前言

随着 AI 的飞速发展，越来越多的软件开始整合AI功能。目前关于 AI 的关注点普遍还是在性能上，然而作为 UX 设计师也察觉到，如何在现有产品中优雅地嵌入 AI 功能成了新的必备技能。本文将从用户使用对话式 AI 的流程为主，拆解用户旅程的每一步，分析主流 AI 产品中的交互细节。

目前普遍的AI产品应用类别：

按用户旅程阶段的交互设计分析

我将根据用户使用对话式 AI（主要以 ChatGPT 举例）产品中的每个阶段，分析用户的需求以及竞品如何在设计上满足用户的需求。

1. 产生问题

用户场景： 小明想要了解 Deep House 和 Tech House 曲风上的区别

产品目的：快速地接收用户的提问

用户操作： 输入问题，调整参数，包括模型选择，模式选择等

设计目标：

• 引导新用户认知到产品具备AI提问功能，营造友好的交互氛围，让用户感知到“可以像聊天一样提问”的使用体验。
• 帮助老用户迅速识别提问入口和参数配置区域，提升启动效率。

设计方案：

1. 打开软件后自动唤起键盘，让用户可以立即开始使用。输入框上的占位文字透出产品功能并引导用户：“Message ChatGPT”
2. 输入框上通过给出默认问题，透出提示AI可以做什么，引导用户熟悉AI功能，减少无从下手的情况；帮助发现工具潜力并鼓励用户解决更加复杂的问题，提高效率和体验。
3. 新对话界面的右上角，快速切换隐私模式
4. 标题栏提供快速切换模型入口
5. 当打开 Search 模式后，自动弹出搜索趋势（在合适的时机展示，避免一次性提示所有内容而导致信息过载）

Notion 上给用户提供的功能清单与输入区结合，还能通过引导提示给用户更多灵感，增强了用户的创作效率和参与感。

Figma 上将生成模版的对话和提示结合，增加产品的易用性和用户体验的流畅性

案例启示：

对话型 AI 因为功能简单直接，设计上更侧重于用户快速使用，采用轻量的提示（输入框上的底纹词）。

一些整合型的 AI 工具功能丰富，但大多数用户只会用到少数熟悉的几项。因此需要合适的提示引导，在适当的时候提醒用户尝试新的功能，让他们发现 AI 更多强大功能。避免用户自己摸索，提高使用效率。

2. 提出问题

用户场景： 小明在输入框中输入：“Deep House 和 Tech House 有什么区别”

产品目的：用户能够清晰快速地提出 AI 能理解的问题

用户操作：梳理自己的问题，准确地向 AI 表达疑问；用合适的方式向 AI 表达

设计目标：

• 帮助用户更清晰地表达意图，引导他们用 AI 容易理解的方式提问。
• 支持多模态输入（如文字、语音、图片等）以满足不同表达需求，提升提问灵活性。

设计方案：

1. 聊天框上的默认问题，不仅快速传递 AI 可以做什么，而且有主次的突出引导用户如何提出问题，隐性教育用户
2. 产品支持多种沟通方式，内容输入入口排布在输入框附近，而且将不同功能用渐进式交互的方法呈现。如 Advanced Voice Mode 才支持的分享屏幕等功能，都收在该模式对话界面中，开启视频时按钮的高亮等提示的操作
3. 当用户提出较模糊的问题时，AI 会进行追问来向用户明确问题

Perplexity 上会出现一个对话框和用户确认具体问题，通过选择或者补充文字内容的形式。

在 AI 写文案的网站 Writer.com 中，用户可以先预览和编辑文章大纲，控制生成结果

案例启示：

理想情况下，用户在第一次输入时就清楚表达需求，直接获得理想结果，但这对用户的要求很高。在实际的操作中，大部分用户通过与 AI 反复的对话中澄清需求并得到想要的答案，大大降低用户的使用负担。因此，即使用户无法在一开始就清楚表达需求，也不会对产品使用体验产生很大影响。

但是在一些 AI 功能（如 ChatGPT 的 Deep research），加载时间长，或者使用次数有限制，无法让用户能快速多次与 AI 反复对话。此时就需要引导帮助用户清晰提出问题，甚至与用户明确其问题和需求。否则长时间等待或者消耗 AI 使用次数而得到不满意的答案将严重影响用户体验。

3. 等待答案

用户场景：小明盯着手机屏幕等待内容的生成

产品目的： 需要足够的时间处理数据，避免用户失去耐心离开

用户操作： 等待答案生成，希望对生成的答案有预期

设计目标：

• 通过加载动效、预期提示等方式传达系统正在处理的状态，降低用户因等待产生的焦虑情绪。
• 提供取消、暂停、重试等控件，给予用户对生成过程的控制感。

设计方案：

一边生成内容，一边实时展示。实时生成的内容滚动展示。内容生成结束后，会有轻微震动提示。 （滚动的交互点，下文会详细分析）

展示AI内部的思考过程（由 Deepseek 引入）。在生成答案前同时展示思考过程，一方面增加用户对生成内容的可控感，同时也让用户了解 AI 处理进度。而且用户通过观察 AI 的逻辑步骤，学习相关领域的知识或技巧

在 Deep Research 模式下展示进度条

在生成内容阶段，告知用户使用次数的限制，转移注意力

提供暂停按钮：节省时间，随时调整，提高交互效率

Perplexity 会展示处理步骤，通过清晰的分步展示让用户理解 AI 的搜索逻辑和决策过程，从而增强对结果的信任。

Grok 在 DeepSearch 模式下，会将思考内容收纳折叠，并在外边以文字滚动的形式透出

案例启示：

AI 思考内容的透出应根据实际情况进行选择，透出可以让 AI 的思考更加清晰，但是过多的文字可能会加重用户的理解负担，特别是当用户只需要一个直接的答案，不想了解 AI 推理过程的时候。

4. 查看答案

用户场景：小明阅读 AI 生成的答案，尝试理解

产品目的：产品的核心功能，向用户展示答案。答案要正确并方便理解

用户操作： 查看，理解并处理答案

设计目标：

• 根据用户问题匹配合适的答案展示形式，提升阅读效率（如对比表格、数学公式、分点陈述等）
• 在可能存在歧义或不确定的答案的场景中，提供继续追问或修正机制作为补救路径。

设计方案：

1. 提供多种文本格式（公式、代码、文件如 Excel，引文）
2. 文字提供语音阅读的方式
3. 呈现文本的思考，用户可以了解 AI 在生成阶段的哪个部分出现问题，从而进行调整
4. 提供快速回到底部的功能，并提示用户下方还有内容
5. 生成满意的答案时可以点击复制进行保存分享，不满意可以重新生成。还支持生成PDF 等其他格式的文件
6. 同时生成几个方案，供用户选择。增加效率和正确答案的概率

Midjourney 会同时生成四张图，供用户选择

案例启示：

AI 同时生成多个答案不仅在产品上可以帮助产品改进（记录用户更喜欢的答案从而作为内容反馈），同时也可以增加给出用户满意的答案的概率。Midjourney 生成的图片不太稳定，通过给出多个答案供用户选择和调整，增加生成用户满意内容的概率，避免用户因不满生成内容而反复生成所导致的体验不佳甚至对 AI 功能的失望。

5. 反馈答案

用户场景：小明的问题得到解答，对答案很满意

产品目的：用于软件之后的迭代，收集用户反馈

用户操作：评价生成的答案

设计目标：

• 设计轻量、易用的反馈机制，鼓励用户表达满意度或提出建议
• 收集反馈数据用于后续模型优化以及理解用户偏好

设计方案：1. 在答案结尾处通过上下拇指按钮表达对答案的满意度

6. 继续对话

用户场景：小明又想到了 Progressive House，他继续询问 AI ：“那 Progressive House 和这两个有什么共同点？”

产品目的： 问题没有解决，用户仍旧不理解或者新的问题可以继续在产品上提问（用户在第一次输入时就清楚表达需求，直接获得理想结果的情况很少）

用户操作：继续提问；重新开启一个新的话题

设计目标：

• 引导用户继续深入提问或开启相关话题，增强AI对话中的连贯性与探索感
• 提供上下文记忆功能，降低用户重复表述的成本

设计方案：

1. 答案结尾会有一系列的类似问题，用户可以点击问题进行追问
2. 对话框的右上角支持快速重新开启新对话框
3. 嵌入式交互：对某个部分进行追问或者修改

案例启示：

大部分用户需要多次和 AI 进行对话从而得到满意的答案，该阶段用户的接触频次比较高，而且场景也更复杂，因此设计空间比较大。

我从使用即时聊天软件时产生的需求出发，分析用户与 AI 沟通时可能会产生的需求：

1. 引用聊天内容（围绕 AI 回复的部分内容进行讨论）
2. 撤回聊天内容并重新编辑（调整自己的问题，重新发送给 AI ）
3. 发送快捷回复（内置模板，快速提问）
4. 发送表情包（难以用语言直观表达的内容，用其他形式表达）
5. 搜索合适的一个表情包并发送（用户不知道如何表达回复，在软件中有提醒引导或者直接给出追问问题）

通过用户场景的类比，可以帮助设计师挖掘用户在使用软件时的需求，从而给出合适的解决方案

7. 保存答案

用户场景： 小明想把答案分享给同样对 House 音乐感兴趣的小美

产品目的： 满足用户分享或收藏的需求

用户操作： 将生成的内容保存分享到其他地方；在产品中标记答案

设计目标：

• 提供复制、转发等多样的保存方式，满足用户后续查阅和传播的需求
• 支持对答案进行整理归类，便于知识管理

设计方案：

1. 答案结尾有复制按钮
2. 用户可以创建文件夹并收藏对话内容
3. 记忆功能（允许用户定义记忆集）

案例启示：

不同对话间的记忆功能可以记住用户的一些偏好和个人信息，生成的答案更加个性化和准确。当AI积累了一定用户的个性化信息后，也增强了用户粘性。

8. 回顾答案

用户场景： 一个星期后小明又忘记了 Deep House 和 Tech House 有什么区别，想要再看一下答案

产品目的： 快速帮用户定位之前的答案

用户操作： 翻阅查找旧记录

设计目标：

• 设计便捷的历史记录查询入口，并支持关键词搜索或分类过滤，加快定位效率。
• 在长期使用场景下，支持用户构建“个人知识库”式的内容积累。

设计方案：

1. 侧边栏入口明显，收纳用户以往提问的所有答案
2. 每个对话内容都会有AI总结的标题，帮助用户快速定位
3. 提供搜索功能（支持答案内的内容搜索）

流式生成的交互设计分析

聊天对话式 AI 采用流式生成内容的方式，答案逐字逐句呈现。以 ChatGPT 为例，在生成回答时会实时输出文本，界面会向下滚动呈现最新内容。如果用户在回答未完成时上滑查看前文，自动滚动会暂停，并在界面底部出现向下箭头的按钮来提示下方有新内容，用户点击按钮后自动跳到页面最底部。Copilot 之前的设计输出回复时没有自动滚动到底，但最新的版本已改进为与 ChatGPT 类似的交互，总的来说，各主流对话类 AI 产品在界面滚动策略上趋于一致：默认自动滚动显示生成内容，当用户有其他浏览操作时则不滚动，并提供按钮快速回到最新内容。

自动滚动的优点是用户可以无需额外操作就能看到最新生成的内容，符合直觉。但是自动滚动可能干扰用户的阅读节奏。内容输出速度太快会导致用户未看完前面的内容就已滚动过去，而速度太慢则感觉等待时间过长，而且一个个字蹦出的效果也会影响用户的阅读。自动滚动需要平滑滚动和视觉上的优化。生硬的跳动会让用户找不到焦点。

ChatGPT 在文本生成效果上进行了迭代：之前界面上呈现的生成方式还是以词或词组为单位生成内容，可能是因为生成速度慢，后端生成什么就马上在前端展示出来，避免用户等待过久，但导致生成的内容时长时短，影响阅读体验。目前由于性能的提高，生成速度变快，后端已生成内容，在前端展示上允许软件以固定的速度呈现内容。生成时的动效也做了不透明度的渐变处理，有一定引导视线的作用，在实际体验下舒服很多。

结语

随着用户对AI的接受度提高和 AI 技术的飞速发展，将会有更多个性化的功能需要配合自然和无缝的 AI 交互体验设计。在 AI 领域，交互设计将不再是简单地展示 AI 能做什么，而是让用户感受不到 AI 的存在。面对 AI 能力的不断涌现与迭代，设计师需以更加敏锐的洞察力识别并解决新兴的体验痛点，以用户为中心为设计哲学，提升用户体验。