編者按:這篇文章出自用戶體驗(yàn)行業(yè)的權(quán)威機(jī)構(gòu) NNGroup,UX/UI 設(shè)計(jì)師要如何使用AI,怎樣入門,他們撰寫了這份入門指南,以下為正文。
Jakob Nielsen 最近寫道, UX 領(lǐng)域迫切需要與 AI 合作。一部分原因是「當(dāng)前人工智能工具迫切需要提高可用性」 ,但同樣重要的原因是 「適當(dāng)使用人工智能可以極大地改善用戶體驗(yàn)」。
幸運(yùn)的是,用戶體驗(yàn)設(shè)計(jì)社區(qū)的許多成員都同意并詢問(wèn)我們?nèi)绾卧谟脩趔w驗(yàn)工作中使用人工智能。Kate Moran 反過(guò)來(lái)問(wèn)她的 LinkedIn 粉絲,他們會(huì)為那些 到現(xiàn)在都尚未在工作中使用 AI 的UX設(shè)計(jì)師推薦哪些 AI 工具或者方法,這個(gè)帖子收到了 40 多條回復(fù),提出了很好的建議。今天的這篇文章,集合了大家的智慧并結(jié)合 NNGroup 自己的經(jīng)驗(yàn)而撰寫的。
感謝所有為這一主題中的精彩內(nèi)容做出貢獻(xiàn)的朋友。
本文分享了 我們當(dāng)前的建議。 其中最普遍的觀點(diǎn)可能會(huì)持續(xù)多年不會(huì)變,但具體細(xì)節(jié)內(nèi)容會(huì)隨著 AI 工具的變化而變化。我們?cè)诒疚闹型扑]了一些相關(guān)的 AI 資源,但這些推薦并不意味著我們?yōu)檫@些 AI 內(nèi)容背書。我們并不完全認(rèn)同這些資源的全部?jī)?nèi)容,也不認(rèn)為它們?cè)谖磥?lái)仍然是最好的。
另請(qǐng)注意,本文中的圖片內(nèi)容看起來(lái)與 NNGroup 的典型設(shè)計(jì)風(fēng)格有很大不同 - 這是因?yàn)槲覀?使用 AI 生成工具來(lái)創(chuàng)建 本文中的所有插圖。
你可以使用 AI 做很多事情:
- 提高生產(chǎn)力
- 提高工作質(zhì)量
- 增強(qiáng)當(dāng)前技能
許多研究表明,專業(yè)的商務(wù)人士使用 AI 可以更快地交付成果。例如,一家精英咨詢公司的顧問(wèn) 就借助 AI 提高了 33% 的生產(chǎn)力 ,交付成果的評(píng)級(jí)質(zhì)量提高了 40%。
Doris Lin 在帖子中給我們做了一個(gè)很好的總結(jié), AI 是 UX 專業(yè)人士的助手。 它加快了創(chuàng)作流程并優(yōu)化了我們的輸出結(jié)果,我們能夠更好更快完成 UX 相關(guān)的工作,但它并不能取代人類的判斷。人類和 AI 協(xié)作之后,可以超越單獨(dú)任何一方所能達(dá)到的高度和質(zhì)量。因此,AI 有能力增強(qiáng)人類的技能。
任何 UX 專業(yè)人員學(xué)習(xí) AI 的最終原因是 Jakob 人工智能第二定律: 你不會(huì)因?yàn)?AI 而失去工作,而是會(huì)因?yàn)楸饶闵朴谑褂?AI 的人存在而失去工作。鑒于 AI 帶來(lái)的巨大性能提升,如果沒(méi)有用好它,你會(huì)失去機(jī)會(huì)。隨著 AI 工具的改進(jìn),這一點(diǎn)在未來(lái)會(huì)得到更多的印證。
所有 UX設(shè)計(jì)師 都應(yīng)該使用 AI :它對(duì)于任何級(jí)別和資歷的人員、以及UX 生命周期中的許多任務(wù)(包括研究、設(shè)計(jì)和寫作)都有幫助。( 我們的研究表明大多數(shù) UX 設(shè)計(jì)師已經(jīng)在使用它。)
從 AI 中獲得盡可能多的價(jià)值的一個(gè)基本要素,是在工作流程中納入大量的人類判斷, 原因有以下三個(gè)。
AI 可以幾乎免費(fèi)產(chǎn)生創(chuàng)意,它的這項(xiàng)能力是無(wú)價(jià)的:AI 可以立即產(chǎn)生你想要、任意數(shù)量的想法。相比之下,人類產(chǎn)出想法需要花費(fèi)大量的努力。
無(wú)限創(chuàng)意產(chǎn)出的另一面是對(duì)篩選能力要求的增加。AI 產(chǎn)生的想法并非所有都有用,人類需要將其中真正有用的內(nèi)容篩選出來(lái),其中只有少數(shù)內(nèi)容值得進(jìn)一步探索和實(shí)施,但是要從一堆想法中選出有效內(nèi)容需要專業(yè)的判斷力和豐富的知識(shí)。因此, 最好由通過(guò)傳統(tǒng)方式積累經(jīng)驗(yàn)的高級(jí) UX 設(shè)計(jì)師來(lái)完成篩選 。
需要人類來(lái)判斷的第二個(gè)原因是捕捉「幻覺(jué)」, 即 AI 確實(shí)會(huì)一本正經(jīng)地胡說(shuō)八道。只有經(jīng)過(guò)人工審核的 AI 內(nèi)容輸出,才不會(huì)被「幻覺(jué)」所困擾,但篩選者需要小心提防它們。雖然 AI 是一位才華橫溢的文案撰寫者,能夠創(chuàng)作出文筆優(yōu)美、令人信服的文本,這固然很棒,但它良好寫作的能力會(huì)愚弄沒(méi)有經(jīng)驗(yàn)的用戶,讓他們相信它的專業(yè)知識(shí)可以推廣到其他一切。其中所混雜的糟糕建議似乎是經(jīng)過(guò)仔細(xì)考慮分析的產(chǎn)物,實(shí)際則不然。
當(dāng)前的 AI 也會(huì)表現(xiàn)出一些偏見(jiàn) ,因?yàn)樗鼤?huì)反映出其訓(xùn)練數(shù)據(jù)的偏向,而這些數(shù)據(jù)主要來(lái)自互聯(lián)網(wǎng)。雖然互聯(lián)網(wǎng)包含大量好的信息,但也有令人不快、不準(zhǔn)確和完全錯(cuò)誤的信息。對(duì)于UX領(lǐng)域和任何其他領(lǐng)域來(lái)說(shuō)都是如此,并非所有在線提供的 UX 建議都是好建議。
此外,即使是較好的信息來(lái)源也主要反映西方國(guó)家的用戶習(xí)慣,并且英語(yǔ)文化為主。這種西方視角對(duì)于服務(wù)國(guó)際市場(chǎng)的產(chǎn)品團(tuán)隊(duì)而言,相反有點(diǎn)過(guò)于單一。以維基百科作為更廣泛的互聯(lián)網(wǎng)信息來(lái)源則更加合理,以下是 它包含 的幾種語(yǔ)言的信息量:
- 英語(yǔ):670 萬(wàn)篇文章,43 億字
- 德語(yǔ):280 萬(wàn)篇文章,15 億字
- 丹麥語(yǔ):29.4 萬(wàn)篇文章,9100 萬(wàn)字
- 印地語(yǔ):15.9 萬(wàn)篇文章,5500 萬(wàn)字
- 斯瓦希里語(yǔ):7.9 萬(wàn)篇文章,1200 萬(wàn)字
即使你是UX設(shè)計(jì)新手,也應(yīng)該在工作中嘗試使用 AI 。但是,在判斷 AI 輸出內(nèi)容時(shí)必須特別小心。請(qǐng)記住,生成式 AI 特別擅長(zhǎng)產(chǎn)出聽(tīng)起來(lái)合理且真實(shí)的內(nèi)容,即使事實(shí)并非如此。
請(qǐng)遵循以下提示,以避免在使用 AI 進(jìn)行 UX 設(shè)計(jì)時(shí)犯錯(cuò)誤:
- 將 AI 工具作為起點(diǎn)。 例如,UX 是一個(gè)眾所周知充滿行話的領(lǐng)域。像 ChatGPT 這樣的生成式 AI 可以教你了解不同的 UX 術(shù)語(yǔ)、技術(shù)和工具。
- 詢問(wèn)來(lái)源和鏈接。 目前,大多數(shù)生成式 AI 不會(huì)自動(dòng)引用其來(lái)源,但你可以要求他們這樣做。還要求提供這些來(lái)源的鏈接,并仔細(xì)檢查所提供的信息。(請(qǐng)注意,他提供的消息來(lái)源可能不準(zhǔn)確或不存在——當(dāng)我們?cè)儐?wèn)消息來(lái)源時(shí),ChatGPT 曾引用過(guò)一名不存在的 NN/ g的員工。)
AI 工具有很多,而且每周都會(huì)有更多的工具上市。但一開(kāi)始,請(qǐng)盡量保持簡(jiǎn)單——ChatGPT 和 Midjourney 是很好的起點(diǎn)。
先從 ChatGPT 的免費(fèi)版上手。不過(guò),一旦你開(kāi)始更頻繁地使用 AI,可能需要使用付費(fèi)訂閱最新版(當(dāng)前為 v.4),這比舊的免費(fèi)版(v.3.5)要好得多。ChatGPT 訂閱包括聊天機(jī)器人(目前最好的文本生成 AI 工具)和圖像生成工具 DALL-E 3,雖然不如 Midjourney,但非常好。
如果你的工作涉及視覺(jué)設(shè)計(jì),我們還建議訂閱 Midjourney,它具有各種有用的圖像內(nèi)容,并且在所有可用的 AI 圖像生成器中,輸出最精致的數(shù)字藝術(shù)品。不幸的是,當(dāng)前版本的 Midjourney 的可用性較差,這使得它難以學(xué)習(xí),盡管有傳言稱更好的版本即將推出。
與 ChatGPT 和 Midjourney 等 AI 工具交互的主要方式是通過(guò)提示詞,它可以幫助 AI 理解你想要什么。 提示詞的制作可能比較具有挑戰(zhàn)性, 尤其是剛剛開(kāi)始的時(shí)候。為了獲得最好效果建議使用下列策略:
- 在提示詞中提供充足背景信息
- 要求生成多份內(nèi)容
- 迭代輸出
- 構(gòu)建提示詞庫(kù)
UX設(shè)計(jì)師經(jīng)常因?yàn)檎f(shuō)「這要看情況!」而被詬病。原因是最好的解決方案,確實(shí)高度依賴于具體情況。而且很多答案始終取決于用戶是誰(shuí),以及他們執(zhí)行什么任務(wù)。
Vinay Maurya 建議,當(dāng)你向 AI 詢問(wèn)某些事情時(shí),你應(yīng)該在提示詞中添加背景。例如,如果你想讓 ChatGPT 幫你制定研究計(jì)劃,您需要提供大量詳細(xì)信息 - 研究類型、目標(biāo)受眾、研究預(yù)算、時(shí)間表等。
Arnav Dhanuka 建議提示詞包括具體角色、任務(wù)和相關(guān)背景信息。作為這個(gè)想法的具體案例, Florian B?lter 在評(píng)論中提到道:
每當(dāng)我要求提供UX文案時(shí),我都會(huì)描述該文案出現(xiàn)的情況,以及它本質(zhì)上需要傳達(dá)的內(nèi)容,以便 ChatGPT 了解所有限制。
這些詳細(xì)信息可以以幾種不同的方式提供:
- 在非常具體且足夠長(zhǎng)的初始提示中描述
- 在一系列對(duì)話式的提示詞和問(wèn)題中體現(xiàn)
- 在 ChatGPT 的自定義指令中添加
ChatGPT 的自定義指令功能 讓你可以指定一些希望它始終能考慮的信息。比如給定特定背景環(huán)境、與相同類型的用戶一起工作等等,這樣的使用自定義指令之后,避免在每個(gè)提示中包含重復(fù)的背景信息。
在大多數(shù)情況下,你應(yīng)該使用非常具體的提示以獲得最佳的UX內(nèi)容。但就生成想法而言,使用簡(jiǎn)潔的、甚至是單個(gè)單詞的提示詞是可能是非常有用 ,恰恰是這樣的寬泛的要求,AI 能突發(fā)奇想輸出構(gòu)想。
這種方法在最初的構(gòu)思過(guò)程中會(huì)非常有用,此時(shí)你可能需要一些瘋狂的想法(然后從中篩選出有用的想法)。如果你向 AI 輸入一個(gè)單詞,你會(huì)發(fā)現(xiàn)它經(jīng)常會(huì)給出你從未想過(guò)的想法。這對(duì)于視覺(jué)設(shè)計(jì)特別有用。即使這些想法中的大多數(shù)都會(huì)很糟糕,但是偶爾也會(huì)迸發(fā)出絕妙的想法。
每當(dāng)您需要撰寫文檔或起草設(shè)計(jì)的時(shí)候,空屏都會(huì)令你無(wú)力。 Raghuvamsi Ayapilla、 Chris Callaghan和 Ayushi Choudhary 都建議文檔初稿使用 AI 來(lái)生成,這樣可以在幾秒鐘之內(nèi),獲得幾乎完整的內(nèi)容。
但是,不要將這樣的初稿交付給客戶或利益相關(guān)者。 將 AI 的輸出視為后續(xù)編輯的起點(diǎn)。在已有內(nèi)容的基礎(chǔ)上編輯,比從頭開(kāi)始創(chuàng)建要容易得多,因此這個(gè)簡(jiǎn)單的過(guò)程是 AI 提高 UX 工作效率的主要方式之一。
不要要求 AI 只生成一份文檔或一項(xiàng)設(shè)計(jì)。相反, 要求它給你三個(gè)或五個(gè)不同的版本。使用提示語(yǔ),例如 「給我 5 個(gè)截然不同的版本的 XXX」。 AI 的創(chuàng)意是免費(fèi)的,因此你可以將其用于 UX 工作流程中的更多步驟,這比起讓你和一群 UX 同事在一個(gè)房間里埋頭開(kāi)頭腦風(fēng)暴會(huì)議更劃得來(lái)。
許多評(píng)論區(qū)的分享者強(qiáng)調(diào)在使用 AI 時(shí)需要不斷完善迭代。使用 AI(尤其是即時(shí)生成式 AI)的通過(guò)迭代以達(dá)到微調(diào)、獲取更好結(jié)果的目的。不要對(duì)第一次生成結(jié)果感到滿意,Accordion editing 和 Apple Picking 等技術(shù)可用于調(diào)整 AI 輸出獲得更好的結(jié)果:
- Accordion editing: 用戶通過(guò)擴(kuò)展和壓縮人工智能的輸出內(nèi)容,來(lái)迭代調(diào)整 AI 生成的提示詞的內(nèi)容。
- Apple Picking: 用戶參考之前 AI 回復(fù)里的元素,來(lái)修改后續(xù)的提示詞內(nèi)容。
不用太過(guò)系統(tǒng)地進(jìn)行測(cè)試,可以在迭代中要求 AI 進(jìn)行調(diào)整。隨著經(jīng)驗(yàn)的積累,你將更好地了解如何為您的工作產(chǎn)品類型獲得最佳結(jié)果。
Arnav Dhanuka 建議建立一個(gè)提示詞庫(kù),其中包含貼合你日常使用場(chǎng)景的準(zhǔn)確提示詞。 提示詞庫(kù)可以節(jié)省大量打字時(shí)間,特別是在有指定的常見(jiàn)的 UX 背景之時(shí)。但如果你第一次提示詞嘗試沒(méi)有達(dá)到想要的結(jié)果,這也就在提醒你要更新為更有效的替代方案。
例如,本文末尾的橡子插圖(上面這幅)使用以下提示詞來(lái)生成的:
neo-impressionism expressionist style oil painting, smooth post-impressionist impasto acrylic painting, thick layers of colorful textured paint --ar 16:9 --s 20
由于 Jakob 經(jīng)常使用類似風(fēng)格,所以會(huì)將這一提示詞保存在提示詞庫(kù)當(dāng)中。
以下是我們的受訪者對(duì) AI 可以幫助完成的特定用戶體驗(yàn)工作的一些想法。
- 生成想法以激發(fā)創(chuàng)造力(Doris Lin)
- 為用戶畫像和用戶歷程圖創(chuàng)建插圖(Chris Callaghan 和 Elsa Ruiz)
- 制定討論會(huì)議程(Doris Lin)
- 生成用于原型的文本和圖片,以提高真實(shí)性和相關(guān)性,而不是 lorem ipsum (Matt Feilmeier、 Doris Lin和 Elsa Ruiz)
- 撰寫用戶訪談的問(wèn)題(Doris Lin)
- 用于初始主題挖掘的情感分析(Lawrence Williams)
- 分析用戶反饋: 識(shí)別用戶反饋中提到的最常見(jiàn)的痛點(diǎn)。(Vinay Maurya)
- 重寫調(diào)研報(bào)告,讓受眾更清晰,他們通常不是 UX 專家 ( Mohammad Fejlat )
- 根據(jù)提供的大綱,高效地編寫文本,例如電子郵件、概念或帖子 ( Vicky Pirker )
- 改進(jìn) UX 文案: 使文本更加簡(jiǎn)潔和用戶友好(Vinay Maurya)
在這篇文章中,我們使用 AI 來(lái)完成大多數(shù) UX 工作中經(jīng)常出現(xiàn)的兩個(gè)最簡(jiǎn)單的任務(wù):(a) 從 Kate 收到的評(píng)論中構(gòu)建和提取主題,以及 (b) 快速生成插圖。
正如我們所說(shuō)的,AI 可以為 UX 工作做很多事情。但要小心網(wǎng)上最場(chǎng)景的一種炒作: 有人聲稱 AI 工具可以取代設(shè)計(jì)師、研究人員甚至用戶。
你可以通過(guò)上傳 UI 截圖或原型、樣機(jī)等設(shè)計(jì),尋求來(lái)自 AI 的評(píng)價(jià)或批評(píng)。這是一個(gè)有用的步驟,因?yàn)?AI 有時(shí)會(huì)提到你可能沒(méi)有考慮到的新事物。但 AI 衍生的設(shè)計(jì)批評(píng)又是危險(xiǎn)的,因?yàn)樗性S多見(jiàn)解,可能是錯(cuò)誤的,即使它們是用優(yōu)美的語(yǔ)言組織起來(lái),并參考了可用性原則來(lái)論證。AI 可能非常令人信服,但仍然是錯(cuò)誤的。如果你是一位經(jīng)驗(yàn)豐富的 UX 設(shè)計(jì),那么你可能有能力將錯(cuò)覺(jué)、誤導(dǎo)和有效建議區(qū)分開(kāi)來(lái),并利用后者來(lái)獲取靈感。但初級(jí)的 UX 設(shè)計(jì)師得避免使用 AI 進(jìn)行設(shè)計(jì)評(píng)審。
下面是一個(gè)設(shè)計(jì)分析的示例:Jakob 正在考慮為最近一篇 LinkedIn 帖子配圖,在考慮使用哪個(gè)插圖更好 。他將 3 張備選的圖上傳到 ChatGPT 并請(qǐng)其推薦。以下是 ChatGPT 所選的圖像以及說(shuō)明:
ChatGPT 的說(shuō)明: 考慮到要在社交媒體上發(fā)布,建議使用帶有充滿活力的干草堆場(chǎng)景的第一張圖像。其明亮、生動(dòng)的色彩和夢(mèng)幻的印象派風(fēng)格更容易立即吸引用戶注意力,使其適合在滾動(dòng)頻繁且互動(dòng)時(shí)間短暫的平臺(tái)。
AI 無(wú)法取代對(duì)真實(shí)用戶的用研。 它可以為你在可用性研究中尋找問(wèn)題提供大量建議,但它無(wú)法預(yù)測(cè)用戶會(huì)做什么。人類始終都是不可預(yù)測(cè)的生物,尤其是在涉及現(xiàn)實(shí)世界和 UI 交互等復(fù)雜行為時(shí)。更重要的是,當(dāng)前 AI 工具的「知識(shí)」反映了假定的「典型人類行為」。你的產(chǎn)品所涉及的某些用戶群體可能與「典型用戶」有非常不同的背景、需求和動(dòng)機(jī),而這就是我們需要做用戶調(diào)研的研究的主要原因。
用戶 Anirugh Kedia 開(kāi)玩笑說(shuō),很快就會(huì)有 AI 研究人員研究 AI 用戶了。(圖片由 DALL-E 3 生成)
大多數(shù) UX 設(shè)計(jì)方法必須立足于現(xiàn)實(shí)——即由真實(shí)用戶的真實(shí)數(shù)據(jù)支持。 AI 可以幫助構(gòu)建和解釋這些數(shù)據(jù),但必須根據(jù) UX 專業(yè)知識(shí)對(duì)解釋進(jìn)行反復(fù)檢查。
本文是關(guān)于 AI 在 UX 項(xiàng)目中的應(yīng)用,然而,我們經(jīng)常被問(wèn)到 UX 專業(yè)人員是否需要了解 AI 的內(nèi)部運(yùn)作原理。答案是:多數(shù)時(shí)候不需要。就像面對(duì)其他工具一樣,你不必知道它們是如何構(gòu)建的即可使用它們。使用統(tǒng)計(jì)數(shù)據(jù)包的時(shí)候,你不需要了解正態(tài)分布的數(shù)學(xué)公式。在設(shè)計(jì)網(wǎng)站的時(shí)候,你也不需要成為前端或者后端開(kāi)發(fā)人員,也不需要了解 SQL、HTML 或 JavaScript。
同樣,你也不需要了解 Diffusion 模型的工作原理,就可以在 Midjourney 中訓(xùn)練出漂亮的圖像,也不需要了解大型語(yǔ)言模型來(lái)讓 ChatGPT 總結(jié)出冗長(zhǎng)的文檔。我們不建議你將寶貴的時(shí)間花在人工智能理論和技術(shù)的擴(kuò)展研究上。
不過(guò),UX 設(shè)計(jì)師如果了解相關(guān)的技術(shù)細(xì)節(jié)則可以從中受益更多。在不了解基本統(tǒng)計(jì)概念的情況下使用統(tǒng)計(jì)數(shù)據(jù)包是非常危險(xiǎn)的。當(dāng)然,了解開(kāi)發(fā)人員的工作以及他們?nèi)绾翁幚砑夹g(shù)限制,也同樣可以提高你的設(shè)計(jì)效果,尤其是在實(shí)際產(chǎn)品中實(shí)現(xiàn)的效果。
同樣,UX 設(shè)計(jì)師起碼應(yīng)該了解人工智能的基礎(chǔ)知識(shí)。這些知識(shí)將幫助他們與技術(shù)同事更好溝通,并發(fā)現(xiàn)克服 AI 局限性的方法。基礎(chǔ)的 AI 知識(shí)對(duì)于在高級(jí)UX項(xiàng)目中使用 AI 而言,也是必要的,例如 通用電氣對(duì)大規(guī)模定性用戶評(píng)論的內(nèi)容分析中就使用了 AI,它將這些評(píng)論轉(zhuǎn)化為可跟蹤和可操作的量化數(shù)據(jù)。
網(wǎng)上的視頻平臺(tái)就有許多教育資源可用于學(xué)習(xí) AI基礎(chǔ)知識(shí)。 Zahra Rahman 推薦了 PBS 節(jié)目《人工智能速成課》,該節(jié)目可以在 YouTube 上免費(fèi)觀看,大約 4 小時(shí)。為了更深入地了解,她還推薦了麻省理工學(xué)院為期 8 周的課程 「設(shè)計(jì)和構(gòu)建人工智能產(chǎn)品和服務(wù)」(2,625 美元)。Suzanne Williams 還推薦了 IBM 的免費(fèi) SkillsBuild 系列 AI 課程。
最后, 谷歌還有有一系列關(guān)于 AI 技術(shù)的免費(fèi)課程,雖然這些課程過(guò)于關(guān)注谷歌的產(chǎn)品,但仍然很有用。
Niki Volonasi 寫道, 當(dāng)你將 AI 用于你不了解的事情時(shí),它很容易成為一種負(fù)擔(dān)。AI 應(yīng)該坐在副駕駛位上,掌舵者應(yīng)該是你自己。 (圖片由 DALL-E 3 生成)
AI 一直在不斷變化,所以你現(xiàn)在學(xué)到的很多東西可能很快就會(huì)過(guò)時(shí)。但是,現(xiàn)在開(kāi)始依然不晚,因?yàn)槟惴e累的經(jīng)驗(yàn)和理解,同樣有所幫助,并幫你更好更快地掌握新工具和功能。
我們建議你訂閱以下的新聞和資訊,定期獲取信息更新,這些通訊比你從主流新聞媒體獲得的內(nèi)容,可以更好地了解 AI 的新發(fā)展:
Nielsen Norman Group’s newsletter
我們每周都會(huì)發(fā)布有關(guān) UX 的新文章和視頻。目前我們有很多 AI 研究項(xiàng)目正在進(jìn)行中,這意味著更多新鮮的 AI 相關(guān)內(nèi)容很快就會(huì)發(fā)布。
雅各布·尼爾森 (Jakob Nielsen) 的時(shí)事通訊 。Jakob 的時(shí)事通訊發(fā)表了有關(guān) AI 和 UX 的文章,因此可能非常適合你的需求。
這是一個(gè)涵蓋 AI 領(lǐng)域新聞的網(wǎng)站。我們建議訂閱每周通訊,其中匯總了本周的主要進(jìn)展。
伊森·莫里克的時(shí)事通訊 。莫里克是一名商學(xué)院教授,??他的時(shí)事通訊重點(diǎn)關(guān)注如何讓 AI 在商業(yè)中發(fā)揮作用,所以它并不是專門針對(duì)用戶體驗(yàn)的。你通常可以在這份時(shí)事通訊中找到有關(guān)新 AI 功能對(duì)業(yè)務(wù)和用戶影響的第一手詳細(xì)分析。莫里克的大部分建議可能是非常有價(jià)值的,即使他不使用 UX 專業(yè)術(shù)語(yǔ)。
幾年后,隨著技術(shù)的進(jìn)步和各種業(yè)務(wù)對(duì) AI 的適應(yīng)和普及,掌握 AI 的進(jìn)階技能將變得至關(guān)重要。 你有必須現(xiàn)在就開(kāi)始接觸它,因?yàn)槟憧赡苄枰獛啄甑臅r(shí)間逐漸成為高素質(zhì)和經(jīng)驗(yàn)豐富的從業(yè)者。只要你開(kāi)始使用,就能立即看到工作效率和創(chuàng)造力的提升,在未來(lái),這種情況會(huì)更加明顯也更為重要。
我們建議現(xiàn)在就開(kāi)始,但從小事做起。正如 Vinay Maurya 的評(píng)論:
不要嘗試立即使用 AI 來(lái)解決最大的 UX 問(wèn)題。從較小的任務(wù)開(kāi)始,例如生成用戶畫像或編寫 UX 文案。
在幾個(gè)月的練習(xí)過(guò)程中,你將可以建立足夠的技能樹(shù)和信心,來(lái)結(jié)合 AI 應(yīng)對(duì)更復(fù)雜的任務(wù)。不過(guò)請(qǐng)記住保留人的判斷力最重要。
從小橡子開(kāi)始,長(zhǎng)成雄偉的橡樹(shù)。這句諺語(yǔ)適用于 UX 設(shè)計(jì)師探索 AI 技能的過(guò)程。從小事做起,從簡(jiǎn)單的任務(wù)開(kāi)始,然后逐漸將更多的 AI 技巧添加到你的技能樹(shù)中。
復(fù)制本文鏈接 文章為作者獨(dú)立觀點(diǎn)不代表優(yōu)設(shè)網(wǎng)立場(chǎng),未經(jīng)允許不得轉(zhuǎn)載。
發(fā)評(píng)論!每天贏獎(jiǎng)品
點(diǎn)擊 登錄 后,在評(píng)論區(qū)留言,系統(tǒng)會(huì)隨機(jī)派送獎(jiǎng)品
2012年成立至今,是國(guó)內(nèi)備受歡迎的設(shè)計(jì)師平臺(tái),提供獎(jiǎng)品贊助 聯(lián)系我們
AI輔助海報(bào)設(shè)計(jì)101例
已累計(jì)誕生 737 位幸運(yùn)星
發(fā)表評(píng)論 為下方 7 條評(píng)論點(diǎn)贊,解鎖好運(yùn)彩蛋
↓ 下方為您推薦了一些精彩有趣的文章熱評(píng) ↓