AI 产品体验设计
探索信任、透明度与用户控制，让 AI 产品更易理解和使用。
内容生成
给用户一份草稿当起点，让他比较、修改、收尾。别让他只能接受一次生成的结果。
留够编辑空间。用户想改一句话，不该被迫整段重新生成。
- 让用户能停下来、能改、能重来。已经生成的好东西别丢。
- 有引用就能点开原文。资料不够的时候直接说不够。
Claude
看它怎么处理长文生成：分段输出、引用材料、让用户挑一版接着改。做内容生成功能时拿来对照。
ChatGPT
看它怎么给多个版本、怎么让用户调语气和长短、什么时候标出来源。
NN/g: AI Hallucinations
NN/g 讲 AI 编造信息、引用对不上号这些常见坑，看完再设计引用功能。
IBM Carbon for AI
怎么在界面上标出「这是 AI 生成的」、怎么解释它为什么这么生成，IBM 有现成的组件做法。
内容生成 Prompt
说清给谁看、用来干什么，让 AI 出一份能接着改的草稿。
给【受众】写一份【内容类型】，用途是【用途】。只能用这些资料：【资料】。先出初稿，再单独列出资料不够或需要我确认的地方。
决策辅助
把选项、理由和取舍摆在一起，帮用户拿主意。用户想改建议或者干脆不听，也要能做到。
推荐理由就放在选项旁边。别给一个看着很精确其实没验证过的分数，那会带偏判断。
- 说清楚建议是基于什么条件，哪些信息还不确定。
- 要往外发东西、花钱、改数据的时候，先让用户看清会发生什么。
Grammarly
它「一条条给建议、用户逐条接受或改」的交互方式，值得参考。
Notion AI
看它怎么把 AI 建议放回原文位置：用户在上下文里接受、改写或撤销，修改记录都留着。
HAX Guideline 11 + Pattern 11A
解释要短、要就近、要及时，放在建议旁边。别写一大段说明。
HAX Guideline 9
建议不对，用户要能顺手改掉，改完还能接着往下做。
HAX Pattern 16A Feedforward
做之前先告诉用户会发生什么。尤其是那些做了就撤不回的操作。
决策建议 Prompt
把几个选项、各自适合的情况和取舍摆出来，好接着讨论。
我要做这个决定：【描述】。给我三个选项：保守的、默认的、大胆的。每个选项说清楚：为什么推荐、大概的收益和风险、用户能改哪些部分、提交之后会发生什么。哪些后果风险高、需要用户再确认一次，单独标出来。
数据分析
让用户看懂数据在说什么，也能查它是怎么算的、筛了什么、结论靠不靠得住。
数据从哪来要能看，筛选条件要能改，改完要能重算。
- 标出数据的时间范围、指标怎么定义、缺失值怎么处理的。
- 关键数字能让人自己算一遍。图表和结论都能对回原始数据。
Tableau Pulse
关键指标变了，它用大白话告诉你变了多少、可能为什么。
Power BI Copilot
用一句话提问，它生成图表和摘要。看它怎么让用户查看、修改背后的查询。
Looker
指标口径统一定义在一处，AI 回答才有据可查。参考它怎么把指标来源展示给用户。
Amplitude
看它怎么把一句提问变成漏斗或留存图，并把用到的事件和筛选条件摆出来，方便用户核对。
分析摘要 Prompt
让 AI 写分析摘要时把数据版本、计算过程和检查步骤都留下，别人能自己复算。
给【受众】总结这份分析。包括：1）回答了什么问题；2）指标怎么定义、时间范围是什么；3）关键发现和各自的出处；4）哪些还不确定；5）能复现的查询步骤或链接。
任务自动化
步骤固定的就写成固定流程。要临场选工具的再上 Agent，而且要让用户看得到进度和结果。
先把一个任务做稳，再谈让它自己决策、接更多工具。
- 能暂停、能继续。同一个操作别重复提交两次。
- 拿三种情况测：正常任务、资料不够、工具挂了。
Zapier
把常用应用连起来。触发条件清楚、步骤固定的重复活，交给它。
n8n
用节点拼流程，能自己部署。数据走哪、放哪要自己掌控的团队适合用。
Dify
拖拖拽拽搭 LLM 应用和 Agent 流程。试 Prompt、试知识库检索、试工具调用都方便。
LangChain HITL
LangChain 的人工介入文档。写数据、花钱、发消息之前怎么停下来等人批，有现成模式。
MCP security
MCP 官方的安全指南。连上一个工具不等于什么都能干，权限要一条条给。
UiPath
企业级的自动化编排。多步骤的 Agent 流程里怎么插人工审批，可以看它的做法。
Agent 评估指南
Anthropic 写的 Agent 评估方法。用真实任务建评估集，看结果对不对、失败了能不能恢复、花了多久多少钱。
promptfoo
专门喂提示注入、越权这类坏输入，看系统扛不扛得住。
Langfuse
记录 Agent 每一步实际干了什么、花了多少钱。Prompt 改了、版本变了，也能追。
Agent 流程审查 Prompt
从触发条件和目标出发，把步骤和失败处理一条条列出来。
这是我的 Agent 流程：【步骤】。执行范围：【范围】。成本上限：【预算】。请用表格审查每一步：输入与输出 | 风险等级 | 是否需要人工批准（写数据、花钱、发消息） | 失败后的回退方式 | 中止条件 | 日志字段（谁、什么时候、做了什么、影响了什么）。缺失的信息单独列出。先完成审查，不要执行流程。
跨场景基础
Google PAIR Guidebook
Google 的 AI 产品设计指南。几个团队要对齐设计原则时，拿它当共同底线。
Microsoft HAX Toolkit
把「可解释、能纠正、能恢复」这些原则变成评审时能勾的检查项。
IBM Carbon for AI
AI 标识怎么放、建议依据怎么写、用户怎么控制，IBM 都有组件级的做法。
AIUXPatterns
AI 产品专用的交互模式库，好例子坏例子都有，四个场景都用得上。
NIST AI RMF
美国标准局的 AI 风险管理框架。要做风险管理和治理的时候，按它的结构来。
WCAG Overview
无障碍的底线标准，什么场景、什么交互形式都适用。