「聊天界面，本质上是一种懒惰的产物。」
大多数 AI 产品都在做 chatbot。对话框是最简单直接的人类与 AI 交互的「接口」，同时也是一个 AI 产品最低成本上线的方式。
但「对话框」一定是最佳交互的形式吗？近期一篇在 Medium 上受到热议的文章《Are we designing AI products all wrong？》，提出了一些不同的看法：
聊天界面，本质上是一种懒惰的产物。
我们需要反对「Chat-UI 痴迷」。我们构建的界面要求用户学习我们的系统，而不是让系统去适应用户的思维。
AI 的角色是赋能现有工作流，而不是用一种劣质的交互模式取代。
AI 工作流需要「丰富的、多模态的交互模式」，但对话式界面根本无法支持。
到 2025 年仍在构建「聊天优先」模式的 AI 公司，将难以与那些构建工作流原生 AI 体验的公司相抗衡。
作者 Hoang Nguyen，超过 14 年产品设计与开发的经验，目前任职于 FireGroup Technology，主导产品策略与设计执行。
以下为文章全文，Founder Park 进行了适当的调整及编译。
超 8000 人的「AI 产品市集」社群！不错过每一款有价值的 AI 应用。
最新、最值得关注的 AI 新品资讯；
不定期赠送热门新品的邀请码、会员码；
最精准的AI产品曝光渠道
各位设计师同行，是时候谈一谈了。当我们一直在完善我们的 Figma 原型和在微交互的细节里精雕细琢时，整个 AI 行业已经不自觉地走进了我们职业生涯中最大的 UX 设计失败。更糟的是，我们都是同谋。
作为产品设计师、设计总监或者等等其他职位，我们以通过精妙的交互设计来解决复杂用户难题而自豪。但当涉及到 AI 产品时，我们不约而同地集体放弃了所有的设计原则，默认采用了最懒惰、最省事的解决方案：无处不在的聊天框。
01
聊天界面，
本质上是懒惰的产物
现在每个 AI 产品看起来都一模一样，这个事实让我们感到恐惧。
从左到右依次为 Claude、 Airtable、Perplexity、ChatGPT、Manus、DeepSeek 的应用页面截图
ChatGPT、Claude、Perplexity、DeepSeek、Manus……打开任何一个 AI 产品，你都会看到同样令人审美疲劳的界面：底部的消息框、聊天气泡、侧边栏历史记录。十二个主流 AI 平台，界面几乎完全相同。这不是以用户为中心的设计，而是设计者的失职。
一个大家都不愿戳破的真相是：聊天界面，本质上是懒惰的产物。
UX 专家 Amelia Wattenberger 曾坦率地指出，「chatbot 不是界面的未来」，因为对于那些懒得费心设计真正优秀 UX 的开发者来说，这是「一条阻力最小的捷径」。我们都成了所谓的「ChatGPT 崇拜」的盲目模仿者，只复制表面形式但不理解实质。
但实际上，对于大多数用户来说，根本上就不擅长使用聊天界面。而我们设计的系统，非但没有修复底层问题，反而在界面失灵时将责任更多地归咎于用户。
这种情况无处不在，但是我们选择了忽略。因为一旦承认我们错了，就意味着我们承认在错误的范式上浪费了几个月的时间。
02
chatbot AI 工具
将近一半的潜在用户拒之门外
以内容策略师 Maya 为例，她正在使用一款典型的 AI 写作工具。Maya 在一个聊天界面里花了三十分钟试图完善一篇博客大纲。Maya 输入一个请求，得到一个回应，把它复制到 Google Docs，发现需要修改，又回到聊天界面，再次解释上下文，得到新的回复后，再手动整合进原有文档。这个过程如此往复。
「这就像和一个有健忘症的人对话，」 Maya 解释说。「我花在解释我想做什么上的时间，比实际动手做事的时间还多。」
相关数据也印证了 Maya 的无奈感受。用户有 11% 到 27% 的计算时间，都耗费在了与 AI 的低效交互上，其中 26% 的问题最终没能得到解决。作为设计师，这些数字应该让我们觉得「如坐针毡」。
Nielsen Norman Group 的研究表明，由于存在表达障碍，基于聊天的 AI 工具将近 50% 的潜在用户拒之门外。Jakob Nielsen 将此称「根深蒂固的可用性问题」，用户为了实现最基本的功能，不得不成为一个「提示词工程师」。
对于设计团队来说，这里有一个令人不安的真相：我们构建的界面要求用户学习我们的系统，而不是让系统去适应用户的思维。这是 UX 设计的大忌，我们都有罪。
最有力的证据是，80% 的企业 AI 项目在试点阶段后便难以继续，根本原因是用户接受度太低。那些看似精美的聊天界面，不仅效率低下，更是业务的「终结者」。
03
不是所有产品
都像谷歌搜索一样简单有效
在每一次项目会议上，总会有人提议：「就把它做得像 Google Search 那样简单。」作为设计领导者，我们需要抵制这种存在根本缺陷的比较。
Google Search 就像问去餐厅的路。你问一次，得到答案，就结束了。而 AI 协作就像和一位副厨一起烹饪，需要你们一起工作、品尝、调整，迭代地创造一些东西。
Google Search 之所以有效，是因为搜索是一种简单的、无状态（stateless） 的交互：查询、结果、完成。复杂性存在于算法中，而不是界面里。但 AI 协作需要反复迭代、依赖上下文且必须记录状态 （stateful）。正如 Smashing Magazine 所言，AI 工作流需要「丰富的、多模态的交互模式」，但对话式界面根本无法支持。
对于像 Maya 这样的深度用户来说，聊天界面造成了巨大的认知负荷。这些用户花费时间去解释上下文、重新组织提示词，并手动将 AI 输出转移到真正的工作环境中。我们设计的界面，非但没有减轻用户的脑力负担，反而加重了它。
需要澄清的是：我指的并不是那些只会复制粘贴 AI 生成内容的普通用户，而是那些将 AI 理解为创意伙伴的重度用户。这些用户才是驱动 AI 产品成功的核心力量，但我们目前的设计正在让他们大失所望。
04
在 AI UX 领域，
哪些公司做对了？
当多数团队还在为聊天气泡的样式反复修改时，少数公司已经在思考未来了。他们的成果，让那些「聊天优先」的产品看起来是业余水平。
GitHub Copilot 截图
GitHub Copilot 56% 的生产力提升来自于将 AI 无缝融入了开发者的实际工作环境，而不是一个单独的聊天窗口。它的交互设计是非常优秀的：AI 建议会以内联 （inline） 方式出现，有清晰的接受/拒绝机制和上下文感知能力。
Microsoft 365 Copilot 被近七成的财富 500 强公司采用，因为它将 AI 无缝融入了开发者的实际工作环境，而不是另开一个聊天窗口。这是系统性思维的最佳体现。
这些不仅仅是更好的产品，而是更好的设计案例。这些体验背后的设计师明白一个「聊天优先」团队所忽略的根本要点：AI 的角色是赋能现有工作流，而不是用一种劣质的交互模式取代。
05
AI 产品设计可以这么做！
作为设计领导者，我们需要一套新的 AI 产品设计框架。基于对成功 AI 集成的研究和分析，我提出「混合工作空间 （Hybrid Workspace）」模型：
组件 1：工作环境 （The Work Environment）
这是用户完成实际任务的「主场」，包括文档、画布、电子表格、代码编辑器、设计工具等。这不是什么革命性的见地，人们已形成固有的工作流与思维模式，我们应该尊重，而不是强行取代。
组件 2：智能层 （The Intelligent Layer）
这是将 AI 能力以感知上下文的方式，嵌入工作环境之中。它不是一个孤立的聊天界面，而是一个能理解语境、维持状态、在不打断心流的前提下提供相关辅助的智能伙伴。
我们可以从以下几个切入点来集成这个智能层：
内联建议 （如 GitHub Copilot）
基于用户行为触发的上下文面板
对现有 UI 元素的渐进式增强
在后台默默工作的环境智能
注：图源自 Sharang Sharma 的文章《Where should AI sit in your UI？》
（https://uxdesign.cc/where-should-ai-sit-in-your-ui-1710a258390e）
关键设计原则：
上下文感知： AI 清楚用户正在做什么。
渐进式呈现： 根据用户熟练度，逐步解锁高级 AI 功能。
融入工作流： AI 赋能现有模式，而不是另起炉灶。
降低认知负荷： 让用户专注于工作本身，而非应付 AI。
这个框架解决了聊天界面的根本缺陷：「思考」和「行动」之间的壁垒。用户在聊天框里构思，再手动将成果搬运到工作区。这个过程不仅认知成本高昂，更会彻底打断心流状态，这恰恰是所有 UX 专业人士都需要避免的。
06
要用工作流架构师的思维模式去设计
我们需要停止像交互设计师一样思考，而要开始像工作流架构师那样思考。最成功的 AI 产品，优势不在于对话能力更强，而在于更懂得如何理解并优化人类的工作模式。
Google 的设计团队已经意识到这一转变，强调 AI 设计需要通过「上下文集成」而不是「对话式交互」来「平衡人性与技术」。
Nielsen Norman Group 的一篇研究文章也指向了「生成式 UI」的未来趋势，它能为特定用户场景动态生成定制化界面；与一刀切的聊天框截然相反。
注：Nielsen Norman Group《Generative UI and Outcome-Oriented Design》
（https://www.nngroup.com/articles/generative-ui/）
致产品设计师：你的下一个代表作不应该是某个聊天界面。而应该是一个能证明你如何在保持可用性和用户自主性的同时，将 AI 能力嵌入到复杂的工作流中。
致设计总监：你的竞争优势在于建立一个能够理解工作流设计的团队，而不是优化对话式界面的团队。在 AI 领域领先的公司，他们的设计领导者往往是能够系统性地思考人机协作的未来。
07
chatbot 只是时代的「辅助轮」
我对于 AI UX 行业的预测是：到 2025 年仍在构建「聊天优先」模式的 AI 公司，将难以与那些构建工作流原生 AI 体验的公司相抗衡。不是因为聊天本身不好，而是因为越是复杂的用户，越需要精密的交互设计。
要想构建真正深度集成的 AI 体验，其技术壁垒将形成聊天界面无法企及的「护城河」。解决工作流集成问题的团队将有显著优势，而「聊天优先」的产品将变成仅靠价格竞争的同质化工具。
作为设计专业人士，我们面临一个抉择：是继续在聊天气泡和对话流程上修修补补，还是引领整个行业，去创造真正配得上用户智慧与行业尊严的 AI 体验。
聊天框时代只是我们的「辅助轮」，现在是时候去设计一些真正有价值的东西了。
请认真对待 Maya 的反馈：「我感觉这个 AI 真的懂我平时是怎么工作的。它没有试图取代我的方法，而是让我的方法变得更好。」 这才是 AI UX 设计的未来。而这一切的开始，就是承认我们可能从一开始就走错了路。
Gemini 2.5 Pro 负责人：最强百万上下文，做好了能解锁很多应用场景
TRAE 如何思考 AI Coding ：未来的 AI IDE，是构建真正的「AI 工程师」
转载原创文章请添加微信：founderparker
内容中包含的图片若涉及版权问题，请及时与我们联系删除
