💬 聊天界面作为AI产品的主要交互方式，实际上是一种“懒惰的解决方案”，它难以支持复杂任务，并且对用户来说效率低下，增加了认知负担。
💡 成功的AI产品，如GitHub Copilot和Microsoft 365 Copilot，将AI深度集成到用户的工作流程中，通过上下文感知和减少切换成本，帮助用户更自然地完成任务，而非仅仅提供聊天机器人。
🔄 “混合式工作空间”是更可持续的AI产品设计范式，它包含工作环境层和智能能力层，通过嵌入式AI能力，支持上下文感知、渐进式交互和低认知负荷的设计，从而优化用户体验。
🚀 UX设计师和产品团队需要从“聊天气泡”优化者转向“工作流架构设计师”，理解并提升用户的真实工作模式，从而设计出更具竞争力的AI产品。
发现明日产品的 2025-07-13 17:31 广东
我们是不是把 AI 产品设计错了？
当前市面上的网页 AI 工具大多采用千篇一律的聊天框设计（一个输入框 + 聊天气泡 + 侧栏记录），这种模式看似通用，实则是一种偷懒的解决方案。
聊天界面对复杂任务支持不佳，无法有效承载多步操作、上下文跟踪和真实工作流的协作需求。
多数用户并不擅长通过聊天界面与 AI 交互，他们需要花费大量精力输入提示词、复制内容、反复修改，效率低下。
聊天界面迫使用户去适应系统，而不是系统理解用户，这是用户体验设计的大忌。
基于聊天的 AI 工具实际上排除了大量潜在用户，用户体验失败的代价已经显现。
3️⃣ AI 想要带来真正的用户体验，就必须嵌入用户的工作流程成功的产品如 GitHub Copilot、Microsoft 365 Copilot，不是单独造聊天机器人，而是把 AI 深度集成到用户现有的工作环境中。
这种嵌入式设计理解用户上下文、减少切换成本，帮助用户更自然地完成任务。
4️⃣「混合式工作空间」是更可持续的 AI 产品设计范式Hoang Nguyen 提出「Hybrid Workspace Model」，强调将 AI 能力以非打断式方式嵌入文档、表格、编辑器等真实工作场景中。
它包含两层：工作环境层 + 智能能力层，支持上下文感知、渐进式交互和低认知负荷的设计。
5️⃣ UX 设计师与产品团队需要做出战略转型从「聊天气泡」优化者转向工作流架构设计师，理解并提升用户的真实工作模式。
聊天框是过渡阶段的产物，就像骑车时的辅助轮。未来 AI 产品的竞争力，来自于「深度集成」的系统能力，而不是一个漂亮的聊天界面。
附上博客地址：https://uxdesign.cc/are-we-designing-ai-products-all-wrong-d54d1005c92f我们是不是把 AI 产品设计错了？这关乎 AI 产品的未来，也关乎你的职业发展，必须认真对待。各位设计同行们，我们需要好好聊聊。就在我们不断打磨 Figma 原型、争论微交互细节的同时，整个 AI 行业却在不知不觉中陷入了我们职业生涯中最大的一场用户体验设计失败。而更糟的是——我们每个人都难辞其咎。作为产品设计师和设计主管或者其他职位，我们一直以通过深思熟虑的交互设计来解决复杂用户问题而自豪。然而，面对 AI 产品时，我们却集体放弃了设计原则，选择了最偷懒的解决方式：无处不在的聊天框。聊天界面本质上是一种懒惰的解决方案。如今所有 AI 产品看起来都一模一样，这应该让你感到警惕。截图：Claude、Airtable、Perplexity、ChatGPT、Manus、DeepSeekChatGPT、Claude、Perplexity、DeepSeek、Manus……随便打开一个 AI 产品，你会看到同样乏味的界面：底部的输入框、对话气泡、侧边栏历史记录。12 个主流平台的界面几乎一模一样。这不是以用户为中心的设计，而是彻底放弃设计。有一个事实没人愿意承认：聊天界面其实是一种懒惰的解决方案。正如用户体验专家 Amelia Wattenberger 直言不讳地指出的那样：「聊天机器人不是未来的交互方式」，因为它们只是开发者为图省事选择的「阻力最小的路径」，而不是认真设计出来的用户体验。我们也因此陷入了一种我称之为「ChatGPT 式的表层模仿」——只学了它的界面和形式，却没理解它背后的设计逻辑和交互本质。大多数用户根本不擅长使用聊天界面。我们却设计了这样的系统，并在界面出问题时反过来怪用户，而不是去解决真正的设计缺陷。种种证据早已摆在我们面前，但我们选择视而不见。因为一旦承认错误，就意味着我们过去几个月的设计冲刺都走错了方向。那些我们一直忽略的用户反馈想象一下 Maya，一个内容策略师，在使用一款常见的 AI 写作工具。她花了半个小时在聊天界面里打磨一篇博客的大纲。Maya 输入请求，收到回复，把内容复制到 Google Docs，发现还需要修改，再回到聊天界面，重新解释背景，再得到一个新回复，然后手动把它和之前的内容合并。来来回回，耗费巨大。「这就像在和一个失忆的人对话，」Maya 说，「我花在解释我想做什么上的时间，比真正动手做的时间还多。」数据也印证了 Maya 的挫败感。用户有 11% 到 27% 的计算机使用时间被低效的 AI 交互浪费掉，其中有 26% 的问题最终根本没有解决。作为设计师，这样的数据应该让我们警醒。Nielsen Norman Group 的研究显示，由于表达能力上的限制，基于聊天的 AI 工具实际上排除了大约一半的潜在用户。Jakob Nielsen 称这是一种「根深蒂固的可用性问题」，它迫使用户变成「提示工程师」，只是为了完成最基本的功能。对于设计团队来说，一个不太好接受的现实是：我们设计的界面需要用户去适应系统，而不是让系统去适应用户的思维模式。这是用户体验设计中的大忌，但我们都犯了。而最致命的证据呢？80% 的企业级 AI 项目在试点阶段之后无法规模化，原因主要是用户无法真正采用。这些看似漂亮的聊天界面，不仅效率低下，更可能直接毁掉一项业务。别再拿 Google 搜索类比 AI 协作了几乎每次开会，总有人会说：「就照着 Google 搜索那样做就行了。」但作为设计负责人，我们必须反驳这种根本错误的类比。换个角度来看：Google 搜索就像是问路去餐厅，你问一次，得到答案，事情就结束了。而 AI 协作更像是和副厨一起下厨，你们要一起动手、试味、调整、一步步完成一道菜。Google 搜索之所以有效，是因为它是一种简单、无状态的交互：输入问题，获取结果，完事。它的复杂性在于算法，而不在界面设计。但 AI 协作不是这样，它是一个需要反复尝试、有上下文、具备「状态」的过程。正如 Smashing Magazine 所说，AI 工作流程需要「丰富的、多模态的交互模式」，这是对话界面根本无法承载的。对像 Maya 这样的高阶用户来说，聊天界面带来了巨大的认知负担。他们花大量时间解释背景、重新组织提示语、再把 AI 输出结果手动搬运到真实工作环境中。我们设计的界面，不仅没帮他们减轻压力，反而让他们更累。我要说明一点：我说的不是那些随便复制粘贴 AI 输出内容的普通用户，而是那些把 AI 当作创意伙伴的深度用户。这些人才是推动 AI 产品成功的关键，而我们目前的设计却让他们彻底失望。那些真正把 AI 用户体验做对的公司当大多数设计团队还在聊天气泡上反复打转时，少数几家公司已经在构建 AI 的未来。而他们的成果，也让那些「聊天优先」的产品显得像是业余作品。Copilot 截图GitHub Copilot 能将开发者的生产力提升 56%，靠的是将 AI 深度整合进开发者实际使用的工作环境中，而不是放在一个单独的聊天窗口里。它的交互设计非常出色：AI 建议直接内嵌在代码中，配有明确的接受/拒绝按钮，能理解上下文。Microsoft 365 Copilot 能在财富 500 强企业中获得 70% 的采用率，关键在于他们真正理解了用户的工作流程。他们没有再去造一个聊天机器人，而是把 AI 融入用户已有的工作模式中。这就是系统思维的最佳体现。这些产品不仅更好，它们也代表着更高水平的设计能力。这些背后设计团队明白一个关键点，是「聊天优先」团队常常忽略的：AI 应该是对现有工作流程的增强，而不是用低效的交互方式去取而代之。混合式工作空间：AI 产品设计的新框架作为设计负责人，我们亟需一个适用于 AI 产品的新设计框架。基于对成功 AI 应用的研究与分析，我提出了「混合式工作空间模型（Hybrid Workspace Model）」：组件一：工作环境这是用户真正实现目标的地方——文档、画布、电子表格、代码编辑器、设计工具等。这不是在推翻什么，而是承认一个事实：人们早已建立起自己的工作流程和思维模式，我们应该尊重它们，而不是试图取代。组件二：智能层这是嵌入工作环境中的 AI 能力。不是一个单独的聊天界面，而是在不打断用户工作流程的前提下，提供具备上下文理解能力、能保持状态并给出相关建议的智能辅助。这个智能层可以通过多种方式集成到产品中，例如：内联建议（如 GitHub Copilot 那样）、根据用户操作出现的上下文面板、在现有界面元素上逐步增强功能、背景运行的环境智能（Ambient Intelligence）。关键设计原则：上下文感知：AI 能理解用户当前在做什么
渐进式展示：根据用户熟练度呈现更高级的 AI 功能
工作流程整合：AI 是对现有模式的增强，而不是强行创建新流程
减轻认知负担：用户专注于工作，而不是在「管理 AI」
这个框架解决了聊天界面最大的根本问题：把「思考」与「行动」分割开来。现在的用户需要先在聊天中思考，再把 AI 的输出手动搬运到实际工作中去——这既耗费脑力，又打断了专注状态，正是我们作为 UX 专业人士要极力避免的。设计领导者必须做出的战略转变我们需要不再只是把自己当作交互设计师，而要转变为「工作流程架构师」。那些最成功的 AI 产品，不是因为对话做得更好，而是因为它们更擅长理解并增强人类的工作模式。Google 的设计团队已经意识到这种转变，强调 AI 设计的关键在于「在人性与技术之间取得平衡」，这种平衡不是通过对话交互实现的，而是通过对上下文的深入整合。Nielsen Norman Group 的最新研究指出，未来的方向是「生成式 UI」——能根据具体用户情境动态生成的界面，这恰恰是对「一刀切聊天框」思维的有力反击。给产品设计师的建议：你下一个作品集里不该再是一个聊天界面，而应该展示你如何将 AI 能力嵌入到复杂工作流程中，同时确保良好的可用性和用户自主权。给设计主管的建议：你真正的竞争力，不在于打造一个专注打磨聊天界面的团队，而在于建立一个真正懂设计工作流程的团队。那些在 AI 领域遥遥领先的公司，背后往往都有一群能深度理解人机协作机制的设计领导者。一个不太好听的预言我想对整个用户体验行业发出呼吁：到 2025 年，还在坚持「聊天优先」策略的 AI 产品公司，将难以与那些构建「原生嵌入工作流程」的 AI 体验的公司竞争。不是说聊天界面本身有多糟糕，而是因为成熟用户需要更成熟的交互设计。构建真正「深度集成」的 AI 体验所面临的技术挑战，将形成其他产品难以逾越的竞争壁垒，而聊天界面根本无法达到这个层级。那些成功解决工作流程整合问题的团队，将占据明显优势；而「聊天优先」的产品将沦为只能靠低价竞争的普通工具。作为设计专业人士，我们有两个选择：要么继续优化聊天气泡和消息流程；要么引领整个行业，打造配得上用户智慧、也配得上我们职业标准的 AI 体验。聊天框时代，就像我们骑车时的辅助轮。现在，是时候去设计一些真正有价值的东西了。认真对待 Maya 的反馈吧：「我感觉这个 AI 真正理解了我工作的方式。它不是试图取代我的流程，而是让我的流程更好。」这，才是 AI 用户体验设计的未来。而它的起点，是承认一个可能让人不舒服的事实——我们过去，也许真的走错了方向。📮 简历投递邮箱hr@ifanr.com
✉️ 邮件标题「姓名+岗位名称」（请随简历附上项目/作品或相关链接）
更多岗位信息请点击这里🔗
AI辅助创作，多种专业模板，深度分析，高质量内容生成。从观点提取到深度思考，FishAI为您提供全方位的创作支持。新版本引入自定义参数，让您的创作更加个性化和精准。
鱼阅，AI 时代的下一个智能信息助手，助你摆脱信息焦虑