จากมุมมองของผู้ใช้ ระบบ AI มีความไม่แน่นอนโดยธรรมชาติ ซึ่งอาจให้ผลลัพธ์ที่ไม่สอดคล้องกันและเกิดข้อผิดพลาดเป็นประจำ อินเทอร์เฟซผู้ใช้มีโอกาสมากมายในการซึมซับ กรอง และลดความหงุดหงิดที่เกิดจากข้อจำกัดของ AI ในฐานะนักพัฒนาแอป คุณมีบทบาทสำคัญในการกำหนดประสบการณ์การใช้งาน AI ของผู้ใช้ เนื่องจากคุณมีข้อมูลเชิงลึกที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับวิธีและตำแหน่งที่ระบบ AI มีแนวโน้มที่จะล้มเหลว
ข้อควรพิจารณาที่สำคัญอย่างหนึ่งในการออกแบบคือผู้ใช้มีสิทธิ์ควบคุม AI มากน้อยเพียงใด โอกาสบางอย่างผู้ใช้มองไม่เห็น ขณะที่บางอย่าง มีการโต้ตอบอย่างชัดเจน การเปิดเผยข้อมูลมากขึ้นหมายถึงความยืดหยุ่นที่มากขึ้น แต่ก็หมายถึงความเสี่ยงและความซับซ้อนที่มากขึ้นด้วย ซึ่งต้องได้รับการจัดการ
ในโมดูลนี้ เราจะเรียนรู้แนวทางปฏิบัติแนะนำในการออกแบบรูปแบบประสบการณ์ของผู้ใช้ (UX) สำหรับการเปิดเผย 3 ประเภท ได้แก่ เบื้องหลัง แบบจำกัด และแบบเปิด สำหรับแต่ละประเภท เราจะเน้นว่าตัวเลือกทางเทคนิคและสถาปัตยกรรมส่งผลต่อประสบการณ์ของผู้ใช้ในระบบ AI อย่างไร
AI ในพื้นหลัง
คุณสามารถใช้ AI เพื่อปรับปรุงประสบการณ์การใช้งานที่มีอยู่โดยไม่ต้องเพิ่มฟีเจอร์ใหม่ ซึ่งจะช่วยลดการหยุดชะงักและโอกาสที่จะเกิดความล้มเหลว ในกรณีนี้ ความรับผิดชอบด้านประโยชน์ ความน่าเชื่อถือ และการลดประสิทธิภาพอย่างราบรื่นจะขึ้นอยู่กับผลิตภัณฑ์ทั้งหมด ผู้ใช้ไม่จำเป็นต้องเรียนรู้วิธีการทำงานของ AI หรือแม้แต่ทราบว่ามี AI เข้ามาเกี่ยวข้องเพื่อรับประโยชน์จาก AI
พื้นหลัง AI เหมาะสมที่สุดในกรณีต่อไปนี้
- งานมีความเสี่ยงต่ำ
- การควบคุมของผู้ใช้จะไม่ช่วยปรับปรุงผลลัพธ์อย่างมีนัยสำคัญ
- ผลิตภัณฑ์จะยังคงมอบคุณค่าหลักได้แม้ว่าฟีเจอร์ AI จะล้มเหลวหรือ ใช้งานไม่ได้
มีตัวอย่างมากมายของ AI ที่ทำงานเบื้องหลังอยู่ทั่วทั้งเว็บ ตั้งแต่ตัวกรองจดหมายขยะไปจนถึงคำแนะนำด้านความบันเทิง หรือแม้แต่ตัวอย่างที่ซับซ้อนอย่างความคิดเห็นแบบกระสุนของ BILIBILI ฟีเจอร์บางอย่างเหล่านี้อาจไม่ได้อยู่ในหมวดหมู่ "AI" ด้วยซ้ำ
ตัวอย่าง: ข้อมูลสรุปและไฮไลต์รีวิวที่ทำงานด้วยระบบ AI
จำร้านค้าตัวอย่างได้ไหม เราได้แชร์พิมพ์เขียวของระบบ 2 แบบแล้วจนถึงตอนนี้สำหรับฟีเจอร์ AI ต่างๆ ซึ่งรวมถึงฟีเจอร์การสนับสนุนลูกค้าและการค้นหาผลิตภัณฑ์ที่ดียิ่งขึ้น ตอนนี้เราจะ เปิดตัวฟีเจอร์ที่ 3 ซึ่งก็คือข้อมูลสรุปรีวิว ดูพิมพ์เขียวของระบบ AI
หน้าผลิตภัณฑ์มักมีรีวิวนับร้อย ผู้ใช้อาจประเมินลักษณะที่สำคัญต่อตนเองได้ยาก
คุณสามารถใช้ AI เพื่อนำเสนอธีมที่เกิดขึ้นซ้ำๆ ภายใน Search เพื่อแสดงไฮไลต์และสรุปรีวิวที่ปรับเปลี่ยนในแบบของคุณ ในอินเทอร์เฟซตัวอย่างของเรา ผู้ใช้กำลังมองหาหูฟัง ดังนั้นเราจึงไฮไลต์ธีมคุณภาพเสียงและอายุการใช้งานแบตเตอรี่ ซึ่งจะช่วยลดภาระทางปัญญาและอาจนำไปสู่การตัดสินใจซื้อที่เร็วขึ้น
เนื่องจากข้อมูลสรุปจะแตกต่างกันไปในแต่ละบุคคล คุณจึงควรให้ความสำคัญกับความเป็นส่วนตัวและความเร็วเมื่อเลือกแพลตฟอร์ม คุณอาจต้องการเลือก AI ในตัวและ Summarizer API เพื่อให้การคำนวณเกิดขึ้นในอุปกรณ์ของผู้ใช้โดยตรง
แนวทางปฏิบัติแนะนำ
โปรดปฏิบัติตามหลักเกณฑ์ต่อไปนี้เพื่อให้ฟีเจอร์ AI ผสานรวมกับประสบการณ์ของผู้ใช้ที่มีอยู่ได้อย่างราบรื่น
- แสดงความโปร่งใสอย่างง่าย: เมื่อ AI เปลี่ยนแปลงหรือรวบรวมเนื้อหาที่ผู้ใช้สร้างขึ้น คำใบ้เล็กๆ จะช่วยกำหนดความคาดหวังของผู้ใช้ คุณสามารถใช้ป้ายกำกับที่เป็นกลาง เช่น "สรุป" หรือ "ข้อมูลเชิงลึกที่สำคัญ" และเพิ่มการเปิดเผยแบบค่อยเป็นค่อยไปผ่านเคล็ดลับเครื่องมือหรือองค์ประกอบ UI อื่นๆ
- อนุญาตให้เลือกไม่ใช้: ผู้คนมีทัศนคติที่แตกต่างกันต่อ AI บางคนอาจมองว่า AI เป็นสิ่งที่รบกวน สร้างความรำคาญ หรือทำให้รู้สึกหนักใจ ระบุเส้นทางที่ชัดเจนในการปิดใช้ฟีเจอร์เหล่านี้
- ระมัดระวังการใช้คำ: ภาษาเป็นส่วนสำคัญของประสบการณ์ของผู้ใช้ทุกอย่าง รวมถึงข้อความที่ AI สร้างขึ้นด้วย ในตัวอย่างของเรา ข้อมูลสรุปควรแสดงแนวโน้ม ไม่ใช่การกล่าวอ้าง เพิ่มกฎลงในพรอมต์ของระบบเพื่อลดหรือนำภาษาที่มั่นใจมากเกินไปในข้อมูลสรุปออก
- ออกแบบการทำงานสำรองที่ราบรื่น: ระบุค่าโดยไม่ต้องใช้ AI เมื่อเป็นไปได้ หากข้อมูลสรุปไม่พร้อมใช้งานเนื่องด้วยเหตุผลทางเทคนิค เช่น โมเดลไม่พร้อมใช้งาน ระบบควรยังคงแสดงรีวิวที่ไม่มีข้อมูลสรุป เมื่อดาวน์โหลดโมเดลแล้ว แอปพลิเคชันจะแสดงข้อมูลสรุปใหม่โดยอัตโนมัติ
- ลดการหยุดชะงักระหว่างการตั้งค่า: การดาวน์โหลดโมเดลฝั่งไคลเอ็นต์ครั้งแรกอาจทำให้เกิดความยุ่งยาก แสดงให้เห็นถึงคุณค่าของฟีเจอร์ก่อน คุณอาจเพิ่มการสำรองฝั่งเซิร์ฟเวอร์แบบจำกัด หรือย้ายการดาวน์โหลดไปไว้ที่ส่วนท้ายของเส้นทางของผู้ใช้ เพื่อให้การหยุดชะงักน้อยที่สุด การกำหนดเวลาและสร้างบริบทที่เหมาะสมจะช่วยให้ผลิตภัณฑ์สอดคล้องกับลำดับความสำคัญของผู้ใช้
AI ที่ถูกจำกัด
แม้ว่า AI เบื้องหลังจะทำงานโดยอัตโนมัติ แต่ฟีเจอร์ AI ที่จำกัดจะได้รับการทริกเกอร์โดยผู้ใช้โดยตรง ซึ่งมักจะมีลิงก์หรือปุ่ม คุณกำหนดงาน ความตั้งใจ ข้อจำกัด และรูปแบบเอาต์พุตภายในพรอมต์ของระบบ ซึ่งต่างจากเคอร์เซอร์พรอมต์แบบ ปลายเปิดตรงที่ผู้ใช้มีตัวเลือกจำกัดหรือไม่มีตัวเลือกใดๆ นอกเหนือจากการเริ่ม งานและรับเอาต์พุต ระบบจะคงความสามารถในการคาดการณ์ไว้โดยการ กำหนดขอบเขตอย่างเข้มงวดในสิ่งที่ AI ทำได้
เช่นเดียวกับ AI ที่ทำงานเบื้องหลัง ฟีเจอร์ AI ที่จำกัดจะทำงานร่วมกับโมเดลฝั่งไคลเอ็นต์ที่ปรับแต่งสำหรับงานเฉพาะได้เป็นอย่างดี
ตัวอย่าง: การสร้างชื่อ
การสร้างพาดหัวข่าวอาจเป็นงานที่ท้าทายเป็นพิเศษ BlogBuddy ใช้ AI เพื่อช่วยให้ผู้เขียนสร้างพาดหัวที่รอบคอบและมีบริบทได้อย่างง่ายดาย ดูพิมพ์เขียวของระบบ AI สำหรับฟีเจอร์นี้
ผู้ใช้สามารถคลิกแสดงชื่อเพื่อสร้างฉบับร่างหลายฉบับสำหรับการประเมินและ การปรับแต่ง
เราได้อธิบายวิธีติดตั้งใช้งานฟีเจอร์นี้ด้วย Prompt API ในหัวข้อ วิศวกรรมพรอมต์ สร้างพรอมต์ของระบบที่ เข้ารหัสงาน ข้อจำกัดด้านสไตล์ และโครงสร้างเอาต์พุต ระบบจะส่งเฉพาะเนื้อหาของบล็อกโพสต์จาก UI แบบไดนามิก เมื่อใช้การติดตั้งใช้งานฝั่งไคลเอ็นต์ ระบบจะเพิ่มประสิทธิภาพฟีเจอร์เพื่อทําซ้ำโดยไม่มีค่าใช้จ่ายในการตั้งค่า
แนวทางปฏิบัติแนะนำ
เป้าหมายของคุณคือการกระตุ้นให้ผู้ใช้ใช้ฟีเจอร์ใหม่ โดยแสดงให้เห็นถึงคุณค่าและ ให้ผู้ใช้ควบคุมผลลัพธ์ได้ ดังนี้
- สื่อสารอย่างชัดเจนและมั่นใจ: ป้ายกำกับการดำเนินการที่ชัดเจนดีกว่าภาษาทั่วไปเสมอ เช่น "ถาม AI" ผู้ใช้ควรจะสามารถ เข้าใจสิ่งที่เกิดขึ้นได้ นอกเหนือจากวิธีที่เกิดขึ้น หากเวลาในการตอบสนองของฟีเจอร์ต่ำ ให้เพิ่มป้ายกำกับที่สื่อว่าผลลัพธ์พร้อมใช้งานแล้ว เช่น แสดงชื่อ แทนที่จะเป็นสร้างชื่อ
- ให้ผู้ใช้มีส่วนร่วม: เพิ่มความยากในการประมวลผลเล็กน้อยเพื่อกระตุ้นให้ผู้ใช้ ตื่นตัว การเสนอตัวเลือกหลายรายการจะช่วยป้องกันไม่ให้ผู้ใช้รู้สึกว่าติดขัดกับผลลัพธ์ที่ไม่ชอบ ผู้ใช้ควรยอมรับหรือ แก้ไขผลลัพธ์อย่างชัดเจนได้ก่อนที่จะบันทึก
- เตรียมผลลัพธ์ไว้ล่วงหน้าหากเป็นไปได้: โดยเฉพาะอย่างยิ่งสำหรับงานฝั่งไคลเอ็นต์ ให้พิจารณาการคำนวณผลลัพธ์ล่วงหน้าเพื่อให้พร้อมใช้งานได้ทันที
- รองรับการทำซ้ำอย่างรวดเร็ว: การสร้างใหม่ควรทำได้ง่าย ย้อนกลับได้ และ มีราคาถูก ผู้ใช้ควรมีตัวเลือกในการยกเลิกการดำเนินการ รวบรวมสัญญาณความคิดเห็นเหล่านี้เพื่อให้คุณปรับแต่งฟีเจอร์สำหรับการเรียกใช้ในอนาคตได้
- หากจำเป็น ให้ควบคุมแบบละเอียดยิ่งขึ้น: คุณสามารถใช้องค์ประกอบที่มีโครงสร้างเพิ่มเติม เช่น แท็กโทนเสียง ตัวเลือกความยาว หรือสไตล์ที่กำหนดไว้ล่วงหน้า เพื่อปรับแต่ง ผลลัพธ์ ในหลายๆ กรณี ความต้องการการควบคุมเพิ่มเติมจะเกิดขึ้นเมื่อเวลาผ่านไป เนื่องจากความมั่นใจและความต้องการของผู้ใช้มีการเปลี่ยนแปลง สร้างวงจรความคิดเห็นที่ช่วยให้คุณ ติดตามการพัฒนาเหล่านี้ได้
วิธีเลือกระหว่าง AI ที่ทำงานเบื้องหลังกับ AI ที่ถูกจำกัด
คุณสามารถใช้ฟีเจอร์บางอย่างเป็น AI ที่ทำงานในเบื้องหลังหรือ AI ที่มีข้อจำกัดก็ได้ ทั้งนี้ขึ้นอยู่กับวิธีและเวลาที่คุณแสดงฟีเจอร์เหล่านั้น ความแตกต่างนี้ได้รับผลกระทบจากการมองเห็น ภาระทางปัญญา และเวลา แทนที่จะเป็นความสามารถที่มี ตัวอย่างเช่น แทนที่จะต้องคลิกปุ่มอย่างชัดเจน ระบบอาจเตรียมชื่อไว้ล่วงหน้าในเบื้องหลังขณะที่ผู้ใช้กำลังเขียน เมื่อผู้ใช้โฟกัสช่องชื่อ คุณจะแสดงคำแนะนำได้
วิธีนี้จะทำงานได้ดีที่สุดในกรณีต่อไปนี้
- อินพุตที่ฟีเจอร์ต้องการจะพร้อมใช้งานโดยค่าเริ่มต้น
- มีฟีเจอร์ที่ทำงานด้วยระบบ AI จำนวนน้อย
- ต้นทุนของการคำนวณล่วงหน้าต่ำ
- คุณสามารถผสานรวมคำแนะนำได้โดยไม่รบกวนผู้ใช้จากงานที่ทำอยู่
ในทางตรงกันข้าม AI ที่จำกัดจะเหมาะกับผลิตภัณฑ์ที่มีฟีเจอร์หรือการดำเนินการ AI หลายอย่าง ทริกเกอร์ที่ชัดเจนช่วยหลีกเลี่ยงการคำนวณที่ไม่จำเป็น และช่วยให้ผู้ใช้รู้สึกถึงความตั้งใจและอำนาจในการควบคุมที่มากขึ้น
AI แบบปลายเปิด
AI แบบปลายเปิดช่วยให้ผู้ใช้ควบคุมลักษณะการทำงานของระบบ AI ได้โดยตรงด้วยอินพุตแบบอิสระ ผู้ใช้สามารถระบุบริบทในภาษาธรรมชาติแทนที่จะทริกเกอร์การดำเนินการที่กำหนดไว้ล่วงหน้า เมื่อส่งแล้ว ระบบ AI จะตีความความตั้งใจ เพิ่มบริบทที่ขาดหายไป และคาดเดาสิ่งที่ควรทำต่อไปให้ดีที่สุด
อินพุตมีความเฉพาะบุคคลสูงและมักคาดเดาไม่ได้ ระบบ AI จึงต้องรองรับความแปรปรวนนี้ได้ ประเภทนี้มีความยืดหยุ่นสูงสุด แต่ก็มีความเสี่ยงสูงสุดต่อประสบการณ์ของผู้ใช้ด้วย
- อินพุตของผู้ใช้ไม่ชัดเจนหรือไม่สมบูรณ์
- เอาต์พุตที่คาดเดาไม่ได้
- มีแนวโน้มสูงที่จะได้รับคำตอบที่ไม่ถูกต้องหรือทำให้เข้าใจผิด
- ความเสี่ยงที่เพิ่มขึ้นในการเชื่อใจมากเกินไป
- พยายามทำให้ระบบตกอยู่ในความเสี่ยง เช่น ทำให้ระบบสร้างเนื้อหาที่ไม่เหมาะสม
ตัวอย่าง: ตัวแทนฝ่ายสนับสนุนลูกค้าที่ทำงานด้วยระบบ AI
สำหรับ Example Shoppe ฝ่ายสนับสนุนลูกค้าครอบคลุมปัญหาที่หลากหลาย ได้แก่ การติดตามคำสั่งซื้อ การคืนสินค้า คำถามเกี่ยวกับผลิตภัณฑ์ ปัญหาการนำส่ง และกรณีที่ซับซ้อนซึ่งไม่เหมาะกับเวิร์กโฟลว์ที่ชัดเจน ทบทวนพิมพ์เขียวของระบบ AI จากโมดูลแพลตฟอร์ม
หลังจากเพิ่มฟีเจอร์ AI ที่จำกัดสำหรับการดำเนินการที่พบบ่อยที่สุดแล้ว อินเทอร์เฟซของคุณ อาจดูรก แต่ตัวแทนฝ่ายสนับสนุน AI แบบปลายเปิดจะช่วยให้มีความยืดหยุ่นได้
- แก้ไขปัญหาที่พบได้ทั่วไปอย่างรวดเร็ว
- ลดเวลารอสายและค่าใช้จ่ายในการสนับสนุน
- ให้ความช่วยเหลือได้ทันทีในหลายหัวข้อโดยไม่ต้องมีขั้นตอนการสนับสนุนที่ซับซ้อน
คุณค่าของตัวแทนฝ่ายสนับสนุนอยู่ที่การจัดการความแปรปรวนในวงกว้าง ท้ายที่สุด คุณต้องสร้างระบบที่จัดการอินพุตเหล่านี้ได้อย่างมีความรับผิดชอบ แม้ว่าคุณจะหวังและคาดหวังให้ผู้ใช้ใช้วิจารณญาณอย่างดีที่สุดและปรับระดับความน่าเชื่อถือ แต่คุณอาจต้องรับผิดชอบต่อคำตอบที่ไม่ถูกต้องที่โมเดลเสนอ
ผู้ใช้โต้ตอบโดยเปิดแชทกับตัวแทนและถามว่า "คำสั่งซื้อของฉันอยู่ที่ไหน" หรือ "ฉันถูกเรียกเก็บเงิน 2 ครั้ง คุณช่วยได้ไหม" เอเจนต์จะตีความเจตนา ถามคำถามเพื่อชี้แจง ดึงข้อมูลที่เกี่ยวข้อง และเสนอขั้นตอนหรือการดำเนินการถัดไป
ระบบ AI แบบปลายเปิดส่วนใหญ่จะใช้โมเดลฝั่งเซิร์ฟเวอร์ ซึ่งสามารถนำไปรวมกับคอมโพเนนต์อื่นๆ เช่น ฐานข้อมูล เครื่องมือภายนอก และตรรกะทางธุรกิจ เพื่อสร้างระบบ AI แบบผสม คุณควรระบุเส้นทางการส่งต่อให้ตัวแทนฝ่ายสนับสนุนที่เป็นมนุษย์
แนวทางปฏิบัติแนะนำ
มุ่งเน้นความโปร่งใส การปรับเทียบความน่าเชื่อถือ และกลไกการควบคุม
- แนะนําให้ผู้ใช้แสดงเจตนาอย่างชัดเจน: ให้คําแนะนําพรอมต์ ("ฉัน ต้องการคืนสินค้า") และการติดตามผลที่แนะนําเพื่อลดความคลุมเครือ
- แสดงสถานะและสมมติฐานของระบบ: เอเจนต์ควรสื่อสารอย่างชัดเจนว่าเข้าใจอะไร ("ดูเหมือนว่าคุณกำลังถามเกี่ยวกับคำสั่งซื้อ 12345") และใช้ข้อมูลใด
- ถามก่อนดำเนินการ: ก่อนดำเนินการที่ละเอียดอ่อน เช่น การคืนสินค้า การคืนเงิน การเปลี่ยนที่อยู่ ตัวแทนควรสรุปการดำเนินการและขอการยืนยันจากผู้ใช้
- ออกแบบเพื่อการยืนยันและการแก้ไข: ผู้ใช้ควรแก้ไข ความเข้าใจผิด เรียบเรียงคำขอใหม่ หรือย้อนกลับการสนทนาได้โดยไม่ต้อง เริ่มต้นใหม่
- ใช้ร่วมกับฟีเจอร์ AI ที่จำกัด: การสนทนาไปมามากเกินไปอาจทำให้ผู้ใช้ไม่พอใจ เพิ่มองค์ประกอบที่มีโครงสร้างเป็นทางลัด เช่น ระบบจะแสดงหมายเลขคำสั่งซื้อที่อนุมานเป็นองค์ประกอบที่คลิกได้ ซึ่งช่วยให้ผู้ใช้ค้นหา เลือก หรือแทนที่หมายเลขคำสั่งซื้อได้ แทนที่จะกำหนดให้ผู้ใช้เรียบเรียงคำขอใหม่ในรูปแบบข้อความ
- แสดงความไม่แน่นอนและข้อจำกัด: เอเจนต์ควรยอมรับความไม่แน่นอน ส่งสัญญาณว่ามีข้อมูลขาดหายไป และส่งต่อให้เจ้าหน้าที่ที่เป็นมนุษย์อย่างราบรื่นเมื่อมีความมั่นใจต่ำ
ประสบการณ์การใช้งาน AI ประเภทนี้กำหนดให้ผู้ใช้ต้องประเมินคำตอบอย่างรอบคอบ และเข้าใจว่าเมื่อใดควรส่งต่อปัญหา
สรุปประเด็นสำคัญ
ในโมดูลนี้ เราได้ทบทวนประสบการณ์ของผู้ใช้ AI ประเภทต่างๆ ดังนี้
- AI เบื้องหลังช่วยให้คุณเพิ่มมูลค่าหรือความพึงพอใจให้กับเส้นทางของผู้ใช้ที่มีอยู่ได้
- ฟีเจอร์ AI ที่จำกัดสามารถใช้กับ Use Case ที่เฉพาะเจาะจงและกำหนดไว้อย่างชัดเจน ซึ่ง AI ทำได้ดีที่สุด
- AI แบบปลายเปิดจำเป็นสำหรับโดเมนที่มีความแปรปรวนสูง โปรดใช้คำถามปลายเปิด หากคุณมั่นใจในประสิทธิภาพทางเทคนิคของระบบ
ตารางต่อไปนี้สรุปรูปแบบ UX ที่แนะนำสำหรับ AI แต่ละประเภท
| ธีม UX | รูปแบบ UX | ความเป็นมา | ถูกจำกัด | คำถามปลายเปิด |
| ความโปร่งใส | มีการระบุว่าใช้ AI อย่างชัดเจน | |||
| คำอธิบายแบบเบาเกี่ยวกับลักษณะการทำงานของ AI | ||||
| สถานะของระบบและสมมติฐานที่มองเห็นได้ | ||||
| คำแนะนำ | คำแนะนำพรอมต์ | |||
| อินพุตที่มีโครงสร้าง (แท็ก ค่าที่กำหนดล่วงหน้า) | ||||
| ควบคุม | ทริกเกอร์ AI ที่ชัดเจน | |||
| ดูตัวอย่างก่อนใช้เอาต์พุต | ||||
| ทางเลือกหลายรายการ | ||||
| สร้างใหม่ | ||||
| เลิกทำ | ||||
| การปรับเทียบความน่าเชื่อถือ | การใช้คำอย่างระมัดระวัง | |||
| ตัวบ่งชี้ความเชื่อมั่น | ||||
| การจัดการความเสี่ยงและความล้มเหลว | อุปสรรคและขั้นตอนการตรวจสอบโดยตั้งใจ | |||
| การส่งต่อ / การส่งต่อให้เจ้าหน้าที่ | ||||
| การเปลี่ยนไปใช้ฟีเจอร์สำรองอย่างราบรื่นโดยไม่ใช้ AI |
อ่านเพิ่มเติม
หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับรูปแบบ UX เราขอแนะนำแหล่งข้อมูลต่อไปนี้
- อ่านคู่มือ People + AI ของ Google
- ชุดเครื่องมือ HAX ของ Microsoft โดยเฉพาะหลักเกณฑ์สำหรับการโต้ตอบระหว่างมนุษย์กับ AI
- The Shape of AI โดย Emily Campbell
- บทที่ 10 ของศิลปะการพัฒนาผลิตภัณฑ์ AI
ทดสอบความเข้าใจ
การเบลอพื้นหลังวิดีโอคอลเป็นรูปแบบ UX ประเภทใด
คุณควรใช้ AI แบบปลายเปิดเป็นรูปแบบ UX เมื่อใด