從使用者的角度來看，AI 系統本質上具有不確定性。這類模型可能會產生不一致的結果，而且經常出錯。使用者介面提供許多機會，可吸收、篩選及減少因 AI 限制而造成的不滿。身為開發人員，您對 AI 系統可能出錯的方式和位置有更深入的瞭解，因此在塑造 AI 使用者體驗方面扮演著核心角色。
其中一項重要的設計考量是使用者對 AI 的控制程度。部分商機對使用者來說是隱形的，其他商機則有明確的互動。曝光度越高，彈性就越大，但同時也代表必須管理更多風險和複雜性。
在本單元中，我們將瞭解如何設計三種曝光類型 (背景、受限和開放式) 的使用者體驗 (UX) 模式最佳做法。針對每種類型，我們都會說明技術和架構選擇如何影響 AI 系統的使用者體驗。
Background AI
AI 可用來細微地強化現有體驗，不必推出新功能。這可將中斷和故障的可能性降至最低。在這種情況下，產品必須完全負責確保實用性、可靠性及優雅降級。使用者不必瞭解 AI 的運作方式，甚至不必知道 AI 參與其中，就能從中獲益。
背景 AI 最適合用於以下情況：
- 這項工作風險不高。
- 使用者控制項無法有效改善結果。
- 即使 AI 功能故障或無法使用，產品仍可提供核心價值。
網路上有許多背景 AI 的例子，從垃圾內容篩選器到娛樂建議，甚至是複雜的例子，例如 BILIBILI 的彈幕留言。其中有些功能甚至可能不會被視為「AI」。
例如：AI 生成的評論摘要和重點
還記得 Example Shoppe 嗎？我們目前已分享兩項系統藍圖，分別適用於不同的 AI 功能，包括客戶服務功能和強化產品搜尋。現在，我們推出第三項功能：評論摘要。請參閱 AI 系統藍圖。
產品頁面通常包含數百則評論。對使用者而言，評估真正重要的特徵可能很困難。
你可以使用 AI 找出搜尋內容中的重複主題，提供個人化評論重點和摘要。在我們的範例介面中，使用者正在尋找耳機，因此系統會強調音質和電池續航力等主題。這能減輕認知負擔，並加快購買決策速度。
由於摘要內容會因人而異，因此選擇平台時，請優先考量隱私權和速度。建議您選擇內建 AI 和 Summarizer API，這樣運算作業就能直接在使用者裝置上進行。
最佳做法
請遵守下列指南，讓 AI 功能與現有的使用者體驗完美融合：
- 提供輕量級的透明度：當 AI 轉換或彙整使用者原創內容時，細微的提示可讓使用者瞭解預期結果。您可以使用「摘要」或「重要洞察」等中性標籤，並透過工具提示或其他 UI 元素新增漸進式揭露。
- 允許停用：每個人對 AI 的態度不同，部分使用者可能會覺得 AI 令人反感、難以接受或惱人。提供明確的停用路徑。
- 注意用字遣詞：語言是使用者體驗的重要環節，包括 AI 生成的文字。在我們的例子中，摘要應反映趨勢，而非聲明。在系統提示中新增規則，減少或移除摘要中過於自信的語言。
- 設計優雅的備用方案：盡可能在不使用 AI 的情況下提供價值。如果因技術因素 (例如模型無法使用) 而無法提供摘要，系統仍應提供未經摘要的評論。模型下載完成後，應用程式即可自動顯示新的摘要。
- 盡量減少設定期間的中斷：初始下載用戶端模型可能會造成阻礙。請先展示功能價值。您可以新增有限的伺服器端備援，或將下載作業移至使用者歷程的結尾，盡量減少中斷。適當的時機和情境建構有助於讓產品符合使用者的優先事項。
受限的 AI
背景 AI 會自動執行，但受限 AI 功能通常需要使用者明確觸發，例如點選連結或按鈕。您可以在系統提示中決定工作、意圖、限制和輸出格式。與開放式提示游標不同，使用者除了開始工作和接收輸出內容外，幾乎沒有其他選項。系統會嚴格限制 AI 的功能範圍，確保預測結果的準確度。
與背景 AI 相同，受限 AI 功能也適合搭配為特定工作量身打造的用戶端模型。
例如：生成標題
生成標題可能是一項特別困難的工作。BlogBuddy 會運用 AI 技術，協助作家輕鬆提供經過深思熟慮且符合情境的標題。請參閱這項功能的AI 系統藍圖。
使用者可以點選「顯示標題」，產生多個草稿以供評估和修正。
我們在「提示工程」中，逐步說明如何使用 Prompt API 實作這項功能。建立系統提示，編碼工作、風格限制和輸出結構。系統只會從使用者介面動態傳遞網誌文章內容。採用用戶端實作方式，這項功能經過最佳化，可反覆運作，且無須設定費用。
最佳做法
您的目標是鼓勵使用者使用新功能。如要達成這個目標，請展現價值並讓他們掌控結果：
- 清楚且自信地溝通：請一律使用明確的動作標籤，而非「詢問 AI」等一般用語。使用者應該要能直覺瞭解發生了什麼事，而不只是「如何」發生。如果特徵延遲時間較短，請新增標籤，表示結果已可使用。例如「顯示標題」而非「產生標題」。
- 讓使用者保持警覺：加入輕微的認知摩擦，讓使用者保持警覺。提供多種選擇可避免使用者對不喜歡的結果感到不滿。使用者應可明確接受或編輯結果，再儲存結果。
- 盡可能預先準備結果：特別是針對用戶端工作，請考慮預先計算結果，以便立即提供。
- 支援快速疊代：重新生成作業應簡單、可還原且成本低廉。使用者應可選擇復原動作。收集這些意見回饋信號，以便在日後執行時微調功能。
- 視需要提供更精細的控制選項：使用其他結構化元素 (例如語氣標記、長度選取器或預設樣式) 來調整結果。在許多情況下，隨著使用者信心和需求演變，您會逐漸需要額外控制權。設定意見回饋循環，追蹤這些發展。
如何選擇背景 AI 和受限 AI
視顯示方式和時間而定，部分功能可實作為背景或受限的 AI。這項區別會受到可見度、認知負荷和時間點影響，而非可用功能。舉例來說，標題可以在使用者撰寫內容時主動在背景準備，不必等待使用者明確點選按鈕。當使用者將焦點放在標題欄位時，您可以顯示建議。
這個做法最適合以下情況：
- 這項功能預設會提供所需輸入內容
- AI 功能數量不多
- 預先計算的成本較低
- 整合建議功能時，不會干擾使用者執行工作
相較之下，如果產品有多項 AI 功能或動作，則建議使用受限 AI。明確的觸發條件有助於避免不必要的運算，並讓使用者更清楚瞭解意圖和代理。
開放式 AI
開放式 AI 可讓使用者透過任意形式的輸入內容，直接控管 AI 系統的行為。使用者可以提供自然語言的背景資訊，而不是觸發預先決定的動作。提交後，AI 系統會解讀意圖、新增缺少的背景資訊，並盡可能判斷接下來該怎麼做。
輸入內容非常個人化，而且往往難以預測，因此 AI 系統必須能夠處理這類變異性。這類廣告的彈性最高，但使用者體驗風險也最高：
- 使用者輸入內容不清楚或不完整
- 輸出內容無法預測
- 回覆內容可能不正確或具誤導性
- 過度信任的風險增加
- 嘗試入侵系統，例如讓系統生成不當內容
示例：AI 輔助客服專員
以範例 Shoppe 來說，客戶服務涵蓋各種問題：訂單追蹤、退貨、產品問題、送貨問題，以及不符合明確工作流程的特殊情況。回顧平台模組中的 AI 系統藍圖。
為最常見的動作新增受限的 AI 功能後，介面可能會變得擁擠。但開放式 AI 支援專員可提供彈性。
- 快速解決常見問題。
- 縮短等待時間並降低支援成本。
- 立即提供多個主題的協助，不必經過複雜的支援流程。
客服專員的價值在於大規模處理變異性。最終，您需要建構可負責任地處理這些輸入內容的系統。雖然您希望使用者能運用最佳判斷力並校正信任度，但模型提供的錯誤回覆仍可能導致您承擔責任。
使用者可以開啟與服務專員的即時通訊，詢問「我的訂單在哪裡？」或「我被重複扣款了，可以幫我處理嗎？」代理會解讀意圖、提出釐清問題、擷取相關資訊，並建議後續步驟或動作。
大多數開放式 AI 系統都依賴伺服器端模型。這些元件可與資料庫、外部工具和商業邏輯等其他元件結合，形成複合式 AI 系統。你應提供將問題轉交給真人支援服務專員的途徑。
最佳做法
著重於資訊公開、校正信任度及控制機制：
- 引導使用者清楚表達意圖：提供提示建議 (例如「我想退貨」) 和建議的後續步驟，減少模糊不清的狀況。
- 清楚呈現系統狀態和假設：服務專員應清楚說明瞭解的內容 (「您似乎在詢問訂單 12345。」) 和使用的資訊。
- 先詢問再行動：執行退貨、退款、變更地址等敏感動作前，服務專員應先摘要說明動作，並要求使用者確認。
- 設計驗證和修正功能：使用者應可修正誤解、重新措辭要求或倒轉對話，不必重新開始。
- 搭配受限的 AI 功能：過多的來回對話可能會讓使用者感到不耐煩。將結構化元素新增為捷徑。舉例來說，系統推斷的訂單號碼可以顯示為可點選的元素，讓使用者搜尋、選取或取代該號碼，而不必以文字重新措辭要求。
- 顯示不確定性和限制：如果信心指數偏低，代理程式應承認不確定性、指出缺少資訊，並適時轉交給真人處理。
這類 AI 體驗需要使用者審慎評估回覆內容，並瞭解何時應回報問題。
重點整理
在本單元中，我們回顧了不同類型的 AI 使用者體驗：
- 背景 AI 可為現有的使用者歷程增添價值或樂趣。
- 受限的 AI 功能可用於特定且定義明確的用途，這些用途最適合由 AI 執行。
- 如果網域的變異性高，就需要開放式 AI。只有在對系統的技術效能非常有信心時，才使用開放式。
下表歸納了各類型 AI 的建議 UX 模式：
| 使用者體驗主題 | 使用者體驗模式 | 背景 | 受限 | 開放式 |
| 資訊公開 | 清楚標示 AI 生成內容 | |||
| 簡要說明 AI 行為 | ||||
| 系統狀態和假設條件一目瞭然 | ||||
| 指引 | 建議提示 | |||
| 結構化輸入內容 (標記、預設設定) | ||||
| 控制 | 明確的 AI 觸發條件 | |||
| 先預覽輸出內容再套用 | ||||
| 多個替代方案 | ||||
| 重新產生 | ||||
| 復原 | ||||
| 信任度校正 | 用字保守 | |||
| 信心指標 | ||||
| 管理風險和失敗 | 刻意製造阻礙和審查關卡 | |||
| 轉介給真人服務專員 / 提報 | ||||
| 不使用 AI 的優雅備援 |
延伸閱讀
如要進一步瞭解 UX 模式，建議參閱下列資源：
- 閱讀 Google 的「People + AI Guidebook」。
- Microsoft 的 HAX Toolkit，尤其是人機互動指南。
- The Shape of AI，作者為 Emily Campbell。
- 《The Art of AI Product Development》第 10 章。
隨堂測驗
視訊通話背景模糊功能屬於哪種使用者體驗模式？
何時該使用開放式 AI 做為 UX 模式？