AI时代的产品设计师：你在创造未来

第 1 章：AI时代的产品设计师：你在创造未来

你有没有想过，为什么同样是“会说话的程序”，你和Siri聊天时会觉得它笨笨的，但和ChatGPT对话时却常常惊叹“它怎么知道我在想什么”？为什么有些APP用了AI功能后变得超级好用，有些却像是给老年机贴了个“智能手机”的标签？

这个看似简单的现象背后，藏着一个改变整个行业的大问题：真正的AI原生产品，到底长什么样？

如果你曾被这个问题困扰，那么恭喜你——你已经在用产品经理的视角思考问题了。本书就是要帮你把这种直觉变成一套完整的思考框架。从这一章开始，我们将一起探索AI产品设计的奥秘，而你可能还不知道的是：青少年学习这个领域，其实有着独特的优势。

什么是AI原生应用？

让我们先从一个你可能经历过的场景说起。

假设你想写一封请假邮件给老师。传统做法是什么？你打开邮箱，点击写信，然后对着空白页面发呆——该怎么措辞才得体？会不会显得太敷衍？或者太肉麻？

现在有两款产品可以帮你：

产品A是一个邮件助手插件。打开后，它在邮箱界面旁边弹出一个小窗口，显示一行字：“点击这里，AI帮你写请假邮件！”你点击后，它要求你输入：收件人是谁？要请什么假？然后它生成一段文字，你复制粘贴到邮件正文里。

产品B是你正在使用的一个AI对话助手。你直接告诉它：“我明天发烧，需要请假一天，帮我写一封邮件给班主任，语气要诚恳但不卑微。”它不仅帮你写了邮件，还顺便提醒你：“记得附上家长的病历照片，这样更有说服力。另外，如果你方便的话，可以问一下老师明天有没有需要补交的作业，我可以帮你整理。”

你用哪个更爽？显然是B。但问题是——A和B用的底层技术可能一模一样，都调用了类似的大语言模型。为什么体验差距这么大？

这就是AI原生应用和AI功能插件的本质区别。

不是给软件“贴金”，而是用AI重新设计体验

很多人一听说某个软件加了AI功能，就以为它是“AI产品”了。这是一种误解。真正的AI原生应用，不是简单地把AI当作一个工具嵌进去，而是围绕AI能力重新设计整个产品的逻辑和体验。

让我们用更学术的语言来表述这个概念：AI原生应用（AI-Native Application）是指那些从架构设计阶段就把AI能力作为核心基础的应用。 它的每一个功能、每一个页面、每一个交互流程，都是为了充分发挥AI的独特优势而设计的。AI不是“后来加上去的”，从一开始就是“地基”。

与之对应的概念是AI增强应用（AI-Augmented Application）。这类应用原本就有自己的核心功能，后来为了“跟上时代”，在某个角落里加了一个AI功能。打个比方，这就像在一栋已经建好的老房子外面，安装了一个智能门锁。门锁确实智能，但这栋房子的整体设计并没有因为这把锁而改变。

用这个标准来衡量，你身边有多少产品是真正的AI原生应用？

答案可能会让你失望——绝大多数所谓的“AI功能”，其实都是AI增强。那个在Word里帮你检查语法的小图标，在Photoshop里帮你一键抠图的按钮，在外卖APP里“猜你想吃”的推荐位——它们都是给老房子装的新门锁。

但这并不是说这些功能没有价值。恰恰相反，理解这种区别，正是你成为优秀AI产品设计师的第一步。因为只有看清楚“什么是真正的AI原生”，你才能设计出真正发挥AI威力的产品。

为什么这个区别如此重要？

你可能会问：我管它是原生还是增强呢，能用不就行了？

这个问题问得好。但如果你是一个产品设计师，或者想成为这样的人，理解这个区别就至关重要了——因为它决定了你能做什么、不能做什么，以及你的产品能走多远。

第一，定位决定了天花板。

如果你的产品本质上是一个“邮件工具”，后来加了AI功能，那你的产品逻辑还是围绕“写邮件”这个核心展开的。AI只是这个核心功能的加速器。但如果你从一开始就认识到自己要做一个“AI写作助手”，那整个产品设计都会不同——你会思考AI如何理解用户意图、如何保持对话连贯性、如何让输出更个性化。这些问题的答案，会把你的产品带向完全不同的方向。

第二，架构限制了可能性。

一个老房子装了智能门锁后，你可以远程开门、设置临时密码。但你想在客厅里装一个智能灯光系统、在厨房里加一个智能烹饪助手——你会发现处处受限，因为电路走线、网络布局、空间规划都不是为这些功能设计的。同样，一个从一开始没有考虑AI能力的产品，在加入AI功能时会遇到各种架构限制：数据格式不匹配、响应速度跟不上、无法进行复杂的上下文理解。而真正的AI原生产品，从第一天起就把这些可能性考虑进去了。

第三，用户能感受到本质差异。

回到前面的例子。产品A（邮件插件）和产品B（AI对话助手）的使用体验完全不同。产品A解决的是一个明确的、狭窄的问题——“帮我写请假邮件”。但当你需要“帮我写一封既诚恳又不过分卑微的请假邮件，同时考虑到班主任比较严厉的性格”时，产品A就无能为力了，因为它根本没有这种灵活性。产品B则完全不同，它能够理解模糊的、复杂的、甚至矛盾的需求，并给出同样复杂的回答。这种体验上的差异，用户是能真切感受到的。

所以，当你下次看到某个产品宣传自己“有AI功能”时，不妨多问几个问题：这个AI功能是产品的核心，还是边角料？它改变了产品的基本逻辑吗？它让用户能做一些以前做不到的事吗？ 如果答案都是“是”，那它很可能是真正的AI原生应用。如果答案模棱两可，那很可能只是一个噱头。

三个关键词，重新理解AI原生

为了帮助你更准确地判断什么是AI原生应用，这里有三个关键词可以作为判断标准：

第一个关键词：重新定义交互。

传统软件的交互模式是“人命令，机器执行”——你点一个按钮，程序做一件事。但真正的AI原生产品打破了这种模式。ChatGPT不需要你点击任何按钮，你只需要说出你的想法，它就能理解并回应。这种自然语言交互本身就代表了交互范式的根本改变。类似的，那些能够根据你的行为自动调整界面的APP、能够通过语音或手势完成复杂操作的产品，都在重新定义人机交互的方式。

第二个关键词：能力涌现。

当你给一个产品加上AI能力后，如果它只能做你明确告诉它的事情，那它只是“自动化”，不是“智能”。真正的AI原生产品具有涌现性能力——它能做你没预料到的事情，能在不同场景下灵活应变。举个例子，你让一个AI设计工具帮你设计一个海报，它不仅完成了设计，还提出了好几个你从没想过的配色方案。这种超出预期的能力涌现，是AI原生应用的重要特征。

第三个关键词：体验闭环。

AI增强产品往往只解决一个点上的问题。你让它帮你写文案，它就只写文案；你让它帮你生成图片，它就只生成图片。但真正的AI原生产品会追求体验闭环——它能够理解你的整体目标，并帮你一步步实现。知道你想要的是“一份完美的年终汇报”，它会帮你梳理框架、撰写内容、生成配图、制作PPT，直到你拿到一个可以直接使用的成品。这种闭环体验是AI原生应用的核心优势。

用这三个关键词来衡量你身边的APP，你会惊讶地发现——大多数产品还停留在“AI增强”的阶段，真正的AI原生产品少之又少。 这既是现实，也是机会。因为在这个AI时代的黎明期，真正理解什么是AI原生、能够设计出AI原生产品的人，将拥有巨大的先发优势。

产品设计师的角色转变

如果说AI原生应用是一艘正在建造的新船，那产品设计师就是设计这艘船的人。但问题是——这艘船的设计逻辑，和传统软件时代的船完全不同。

让我们来看看这种转变是如何发生的，以及它对你意味着什么。

从“画界面”到“设计对话”

传统软件时代，产品设计师的主要工作是什么？

你可能见过那种长长的产品原型图——页面上有按钮、表单、列表、弹窗，一个一个排列得整整齐齐。产品设计师的工作，就是把这些元素摆对位置、规划好点击后的跳转逻辑、设计好每一种状态下的显示效果。这是一种空间设计——你在设计一个用户在某个时间点会看到的静态画面。

AI原生产品设计师做的是完全不同的工作。他们不是设计一个静态页面，而是设计一个持续进行中的对话系统。

想象一下，你在使用一个AI健身助手。传统思维下，你会设计一个“运动计划”页面，上面有日历、课程表、进度条。用户按照这个页面来执行计划。产品设计师关心的是：这个页面好不好看？信息密度合不合适？操作路径顺不顺畅？

但真正的AI原生健身助手会是什么样？它可能根本没有固定的“运动计划页面”。你只需要告诉它：“我最近胖了10斤，想在夏天之前瘦下来，但我每天只能运动半小时。”然后AI会和你对话，了解你的身体状况、运动习惯、饮食偏好，然后生成一个动态的、可持续调整的健身方案。而且，这个方案会在执行过程中根据你的反馈不断优化。你说“今天膝盖有点疼”，它会立刻调整计划；你说“这个动作太无聊了”，它会换成更有趣的替代方案。

两种设计思路的差异在哪里？

传统设计关注的是用户界面（UI）——长什么样、怎么点击。

AI原生设计关注的是用户旅程（User Journey）——用户想达成什么目标、如何一步步引导他们到达。

前者是空间思维，后者是时间思维。前者设计的是“快照”，后者设计的是“电影”。

从“定义功能”到“定义边界”

传统软件产品的设计流程通常是这样的：产品经理调研用户需求，列出功能清单，设计师把这些功能做成界面，开发工程师把界面实现出来。这是一个“做加法”的过程——功能越多，产品越丰富。

但AI原生产品的设计逻辑不是这样的。它更像是在做“边界定义”。

为什么？因为AI的能力边界决定了产品的体验边界。AI能做什么、不能做什么、能做到什么程度——这些问题的答案，直接决定了产品可以给用户提供什么价值、不能承诺什么价值。

举一个具体的例子。你在设计一个AI作文批改工具。如果按照传统思路，你会列出很多功能：检查错别字、纠正语法、优化用词、分析文章结构、给出改进建议……这些功能听起来都很棒，一股脑儿都加上。

但真正的AI原生设计思维会怎么想？

它首先会问：AI批改作文的能力边界在哪里？

AI能准确识别错别字和基本语法错误——这个能力是可靠的，可以做成核心功能。

AI能理解和评价文章的主题表达——这个能力有一定可靠性，但可能出错，可以作为辅助功能，并在界面上提示用户“仅供参考”。

AI能真正理解“好文章”的标准并给出权威评价——这个能力并不可靠，AI的审美判断可能和老师、评委的标准不一致，那就不能把“给出权威评价”作为产品承诺，而要把产品定位为“帮助你发现自己文章的问题，提供参考建议”。

看，这就是设计边界的思维。不是“我想要这个功能”，而是“AI能可靠地做到什么程度，我才能承诺什么”。边界定义得越清晰，用户的预期就越准确，产品就越值得信赖。

这种思维方式，对于习惯了大包大揽的传统产品设计来说，是一种巨大的转变。但它也是AI时代产品设计师必须掌握的核心能力。

从“执行计划”到“理解意图”

还有一个重要的转变，发生在更深层的哲学层面。

传统软件是计划导向的。设计师设计好交互流程，用户按照这个流程一步步操作。如果用户不按流程走，系统就不知道该怎么办——它只会报错：“请按正确步骤操作。”

AI原生产品是意图导向的。用户不需要按照预设的流程来操作，他们只需要表达自己的意图，AI会理解这个意图，然后想办法帮助用户实现它。

这两种导向的差异，可以用一个小故事来说明。

假设你是一个餐厅服务员（这是传统软件的角色）：顾客进门，你递上菜单，顾客点菜，你下单，后厨做菜，你上菜，顾客结账离开。这是固定的流程，你按照流程执行就好。如果顾客说“我今天心情不好，想吃点能让我开心的东西”，你可能会愣住——因为菜单上没有这道菜，你不知道怎么执行。

但如果你是AI助手（这是AI原生产品的角色）：顾客说“我今天心情不好，想吃点能让我开心的东西”，你会问几个问题了解情况——是想要安慰型食物（甜的、热乎的）还是激励型食物（辣的、重口的）？有忌口吗？预算范围？然后你会推荐几道菜，甚至可以讲讲为什么这道菜适合现在的你。

这就是意图导向的魔力。用户不需要知道“我应该点什么菜”，只需要表达“我想达到什么效果”，AI帮你找到解决方案。

作为AI时代的产品设计师，你需要掌握的，就是从“计划导向”到“意图导向”的思维转换。你要设计的不是操作步骤，而是理解用户意图的路径——如何提问、如何澄清、如何确认、如何执行、如何反馈。这是一套全新的设计框架，我们会在后续章节中详细展开。

新的技能树：AI产品设计师需要什么能力？

既然角色定位发生了这么大的转变，那AI时代的产品设计师需要哪些新能力呢？

经过对行业趋势的分析和对真实产品的拆解，我们发现四项核心能力正在变得至关重要：

第一，prompt设计能力。

你可能已经听说过“prompt工程”这个概念——如何给AI写指令，让它输出你想要的结果。但在AI原生产品设计中，prompt不只是用户输入框里的那行字，而是贯穿整个产品的体验设计。你要设计用户如何表达意图、AI如何理解意图、如何追问澄清、如何格式化输出。这是一套系统性的设计工作，prompt设计能力是AI时代产品设计师的基本功。

第二，AI局限性识别能力。

听起来有点反直觉——产品设计师为什么要懂AI的局限性？但事实是，不了解AI能做什么、不能做什么，你就不可能设计出好的AI产品。 你需要理解AI的工作原理、它容易犯什么错、它在什么情况下会“胡编乱造”、它对什么样的指令有效或无效。这些知识会直接影响你的产品设计决策。

第三，用户体验平衡能力。

AI很强大，但也很“放飞”。它有时候会自信满满地给你一个错误的答案，有时候会滔滔不绝地说一大段废话，有时候会突然“跑偏”聊起不相关的话题。如何在利用AI能力的同时，给用户提供稳定、可控、可靠的体验？这是AI产品设计师面临的核心挑战。你需要设计各种机制——人机协作流程、确认机制、错误恢复机制——来平衡AI的“自由”和用户的“控制感”。

第四，跨模态设计能力。

现代AI不只能处理文字，还能处理图片、音频、视频、代码。真正的AI原生产品往往不局限于单一模态，而是会在不同模态之间灵活切换。设计师需要理解这些模态的特点，知道什么场景下用文字交互更合适、什么场景下用语音更自然、什么场景下需要生成一张图来解释清楚。这是传统UI设计师不需要面对的问题，但却是AI产品设计师必须掌握的新技能。

这份能力清单可能会让你觉得“内容好多，不知道从哪开始”。别担心，本书的后续章节会逐一讲解这些能力，从基础到进阶，带着你一步步建立完整的知识体系。

AI产品的核心价值

在深入了解设计方法之前，让我们先退后一步，问一个更根本的问题：AI产品到底为用户创造了什么价值？

这个问题的答案，决定了你设计产品时的方向和优先级。经过大量的产品分析，我们发现AI产品的核心价值可以概括为三个维度：降低门槛、放大能力、创造可能。理解这三个维度，能帮助你更清晰地判断一个AI产品是否真正有价值，以及你自己的产品设计应该朝哪个方向努力。

降低门槛：让以前不可能的事情变为可能

最容易理解的AI价值，就是它让那些“理论上可行但实际操作很难”的事情变得简单了。

举一个所有人都能理解的例子：写作。

写作是一件需要技能的事。你得有足够的词汇量、懂文章结构、能把握语气和节奏。写一封得体的商务邮件、创作一篇有趣的故事、写一份有说服力的报告——这些事情对很多人来说是有难度的。

但AI改变了这个局面。有了AI写作工具，一个写作水平一般的人也能快速产出一篇结构清晰、语言通顺的文章。这不是说他突然变成了写作高手，而是写作的门槛被大大降低了。

这种价值创造的逻辑是：以前需要专业技能才能完成的任务，现在普通人在AI的帮助下就能完成。 你不需要成为专业的画家，用AI绘图工具就能生成精美的插画；你不需要成为专业的程序员，用AI编程助手就能写出可用的代码；你不需要成为专业的音乐人，用AI音乐工具就能创作一首原创歌曲。

对于产品设计师来说，理解这种“降低门槛”的价值非常重要。因为它意味着你要设计的产品，目标用户不再是“掌握某项技能的人”，而是“有某类需求的人”。 你要从“我服务的用户会用什么功能”转向“我的用户想达成什么目标，我来帮他们实现”。

这是一种根本性的用户视角转换。以前的软件在设计时会假设用户已经具备某些基础知识——会用键盘、会操作鼠标、理解界面上各种图标的意思。但AI产品不一样，AI可以成为用户和目标之间的桥梁，用户不需要具备那么多前置技能就能完成任务。

放大能力：让你本来就能做的事做得更好

AI的第二层价值，是放大——不是替代你，而是让你本来就擅长的事情做得更快、更好、更出色。

比如，一个专业的设计师，他本来就懂配色、懂构图、懂用户心理。AI工具并不能让他失业，反而能让他的工作效率大幅提升。他可以在更短的时间内完成更多作品，把更多精力放在需要人类创造力的环节上——理解客户需求、制定创意方向、把控最终质量——而不是花在那些繁琐的重复性操作上。

这种“放大”的逻辑是：AI帮你做那些费时费力但不需要太多创造力的工作，让你把时间和精力集中在真正需要人类智慧的地方。

对于产品设计来说，这意味着你需要思考的不是“AI能不能替代用户”，而是“AI能在用户的哪个环节提供帮助，让整个工作流更高效？”

比如，一个AI产品经理助手，不是在替你做产品决策——那是需要市场洞察、商业判断、团队管理的综合性工作，AI目前还做不了。但它可以在很多细节上帮你：帮你整理用户访谈记录、帮你生成竞品分析报告的初稿、帮你把模糊的产品想法快速可视化。这些工作确实费时间，但不太需要创造性的产品决策——AI来做刚刚好。

理解“放大”这个维度，能帮你避免一个常见的误区：试图用AI完全替代用户在某个环节的工作。这种做法往往不成功，因为AI的优势在于速度和规模，而人类用户的优势在于判断力和创造力。最好的AI产品，是人机协作的产品，而不是机器替代人的产品。 你在设计时要时刻思考：这个环节，AI擅长什么？人类擅长什么？两者如何配合？

创造可能：以前想都不敢想的事情，现在变成了现实

AI的第三层价值，也是最激动人心的一层，是创造可能——它让那些以前完全不可能的事情变成了现实。

比如，在AI出现之前，你能想象用一个聊天框完成这么多事情吗？写代码、画插画、写歌曲、做翻译、解答物理题、分析数据趋势——这些事情以前需要完全不同的工具、不同的人、不同的场景。但现在，一个对话界面就能统统搞定。

这种“创造可能”的价值，不是对现有工作的优化，而是开辟了全新的领域和机会。

举一个具体的例子：AI蛋白质折叠预测。在2018年之前，科学家要搞清楚一个蛋白质分子的三维结构，需要多年的实验工作。但DeepMind开发的AlphaFold系统，在短短几年内就预测出了几乎所有已知蛋白质的结构。