基本原则

AI时代，产品和用户的交互方式从GUI逐步走向LUI，我们的设计理念需要从人去学习软件或机器设备的交互界面，转变为让软件系统或设备来理解人，这个变化意味着用户不应该去参加使用培训，甚至也不需要产品说明书，通过多模态的交互方式，产品会主动理解使用者的意图和需求。

通过行业智能化实践，我们抽象了丰富的AI产品交互框架，以普适开放的态度拥抱AI，使其真正增强企业用户协同体验。基于真实的场景案例，我们总结了「角色化、确定性、可信赖」三条产品设计基本原则，希望可以为实现更易用、更高效、更可靠的行业AI体验提供些许思路，帮助用户简单自然地使用AI产品，提升智能化操作效率。

角色化

在企业协同场景中，往往有着丰富的角色，如销售、财务、开发等，每个角色都有其特定的职能和工作流程。

面对不同角色任务的操作路径，设计引导用户与AI相互理解有效沟通非常重要。对话是一种双向信息交换的渠道，消除对话过程噪音，培养用户与AI形成“正反馈循环”的沟通方式，不仅可以显著提升用户工作效率，减少AI结果错误，还可以增强AI产品创新，为解决真实角色诉求做好铺垫。

贴合业务场景，有效辅助用户需求

通过AI对使用场景的上下文理解和用户偏好记忆，来推理预判用户需求和执行技能，这不仅能让用户在事前切身感知AI价值，通过明确指引快速体验AI能力，在事后也可以基于AI个性化的行为建议，减少不必要的操作步骤。

提高模型透明度和可解偶性，让用户理解运作机制

在AI执行复杂算法时，背后的隐藏逻辑往往被视为“黑匣子”。设计使用可视化工具、解释性语言和白盒化交互，可以帮助用户理解AI是如何作出决策产生结果的。这不仅能管理用户对于AI能力的预期，也能缓解用户在 AI 生成过程中的等待焦虑，同时AI对话的可追踪性，也让用户更方便地回溯。

塑造拟人化数字形象

当AI产品具备外在形象时，更容易建立用户与AI的情感连接。除拟人化设计外，我们可以结合组织特色，赋予AI助理不同的角色身份，如运营、法务等，一定程度上更容易帮助用户去了解、熟悉、记忆AI助理的特性，从而更快更好地与AI进行交流和互动。

确定性

相较于AI泛聊场景，企业办公中更强调任务目标明确和结果导向。AI作为行业创新驱动力，面对多样化的业务应用场景，产品设计的目的是让复杂任务变得更简单，带来行之有效的降本增效价值。清晰的任务过程和结果，不仅能减少人机沟通成本，也能帮助用户操作链路更流畅。

明确任务目标，选择合适的产品框架

我们设计了嵌入式、独立式、智能体 3 种不同的AI产品框架，可以基于应用场景和接入成本来选择适合的AI交互模式。

• 嵌入式——嵌入式AI框架通过轻量化的悬浮交互、结构化的指令预置、模块式的内容输出，将AI能力与目标场景紧密结合，不仅能适应多变的业务诉求，也可以让用户低成本地使用AI工具。
• 独立式——独立式的AI容器，承担着副驾驶的角色，利旧原生应用架构的同时，可以实时响应用户操作，建立AI与原生应用的高效联动。
• 智能体——而智能体的出现意味着自动化工作流可以代理完成重复性高的操作。

准确表达状态，给与反馈和出口

为降低用户在AI对话过程中的迷失率，产品设计应准确展示AI运行状态，提供友好的开始结束反馈，及时给到用户继续、放弃、重试的操作出口。

多任务并行是企业协同的高频场景，我们允许用户异步操作，而不是阻塞流程让用户长时间等待，并为异步生成的AI结果设计主动通知的方式，加强用户对任务结果的感知。

适当结构化AI结果

虽然用户可以通过自然语言和AI进行交互，但随着沟通轮数的增加，大模型执行成功率往往越低。

结构化的信息展示有助于提高复杂任务的处理效率。提供多样化的AI卡片模板，来帮助开发者更便捷更规范地使用。同时我们利用AI强大的数据处理和意图识别能力，让AI自动从上下文中提取关键信息，减少用户操作步骤。

可信赖

面对AI突破数据安全隐私保护的担忧，建立产品信任是AI产品可持续发展的关键，可靠准确的AI内容可以让用户更愿意接受并且放心使用人工智能技术。

标识AI特征，让用户自行决定是否信任

AI可以基于用户问题通过既定的数据和模式快速生成结果，但现阶段的AI幻觉、偏见等技术局限性，也引发了潜在的产品风险。

产品设计时需要直观的区分人工智能和非人工智能的信息展示，以便用户自行判断是否信任他们。

征得用户同意，保护数据隐私

企业数据安全至关重要，平台应当对隐私保护负责。AI执行任务过程的企业数据或权限调用，都需逐一征得用户同意，并提前告知该决策可能带来的风险和影响。

在用户使用AI的过程中，尽量通过自然的对话授权交互，减少阻断性模态窗的使用，为用户提供既能快速决策又友好的产品体验。

标注内容来源和反馈渠道

基于搜索整合的AI生成结果，建议清晰地标注AI内容的来源和真实性，这能在一定程度上缓解用户对于AI虚构、不可靠的焦虑感，也能让企业用户更好的区分AI数据引用来源企业内知识还是公网信息。

同时对于AI结果提供便捷轻量的反馈渠道，积极邀请用户参与AI产品共创，帮助AI产品持续迭代和流程改进。