起點課堂會員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會特權(quán)
個人IP打造特權(quán)
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導(dǎo)直播
12場專業(yè)技能直播
會員專屬社群
榮耀標(biāo)識如何與AI打交道？微軟的18條建議，值得每個做產(chǎn)品的人收藏
人與 AI 的交互時常陷入 “錯位”—— 你以為它懂了，它卻走向另一條路。一套關(guān)于人機協(xié)作的設(shè)計原則，從明確能力邊界到應(yīng)對出錯場景，再到長期適配習(xí)慣，勾勒出順暢互動的核心邏輯，讓 AI 真正成為懂配合的伙伴。
有一次，我刷到一個短視頻，忍不住笑出聲。
視頻里的男生跟家里的智能音箱說，“幫我訂杯咖啡”，它居然回一句“我能為你搜索附近的音樂?！?/p>
他一臉無奈：“我不是在點歌，我是想喝咖啡！”
是不是很眼熟？
和AI對話，好像“一個在講中文，一個在聽火星語”。你以為它懂了，其實它完全沒明白；你希望它幫你，結(jié)果它把你推向了另一條路。
問題出在哪？微軟研究院提出了答案。
?? 官網(wǎng)鏈接：https://www.microsoft.com/en-us/haxtoolkit/ai-guidelines/
他們提出了一套叫做 HAX（Human-AI eXperience）的18條交互設(shè)計原則，專為“人如何與AI協(xié)作”而生。
今天，我們就用簡單易懂的方式，把它拆開，講清楚。
共18條，分4個階段。
一、起點：系統(tǒng)該做什么？能做多好？
1. 說明系統(tǒng)能做什么
就像面試時你要告訴老板你會啥，AI系統(tǒng)也該清清楚楚告訴用戶：“我能做什么，我做的是哪方面的工作?！?/p>
比如你打開Siri，它說：“我可以幫你設(shè)置鬧鐘、播放音樂、查詢天氣……”你就知道別指望它會替你發(fā)朋友圈。
ChatGPT也是如此，它不是萬能秘書，而是“語言助手”。能寫文案、回答問題，但不會幫你打電話或訂外賣。
2. 說明系統(tǒng)做得有多好
“能做”和“做得好”是兩回事。
比如AI相冊可以識別照片中的“貓”，但偶爾也會把毛絨玩具誤認為是貓。你得知道它是“70%準(zhǔn)確率”，別太放心。
如果系統(tǒng)不告訴用戶它的“能力邊界”，用戶就會把它當(dāng)成神，一旦出錯就會大失所望。這就是“幻覺式信任”，產(chǎn)品的大忌。
二、互動中：怎么配合更順暢？
3. 讓服務(wù)出現(xiàn)在恰當(dāng)時機
好的AI，不搶戲，在你需要它的時候出現(xiàn)。
比如你剛打開高德地圖，它識別到你每天這個時間點要去公司，就彈出一句：“現(xiàn)在前往公司，預(yù)計23分鐘到達，要開始導(dǎo)航嗎？”
這比它一打開就開始播路況、搶著說話，要體貼得多。
4. 呈現(xiàn)相關(guān)信息，而不是一堆資料
你問：“附近有沒有咖啡店？”
? 最爛的回答是：“咖啡，起源于埃塞俄比亞，是一種廣受歡迎的飲品……”
? 最好的回答是：“附近有3家評分4.5以上的咖啡館，最近的是XXX咖啡，步行3分鐘?！?/p>
信息不是越多越好，而是越相關(guān)越好。
5. 尊重社會規(guī)范
AI再智能，也得講“人情世故”。
比如醫(yī)院引入AI診療系統(tǒng)，它的角色是“醫(yī)生的助手”，不是“醫(yī)生的替代者”。它不能跳過醫(yī)生，直接對病人說：“你得了肺炎。”
那不是“智能”，是“越位”。
6. 減少偏見的擴散
AI從人類數(shù)據(jù)中學(xué)會“世界觀”，但人類的數(shù)據(jù)本身就有偏見。
如果你給它喂的招聘數(shù)據(jù)中，男性更多擔(dān)任CTO，它就會覺得“技術(shù)崗位=男性”；你不糾正，它就會越來越偏。
現(xiàn)實中，曾有AI招聘系統(tǒng)被發(fā)現(xiàn)“更傾向男性簡歷”，就是因為它學(xué)錯了東西，還以為是正確答案。
所以要給它“糾偏的機會”。
三、出錯時：如何優(yōu)雅收場？
7. 支持快速重新請求（再來一次）
你說錯話，想改一句，AI能不能馬上理解并重來？
比如你在AI繪圖軟件里輸錯關(guān)鍵詞，只要重新輸入，立刻刷新圖片——這種“快速回頭”的體驗非常重要。
否則你就會覺得：“它不懂我?！?/p>
8. 允許高效關(guān)閉（我不想用了）
你在使用一個AI客服，發(fā)現(xiàn)回答不對勁，想直接轉(zhuǎn)人工——能不能馬上做到？
好的系統(tǒng)會有“退出按鈕”或“轉(zhuǎn)人工”選項，壞的系統(tǒng)讓你在對話框里反復(fù)輸入“轉(zhuǎn)人工、人工、人工”，還是不理你。
這會讓用戶非常抓狂。
9. 支持快速修正錯誤
AI推薦了一家你不喜歡的餐廳，你說：“不是A，是B。”
它應(yīng)該能馬上理解，并重新推薦——而不是裝聾作啞繼續(xù)念列表。
像Spotify或網(wǎng)易云的“點踩”機制，就是一種修正通道，用戶的反饋可以快速修正推薦結(jié)果。
10. 不確定時，控制范圍
AI不懂的時候，不能“瞎說”。
比如ChatGPT有時回答“我無法確定你的問題背景”，這其實比一本正經(jīng)胡說八道好很多。
語音助手說“我不太確定你是不是想播放這首歌”，比直接放錯歌，更讓人覺得靠譜。
11. 說明它為啥這么做
你問AI：“為什么你推薦這本書？”
它回答：“因為你看過《原則》和《納瓦爾寶典》，這本《窮查理寶典》風(fēng)格類似?！?/p>
你就會信任它。因為你知道它“不是拍腦袋”，而是“有理由”。
這種“可解釋性”會極大增強人與AI之間的信任。
四、長期關(guān)系：越用越懂你
12. 記得你的使用習(xí)慣
你每天早上7點打開音樂App聽《晨間冥想》，系統(tǒng)應(yīng)該自動在6:59準(zhǔn)備好。
這就是“習(xí)慣記憶”。
如果它每次都問：“您想聽什么？”用戶就會煩。
13. 從行為中學(xué)習(xí)
你經(jīng)常跳過某類推薦內(nèi)容，系統(tǒng)應(yīng)該學(xué)會“別再推薦了”。B站、YouTube、抖音都在用“你的行為”來優(yōu)化算法。
不是你告訴它，而是它看你“怎么做”，自己學(xué)會“怎么變”。
14. 小心謹慎地更新模型
不要因為一次版本升級，用戶界面就大改、功能全變、習(xí)慣全沒。好的AI產(chǎn)品，會小步試探——比如在少數(shù)用戶群體中灰度測試，觀察反饋再推廣。
微信就是這樣穩(wěn)：每次更新，幾乎都不影響用戶的操作節(jié)奏。
15. 鼓勵用戶細化反饋
你說：“不喜歡這個結(jié)果。”
系統(tǒng)不該就此打住，而是接著問：“是因為推薦內(nèi)容不對，還是界面太慢，還是表達方式不適合？”
通過“層層細問”，讓用戶成為AI進化的一部分。
16. 告訴用戶他們行為的影響
你在購物網(wǎng)站點了某個品類，系統(tǒng)要告訴你：“你現(xiàn)在看到的推薦，會因為你的點擊而變化?！?/p>
這樣用戶才知道：我的一個動作，系統(tǒng)就會“改寫記憶”。
17. 提供統(tǒng)一管理權(quán)限
你得有一個“總控室”：看哪些數(shù)據(jù)被收集、哪些服務(wù)在運行、哪些權(quán)限你已授權(quán)。
比如蘋果的“隱私報告”、微信的“授權(quán)管理”，就是在給用戶“安全感”。
18. 主動告知變化
每次更新推薦算法、隱私政策，系統(tǒng)都應(yīng)主動說：“我們最近做了以下更新……不影響你的現(xiàn)有使用體驗，但更符合你的偏好?！?/p>
這不僅是合規(guī)，更是“尊重”。
寫在最后
這18條人機協(xié)作原則，看起來像是寫給設(shè)計師的，其實寫給每一個與AI共處的人。
因為未來，AI不會只是“工具”，它將越來越像“同事”——甚至是“你身邊最?；拥幕锇椤⒛愕墓び褌儭?。
本文由人人都是產(chǎn)品經(jīng)理作者【龍國富】，微信公眾號：【龍國富】，原創(chuàng)/授權(quán) 發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。
題圖來自Unsplash，基于 CC0 協(xié)議。
- 目前還沒評論，等你發(fā)揮！
