EP 134 · 59 min
AI原生的用户体验设计｜意图驱动的四层结构
当 AI 软件从"工具箱"进化成"智能体"，用户的角色也在悄悄反转——你不再是一步步操作界面的执行者，而变成了定义目标、评估结果的决策者。这期节目从"用户体验之父"Jakob Nielsen 的最新思考出发，提出一套 AI 原生的四层意图识别框架 Intent Fabric，并用一个真实 Demo 带你走完意图驱动交互的全过程。
在此页收听 / Listen here
这期讲了什么
- 角色反转：传统软件里，用户是”操作者”，一步一步发出具体指令；AI 时代，用户正在变成”目标设定者”和”结果评估者”——从”我来做，你来帮”彻底倒置为”你来做，我来判”
- 用户体验的三个时代：生产力时代（1960s，能不能用）→ 影响力时代（1995 互联网，好不好用）→ 增强时代（AI 原生，能不能做到你原本做不到的事）
- 什么是意图：不是一句指令，而是三要素的组合——期望的结果、约束条件（预算/时间/偏好）、授权范围（允许 AI 自主决策的边界）；人类天生不擅长一次说清楚这三件事
- 为什么 AI 不能自主生成意图：AI 有”派生意图”（围绕你的意图执行闭环），但没有”内在动机”和”自我模型”；它是一面关于你自己的严密逻辑镜像，不是有意志的主体
- 四层 Intent Fabric 框架：L1 引导层（苏格拉底式脚手架 + 意图清晰度阈值）→ L2 意图层（Intent Positioning，用坐标滑块调出策略倾向）→ L3 编排层（计划书透明展示 + 协作冲突侧栏）→ L4 操作层（甘特图时间压力测试）
- 刻意摩擦：AI 原生时代最好的体验，不是最丝滑的体验，而是在高风险决策点上设置”有意义的减速”，防止用户被 AI 驯化
试图回答的几个问题
- 为什么空白输入框是 AI 交互最糟糕的设计？
- 人类为什么天生不擅长表达意图，而这恰恰是跟 AI 协作的核心障碍？
- AI 那些看似”有主见”的行为——比如建议你增加预算——到底是什么在驱动？
- “场景”作为可插拔配置文件，如何让 AI 产品的竞争力从前端代码转移到意图定义能力？
几个关键判断
- 意图表达是人机协作的生死线：AI 能力的上限，往往取决于用户对”自己想要什么”的认知深度；AI 不聪明，更多时候是用户没想清楚
- L2 的滑块设计是反直觉的正确：在 AI 能瞬间生成一切的时代，人类真正需要的不是完美答案，而是一个能反复”把玩”的思考过程；做决策应该像调音，而不是填表
- 模型是肌肉，场景结构是骨架：好的 AI 原生交互不应模仿人类聊天，而应降低用户表达意图的门槛，同时提高用户修正执行的效率
- 未来的权力属于能定义”决策边界”的人：不是掌握信息的人，而是能够清晰地为机器划定授权范围的人——这是 AI 时代真正的核心竞争力
时间轴
- 00:21 引言
- 02:33 用户体验从UI操作走入意图识别
- 06:19 什么是意图？
- 14:18 AI智能体为什么不能自主提供意图？
- 21:58 四层意图识别框架
- 22:15 L1 引导层
- 30:29 L2 意图层
- 37:16 L3 编排层
- 43:14 L4 操作层
- 47:06 场景驱动的交互框架
- 49:50 在AI原生时代，什么才是好的用户交互体验？
- 54:06 总结
推荐阅读
- Jakob Nielsen：《Intent by Discovery: Designing the AI User Experience》
- Demo 原型：Intent Fabric UX Prototype（需自备 LLM API Key，源码在此）
- 相关节目：EP98 图形用户界面为何成为一种”美妙的诅咒”？、EP99 哪种用户交互方式将成为人工智能时代的未来？
- 个人长文：《AI原生的用户体验设计｜意图驱动的四层结构》