編者按：這篇文章出自用戶體驗行業的權威機構 NNGroup，UX/UI 設計師要如何使用AI，怎樣入門，他們撰寫了這份入門指南，以下為正文。

Jakob Nielsen 最近寫道， UX 領域迫切需要與 AI 合作。一部分原因是「當前人工智能工具迫切需要提高可用性」 ，但同樣重要的原因是 「適當使用人工智能可以極大地改善用戶體驗」。

幸運的是，用戶體驗設計社區的許多成員都同意并詢問我們如何在用戶體驗工作中使用人工智能。Kate Moran 反過來問她的 LinkedIn 粉絲，他們會為那些 到現在都尚未在工作中使用 AI 的UX設計師推薦哪些 AI 工具或者方法，這個帖子收到了 40 多條回復，提出了很好的建議。今天的這篇文章，集合了大家的智慧并結合 NNGroup 自己的經驗而撰寫的。

感謝所有為這一主題中的精彩內容做出貢獻的朋友。

0、免責聲明

本文分享了 我們當前的建議。 其中最普遍的觀點可能會持續多年不會變，但具體細節內容會隨著 AI 工具的變化而變化。我們在本文中推薦了一些相關的 AI 資源，但這些推薦并不意味著我們為這些 AI 內容背書。我們并不完全認同這些資源的全部內容，也不認為它們在未來仍然是最好的。

另請注意，本文中的圖片內容看起來與 NNGroup 的典型設計風格有很大不同 - 這是因為我們 使用 AI 生成工具來創建 本文中的所有插圖。

1、為什么在 UX 工作中使用 AI ？

你可以使用 AI 做很多事情：

• 提高生產力
• 提高工作質量
• 增強當前技能

1.1、提高生產力并提高質量

許多研究表明，專業的商務人士使用 AI 可以更快地交付成果。例如，一家精英咨詢公司的顧問 就借助 AI 提高了 33% 的生產力 ，交付成果的評級質量提高了 40%。

1.2、提升技能

Doris Lin 在帖子中給我們做了一個很好的總結， AI 是 UX 專業人士的助手。 它加快了創作流程并優化了我們的輸出結果，我們能夠更好更快完成 UX 相關的工作，但它并不能取代人類的判斷。人類和 AI 協作之后，可以超越單獨任何一方所能達到的高度和質量。因此，AI 有能力增強人類的技能。

任何 UX 專業人員學習 AI 的最終原因是 Jakob 人工智能第二定律： 你不會因為 AI 而失去工作，而是會因為比你善于使用 AI 的人存在而失去工作。鑒于 AI 帶來的巨大性能提升，如果沒有用好它，你會失去機會。隨著 AI 工具的改進，這一點在未來會得到更多的印證。

2、AI 對于經驗豐富的UX設計師來說是最安全的

所有 UX設計師 都應該使用 AI ：它對于任何級別和資歷的人員、以及UX 生命周期中的許多任務（包括研究、設計和寫作）都有幫助。（ 我們的研究表明大多數 UX 設計師已經在使用它。）

從 AI 中獲得盡可能多的價值的一個基本要素，是在工作流程中納入大量的人類判斷， 原因有以下三個。

2.1、人類必須選擇人工智能建議的想法

AI 可以幾乎免費產生創意，它的這項能力是無價的：AI 可以立即產生你想要、任意數量的想法。相比之下，人類產出想法需要花費大量的努力。

無限創意產出的另一面是對篩選能力要求的增加。AI 產生的想法并非所有都有用，人類需要將其中真正有用的內容篩選出來，其中只有少數內容值得進一步探索和實施，但是要從一堆想法中選出有效內容需要專業的判斷力和豐富的知識。因此， 最好由通過傳統方式積累經驗的高級 UX 設計師來完成篩選 。

2.2、令人信服的「幻覺」

需要人類來判斷的第二個原因是捕捉「幻覺」， 即 AI 確實會一本正經地胡說八道。只有經過人工審核的 AI 內容輸出，才不會被「幻覺」所困擾，但篩選者需要小心提防它們。雖然 AI 是一位才華橫溢的文案撰寫者，能夠創作出文筆優美、令人信服的文本，這固然很棒，但它良好寫作的能力會愚弄沒有經驗的用戶，讓他們相信它的專業知識可以推廣到其他一切。其中所混雜的糟糕建議似乎是經過仔細考慮分析的產物，實際則不然。

2.3、訓練數據中潛藏著偏差

當前的 AI 也會表現出一些偏見 ，因為它會反映出其訓練數據的偏向，而這些數據主要來自互聯網。雖然互聯網包含大量好的信息，但也有令人不快、不準確和完全錯誤的信息。對于UX領域和任何其他領域來說都是如此，并非所有在線提供的 UX 建議都是好建議。

此外，即使是較好的信息來源也主要反映西方國家的用戶習慣，并且英語文化為主。這種西方視角對于服務國際市場的產品團隊而言，相反有點過于單一。以維基百科作為更廣泛的互聯網信息來源則更加合理，以下是 它包含 的幾種語言的信息量：

• 英語：670 萬篇文章，43 億字
• 德語：280 萬篇文章，15 億字
• 丹麥語：29.4 萬篇文章，9100 萬字
• 印地語：15.9 萬篇文章，5500 萬字
• 斯瓦希里語：7.9 萬篇文章，1200 萬字

3、初級 UX 設計師 AI 入門技巧

即使你是UX設計新手，也應該在工作中嘗試使用 AI 。但是，在判斷 AI 輸出內容時必須特別小心。請記住，生成式 AI 特別擅長產出聽起來合理且真實的內容，即使事實并非如此。

請遵循以下提示，以避免在使用 AI 進行 UX 設計時犯錯誤：

• 將 AI 工具作為起點。 例如，UX 是一個眾所周知充滿行話的領域。像 ChatGPT 這樣的生成式 AI 可以教你了解不同的 UX 術語、技術和工具。
• 詢問來源和鏈接。 目前，大多數生成式 AI 不會自動引用其來源，但你可以要求他們這樣做。還要求提供這些來源的鏈接，并仔細檢查所提供的信息。（請注意，他提供的消息來源可能不準確或不存在——當我們詢問消息來源時，ChatGPT 曾引用過一名不存在的 NN/ g的員工。）

4、推薦的 AI 工具

AI 工具有很多，而且每周都會有更多的工具上市。但一開始，請盡量保持簡單——ChatGPT 和 Midjourney 是很好的起點。

4.1、ChatGPT

先從 ChatGPT 的免費版上手。不過，一旦你開始更頻繁地使用 AI，可能需要使用付費訂閱最新版（當前為 v.4），這比舊的免費版（v.3.5）要好得多。ChatGPT 訂閱包括聊天機器人（目前最好的文本生成 AI 工具）和圖像生成工具 DALL-E 3，雖然不如 Midjourney，但非常好。

4.2、Midjourney

如果你的工作涉及視覺設計，我們還建議訂閱 Midjourney，它具有各種有用的圖像內容，并且在所有可用的 AI 圖像生成器中，輸出最精致的數字藝術品。不幸的是，當前版本的 Midjourney 的可用性較差，這使得它難以學習，盡管有傳言稱更好的版本即將推出。

5、如何使用 AI

與 ChatGPT 和 Midjourney 等 AI 工具交互的主要方式是通過提示詞，它可以幫助 AI 理解你想要什么。 提示詞的制作可能比較具有挑戰性， 尤其是剛剛開始的時候。為了獲得最好效果建議使用下列策略：

• 在提示詞中提供充足背景信息
• 要求生成多份內容
• 迭代輸出
• 構建提示詞庫

5.1、提供充足的背景信息

UX設計師經常因為說「這要看情況！」而被詬病。原因是最好的解決方案，確實高度依賴于具體情況。而且很多答案始終取決于用戶是誰，以及他們執行什么任務。

Vinay Maurya 建議，當你向 AI 詢問某些事情時，你應該在提示詞中添加背景。例如，如果你想讓 ChatGPT 幫你制定研究計劃，您需要提供大量詳細信息 - 研究類型、目標受眾、研究預算、時間表等。

Arnav Dhanuka 建議提示詞包括具體角色、任務和相關背景信息。作為這個想法的具體案例， Florian B?lter 在評論中提到道：

每當我要求提供UX文案時，我都會描述該文案出現的情況，以及它本質上需要傳達的內容，以便 ChatGPT 了解所有限制。

這些詳細信息可以以幾種不同的方式提供：

• 在非常具體且足夠長的初始提示中描述
• 在一系列對話式的提示詞和問題中體現
• 在 ChatGPT 的自定義指令中添加

ChatGPT 的自定義指令功能 讓你可以指定一些希望它始終能考慮的信息。比如給定特定背景環境、與相同類型的用戶一起工作等等，這樣的使用自定義指令之后，避免在每個提示中包含重復的背景信息。

在大多數情況下，你應該使用非常具體的提示以獲得最佳的UX內容。但就生成想法而言，使用簡潔的、甚至是單個單詞的提示詞是可能是非常有用 ，恰恰是這樣的寬泛的要求，AI 能突發奇想輸出構想。

這種方法在最初的構思過程中會非常有用，此時你可能需要一些瘋狂的想法（然后從中篩選出有用的想法）。如果你向 AI 輸入一個單詞，你會發現它經常會給出你從未想過的想法。這對于視覺設計特別有用。即使這些想法中的大多數都會很糟糕，但是偶爾也會迸發出絕妙的想法。

5.2、要求生成多份內容

每當您需要撰寫文檔或起草設計的時候，空屏都會令你無力。 Raghuvamsi Ayapilla、 Chris Callaghan和 Ayushi Choudhary 都建議文檔初稿使用 AI 來生成，這樣可以在幾秒鐘之內，獲得幾乎完整的內容。

但是，不要將這樣的初稿交付給客戶或利益相關者。 將 AI 的輸出視為后續編輯的起點。在已有內容的基礎上編輯，比從頭開始創建要容易得多，因此這個簡單的過程是 AI 提高 UX 工作效率的主要方式之一。

不要要求 AI 只生成一份文檔或一項設計。相反， 要求它給你三個或五個不同的版本。使用提示語，例如 「給我 5 個截然不同的版本的 XXX」。 AI 的創意是免費的，因此你可以將其用于 UX 工作流程中的更多步驟，這比起讓你和一群 UX 同事在一個房間里埋頭開頭腦風暴會議更劃得來。

5.3、迭代輸出

許多評論區的分享者強調在使用 AI 時需要不斷完善迭代。使用 AI（尤其是即時生成式 AI）的通過迭代以達到微調、獲取更好結果的目的。不要對第一次生成結果感到滿意，Accordion editing 和 Apple Picking 等技術可用于調整 AI 輸出獲得更好的結果：

• Accordion editing： 用戶通過擴展和壓縮人工智能的輸出內容，來迭代調整 AI 生成的提示詞的內容。
• Apple Picking： 用戶參考之前 AI 回復里的元素，來修改后續的提示詞內容。

不用太過系統地進行測試，可以在迭代中要求 AI 進行調整。隨著經驗的積累，你將更好地了解如何為您的工作產品類型獲得最佳結果。

5.4、建立提示詞庫

Arnav Dhanuka 建議建立一個提示詞庫，其中包含貼合你日常使用場景的準確提示詞。 提示詞庫可以節省大量打字時間，特別是在有指定的常見的 UX 背景之時。但如果你第一次提示詞嘗試沒有達到想要的結果，這也就在提醒你要更新為更有效的替代方案。

例如，本文末尾的橡子插圖（上面這幅）使用以下提示詞來生成的：

neo-impressionism expressionist style oil painting, smooth post-impressionist impasto acrylic painting, thick layers of colorful textured paint --ar 16:9 --s 20

由于 Jakob 經常使用類似風格，所以會將這一提示詞保存在提示詞庫當中。

5、AI 可以完成特定的 UX 工作

以下是我們的受訪者對 AI 可以幫助完成的特定用戶體驗工作的一些想法。

5.1、設計

• 生成想法以激發創造力（Doris Lin）
• 為用戶畫像和用戶歷程圖創建插圖（Chris Callaghan 和 Elsa Ruiz）
• 制定討論會議程（Doris Lin）
• 生成用于原型的文本和圖片，以提高真實性和相關性，而不是 lorem ipsum （Matt Feilmeier、 Doris Lin和 Elsa Ruiz）

5.2、用研

• 撰寫用戶訪談的問題（Doris Lin）
• 用于初始主題挖掘的情感分析（Lawrence Williams）
• 分析用戶反饋： 識別用戶反饋中提到的最常見的痛點。（Vinay Maurya）
• 重寫調研報告，讓受眾更清晰，他們通常不是 UX 專家 ( Mohammad Fejlat )

5.3、內容

• 根據提供的大綱，高效地編寫文本，例如電子郵件、概念或帖子 ( Vicky Pirker )
• 改進 UX 文案： 使文本更加簡潔和用戶友好（Vinay Maurya）

在這篇文章中，我們使用 AI 來完成大多數 UX 工作中經常出現的兩個最簡單的任務：(a) 從 Kate 收到的評論中構建和提取主題，以及 (b) 快速生成插圖。

6、AI 的局限性

正如我們所說的，AI 可以為 UX 工作做很多事情。但要小心網上最場景的一種炒作： 有人聲稱 AI 工具可以取代設計師、研究人員甚至用戶。

你可以通過上傳 UI 截圖或原型、樣機等設計，尋求來自 AI 的評價或批評。這是一個有用的步驟，因為 AI 有時會提到你可能沒有考慮到的新事物。但 AI 衍生的設計批評又是危險的，因為它有許多見解，可能是錯誤的，即使它們是用優美的語言組織起來，并參考了可用性原則來論證。AI 可能非常令人信服，但仍然是錯誤的。如果你是一位經驗豐富的 UX 設計，那么你可能有能力將錯覺、誤導和有效建議區分開來，并利用后者來獲取靈感。但初級的 UX 設計師得避免使用 AI 進行設計評審。

下面是一個設計分析的示例：Jakob 正在考慮為最近一篇 LinkedIn 帖子配圖，在考慮使用哪個插圖更好 。他將 3 張備選的圖上傳到 ChatGPT 并請其推薦。以下是 ChatGPT 所選的圖像以及說明：

ChatGPT 的說明： 考慮到要在社交媒體上發布，建議使用帶有充滿活力的干草堆場景的第一張圖像。其明亮、生動的色彩和夢幻的印象派風格更容易立即吸引用戶注意力，使其適合在滾動頻繁且互動時間短暫的平臺。

AI 無法取代對真實用戶的用研。 它可以為你在可用性研究中尋找問題提供大量建議，但它無法預測用戶會做什么。人類始終都是不可預測的生物，尤其是在涉及現實世界和 UI 交互等復雜行為時。更重要的是，當前 AI 工具的「知識」反映了假定的「典型人類行為」。你的產品所涉及的某些用戶群體可能與「典型用戶」有非常不同的背景、需求和動機，而這就是我們需要做用戶調研的研究的主要原因。

用戶 Anirugh Kedia 開玩笑說，很快就會有 AI 研究人員研究 AI 用戶了。（圖片由 DALL-E 3 生成）

大多數 UX 設計方法必須立足于現實——即由真實用戶的真實數據支持。 AI 可以幫助構建和解釋這些數據，但必須根據 UX 專業知識對解釋進行反復檢查。

7、你需要知道 AI 是如何運作的嗎？

本文是關于 AI 在 UX 項目中的應用，然而，我們經常被問到 UX 專業人員是否需要了解 AI 的內部運作原理。答案是：多數時候不需要。就像面對其他工具一樣，你不必知道它們是如何構建的即可使用它們。使用統計數據包的時候，你不需要了解正態分布的數學公式。在設計網站的時候，你也不需要成為前端或者后端開發人員，也不需要了解 SQL、HTML 或 JavaScript。

同樣，你也不需要了解 Diffusion 模型的工作原理，就可以在 Midjourney 中訓練出漂亮的圖像，也不需要了解大型語言模型來讓 ChatGPT 總結出冗長的文檔。我們不建議你將寶貴的時間花在人工智能理論和技術的擴展研究上。

不過，UX 設計師如果了解相關的技術細節則可以從中受益更多。在不了解基本統計概念的情況下使用統計數據包是非常危險的。當然，了解開發人員的工作以及他們如何處理技術限制，也同樣可以提高你的設計效果，尤其是在實際產品中實現的效果。

同樣，UX 設計師起碼應該了解人工智能的基礎知識。這些知識將幫助他們與技術同事更好溝通，并發現克服 AI 局限性的方法。基礎的 AI 知識對于在高級UX項目中使用 AI 而言，也是必要的，例如 通用電氣對大規模定性用戶評論的內容分析中就使用了 AI，它將這些評論轉化為可跟蹤和可操作的量化數據。

網上的視頻平臺就有許多教育資源可用于學習 AI基礎知識。 Zahra Rahman 推薦了 PBS 節目《人工智能速成課》，該節目可以在 YouTube 上免費觀看，大約 4 小時。為了更深入地了解，她還推薦了麻省理工學院為期 8 周的課程 「設計和構建人工智能產品和服務」（2,625 美元）。Suzanne Williams 還推薦了 IBM 的免費 SkillsBuild 系列 AI 課程。

最后， 谷歌還有有一系列關于 AI 技術的免費課程，雖然這些課程過于關注谷歌的產品，但仍然很有用。

Niki Volonasi 寫道， 當你將 AI 用于你不了解的事情時，它很容易成為一種負擔。AI 應該坐在副駕駛位上，掌舵者應該是你自己。 （圖片由 DALL-E 3 生成）

8、保持更新：推薦時事通訊

AI 一直在不斷變化，所以你現在學到的很多東西可能很快就會過時。但是，現在開始依然不晚，因為你積累的經驗和理解，同樣有所幫助，并幫你更好更快地掌握新工具和功能。

我們建議你訂閱以下的新聞和資訊，定期獲取信息更新，這些通訊比你從主流新聞媒體獲得的內容，可以更好地了解 AI 的新發展：

Nielsen Norman Group’s newsletter

我們每周都會發布有關 UX 的新文章和視頻。目前我們有很多 AI 研究項目正在進行中，這意味著更多新鮮的 AI 相關內容很快就會發布。

Jakob Nielsen’s newsletter

雅各布·尼爾森 (Jakob Nielsen) 的時事通訊 。Jakob 的時事通訊發表了有關 AI 和 UX 的文章，因此可能非常適合你的需求。

Maginative

這是一個涵蓋 AI 領域新聞的網站。我們建議訂閱每周通訊，其中匯總了本周的主要進展。

Ethan Mollick’s newsletter

伊森·莫里克的時事通訊 。莫里克是一名商學院教授，??他的時事通訊重點關注如何讓 AI 在商業中發揮作用，所以它并不是專門針對用戶體驗的。你通常可以在這份時事通訊中找到有關新 AI 功能對業務和用戶影響的第一手詳細分析。莫里克的大部分建議可能是非常有價值的，即使他不使用 UX 專業術語。

9、從現在開始，從小事做起

幾年后，隨著技術的進步和各種業務對 AI 的適應和普及，掌握 AI 的進階技能將變得至關重要。 你有必須現在就開始接觸它，因為你可能需要幾年的時間逐漸成為高素質和經驗豐富的從業者。只要你開始使用，就能立即看到工作效率和創造力的提升，在未來，這種情況會更加明顯也更為重要。

我們建議現在就開始，但從小事做起。正如 Vinay Maurya 的評論：

不要嘗試立即使用 AI 來解決最大的 UX 問題。從較小的任務開始，例如生成用戶畫像或編寫 UX 文案。

在幾個月的練習過程中，你將可以建立足夠的技能樹和信心，來結合 AI 應對更復雜的任務。不過請記住保留人的判斷力最重要。

從小橡子開始，長成雄偉的橡樹。這句諺語適用于 UX 設計師探索 AI 技能的過程。從小事做起，從簡單的任務開始，然后逐漸將更多的 AI 技巧添加到你的技能樹中。