无遮挡18禁啪啪免费观看 I 秋霞成人av I brandilove欧美三区 I 激情偷乱人伦小说视频 I 人人插人人艹 I www.亚洲com I 波多野结衣av高清一区二区三区 I 精品无码国产污污污免费网站 I 美女张开腿给男人桶爽久久 I 国产精品久久久久久久免费 I 国内精品久久99 I 亚洲精品无码专区 I 亚洲免费视频一区二区 I 午夜xxx I 国产一区啪啪 I 丝袜激情网 I 日韩精品久久久久久久 I 欧美香蕉视频 I 成人片免费看 I 天天色综合2 I 寡妇被老头舔到高潮的视频 I 亚洲第一页在线 I 国产放荡av国产精品 I 在线精品视频一区二区 I 免费黄色片在线观看 I 秋霞伊人网 I www.伊人 I 久草在线91 I 女人啪啪免费av大片 I 欧美一区二区综合 I 精品久久久久久天美传媒 I 黄色工厂在线观看 I 91精品国产色综合 I 动漫美女被到爽 I 丁香午夜激情

淘寶上線AI搜索，這交互設(shè)計(jì)太懂用戶了吧

引言
一

2025年即將收官，AI已成為人人熱議的話題。在過去的半年多時(shí)間里，我們圍繞AI能力在搜索場(chǎng)景中的應(yīng)用開展了多項(xiàng)業(yè)務(wù)探索。

image.png

 

坦率地說，目前AI與電商的結(jié)合仍處于產(chǎn)品驗(yàn)證與模式迭代的初級(jí)階段，尚未形成成熟路徑，但正因如此，蘊(yùn)藏著巨大的想象空間。

這一探索過程的價(jià)值，或許不僅在于具體功能的落地，更在于讓我們對(duì)用戶需求、交互邏輯以及技術(shù)邊界有了更深入的理解和思考。

 

搜索的邊界正在消融
一
在傳統(tǒng)電商搜索體驗(yàn)中，用戶將需求轉(zhuǎn)化為關(guān)鍵詞組合，系統(tǒng)執(zhí)行商品庫(kù)檢索并返回貨架式的結(jié)果給到用戶篩選對(duì)比，形成"用戶輸入-系統(tǒng)生產(chǎn)-固定響應(yīng)"的循環(huán)。
這本質(zhì)上是"以系統(tǒng)為中心"的設(shè)計(jì)范式，要求用戶適應(yīng)系統(tǒng)規(guī)則而非系統(tǒng)理解人類意圖。AI搜索產(chǎn)品的出現(xiàn)，正在解構(gòu)過往的機(jī)械體驗(yàn)： 
  • Input層革新：從關(guān)鍵詞到自然語(yǔ)言
  • Interaction層進(jìn)化：從機(jī)械操作到動(dòng)態(tài)對(duì)話
  • Output層質(zhì)變：從固定貨架到生成式響應(yīng)

image.png

▲ 傳統(tǒng)搜索與AI搜索差異分析
在新的交互范式下，用戶不再滿足于“找得到”，他們期望的是“系統(tǒng)懂我”。這意味著AI搜索的體驗(yàn)設(shè)計(jì)，需要從“被動(dòng)響應(yīng)”轉(zhuǎn)向“主動(dòng)理解”。
從關(guān)鍵詞到自然語(yǔ)言
一
AI萬(wàn)能搜激活頁(yè)，是智能預(yù)設(shè)后的意圖觸發(fā)器，沿用用戶最熟悉的傳統(tǒng)搜索形態(tài)的同時(shí)，通過整個(gè)頁(yè)面的場(chǎng)景化引導(dǎo)，鼓勵(lì)用戶進(jìn)行自然語(yǔ)句的混合輸入；
用戶需求是模糊、動(dòng)態(tài)且高度個(gè)體化的，因此在動(dòng)態(tài)功能區(qū)中，我們保留了電商最原始的AI基因，并將其外化為搜索框動(dòng)態(tài)功能區(qū)的“購(gòu)物偏好”的調(diào)節(jié)能力。
在提問引導(dǎo)上，基于用戶畫像的分布式認(rèn)知，AI搜索將用戶的碎片化模糊需求轉(zhuǎn)化為可場(chǎng)景化的問題鏈，這是AI基于對(duì)用戶的認(rèn)知，重新組織和包裝的提問方式。

image.png

image.png

image.png

▲ 不同節(jié)點(diǎn)圍繞意圖進(jìn)行輸入引導(dǎo)
在這樣的引導(dǎo)下，用戶開始使用自然語(yǔ)言進(jìn)行條件組合的假設(shè)，而每一步的提問則依賴于上一步的反饋演化，甚至超出用戶潛意識(shí)預(yù)先規(guī)劃好的路徑。
從機(jī)械操作到動(dòng)態(tài)對(duì)話
一
在對(duì)話中，當(dāng)用戶面對(duì)AI生成的不確定性時(shí)，需要顯性化設(shè)計(jì)幫助用戶理解AI的運(yùn)作邏輯，建立用戶對(duì)AI的信任感。
我們?cè)?ldquo;深度思考”模型形式和市場(chǎng)反響中得到啟發(fā)，AI思考可視化的價(jià)值可能大于結(jié)果輸出本身。

image.png

▲ 建立用戶的確定性感知
隱性AI的顯性化：設(shè)計(jì)不是簡(jiǎn)單的"暴露算法"，而讓用戶感知“AI在做什么”以及“AI做得對(duì)”，這種設(shè)計(jì)原則不僅適用于AI對(duì)話交互，更指向未來人機(jī)協(xié)作的重要命題，讓人理解AI的思考。
淘寶特色可視化：在文字表達(dá)思考過程的基礎(chǔ)之上，加入商品屬性、用戶購(gòu)物偏好分析、淘寶評(píng)價(jià)等內(nèi)容，形成有電商特色的思考過程。表達(dá)不是AI通用泛化的知識(shí)檢索，而是符合電商決策邏輯的商品深度思考。

image.png

▲ 分步轉(zhuǎn)譯，減緩用戶等待焦慮
從固定貨架到生成式響應(yīng)
一
AI的生成式響應(yīng)背后是隨機(jī)性，而“隨機(jī)”往往隱藏著認(rèn)知的不確定性與意圖的演化性。這意味著我們面臨的是從“展示已知”轉(zhuǎn)向“推導(dǎo)未知”。產(chǎn)品設(shè)計(jì)的重心也必須從“對(duì)結(jié)果的預(yù)設(shè)”轉(zhuǎn)向“對(duì)規(guī)則與邏輯的構(gòu)建”。
這其實(shí)不是設(shè)計(jì)有什么升級(jí)，更多的是設(shè)計(jì)思維方式的轉(zhuǎn)變。 電商搜索場(chǎng)景下，AIGC（Artficial Intelligence Generate Content）的重點(diǎn)是文字與商品。
設(shè)計(jì)師無法窮舉所有對(duì)象的組合，通過將Markdown的結(jié)構(gòu)化自由與商品數(shù)據(jù)的對(duì)象化映射相結(jié)合，保證任意對(duì)象與對(duì)象的組合相容性，使得每一次自由生成的內(nèi)容能夠體面地交付給用戶。

image.png

image.png

image.png

▲ Markdown結(jié)構(gòu)與視覺基礎(chǔ)定義
不同于其他AI產(chǎn)品，用戶在淘寶搜索場(chǎng)景的核心仍然是商品，因此文字的密度與組織、文字與商品的穿插節(jié)奏尤為重要，需要設(shè)計(jì)師把握用戶意圖和需求與業(yè)務(wù)特點(diǎn)，定義基礎(chǔ)范式反向約束調(diào)控AI。
用戶的不同輸入代表了不同意圖，呈現(xiàn)出用戶從模糊寬泛到具體精確的變化光譜，在對(duì)話中提供如單品卡、多品卡、折疊流、清單卡片、穿搭卡片等多種形態(tài)，靈活匹配不同意圖的特征。

image.png

▲ 漸進(jìn)式意圖承接
在設(shè)計(jì)AI生成規(guī)則時(shí)，要根據(jù)業(yè)務(wù)特色，建立AI能力與用戶體驗(yàn)雙向適應(yīng)機(jī)制。設(shè)計(jì)師不再設(shè)計(jì)完美的結(jié)果，而是創(chuàng)造優(yōu)雅的可能性。
基礎(chǔ)層精準(zhǔn)響應(yīng)：以答案信息準(zhǔn)確率為核心的目標(biāo)，解決“能用”的問題，設(shè)計(jì)本質(zhì)是做到“通用性”，為場(chǎng)景化提供穩(wěn)定的支撐。

image.png

▲ 商品卡承接分層
場(chǎng)景層動(dòng)態(tài)適配：針對(duì)特定的場(chǎng)景行為特征和決策邏輯，進(jìn)行需求細(xì)化和設(shè)計(jì)策略的分化，比如送禮意圖下，通過清單式結(jié)構(gòu)+場(chǎng)景標(biāo)簽，將抽象需求轉(zhuǎn)化為可操作的推薦路徑，依賴用戶畫像與場(chǎng)景識(shí)別能力，實(shí)現(xiàn)“從模糊場(chǎng)景到精準(zhǔn)決策”的躍遷；
服飾美妝場(chǎng)景以視覺化為核心，通過穿搭視頻、試色模型、直播等手段，將商品信息與感官體驗(yàn)深度融合，構(gòu)建“看即買”的即時(shí)決策鏈路等。
image.png
image.png
▲ 分意圖場(chǎng)景展示

用戶意圖的多樣化決定了交互設(shè)計(jì)必須構(gòu)建動(dòng)態(tài)適配的承接體系，基礎(chǔ)層解決“能用”的問題，場(chǎng)景層解決“好用”的問題，才能有機(jī)會(huì)進(jìn)行體驗(yàn)層的價(jià)值假設(shè)，激發(fā)用戶的內(nèi)在動(dòng)機(jī)，真正解決用戶“想用”的問題。

 

AI驅(qū)動(dòng)情感與行為的核心在于"技術(shù)服務(wù)于人，而非人服務(wù)于技術(shù)"。未來，如何捕捉用戶情緒與購(gòu)買動(dòng)機(jī)，構(gòu)建匹配的模型與適應(yīng)的機(jī)制和設(shè)計(jì)規(guī)則，將成為我們的長(zhǎng)期命題。

轉(zhuǎn)載：UXD筆記

日歷

鏈接

個(gè)人資料

存檔