什么是AI-UX？維好維可的AI-UX工作流框架

AI-UX是指通過應(yīng)用人工智能（AI）技術(shù)來改進(jìn)和增強(qiáng)數(shù)字化產(chǎn)品的用戶體驗（UX）。AI-UX旨在創(chuàng)造超個性化、超智能化、友好且高效的企業(yè)數(shù)字化產(chǎn)品和服務(wù)。

隨著AI人工智能技術(shù)的“極速進(jìn)化”，我們決定將AI人工智能技術(shù)融入到我們的用戶體驗設(shè)計工作流程中去，結(jié)合ChatGPT、Stable Diffusion、Midjourney等AI工具的應(yīng)用，不僅可以提升效率、優(yōu)化流程，還可以通過和傳統(tǒng)設(shè)計方法的比對和分析，洞察出用戶的底層需求、期望和體驗痛點，以提供對用戶更加友好、實用且有效的企業(yè)數(shù)字化解決方案。

維好維可AI .三位一體的AI設(shè)計工作流：


人工智能 + 人類專業(yè)知識:

將人工智能與人類專業(yè)知識相結(jié)合可以發(fā)揮雙方優(yōu)勢，并對雙方產(chǎn)生持久影響，我們利用各種主觀和客觀輸入的結(jié)合，將兩者結(jié)合到設(shè)計解決方案中。很多只有人類才能挖掘到的信息，比如創(chuàng)造力、同理心、定性用戶研究…等, 將無法替代，設(shè)計師會考慮并參與所有主觀輸入的工作中，而人工智能則可以減少設(shè)計師花在瑣碎、重復(fù)性任務(wù)上的時間，并負(fù)責(zé)將客觀需求轉(zhuǎn)化為設(shè)計解決方案。

現(xiàn)階段AI在用戶體驗設(shè)計中扮演的角色:

從用戶研究開始我們就可以深度結(jié)合ChatGPT開展工作，例如：為行業(yè)中的特定用戶類型創(chuàng)建用戶體驗的角色，輸入給ChatGPT相關(guān)信息（越多越好），把ChatGPT當(dāng)成一名用戶研究員，幾秒鐘之內(nèi)您就會獲得一份角色的工作成果。問題來了，ChatGPT輸出的質(zhì)量是否準(zhǔn)確？敢用么？為了測試 ChatGPT 輸出角色的質(zhì)量，我們將其與我們傳統(tǒng)調(diào)研獲得的角色進(jìn)行了比較。

以下是我們發(fā)現(xiàn)的：
對于C端的成熟且熱門的行業(yè)而言，ChatGPT 的準(zhǔn)確率超過80%，但是在后期對角色進(jìn)行的多次迭代時，傳統(tǒng)方法需要經(jīng)過多輪周期性的調(diào)研，以獲得更多新鮮數(shù)據(jù)和更為詳實的信息，此時ChatGPT 的表現(xiàn)就會比較弱（因為ChatGPT的數(shù)據(jù)的更新有實效性，且無法理解定性信息）。所以現(xiàn)階段ChatGPT在產(chǎn)品設(shè)計的早期階段可作為大的方向性的設(shè)計參考，有其特定的價值。

在競品分析時，尤其是對競品進(jìn)行初步信息收集和整理方面， ChatGPT 可以提供快速而精準(zhǔn)的解決方案，因為傳統(tǒng)方法會非常耗時，甚至有時候傳統(tǒng)的數(shù)據(jù)來源準(zhǔn)確度遠(yuǎn)不如ChatGPT，尤其是ChatGPT-4。但 AI 工具無法區(qū)分一個功能、一組功能以及功能相同但名稱不同的功能之間的區(qū)別。因此，我們需要建立特征標(biāo)準(zhǔn)化，并封裝進(jìn)我們的AI工作流程中，最終形成自己的模型。

在視覺設(shè)計部分，使用Midjourney可輸出情緒板，傳達(dá)您希望產(chǎn)品可能具有的設(shè)計氛圍和大方向，Mj可以幫助大大縮短這個時間，同時設(shè)計師也可以在幾分鐘內(nèi)生成多種解決方案。除了情緒板之外Mj還可以輔助設(shè)計制作icon圖標(biāo)設(shè)計、插畫設(shè)計、配色方案、UI界面設(shè)計、數(shù)據(jù)圖表設(shè)計、營銷banenr設(shè)計、IP形象設(shè)計…等，尤其是Mj -V6推出，對電商廣告設(shè)計的沖擊之大令人咋舌。 以上也這只是冰山一角，AI能做的還很多，AI人工智能已經(jīng)在幫助用戶體驗的設(shè)計，但是還遠(yuǎn)沒有充分發(fā)揮其潛力。除了ChatGPT、Midjourney和Stable Diffusion之外，還有大量的人工智能的設(shè)計類工具。

以人為本的AI人工智能工作流框架(HCAI)
Human centered ai framework


定義：
定義設(shè)計目標(biāo)、利益相關(guān)者、用戶需求、設(shè)計邊界及人工智能支持的部分。

模型：
將用戶底層需求與可實現(xiàn)的數(shù)據(jù)輸入相結(jié)合，以選擇人工智能工具或模型。

碰撞：
集思廣益并產(chǎn)生出人工智能能力帶來的新設(shè)計機(jī)會點和探索新性的想法。

輸出：
人工智能輸出相關(guān)的數(shù)據(jù)和解決方案參考，輔助并提升設(shè)計工作效率。

迭代：
衡量人工智能解決方案的現(xiàn)實結(jié)果、效益和影響，并持續(xù)進(jìn)行迭代改進(jìn)。

從定義、模型、碰撞、輸出再到迭代，我們盡可能最大程度的將AI人工智能融入進(jìn)整個UX工作流框架中去，而不是利用工具點對點的幫助特定的設(shè)計任務(wù)，接下去我們要做的就是利用我們的以人為本的AI人工智能工作流框架 ，去一步步構(gòu)建我們的UX大模型和方法，貫穿融入到我們的維好維可AI中去。

最后，我們確定2024是AI（設(shè)計）爆發(fā)年，這是最高維度，用好，用透AI，并構(gòu)建完自己的AI體系，形成降維打擊之勢！