Midjourney

摘要：使用生成式AI工具来支持和增强您的UX技能——而非取代它们。从小型UX任务入手，警惕AI的幻觉和错误建议。

Jakob近期指出，UX领域亟需拥抱AI技术。这既因为当前AI工具的可用性亟待提升，也因为AI的合理应用能显著优化UX工作。

幸运的是，UX社区的许多成员已达成共识，并询问我们如何将AI融入UX工作。Kate将问题抛向LinkedIn关注者：”从未使用过AI的UX从业者该如何起步？”该帖子收到40余条优质建议。本文结合众包智慧与我们的实践经验，感谢所有参与讨论的贡献者。

免责声明：本文代表我们当前的建议。宏观观点可能长期有效，但具体细节将随AI工具迭代而变化。文中推荐的资源仅供参考，不构成背书——我们未必完全认同其内容，也不保证它们未来仍是最佳选择。

为何在UX工作中使用AI？

AI在UX领域的应用价值体现在三方面：提升效率、优化质量、增强技能。

效率与质量双提升

多项研究表明，AI能帮助职场人士更快产出成果。例如，某顶尖咨询公司顾问使用AI后，效率提升33%，成果质量评分提高40%。
对设计而言，AI的无限创意潜能极具颠覆性：它能瞬间生成大量创意，其潜力往往不亚于人类耗时费力的成果。

技能增强

AI能放大人类既有能力。无限创意的另一面，是亟需人类筛选出值得深挖的少数方案。这种人机协同可产出超越单方的优质成果。
Doris Lin提出绝佳隐喻：AI是UX专家的”得力助手”。它加速进程、强化结果，但无法取代人类判断。

个体学习AI的终极理由？Jakob的”AI第二定律”：你不会被AI取代，但会被更善用AI的同行取代。鉴于AI带来的显著效能提升，拒绝使用等于自断前路。随着AI工具进化，这一趋势将愈加明显。

资深UX专家更能安全驾驭AI

所有UX从业者都应使用AI——无论职级高低，涵盖研究、设计、文案等全生命周期任务。

但充分发挥AI价值的关键在于融入人类判断，原因有三：

1. AI创意需人工筛选

AI的优势在于生成海量创意，但并非所有建议都有价值（甚至合理）。我们仍需从中择优。多数情况下，AI产出需要反复打磨优化。这需要经验与判断力，正是资深UX专家的传统优势领域。

2. 警惕AI的”自信幻觉”

AI常以笃定口吻编造虚假信息（即”幻觉”）。只要严格人工审核，幻觉不会影响成果——但必须保持警惕。虽然AI擅长撰写流畅文案是优势，但其文字说服力也可能让错误建议披上专业分析的外衣，如同鸦片馆迷雾中产生的幻象。

3. 训练数据暗藏偏见

当前AI反映其训练数据（主要来自互联网）的偏见。网络信息鱼龙混杂，UX领域也不例外——并非所有在线UX建议都可靠。
此外，优质数据源多反映西方国家（尤其是英语文化）。这对服务国际市场的团队构成挑战。以维基百科为例：

英语：43亿词/670万条目
德语：15亿词/280万条目
丹麦语：9100万词/29.4万条目
印地语：5500万词/15.9万条目
斯瓦希里语：1200万词/7.9万条目

新手UX使用AI的注意事项

UX新人仍应尝试AI工具，但需特别谨慎判断输出。请牢记：生成式AI擅长制造”合理正确”的假象。

避坑指南：

视AI为起点：UX领域术语繁杂，ChatGPT等工具可帮助理解专业术语。
索要信源：多数AI工具不会自动标注出处，但可要求其提供链接以便核查（注意：工具可能编造假来源，如ChatGPT曾虚构NN/g员工身份）。

AI使用技巧

与AI交互的核心是提示词（prompt）——通过文字指令传达需求。优化提示词的技巧：

1. 提供充足背景

UX专家以”视情况而定！”闻名，因为最佳方案取决于用户身份与使用场景。
建议：

在提示词中明确上下文（如研究计划需包含研究类型、目标人群、预算等）
使用”角色+任务+背景”结构
案例：Florian Bölter要求AI生成微文案时，会描述文案出现场景与核心信息。

背景提供方式：

单条详细提示
多轮对话补充
设置ChatGPT”自定义指令”（避免重复通用信息）

2. 多方案请求+迭代优化

多数贡献者强调持续优化的重要性。常用技巧：

手风琴编辑：调整文本长度
苹果采摘：引用先前输出优化后续提示

3. 建立提示词库

Arnav Dhanuka建议积累有效提示词模板。例如本文末橡果插图使用提示词：

From little acorns, mighty oaks grow. This proverb applies to growing your AI practices as a UX professional. Start small, with easy tasks, and gradually add more AI use to your repertoire. (“Acorn and tree” by Midjourney.)

AI适用的具体UX任务

设计

激发创意灵感（Doris Lin）
创建用户画像/旅程图插图（Chris Callaghan & Elsa Ruiz）
规划研讨会日程（Doris Lin）
制作高保真原型内容（替代Lorem Ipsum）（Matt Feilmeier等）

研究

编写用户访谈问题（Doris Lin）
用户反馈情感分析与主题提取（Lawrence Williams & Vinay Maurya）
研究报告通俗化改写（Mohammad Fejlat）

内容

高效撰写邮件/概念稿（Vicky Pirker）
优化UX文案（Vinay Maurya）

本文即用AI完成两项常见任务：整理评论主题、快速生成插图。

AI的局限性

AI无法替代真实用户研究。它能提供可用性测试思路，但无法预测用户真实行为——人类本就是不可预测的生物。更关键的是，AI目前仅模仿”典型”人类行为，而您的用户群体往往独具特性，这正是开展用户研究的价值所在。

警示：

AI设计评审风险：即便引用可用性原则，其建议可能错误但极具说服力。资深UX专家尚需甄别，新人应避免使用。
虚构数据危害：UX方法必须基于真实用户数据。AI擅于结构化/解读数据，但若虚构数据则结论将严重误导。

需要理解AI原理吗？

短期答案：不需要。如同使用统计软件无需精通算法，使用Midjourney生成图像无需理解扩散模型。

长期建议：基础AI知识有助于：

与技术团队沟通
突破AI局限性
推进高级项目（如GE利用AI大规模分析定性用户评论）

学习资源：

PBS《人工智能速成课》（YouTube免费，4小时）
MIT 8周AI产品设计课程（$2,625）
IBM免费AI课程
Google免费AI技术课程

保持更新：推荐订阅

AI技术日新月异，建议订阅：

Maginative（每周AI要闻）
Ethan Mollick《One Useful Thing》（商业视角AI应用）
Jakob Nielsen UX专栏（专注AI与UX交叉领域）
NN/g《Alertbox》（UX综合资讯，即将增加AI内容）

立即行动，从小处着手

未来数年，AI技能将成为核心竞争力。您现在必须开始积累经验——既获得即时效率提升，更为未来职业发展筑基。正如Vinay Maurya所言：

“不要试图用AI直接解决最大难题。从用户画像生成、微文案撰写等小任务起步。”

经过数月实践，您将能处理中等复杂度任务；一年后，AI或将成为主要工作伙伴。唯记：永远保持人类判断的核心地位。

立即行动的关键优势在于降低畏难情绪——今天就可以开始。

Infographics to Summarize This Article

阅读原文：https://jakobnielsenphd.substack.com/p/get-started-ai-for-ux