亚洲国产成人精品久久久国产成人一区二区三区综合区精品久久久中文字幕一区 ,日本东京热在线观看视频,国产色午夜九色视频在线观看,亚洲免费高清视频在线,一区二区三区四区五区日韩

淘寶上線AI搜索，這交互設(shè)計太懂用戶了吧

引言
一

2025年即將收官，AI已成為人人熱議的話題。在過去的半年多時間里，我們圍繞AI能力在搜索場景中的應(yīng)用開展了多項業(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)品驗證與模式迭代的初級階段，尚未形成成熟路徑，但正因如此，蘊藏著巨大的想象空間。

這一探索過程的價值，或許不僅在于具體功能的落地，更在于讓我們對用戶需求、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)行商品庫檢索并返回貨架式的結(jié)果給到用戶篩選對比，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)過往的機械體驗： 
  • Input層革新：從關(guān)鍵詞到自然語言
  • Interaction層進(jìn)化：從機械操作到動態(tài)對話
  • 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搜索的體驗設(shè)計，需要從“被動響應(yīng)”轉(zhuǎn)向“主動理解”。
從關(guān)鍵詞到自然語言
一
AI萬能搜激活頁，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，通過整個頁面的場景化引導(dǎo)，鼓勵用戶進(jìn)行自然語句的混合輸入；
用戶需求是模糊、動態(tài)且高度個體化的，因此在動態(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態(tài)功能區(qū)的“購物偏好”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)化為可場景化的問題鏈，這是AI基于對用戶的認(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預(yù)先規(guī)劃好的路徑。
從機械操作到動態(tài)對話
一
在對話中，當(dāng)用戶面對AI生成的不確定性時，需要顯性化設(shè)計幫助用戶理解AI的運作邏輯，建立用戶對AI的信任感。
我們在“深度思考”模型形式和市場反響中得到啟發(fā)，AI思考可視化的價值可能大于結(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)計不是簡單的"暴露算法"，而讓用戶感知“AI在做什么”以及“AI做得對”，這種設(shè)計原則不僅適用于AI對話交互，更指向未來人機協(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、用戶購物偏好分析、淘寶評價等內(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)背后是隨機性，而“隨機”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)計的重心也必須從“對結(jié)果的預(yù)設(shè)”轉(zhuǎn)向“對規(guī)則與邏輯的構(gòu)建”。
這其實不是設(shè)計有什么升級，更多的是設(shè)計思維方式的轉(zhuǎn)變。 電商搜索場景下，AIGC（Artficial Intelligence Generate Content）的重點是文字與商品。
設(shè)計師無法窮舉所有對象的組合，通過將Markdown的結(jié)構(gòu)化自由與商品數(shù)據(jù)的對象化映射相結(jié)合，保證任意對象與對象的組合相容性，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)計師把握用戶意圖和需求與業(yè)務(wù)特點，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AI生成規(guī)則時，要根據(jù)業(yè)務(wù)特色，建立AI能力與用戶體驗雙向適應(yīng)機制。設(shè)計師不再設(shè)計完美的結(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)計本質(zhì)是做到“通用性”，為場景化提供穩(wěn)定的支撐。

image.png

▲ 商品卡承接分層
場景層動態(tài)適配：針對特定的場景行為特征和決策邏輯，進(jìn)行需求細(xì)化和設(shè)計策略的分化，比如送禮意圖下，通過清單式結(jié)構(gòu)+場景標(biāo)簽，將抽象需求轉(zhuǎn)化為可操作的推薦路徑，依賴用戶畫像與場景識別能力，實現(xiàn)“從模糊場景到精準(zhǔn)決策”的躍遷；
服飾美妝場景以視覺化為核心，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深度融合，構(gòu)建“看即買”的即時決策鏈路等。
image.png
image.png
▲ 分意圖場景展示

用戶意圖的多樣化決定了交互設(shè)計必須構(gòu)建動態(tài)適配的承接體系，基礎(chǔ)層解決“能用”的問題，場景層解決“好用”的問題，才能有機會進(jìn)行體驗層的價值假設(shè)，激發(fā)用戶的內(nèi)在動機，真正解決用戶“想用”的問題。

 

AI驅(qū)動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買動機，構(gòu)建匹配的模型與適應(yīng)的機制和設(shè)計規(guī)則，將成為我們的長期命題。

轉(zhuǎn)載：UXD筆記

日歷

鏈接

個人資料

藍(lán)藍(lán)設(shè)計的小編 http://www.minlechaoshi.com

存檔