体验设计的底层升级

JSON 流式补全——让推理过程从黑盒变成可见

做合同审阅这类 AI 功能时，模型推理往往需要 10 秒以上。常见的处理方式是：等模型跑完、拿到完整结果，再一次性渲染到界面上。结果就是用户盯着转圈什么都看不到，体感上像"卡住了"。

设计师的第一反应通常是做一个更好看的 loading 动画——但这治标不治本。问题不在视觉，在于用户等待的是真实信息的到来，而不是一个旋转的圆圈。

真正的解法是理解模型输出数据的方式：模型生成结构化内容时，文字是一个 token 一个 token 按顺序流出的，并不需要等全部生成完才能渲染。只要把 JSON 的字段顺序设计好——把"合同类型""甲方主体"这类容易推断的字段排在前面，把需要深度分析的"核心条款"放在后面——用户在推理开始后不到 0.8 秒就能看到第一条有效信息，后续内容陆续打字机填入。

用户的感受从"等待 → 内容突然出现"，变成了"信息持续流进来"。这不是动效优化，而是通过调整数据结构影响体验节奏——这个判断，恰好需要设计师对模型输出机制有基本的认知才能做出。

设计师的两次认知升级——看见决策路径，表达置信度

AI 介入之后，体验问题的发源地变了。它不再只发生在「用户点了什么」，而是发生在模型做了什么判断、判断是否准确、用户是否能理解这个判断的可靠程度。传统的用户旅程图和交互反馈逻辑，已经覆盖不到这个层面。

第一次升级：把黑盒拆开。设计师需要把「AI 分析中」这个方块拆解成模型决策的每一个节点——识别类型、提取条款、比对规则、输出评级。每个节点都有不同的置信度、不同的失败模式，也对应不同的设计干预点。用户旅程图只告诉你用户做了什么，模型决策路径才告诉你体验断裂真正发生在哪。

第二次升级：让不确定性可见。AI 的输出本质上是概率性的——同样一段结论，有的来自文档中明确的文字依据，有的是基于上下文推断出来的，有的根本没有依据但语气同样自信。设计师如果沿用「确定性系统」的反馈逻辑，把所有输出都包装成同等权威的样子，用户一旦踩坑，信任就直接崩掉。真正的解法不是加一行免责声明，而是通过视觉层级、措辞语气、来源标注，帮用户建立准确的信任校准。

设计 Agent 本体——从界面交互到 AI 性格

当产品演变为超级终端——功能以 Skill 或子 Agent 的形式存在，用户主要通过自然语言完成任务——设计师的工作对象就不再是界面，而是 Agent 本体本身。

你需要设计的东西变了：人设与对话风格（专业严谨还是轻松引导，在什么场景切换）；能力边界与兜底策略（当用户问了超出范围的问题，不能只说"我不知道"，而是优雅说明边界、给出替代价值）；意图确认策略（多轮对话后仍无法判断指令时，是继续追问、还是做出合理假设并让用户确认）；任务反馈节奏（长任务需要分阶段播报进度，短任务直接出结果——不该等、不该说废话）。

传统的设计三件套——页面、流程、文案——在这里演变成了「人设 → 决策树 → 反馈机制」。衡量体验质量的指标也在悄悄迁移：点击率、转化率、停留时长，让位给任务完成率、平均对话轮数、意图识别准确率。

这不是产品经理的专属领地。在 AI 原生产品里，没有那么清晰的职责壁垒——每个人都可以参与定义产品。这反而要求设计师更主动：不只是执行交互规范，而是参与定义 AI 本体的认知逻辑与表达风格。也许很多人觉得这是产品的事——恰恰是这个想法需要先被打破。这个时代才是真正意义上的「人人都是产品经理」，它从未如此字面。

Chat 之外——AI 产品的四种新交互形态

输入框假设用户知道自己想要什么，并且有能力把它说清楚。但这两个条件大多数时候都不成立。真正值得关注的 AI 交互创新，都在试图把「表达意图」这件事从语言层移走——用格式、用行为副产品、用最小动作、用时间戳来替代文字输入。以下四种形态是当前最具方向性的探索，也是我认为在法律/合同行业值得提前布局的交互路径。