AI 产品工程与 UX
这个主题讨论 AI UX 和传统 UX 的不同。AI 输出存在不确定性、延迟和错误概率，因此产品必须重新设计信任、反馈和控制感。
好的 AI UX 不只是“看起来像聊天”。它要让用户知道系统正在做什么、依据是什么、哪里可能不确定、如何中断、如何修正，以及如何只接受自己需要的部分。
学习目标
完成这个主题后，你应该能够：
- 设计 streaming、stop、retry、resume 和 partial update 的生成体验。
- 为 AI 输出增加 citation、source trace、confidence、uncertainty 和 explanation。
- 设计 inline edit、partial accept、diff view 和 selected text action。
- 解释 Copilot、side panel、command palette、autocomplete 和 workflow UI 的适用场景。
- 实现 Agent 执行过程 UI，并支持用户确认、中断、回放和错误恢复。
关键概念
Streaming UX 让用户尽早看到输出，降低等待焦虑。但流式输出需要处理停止生成、局部更新、格式未闭合和失败恢复。
Retry UX 不只是重新生成。更好的设计允许用户从某一步重试、带反馈重试、切换模型重试或保留上一版对比。
Editable AI 让用户把 AI 输出当作可编辑草稿，而不是一次性结果。局部接受、差异对比和 inline rewrite 都属于这个方向。
Human-in-the-loop 把用户放在关键决策点上。AI 负责建议和执行草案，用户负责确认高风险动作或业务判断。
Trust UX 通过引用、证据、过程、置信度和不确定性表达，帮助用户判断输出是否可以使用。
AI UX 信任链路
这张图说明信任来自一条链路：用户能看见进度、证据和过程，也能控制输出如何被修改和提交。
核心主题
- AI UX 与传统 UX：不确定性、延迟、错误概率、用户信任、人机协作。
- Streaming UX：渐进式输出、生成中状态、停止生成、局部更新。
- Retry UX：regenerate、retry from step、retry with feedback、fallback result。
- Interrupt UX：stop、pause、resume、user correction。
- Editable AI：inline edit、selected text rewrite、partial accept、diff view。
- AI Copilot UX：inline copilot、side panel、command palette、autocomplete、contextual action。
- Human-in-the-loop：confirmation、review、approval、escalation。
- Trust UX：citation、source trace、confidence、uncertainty display、explanation。
- Workflow UX：step progress、current action、tool result、error recovery、execution replay。
阶段实践拆解
- 实现流式输出组件：支持生成中、停止、失败、继续和 markdown 渐进渲染。
- 实现引用来源展示：答案中显示 citation，侧边展示 source、chunk、页码和原文片段。
- 实现 AI Copilot：支持选中文本后 rewrite、explain、translate、summarize 和 custom instruction。
- 实现 editable result：用 diff view 展示修改，支持 accept、reject、partial accept。
- 实现 retry with feedback：用户可以带反馈重新生成，并对比不同版本。
- 实现 Agent 执行 UI：展示 step progress、current action、tool result、approval 和 replay。
- 增加信任提示：在证据不足、模型不确定、工具失败或越权内容被过滤时明确说明。
阶段实践
- 实现一个 AI Copilot 组件。
- 实现引用来源展示。
- 实现 Agent 执行过程 UI。
计划文章
- AI 产品为什么需要重新设计 UX
- AI Copilot 的交互形态有哪些
- 如何设计用户可信任的 AI 输出