AI 产品设计中最普遍的困境：39 条人机交互设计原则

设计专家 Taras Bakusevych 在 Substack 发表了一篇人机交互长文 39 Principles for Designing Human–AI Interaction（39 条界面设计原则）。文章梳理了大模型落地产品时的交互骨架，直指当前 AI 产品设计中最普遍的困境：我们习惯了为「确定性」设计软件，却对面对一个「概率性」的统计系统束手无策。

传统软件的界面是确定性的（点同一个按钮结果一样），它核心假定是行为可预测：按钮绑着固定函数，工作流状态明确，错误可以预先穷举并恢复。但大模型本质上是一个概率统计系统，相同的输入在不同时刻可能返回完全不同的输出。同一个模型，搭配不同的界面与引导方式，给人的感受可能是高效助手，也可能是充满危险的黑盒。产品的最终体验，绝不仅仅由模型底层能力决定。因此 AI 产品设计的核心挑战不再是追求绝对完美，而是「如何帮助用户恰当地信任和使用 AI（Appropriate Reliance）」。

这也带来了传统界面规范根本无法解答的问题：

• 系统什么时候该主动建议，什么时候该开口询问，什么时候才可以直接行动？
• 不确定性该如何在屏幕上呈现，才不会让用户盲从或全盘放弃？
• 生成一个答案时，应该附带什么程度的证据？
• 随着 AI 自主能力的提升，我们该如何按风险高低划定动作边界？

这些绝非无关紧要的视觉修饰，它们决定了用户能否准确判断输出质量、能否从错误中平稳恢复，以及在面临关键决策时，人类是否依然掌握真正的控制权。

整套设计的终极课题只有一个：如何帮助用户与 AI 建立起「恰当的依赖」？ 既不盲目轻信脆弱的生成结果，也不因几次失误就彻底弃用。

---

理论源头：站在四组人机交互基石之上

这套框架不是凭空提出的，而是根植于人机交互、混合主动系统、自动化信任、可解释 AI 与负责任 AI 领域的既有研究。原文梳理了支撑这 39 条原则的四组核心思想源头：

1. 前沿模型行为规范
   以 OpenAI 的 Model Spec 与 Anthropic 的 Claude Constitution 为代表。它们虽然约束的是模型的底层生成行为而非屏幕界面，但在诚实呈现系统本质、拒绝隐藏商业意图、保障人类最终监督权等方面，填补了传统人机交互典籍未曾触及的空白。

2. 混合主动交互
   源自 Eric Horvitz 在 1999 年奠定的理论基石。它将人机交互视为人与机器共享决策权的协同过程，为系统判断何时应当自主执行、何时仅作建议、何时退让、何时发起澄清提供了严谨的方法论支撑。

3. 行业实践指南
   Google 的 PAIR 指南（People + AI Research Guidebook）与 IBM 的生成式 AI 六大原则。它们构成了工程实践的直接参照：从真实用户需求出发定义成功标准、提前设定预期、透明展示数据来源、包容变异性、围绕人机共创展开设计，并充分为生成系统的非完美性做好准备。

4. 微软人机交互 18 条准则（Microsoft 18 Guidelines for Human-AI Interaction）
   微软将人机交互划分为四个自然阶段：使用前（Before use）、使用中（During use）、出错时（When the AI is wrong）、长期演化（Over time）。其中，权重最高的正是「出错时」——因为在 AI 系统中，出错绝不是偶发的边缘特例，而是系统运作的默认常态。

本文沿着微软揭示的这一客观规律，打破平铺直叙的罗列，将作者提出的 9 个维度、39 条设计原则，重构为一张贯穿 AI 全生命周期的产品设计与治理网络。（注：为方便对照查阅，下文各条准则严格保留了作者的原始编号；在按生命周期重组后，序号会出现跳跃，并非内容缺失。）

核心框架（The Framework）

界面的职责在于明确系统的介入角色，帮助用户理解并核查关键输出，始终保留控制权，支持纠错，并在影响重大的场景下严格约束自主权。作者把这些职责分成 9 个维度：

• 概率基础（Probabilistic Foundation）：为推理、生成与变异性做设计。
• 预期设定（Expectation Setting）：尽早明确能力、局限与 AI 介入程度。
• 校准信任（Calibrated Trust）：让用户的依赖程度与系统的可靠性相匹配。
• 透明度（Transparency）：在需要时让推理逻辑与证据可被审查。
• 控制权与主体性（Control & Agency）：让接受、拒绝、编辑、撤销与覆盖接管变得轻松直接。
• 从容应对失败（Graceful Failure）：让不确定性、错误与人工升级能够恢复。
• 协同共创（Co-Creation）：将生成结果视作草稿，而非最终裁决。
• 负责任的自主权（Responsible Autonomy）：依据影响代价、可逆性与授权约束系统行动。
• 持续依赖治理（Sustained Reliance）：随时间推移持续治理质量、漂移、可问责归属与系统变更。

---

核心前提：概率底座

大模型的行为不像一段写死的代码逻辑，它更像一项概率服务，输出的是一个概率分布。界面的第一要务，是面向这种离散和波动做设计，而不是与它对抗。

1. 仅在 AI 具备相对优势的场景中使用它

AI 最擅长处理输入模糊、意图不明确、需要无中生有生成内容，或需要跨海量信息进行归纳总结的场景。反之，当一项任务要求绝对精准、严格可重复、或依赖确定性控制时，AI 往往表现最差。

产品对照：项目管理工具 Linear 在处理充满上下文与模糊语义的环节引入 AI，例如提炼冗长讨论的主旨、识别重复或关联的工单、协助分类分流，以及跨工作区历史进行问答检索；但在真正需要精确可靠的模块——状态流转、人员指派、优先级、开发迭代周期、权限与工作流核心状态上，依然严格保留确定性的传统界面控件。

2. 为生成多样性做设计，切勿与变异对抗

在方案规划、界定研究问题等探索性与生成式任务中，同一个提示词可能产生多个完全可接受但方向迥异的答案。这种多样性不是缺陷，它往往正是 AI 的价值所在。

界面应当帮助用户利用这种变异，而不是逼迫用户将单次输出视为唯一最终结论。行之有效的做法包括提供多个生成草案、重新生成操作、保存备选方案、版本历史、并排比对以及直接编辑。当面对写作、起名、视觉设计、方案构思等探索性任务时，直接展示多条路径比端出一个看似完美的单项答案有价值得多，这能促使用户从「被动审判单个结果」转向「横向对比不同方向并按需精修」。

产品对照：Midjourney 每次根据提示词固定返回四张候选图片组成的网格，巧妙地将概率变异转化为用户的对比与选择空间。

3. 根据任务特征匹配交互形态

不要把所有 AI 功能都硬塞进对话框里。交互形态应当精准匹配用户的输入模式、核心目标以及输出结果所伴随的影响代价：诉求越开放，界面就越应当支持澄清与迭代；结果影响越重大，界面就越应当支持审查与控制。

• 针对轻量、低风险任务：AI 应当以行内建议或智能默认值的形态隐式出现；
• 针对探索性、发散性任务：多轮对话能帮助用户在持续往复中逐步厘清模糊的意图；
• 针对多步骤或高影响任务：系统必须提供执行计划、检查关卡、审视时刻，以及清晰的停止、撤回与回滚路径。

产品对照：Notion 将正文段落的快速润色留在文本行内直接呼出，而将开放式的复杂提问导流至侧边栏专属的对话式 AI 面板中。

---

第一阶段：交互发生前（建立合理预期与系统透视）

用户在读到模型生成的第一行字之前，心中就已经建立起了对系统的预期。如果这一预期与系统真实能力脱节，灾难便不可避免。

维度：🪧 设定预期

4. 声明系统能做什么，更要声明其边界在哪里

只陈述能力而不划定边界是不完整的。用户不仅需要知道系统设计用来协助什么，更需要清楚它在准确度、覆盖面或可靠性上的局限。

产品对照：ChatGPT 将自身定位为通用型助手，擅长答疑、起草、总结与推理；但只要一项任务依赖它无法访问的外部资源——例如本地文件、个人邮箱、日程表、工作区、实时外部网页或私有系统，它就必须明确说明自己无权调用这些数据。

5. 解决「空白画布」困境

一个空荡荡的输入框无法向用户传递任何有效信号，反而会让没有经验的用户不知所措。

应当使用引导元素来降低第一步的启动门槛：提供示例提示词、建议操作、模板预设、入门问题、近期任务或结构化输入表单。优秀的引导元素承担着三重职责：展现 AI 的实际能力范畴、大幅减少上手操作的认知阻力，以及协助用户把心中模糊的意图表达得更为结构化。

产品对照：Canva Magic Design 在用户刚输入项目描述的瞬间，就直接在画布上铺开多种不同排版的预置模板方向，化解用户对着空白页面构思的无力感。

6. 将输出物定调为「起点」而非「终点」

界面对生成结果的命名与展示方式，直接暗示了用户应当如何对待它。使用「草稿（Draft）」、「建议（Suggestion）」、「摘要（Summary）」、「推荐（Recommendation）」或「初审（Review）」，是在明确告知用户：这件产物需要被审视、调整与打磨。相反，如果轻率冠以「答案（Answer）」、「已完成（Complete）」或「搞定（Done）」，则暗示了系统不应享有的确定性与终局感。

产品对照：Gmail 内置的 Gemini 功能将其定位为协助撰写邮件“草稿”（Draft），而非直接生成的终稿，明确定义其生成的是邮件「草稿」而非可以直接发出的终稿。这意味着用户仍需通读、修改并由自己最终点击发送。

7. 显式标明 AI 的介入角色

当内容是由 AI 生成、总结、重塑、排序或推荐时，用户应当一眼即可识别；同样，他们也应当明确知道屏幕上哪些内容完全出自人类撰写、哪些是未经修改的原始素材、哪些属于系统生成的解读。暗中隐藏 AI 的参与会导致严重的权责模糊，甚至让用户误将生成模型杜撰的摘要直接当作原始一手信源。

产品对照：Meta 在 Facebook、Instagram 和 Threads 上，为所有完全由 AI 生成或经过显著 AI 编辑的图像、视频与帖子统一打上 AI info 标签，提醒受众这些内容并非纯人工创作或真实镜头捕捉。

8. 根据用户专业程度适配解释深度与控制权限

界面应当呈现多少透明度、设置多少干预摩擦力、赋予多大的自主权，取决于当下的使用者是谁：

• 初级用户：需要充沛的引导器与坚固的安全护栏；
• 专业专家：需要深度的过程审查、手动覆盖能力与细粒度参数配置；
• 合规审计人员：需要完整的活动日志、溯源元数据以及可重复验证的环境。

产品对照：在 GitHub Copilot 中，新手可以使用无需任何复杂配置、按一下按键即完成的灰色幽灵文字补全；资深工程师可以进入智能体模式（Agent Mode），自主切换推理模型并指定详细的指令配置；而企业管理与合规审计人员则配有专属后台看板，用以审查建议采纳率与组织级代码策略日志。

9. 诚实呈现系统的本质，严禁过度拟人化

绝不要暗示系统拥有情感、个人经历、人类判断力，或者它根本不具备的认知能力。将概率系统过度人格化，不仅会诱导用户建立起系统在工程上根本无法负责的高预期，更会彻底模糊人机责任链条——让用户误以为自己在和一个具有同理心的人类对话，而实际上对方只是一个按照特定设计运行、存在明显边界的统计系统。系统需要被赋予清晰实用的角色，而不是虚假的人格伪装。

反面案例：瑞安航空（Ryanair） 虽然在界面上诚实标注了 RYTA 为「AI 旅行助手」，但随后的一系列设计却彻底打破了边界：它为该助手配上了一张真人面孔的头像，采用第一人称且充满主观倾向的话术（如「我认为你应该……」），甚至在航班延误更新中，用逼真的 AI「虚拟新闻主播」在虚构的演播室里播报情况。这种设计过度拟人化了一个底层的统计系统，误导乘客以为背后有一个由真实人类组成的专业运营团队在实时提供保障；这种错觉严重稀释了责任边界，且其话术背后往往伴随着诱导购买升级服务的追加推销。

---

维度：🔍 透明度

黑盒系统无法被理性信任，因为用户根本找不到可以校验系统可靠性的抓手。界面的任务是让推理逻辑变得清晰可查，同时不让未经筛选的原始信息淹没用户的注意力。

16. 回答可理解性五大核心问题

透明度过低会让用户陷入无端猜测；透明度过高又会制造大量视觉噪音，强行把验证成本转嫁给用户。设计必须精准回应用户面临 AI 产物时心中最关键的五个疑问：

1. 这个 AI 刚才究竟做了什么？
2. 它使用了哪些信息作为依据？
3. 它为什么会产生当前这个结果？
4. 它为什么没有选择另一个备选方向？
5. 如果用户修改了输入，结果会发生什么改变？

产品对照：开发平台 Base44 让 AI 智能体的每一步操作都清晰可查。界面明确列出智能体创建了哪些代码文件、引入了哪些组件、更改了哪些数据记录，并将这一连串活动日志与右侧的应用实时预览联动。用户在决定继续生成或点击发布之前，能一目了然看清系统的动作与变更实质。

17. 采用渐进式披露呈现解释

解释应当分层提供。主工作流应当只承载最短小精悍、足以帮助用户做决定的关键信息：一个简要理由、核心来源、运行状态、关键警告或置信线索；当用户需要深入审查时，再允许他们按需展开深层信息：计算方法、底层假设、完整参考书目、工具调用轨迹、模型局限说明、完整过程历史或全生命周期审计日志。

产品对照：Arc Search 的 Browse for Me 功能在首次呈现时只给出一份精炼的归纳结果，但下方始终留有可展开的查看更多细节通道，供需要深究的用户展开查验。

18. 为多步骤操作展示计划与执行轨迹

当 AI 智能体跨越多个步骤进行推理与操作时，界面必须实时渲染这些步骤。一个清晰可见的执行计划，能在当下回答系统「正在怎么做」和「为何这样做」，让用户在系统误入歧途时尽早踩下刹车。在执行前展示行动计划；在执行中呈现有意义的动态进度（已完成哪些步骤、调用了哪些工具、读取了哪些数据、做了哪些决策、哪些高危动作正在等待人工授权）；在执行后交代修改了哪些资产，并提供明确的撤销或复查入口。

绝不能让执行关键多步骤任务的智能体，隐藏在一个静默转圈的加载动画之后。

产品对照：在 Cursor 的 Plan 模式下，智能体在动手写代码前，会先将需求拆解为具体的实施步骤，明确列出预期需要修改的文件与系统模块，允许工程师在代码库被实际改动前审查并调整计划。这把智能体的工作轨迹在最具价值的时间节点显性化了。

---

第二阶段：交互进行中（保持掌控与人机协作）

在混合主动系统中，人类与机器共同扶着方向盘。界面的法则很简单：只要人类想要接管，控制权必须在瞬间无缝交还。

维度：🎛️ 控制权与主体性

19. 让建议极易采纳，更要让它极易忽略

AI 提供的建议绝不能打断用户的操作心流。无论是接受、忽略、局部修改、撤销、重新生成还是完全回退，都应当在不破坏工作节奏的前提下完成——最好只需要单次击键，而不是在层层弹窗与下拉菜单中翻找。拒绝 AI 建议的成本必须低到几乎为零。 这一点对于直接嵌入活动工作区的高频建议（如代码补全、文字续写、智能填充）尤为致命。

产品对照：在 GitHub Copilot 中，灰色幽灵文字浮现后，按下 Tab 即可采纳；如果不想要，按下 Esc 或者直接继续敲打键盘，建议就会立即消失，完全不会卡顿编码思路。

20. 遇有重大歧义时主动提问，切勿盲目猜测（但绝不滥用打扰）

当系统无法在安全范围内消除歧义时，一句精短具体的澄清提问，远胜于一个言之凿凿的错误答案。按照 Horvitz 的人机协同准则，应当利用对话来化解模型自身无法解决的不确定性。好的提问必须高度具体（例如「请问应该应用到哪一个账户？」），而不是空洞地要求「能否提供更多背景？」。

但这里有一个至关重要的反向约束：绝不要将澄清提问设为默认动作。如果当前的歧义属于低风险、极易纠正、或者根本不会对最终结果产生实质性影响，系统应当直接继续执行，同时把所做的假设在界面上明确显示出来。

产品对照：Claude 仅在歧义会实质性改变最终输出时才发起提问。它不胡乱猜测，而是清楚指出当前的歧义所在，并给出几个清晰的结构化分支选项供用户选择。

21. 同时提供全局偏好设定与微观单次控制

用户既需要精确雕琢眼前的某一个生成结果，也需要规范自身与 AI 系统长期的协作习惯：

• 微观单次控制：调整当前单次结果的语气、长度、格式、适用范围、参考来源、详略程度，或针对选中的某一段落进行局部重新生成；
• 全局偏好设定：定义系统的长期默认行为——系统被允许记住什么、可以调用哪些私有数据、可以持续监控什么、在什么触发条件下可以自主行动、哪些长期偏好应当默认应用于每一次交互。

产品对照：ChatGPT 的个性化设置面板将单次提示词与全局长期偏好彻底剥离。用户可以在产品层级预设默认的交流语气、格式规范和自定义指令，而无需在每一次新建对话时机械重复输入背景要求。

22. 顺应用户的注意力节奏介入

一个正确的建议，如果在错误的节点弹出，就沦为一种打扰。设计必须权衡打断专注的注意力代价与建议本身的潜在价值；当打断所造成的注意力成本超过所能提供的实际帮助时，系统应当保持克制。永远不要做一个靠定时器随机跳出来刷存在感的打扰者。

产品对照：Gmail 的 Smart Compose 在用户撰写邮件的输入过程中自然提供词组补全建议，安静附着在光标之后，既提供辅助，又绝不生硬打断打字节奏。

23. 确保 AI 交互的无障碍与可感知性

AI 功能绝不能牺牲甚至破坏产品原有的无障碍能力。由 AI 动态生成的变更、行内标记、来源引用、风险警告、语音交互、视觉推理乃至智能体运行轨迹，都必须能被使用不同输入设备、辅助技术（如屏幕阅读器、全键盘导航）、具备不同视觉能力，以及面临不同认知负荷的人群无障碍地感知与操作。

AI 领域的无障碍失效往往非常隐蔽：例如生成的文本在静默修改了正文后，屏幕阅读器根本没有向视障用户播报变动；或者行内插入的来源引用角标完全无法通过键盘聚焦访问；再如纯语音交互流程直接排除了无法发声或不便说话的用户；又如 AI 自动生成的图片替代文本（alt text）读起来通顺合理，实际却可能是错的。

产品对照：在专业辅助应用 Be My Eyes（及其内置的 Be My AI）中，平台将志愿者实时视频、企业官方客服支持以及 AI 图像描述统一集成在同一个应用内。AI 可以迅速对摄像头捕获的现实场景进行图像解析与语音朗读；而一旦用户面临需要更高级判断、权威确认或存在安全隐患的复杂真实情境时，系统随时提供升级转接给真实人类客服的顺畅通道。
(注：Be My Eyes 是一个利用多通道输入与人工兜底为特定视力障碍群体提供现实世界支持的完整产品；而该原则进一步强调的是主流软件自身内部的 AI 界面元素——如代码比对差异、角标、状态提示等，同样必须符合无障碍技术标准。)

24. 明确指出系统正在遵从谁的规则

当系统的行为受到用户当下输入之外的外部因素约束时，必须在界面上将这种约束力量显性化。造成限制的原因可能是用户的个人偏好设置、企业的管理员策略、底层安全合规规则、隐私边界、系统技术约束，亦或是商业化推广投放。这些规则的性质截然不同，用户必须能够清晰区分当前看到的答案到底因何而来。

产品对照：Google My Ad Center 会清晰向用户解释为什么某一条特定广告会被推送，并允许调整个性化设置。它将商业付费推荐与自然搜索结果严格区分，清楚告知用户体验的哪一部分是由广告设定所塑造的。

---

维度：🤝 人机共创

用户是创意的协作者，而不是被动等待投喂的受众。生成结果必须在每一个环节都保持高度的可塑性。

29. 保持生成产物的可塑性

生成的文本、图像、计划、表格、代码、摘要或设计稿，从诞生的那一刻起，就应当被视作供二次雕琢的「工作原材料」，而不是不可更改的最终成品。

用户必须能够直接在当前界面上原地修改正文、圈选局部要求重新润色、单独重构某一片段、并排比对不同版本、改变整体结构，并在当前状态下持续推进，而不需要推翻一切从头再来。

产品对照：Gemini Canvas 将生成的纯文本瞬间转化为可交互的工作台。用户可以直接在文档中输入文字、用鼠标高亮选中某一段落要求 Gemini 单独重写、按需缩减篇幅或调整语气，甚至通过格式转换工具一键将现有内容升维重塑为其他载体。

30. 引入审视摩擦力以促进审慎判断，而非拖慢探索节奏

传统设计准则一味倡导「消除一切阻力与摩擦」。但在 AI 时代，必须在用户做出抉择、核准方案、对外发布或正式提交的关键卡点上，主动引入审视摩擦力；而在前期的发散探索阶段则应当保持绝对丝滑。在关键节点强制用户停留审视，能有效阻断因自动化偏见引发的盲从事故；但在发散探索阶段增加这种阻力，则纯粹是对创造力的折磨。

产品对照：Salesforce 在涉及对外客户沟通内容或重大运营业务决策前引入精细的审视节点，要求人类必须对高风险 AI 动作进行显式核验。它不减慢日常界面的流转，却在关键动作提交前踩一脚刹车。

31. 帮助用户更轻松地表达意图

AI 系统在用户能够清晰阐述诉求时表现最佳。人机协同的新范式是「意图驱动」：人类定义「想要什么」，模型去探索「怎么实现」。界面应当通过直观的可视化控件降低表达门槛。

界面应当为主流用户提供显性易懂的控件、直观示例和结构化输入面板，而不是逼迫每个人都去学习晦涩冷门的底层提示词黑话。

产品对照：Midjourney 的 Creation controls 面板将隐藏在提示词语法底层的尺寸比例、风格化强度、画面怪异度（Weirdness）、生成变异范围、模型版本号以及生成速度等参数，全量映射为直观的滑动条与点击开关。用户依然可以自由书写自然语言描述，但不再需要强行记忆类似 --ar 16:9 这样晦涩的参数后缀代码。

---

维度：⚖️ 校准信任

校准信任的目标，是让用户对 AI 的信任程度，无限逼近该系统在当前任务中的真实可靠性。