在接觸和學習 UI 設計的時候，我們都必須面對國內外 UI 設計風格差異巨大的問題。比如最近 618，相信大家沒少被國產應用的廣告“親切的”問候。
一方面是尋找設計靈感時要做區分，另一方面則是我們學習 UI 時看的書籍，學習的理論、規范，都是由西方國家產出的，而國內設計的方向卻和它們背道而馳，用一個詞來形容現狀，那就是 —— 割裂。
所以在初學階段，理論學的越多，受到的沖擊也就越大，疑問也就越多。所以我們今天的目標，就是來幫大家解答這個疑問。
當我們研究國內外 UI 設計的差異時，樣式上的差異只是表象，它們是由更深層次的因素所激發，所以我們首先要深究這些問題的根源。
根據過去十幾年的 UI 研究經驗，我總結的設計差異包含下面這些因素：
1. 盈利模式的差異
國外產品相對國內的盈利模式相對簡單、健康，排除掉大型平臺和其它服務配套應用外（比如會員、硬件的配套），基本就是買斷、訂閱、廣告這三個途徑。
比如我們熟悉的 Figma、Canva、Notion 等，都是訂閱制服務，在產品具備足夠競爭力的條件下發展出海量的付費用戶，獲得巨大的收益和估值（團隊只有一兩百人時估值過百億刀）。既然做好產品就能盈利，那這些產品的目標自然是打造更好的產品和提供更好的服務或體驗來獲得收益。
而國內市場我們都知道，用戶付費的意愿是非常非常低的，這就導致很多產品即使做的還不錯也看不到盈利希望，尤其是大廠產品，比如迅雷，百度網盤，網易云等等。
靠基礎付費模式做不出讓人滿意的營收，產品團隊自然要使出渾身解數來找到盈利點，不管是增加一些奇怪的功能，還是制造各種營銷活動。而這些嘗試想要獲得持續的盈利是非常困難的，所以就得一直想，一直嘗試，一直投放。
雖然吃相往往看上去很難看，但不這么做就會“暴斃”，而這么做至少還可以“茍延殘喘”，為了生存和盈利，產品團隊做出什么離奇的操作都能做出來。
這里還要澄清一點，有很多優秀的工具產品不是國內做不出來，是做出來也很難盈利，所以有能力的團隊和開發者是不會輕易往火坑里跳的。
2. 人工成本的差異
第二點就是國內外人工成本上的巨大差異，發達國家的人工成本非常高昂，不只局限在產品開發團隊的成本，還包括底層運營、客服、銷售、業務員、快遞員等等。
而產品的衍生業務往往要借助大量的底層勞力，比如京東做外賣服務，得有充沛的、廉價的騎手作為依托才辦得起來，而這在發達西方國家是難以想象的。比如最近經常討論的為什么日本線下購物市場還很繁榮，線上發展不起來。主要原因之一就是快遞員的成本差了好幾倍，做不出即廉價又便捷的網購體驗。
加上西方國家對雇傭關系的保護，招人容易，裁員可就沒有那么簡單，所以多數產品團隊對擴張都持非常謹慎的態度。人數少，又不能輕易搞 996，就大大限制了產品作妖的范圍，這就直接導致他們沒有人力做一大堆次要功能的迭代以及運營活動，設計需求自然也會低很多。
3. 用戶習慣的差異
最后一點，就是用戶習慣的差異。除了前面說的付費意愿低以外，還有很多其它因素。其中在我看來影響最大的因素，就是國內用戶對互聯網的依賴是遠高于國外用戶的。
國內的移動互聯網行業爆發并不僅僅是局限在互聯網行業里，而是把觸手拓展到各行各業，用贏學的角度來講甚至它還大幅度完善了政府基建和民生服務。我們今天繳納水電費，辦理銀行卡通過線上就能完成，而很多發達國家甚至到今天還要你去營業廳手寫填表。
并且互聯網產品已經成為我們購物、娛樂的重要載體，大量的決策、交易、娛樂是在上面進行的。既然用戶習慣和粘性都成型了，離不開這些產品了，那么“適當損害”一下用戶體驗也不是不可以。尤其是大廠各類離奇的功能和運營活動可以輪番轟炸用戶，同時把用戶對這類負面操作的耐受度都拉高了。
既然用戶都適應了，那么為什么還要“裝清高”，做個簡約的、有原則的、有尊嚴的產品？當然是加入到運營的狂歡里和其它產品一起壓榨用戶的注意力，像孔雀開屏一樣，在最雞肋的器官上比劃……
以上三點，就是造成國內外設計差異的根本因素。最早國內產品的設計是和國外看齊的，但隨著市場的反饋和驗證，我們最終走出了自己的道路。這是商業的選擇，而不是簡單歸因給審美、民族、文化、消費力的限制。
不管創業者抱著什么樣的想法，進入這個牌桌以后，最終都會被市場調教成相同的模樣。
作為 UI 設計師來說，也不要認為這是錯誤的發展方向，因為這種模式大大增加了 UI 設計的需求量，間接提供了更多的飯碗。如果產品都按歐美的模式發展和設計，那對于國內 UI 設計行業來說真正的天塌了，設計崗位會銳減 8 成以上，而這是 AI 設計根本實現不了的破壞力。
有了內因，下面再對國內外 UI 設計的具體差異做對應的拆解，幫助大家更好理解國內市場的設計特征。
1. 中英文字形排版差異
第一個差異，就是中英文的字體形態差異。中文文字是方塊化等寬的，而英文字母則是大小長短不一，詞組長度更長，節奏感更強。所以英文設計中，往往會將字體作為一部分融入到排版中，豐富視覺觀感。
而中文設計中文字的節奏感較弱，文本的主要作用基本就是傳遞信息，所以只用中文排版很難出現英文的相同效果，就會促使設計師添加更多的內容，來豐富界面的效果。
2. 運營需求的平面視覺
第二個差異，就是運營設計上的差異。歐美產品中運營活動不是沒有，但是數量少，而且往往在設計上也做的很隨意，說好聽點叫簡約，說難聽點就是敷衍。
而國內運營活動數量多，且投入精力更大，運營的設計是沒有限制的，可以用上廣告平面的所有視覺手段，不管是插畫還是 3D、AI、擬物、攝影。大團隊往往會配置平面設計師完成這部分工作，小公司就要 UI 設計師自己負責，所以沒有固定的設計要求，水平之間差距也巨大。
運營設計的差異，源自國內廣告設計方向的特色，從早年追求隱喻、創意的合成設計，到現在追求視覺沖擊力的大標題、大色塊設計。
而國內運營設計在今天絕不只出現在一般廣告位中，會見縫插針到所有元素中，比如頁面頂部、二樓、膠囊、圖標區、瓷片區、底部導航等等。
3. 字段和信息數量差異
國內有大量產品的功能和服務都更完善，這也就催生了更多的信息量和交互需求，單一頁面、組件的信息量、交互、狀態就遠遠比國外產品多。
這就導致我們在設計時要考慮這些復雜的情況，需要設計師做具體的業務分析整理字段，還需要做大量的稿件做測試和評審。
不像國外很多簡單的產品內容就那么點，可以花大量精力去搞用研或者測試，在這種情況下光是完成產品需求就很困難，更遑論圍繞那么海量的內容做用研也是很麻煩的。
所以國內團隊雖然會強調體驗，但實際設計過程中必然業務優先，體驗更多是圍繞業務的優化和改進。所以作品集表現上業務的權重是非常高的，絕對不是學習國外的項目包裝邏輯堆砌體驗和用研內容。
4. 品牌視覺特征的差異
在國內激烈的競爭環境中，建立品牌化的視覺感知就是每個產品都要認真對待的事情。但本身產品內容、信息量就已經很大了，要實現品牌化的視覺輸出就沒辦法走傳統品牌的“意識流”路線，使用簡單的配色和大量的留白。
同時，UI 的組件樣式又高度統一，使用常規樣式完成的設計是很難塑造品牌化視覺的。所以最終的解決方案，就是給組件增加更多樣式細節，通過局部的創意來塑造視覺上的差異，同時再和其它應用做出區分。
于是，主流產品就陷入這種樣式上的競賽，非常高頻的更新組件和視覺的設計，希望做出和別人不同的設計同時又有自己的特點。
這種現狀不能說是消極的，因為它確實推動了整個 UI 行業視覺的發展，但對 UI 設計師的視覺素養要求也就更高。所以今天國內的中高級 UI 設計師，轉入國外 UI 市場以后都能實現降維打擊，就是因為市場的要求對自身的磨練遠比外部市場高。
基于以上的差異，可以說在國內做 UI 和和在國外做 UI 是兩種難度，要學習和訓練的方式也完全不同。作為 UI 設計師要懂得理解背后的成因，并不會無腦迷信國外的設計要求和標準，才可以幫助我們更好融入真實的工作。
結尾再說點有趣的問題，從我們之前學員到國外工作的反饋來看，雖然國內設計容易被嫌棄，但是從設計質量和輸出上已經遠超歐美的平均水平。
而他們的設計師多數還在劃水搞一些無關痛癢的體驗和用研時，我們在解決更復雜的商業問題，如果有機會，建議你們也可以去卷國外的 UI，會有你們想象不到的優勢。
轉載：優設
蘭亭妙微（藍藍設計）www.payeee.cn 是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。
現在 AI 產品這么多，作為 UIUX 設計師，我到底應該使用哪一款？
Figma Make、Gemini、Claude Code、Codex，每一款產品看上去都能生成內容、寫代碼、做頁面。
但真正深度使用過后，你會發現：它們擅長解決的問題并不相同。
蘭亭妙微UI設計：今天，我們就站在 UIUX 設計師的真實工作流程中，聊聊每一款產品的能力邊界，以及究竟應該如何選擇。AI 產品更新很快，后續能力仍然會不斷變化。
在對比之前，我們需要先明確一件事：
AI 產品不是功能越多越好，而是要看它能否進入你的真實工作流程。
比如，我要寫一篇公眾號文章、整理用戶訪談，這和我要搭建一個復雜的頁面 Demo，完全是兩種任務。
如果沒有理解差別，我們就很容易陷入一個誤區：
今天看到別人用 Claude Code，我就去折騰 Claude Code；明天發現 Figma Make 更新了，又把所有流程搬回 Figma。
工具收藏了一堆，最后真正工作時依舊不知道應該打開哪一個。
那對于 UIUX 設計師而言，我們應該重點關注哪些問題？
接下來，我們逐個拆解。
如果你本身就在使用 Figma，又不想折騰復雜配置，那么 Figma Make 應該是最容易開始的工具。
它最大的優勢在于：距離設計師原本的工作環境足夠近。
你只需要在 Figma Make 中通過對話，就可以創建交互原型、Web 頁面和功能 Demo。
同時，它支持將現有設計稿、競品截圖、產品文檔和圖片素材作為參考內容。比如，你可以丟給它一張競品截圖，讓它參考頁面布局、顏色和內容結構，生成一個相近的頁面。
如果公司已經有相對成熟的設計系統，還可以通過 Make Kits 引入組件、變量、樣式和使用規則，讓生成結果更接近團隊規范。
不過，這里大家需要留意：
接入設計系統，不代表生成結果一定正確。
特別是復雜業務頁面，仍然需要設計師反復檢查信息結構、組件使用和交互邏輯。競品截圖也只能作為參考，并不等于可以像素級還原。
這里稍微多說一點，現如今很多設計師都非常依賴 AI 工具，根本不用自己去做設計，但從來沒有思考過 AI 生成的結果是否正確。比如今天有同學來咨詢一個小的問題，在AI生成的頁面中，他沒有做任何的思考，直接使用結果導致提案失敗，所以我們現在是需要具備判斷能力的。
所以，Figma Make 更適合：
在我的日常使用中，Gemini 更多承擔的是“內容助手”的角色。
它支持較長的上下文，也具備文本、圖片、音頻和視頻等多模態理解能力。
因此，無論是閱讀行業報告、分析競品資料、整理訪談記錄，還是拆解一段視頻內容，它都非常合適。
在我自己的工作流里，無論是視頻文案、公眾號文章，還是課程資料，我都會使用 Gemini 做初步整理和潤色。
從個人體驗來看，它在表達層面會更自然一些，也更適合處理較長的文本內容。
不過，如果你的目標是直接修改 Figma 頁面，或者搭建一套完整的設計工程化流程，它并不是第一選擇。
Gemini 更適合：
Claude Code 的定位相對明確：
它首先是一款面向工程任務的代碼智能體。
如果你需要理解復雜項目、梳理代碼結構、定位 Bug，或者將一個頁面 Demo 做得更加穩定，那么 Claude Code 會是非常不錯的選擇。
它能夠讀取項目文件、執行命令、修改代碼，也可以通過 MCP 連接 Figma、Google Drive、Slack 等外部工具。
所以，Claude Code 并不是不能接入 Figma，而是它的重心依舊偏向工程實現。
在我的使用體驗中，如果任務涉及復雜代碼邏輯、項目級修改和穩定落地，我會優先考慮 Claude Code。
但如果目標是生成圖片素材、調整視覺風格，或者希望在設計工具之間快速往返，它就不是我的第一選擇。
Claude Code 更適合：
最后，我們來聊聊 Codex。
目前在日常輔導中，我更建議 UIUX 設計師重點嘗試 Codex。
原因不是它在每一個單點能力上都絕對領先，而是：
它能夠把設計師原本割裂的工作流程串聯起來。
首先，Codex 可以通過 Figma MCP 讀取組件、變量、布局和設計上下文，也可以將代碼頁面重新傳回 Figma，生成可編輯的設計圖層。
這就意味著，設計稿與真實頁面之間不再是單向交付，而是能夠反復往返。
其次，Codex 支持圖片生成和迭代修改。
比如頁面缺少圖標、插畫、背景圖或者產品素材，你可以直接讓它生成，再根據頁面效果反復調整。
然后，它還支持 Computer Use、應用內瀏覽器和插件。
這就讓設計師可以進一步串聯：
需求梳理 -> 頁面生成 -> 素材補充 -> 瀏覽器驗證 -> 設計走查 -> 繼續優化
比如我們之前講過的設計驗收，就可以讓 Codex 通過瀏覽器查看真實頁面，再對照設計稿檢查問題。
當然，功能多也意味著使用時需要先想清楚任務。
Codex 并不是一個“一句話解決所有問題”的魔法工具。你依舊需要明確自己的目標，逐步搭建適合自己的工作流。
Codex 更適合：
如果你只是想快速生成原型，可以優先使用 Figma Make。
如果你需要整理資料、理解長文本和潤色表達，可以優先使用 Gemini。
如果你要處理復雜代碼和工程邏輯，可以使用 Claude Code。
如果你希望進一步串聯設計、代碼、素材和驗收流程，可以重點嘗試 Codex。
其實在我看來，設計師不需要強行選擇唯一一款 AI 產品。
我自己更常用的方式是：
工具永遠會不斷更新。
我們真正需要掌握的，不是某一個軟件的固定操作，而是理解它們的能力邊界。
當你面對一個新任務時，能夠快速判斷應該使用什么工具，把想法真正落地，這才是 AI 帶給 UIUX 設計師最重要的價值。
蘭亭妙微（藍藍設計）www.payeee.cn 是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。
在互聯網產品日趨成熟的今天，你會發現所有的App越來越像，似乎是同一套模版設計出來的產品；而這種普適化的設計會導致同質化嚴重，使得設計不精致，產品沒有氣質和品牌感。
一個App設計是否精致，是否富有設計感，在于它的細節，這就意味著我們在進行設計的時候，要從細微之處著手，從多方面去鉆研如何創造出打動人心的UI設計。
蘭亭妙微UI設計公司，總結了12個簡單直觀的提升設計感的小細節，一起來學習。
在對UI 文本進行樣式控制的時候，最常見的錯誤莫過于過度依賴字體大小差異來營造對比；單純使用字體大小對比，所營造的對比并不夠，嘗試結合色彩和字重來營造更好的對比效果。
每種顏色都有一個視覺權重，這有助于在內容中建立層次結構；通過使用顏色的深淺，為元素賦予不同的重要性。
如果可以的話，你甚至可以采用兩到三種顏色：
類似的，在UI設計的時候，通常兩種不同的字重足以營造出優秀的層次感：
▲主標題字重為600，其他標綠點的文字字重都為400
應當盡量不要讓正文部分字重低于400，因為這一部分字體本身尺寸已經較小，低于400會使得可讀性不佳。
如果你依然需要降低字重，那么不妨讓字體色彩更淺一點，或者替換成其他識別度較強、字重相對較小的字體。
灰色文字在無彩/彩色背景下要分開處理：
不要在有色背景上使用灰色的文本，在白色背景下，將黑色的文本改成灰色（或者在黑色背景下使用灰色文本），是不錯的淡化其視覺效果的做法。
但是在彩色背景下，想要降低和背景色之間的對比，通常有兩種方法：
一是降低白色文本的不透明度；二是讓文本逐步接近背景色，而不是改為灰色。
▲左圖設計師職位信息為白色文字降低不透明度，右圖為和背景同色相高明度的顏色
其次當涉及長篇內容時，大面積的深色粗體字會給人一種沉重感，而且很跳躍；通過選擇類似深灰色（#4F4F4F）這樣的顏色可以很容易地解決這個問題，使文字更容易被識別。
選擇一種基礎色，再調整色調和顏色深淺來增加均衡；設計時避免用過多的顏色。如果項目允許，只需使用固定的色板，通過調整基礎色的飽和度和明度，利用這種簡單的方式為設計增加一致性。
陰影是UI設計中最常見的視覺表現手法，它可以增加元素的深度，使其從背景中脫穎而出，引起用戶的注意力，同時也能增強畫面的視覺層次感。
相比于采用大范圍的擴散模糊陰影，使用微妙的垂直偏移陰影效果更明顯，更自然，它模擬了最常見的光源特征，光線從上往下照下來所營造的陰影效果。
這種輕柔的陰影呈現出的干凈，增加了畫面的精致；如果陰影的范圍太小或顏色太深，位置也沒有偏移，而是聚集在元素的四周，就會讓畫面更加扁平，讓視覺變得厚重，呈現出不精致的畫面感。
陰影不一定是黑色的，還有一種擴算陰影是模擬元素本身的顏色投射在背景上，由于陰影與元素的色調一致，因此呈現出十分融洽的畫面感。
在UI設計中，這種手法不宜過多使用，否則呈現出的各種色彩搭配會讓人眼花繚亂。
合格的設計師能夠繪制風格統一的圖標，而優秀的設計師能夠創造風格獨特的圖標。
我們能否在追求大小一致，圓角一致，線寬一致和配色一致的同時，為它的視覺表現力加入更多的創意呢？例如下面這組圖標設計，無論是在圖形上的創新，還是顏色搭配上都呈現出無與倫比的創意。
標簽欄作為一個App的全局導航起著至關重要的作用，它的設計影響著整個產品的視覺風格。
通常，大多數App都是使用iOS規范的設計樣式（默認灰色，選中填充品牌色），這樣的設計太普通，太常見了；要想讓標簽欄圖標設計精致和富有個性，可以豐富每一個選中態圖標的視覺表現，例如給圖標加上背景和表情，即顯得生動有趣，又增加了用戶的好感，給人留下深刻的印象。
3D立體圖標設計是近幾年來的流行趨勢，看上去十分精致、華麗，但是看久了會讓人產生輕微的視覺疲勞，同時因其復雜的結構會增加用戶的認知成本，一般在外賣美食類應用中比較常見。
Tab是App設計中最常見的控件之一，它源自Material Design的設計規范；現在很多iOS產品當中也開始使用這種導航欄樣式來進行設計，而原本屬于iOS規范當中的分段選擇器變得不那么常見了。
在視覺表現形式上，Tab和標簽欄同樣也分為選中態和未選態，它的設計較為簡單，通常是使用一組文字標簽，通過顏色或在標簽下加上小長條來區分兩者的狀態；因為它簡單，卻越難設計出彩，要發揮極大的設計想象力，跳脫出設計規范的限制，才能找到完美的方案。
例如蝦米音樂的Tab選中態是一段音頻波線，再配合文字的大小對比，一個富有設計感又符合產品特征的Tabs就被創造出來了。
我們還可以從品牌基因中獲取靈感，品牌作為用戶熟知的形象是個絕佳的來源。
從品牌形象中提取具有獨特氣質的視覺富豪作為Tab選中態的小長條，這樣就建立起視覺上的聯系，讓用戶產生由內而外的一致感受；例如馬蜂窩品牌形象中的微笑符號和飛豬旅行品牌形象中的豬頭都被延伸到Tab的設計上，既讓界面視覺獨一無二，又進一步強化了用戶對品牌形象的認知。
在UI設計中，有許多的裝飾元素，如卡片的邊框、列表的分割線等，雖然邊框，分割線是分隔兩個元素的好辦法，但是它不是唯一的方法；使用過多會讓整個布局的設計感降低，或多或少都會干擾用戶瀏覽的視線，讓信息內容失去注意力，因此可以減少不必要的裝飾元素。
我們可以通過以下幾個方法來劃分元素的視覺層次，讓畫面變得干凈，整齊：
1）使用陰影
陰影同樣可以營造出邊界感，而且相比邊框分割線更加微妙，并不會顯得突兀，不會分散用戶的注意力，讓內容更聚焦。
2）使用不同的背景色來區分
通常，相鄰的元素背景只需要有微妙的差別就能夠讓人對他們進行區分；所以，你所需要做的就是在不同的區塊采用不同的背景色，并且嘗試刪除分割線，因為你根本不需要它。
3）增加額外的留白
創建元素之間的分離效果，并不一定要通過線框來表現，只要增加留白，讓它們分隔開就行了，通過留白和間距來實現元素分組是UI設計中的常用手法。
在App中的每一個界面都有許多元素，那些同類的元素應保持統一的設計樣式。
通常個人中心的標簽欄圖標是一個人形剪影，它代表著用戶，因此可以在展示用戶頭像和用戶形象的界面中延續使用。
如果圖形擁有獨特的外觀，如橢圓矩形，也可以作為視覺符號的一種，延續到其他界面中，成為圖形或按鈕的外觀；這樣，整個界面就被統一的設計元素聯系起來了，給用戶始終如一的一致感。
選擇符合產品氣質的字體，可以與產品的定位相吻合，傳遞給用戶正確的情感意識。
雖然默認字體可以滿足大多數App 的設計需求，但會出現一個問題就是——系統字體的普適性并沒有什么特色，在一些特定的情境下就顯得收效甚微；例如在運動類App中更適合粗壯的斜體來傳遞力量、爆發力、速度的感覺，換成系統字體后，整體感覺在氣勢上就變弱了很多。
大多數App都支持三方登陸，他可以減輕用戶注冊的時間成本。
通常是在注冊登陸頁的底部展示第三方圖標入口，這也是設計師最常忽略的內容，往往是直接將第三方圖標調整一致大小和擺放整齊位置，沒有針對它們再設計；一個設計精致的App不應漏過任何的細節，我們可以以自家App的圖標風格為依據，對第三方圖標進行優化設計。
App中優美的圖文設計，能帶給用戶如沐春風的視覺享受，它非常重要。我們經常看到文字疊加在圖片背景上的設計樣式；為了減少復雜圖片背景對文字的干擾，通常的做法是疊加半透明度的黑色蒙版，讓白色文字清晰可見，但這不是最優的辦法。
我們可以從圖片中提取主色調用于疊加背景的填充色，這樣就使文字、色塊和圖片融入到一起了，畫面變得高級和富有設計感。
圖片的質量影響著整個App的格調和用戶的情緒，高品質的圖片給人愉悅的視覺享受，產生美好的聯想；而低品質的圖片會瞬間拉低App的質感。
在App設計中，一張漂亮的圖片從收集到上線，需要經過裁剪，調色等過程才能被使用；即使是普通的商品圖片，我們將它摳圖后調整成統一大小，再加上干凈的背景，就能立刻提升商品的美感，界面視覺也會變得美觀、整潔。
現在的UI界面設計中，卡片式設計已經是一種非常常見的設計形式，它有利于信息分層和整合，劃分出更加清晰的組織結構，實現復雜內容的簡化處理，提高空間利用率；同時卡片式設計通常很依賴視覺元素，很強的視覺元素正是卡片式設計的一種優勢，也是提升設計品質感的良方。
蘭亭妙微（藍藍設計）www.payeee.cn 是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。
jankspace精準概括這類痛點：產品對外宣傳全鏈路無縫自動化，實際使用卻要在賬號、支付、文件、權限間反復跳轉，消耗用戶耐心卻毫無體驗增益，屬于設計失誤帶來的無效負擔。消費心理學宜家效應佐證：用戶親手投入步驟完成事物后，會自發抬高產品價值；動手參與的沉沒成本，最終轉化為情感與記憶沉淀。
| 摩擦分類 | 用戶體感 | 典型場景 | 設計決策 |
|---|---|---|---|
| 壞摩擦 | 被迫填坑、煩躁流失 | 重復登錄、錯亂跳轉、無效排隊 | 全盤刪除優化 |
| 交易必要摩擦 | 安全感確認 | 支付二次核驗、隱私授權 | 精簡話術、保留必要步驟 |
| 儀式型好摩擦 | 沉浸場景、充滿期待 | 開箱、線下試穿、集章打卡 | 結構化設計，配套情緒回報 |
| 記憶型好摩擦 | 愿意投入時間、加深印象 | 長內容觀看、線下展覽動線、手作 DIY | 設計體驗峰值 |
蘭亭妙微（藍藍設計）www.payeee.cn 是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。
AI 行業的爆發始于2022年 ChatGPT 和 Midjouney 的發布，到現在已經快4年了，整個發展過程用突飛猛進、日新月異形容一點都不過分。
但不管它過去還是現在，發展得有多迅猛，都依舊處于行業早期的開荒和發展階段，離真正成熟的理想形態還有很長的一段路要走，這是我們首先要達成的共識。
而之所以有這樣的結論，原因就是 AI 的發展速度是超過現實世界匹配它的速度的，這造成了一種經濟和機會成本上的巨大阻力。
簡單來說，我們可以把 AI 技術的應用拆分成上、中、下游三個層，上層是 AI 的核心，主要是算法、大模型，中游是負責運行AI模型的硬件和支撐，即 AI 芯片、光模塊 CPO、高速內存 HBM、服務器液冷、特高壓電路等，下游即 AI 具體的應用工具，包括 AI 軟件、硬件、智能體等。
這是一個非常龐大且復雜的產業鏈，它們之間是需要相互耦合，才能順利應用到具體的使用場景中。
簡單來說，就是 AI 模型廠商需要根據技術路線和成本選擇硬件并購買算力中心，以及消耗海量的電力來訓練自己的模型并維持它的正常運轉。雖然這些背后的基建作為普通用戶可能感受不深，但頭部廠商的競爭已經到了白熱化的階段。
比如大模型的開發必然要關注硬件規格和架構，大洋彼岸除了英偉達外，還陸續推出了谷歌 TPU、微軟 Maia、英特爾 Gaudi 等芯片，它們代表了不同的技術方案，應用在了不同的模型上。
而因為貿易和地緣政治的因素，國內是無法進口這些高端芯片，所以我們只能自研生產以滿足國產大模型的需求。如阿里在自研并應用自家的真武系列芯片， DeepSeek 近期更新緩慢的重要原因就是因為要適配華為的昇騰系列芯片等。
之所以要提這點，是因為 AI 大模型的發展也適用馬太效應，贏家通吃。在接近性能和水平下誰家應用的算力、電力成本最低，誰就具備了最大的優勢。
而每家大模型廠商都要面臨技術路線的選擇，并投入海量的成本孤注一擲做基建，很難走回頭路。這種發展路徑注定會讓行業發展充滿波折和動蕩，會有很多企業倒在半路上，連帶著它們提供的產品和服務一起逐漸消亡。
比如文生圖的 OG Midjounery，已經無法跟上大廠的技術和訓練規模掉隊，在今天已經無人問津，而一年多前網上還到處都是用 MJ 生成UI界面設計，UI 設計師要下崗的帖子。
強如 OpenAI，也要應對 Google、X AI、Anthropic、Seedance 的沖擊和成本管理失控（GPT5 訓練量需要消耗一個中等規模城市1年用電量），也在近期放棄旗下的文生視頻工具 Sora。
模型和硬件端都充滿了巨大的不確定性，因為技術的發展是需要“試”出來的，總有前浪會被拍死在沙灘上。至于誰會被拍死在沙灘上就不是站在今天的視角上能回答的。
再回到我們今天的主角 Anthropic，這是一家非常務實的 AI 公司，專注于開發有商業應用場景的大模型，是寫作、編程等領域中的最佳選擇。與之相對的則是類似 ChatGPT、Gemini 這類全能多模態大模型。
因為其模型可用性極高，所以從去年開始付費用戶量暴增，在今年初預估年化收益已經超過300億美元，不僅用戶付費率遠高于 OpenAI，且運行成本也遠比它低。
而這家公司想要年底要上市（估值8000億美金），產品矩陣的拓展就成為非常重要的資本策略。通過發布 Claude Design，能很好的和 Claude Code 實現聯動，完成使用 AI 開發軟件的閉環。
至于現階段 Claude Design 夠不夠用不重要，畢竟故事和邏輯是成立的，作為初版它也有后續升級迭代和優化的空間。在我們目前的試用中，它的生成效果也就那樣，但消耗的 Token 量（你最好確保自己有個足夠鼓的錢包）……
Claude Design 有新上市的光環風頭正盛，那是否還記發布也還不久的Google Stitch、OpenClaw、FigmaMake、Rive、Pencil 等等。
再往前是否還記得使用 StableDiffusion 訓練 Lora 和 Checkpoint 的工作流？
工具一直在更新，即使今天還很粗糙。但用發展的眼光看問題的話，終有一天它生成的質量會足夠高足夠智能足夠可控，甚至通過腦機接口 BMI 實現所想即所得的水平（又到了做夢的時候）。
但是，那天是什么時候？
以及，和你現在設計的界面有什么關系？
作為設計師一定要搞清楚的邏輯，就是 AI 生成界面和圖像的過程，只是一種工具的發展和進步，提升了設計師的設計效率。就像人類發明了電腦和軟件，取代了尺規作圖，同樣也大幅度降低了設計的效率和成本，但設計師這個崗位并沒有消失。
因為使用工具的人之間的差異，會直接影響最終的輸出效果，就像用同一個 AI 生成工具你可能就是做不出網上高贊帖子的案例，都用美圖秀秀不用 PS 去 P 圖你也 P 不過有一定專業積累的攝影師。
而且任何工具使用都有門檻，就一個簡單的 Claude Design、Google Stitch 安裝和使用都需要學習和適應，生成結果還要做大量的調節和校準，這些就不是工作量，老板和產品經理也一定能閑得每天學習新工具并且直接自己干？
我相信有很多公司現在都很熱衷于擁抱 AI，強行推進 AI 的工作流，從企業戰略和發展的角度來講是能夠理解的，但在實際執行層面上卻不會像想的那么美好。其中最大的問題就是前面提到的整個產業的不確定性，產品還都有各自的局限。
每個團隊在搭建 AI 工作流的時候需要做技術的選型，以及圍繞自己的實際生產場景優化工具的使用方式。往往為了一個簡單的工作結果就要耗費大量的精力去搭建工作流，而這個工作流很可能是一次性的，因為之后的工作場景發生改變這套工作流就用不了了。
有些同學可能心態好點覺得這種過程可以收獲寶貴的經驗，但最不幸的，就是工具的升級和更新（甚至關閉）可以直接顛覆掉原來的做法，讓原先的成果毫無意義。
在我朋友中普遍得到的反饋，就是在稍微復雜的專業場景中，強行適配 AI 的結果往往只有增加工作量，原先目標的降本增效，實際導致了更長的工作時間和更晚下班，從去年到現在在不同 AI 工具中做研究疲于奔命。
換個角度思考，其實就是工作過程變成今天用 PS，明天用 Figma，后天用 Excel 或 PPT 進行設計，每一陣子換個工具設計相同的東西，而它們又不能解決設計過程中最復雜的決策部分。
也就是我們一直在使用充滿不確定性的工具去尋求相對確定的結果。
這就是今天 AI 工具在 UI 行業中應用的真相，不管我們怎么用邏輯還是格局去判斷未來 AI 要實現一切，但起碼不是今天和最近，就是變得更強了，也依舊需要有人去操作和控制。
而我們現在要做的是關注最終輸出的結果，而不是和別人炫耀 Figma 用的好，還是 Sketch、XD、即時、Pixso 用的好。等到市場競爭格局基本確認，通用的工具也普及以后，再去掌握和學習也不會低人一等（門檻不會高到哪里去）。
蘭亭妙微（藍藍設計）www.payeee.cn 是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。
留存邊界：極小眾精細化定制場景，配置向導保留兜底入口，不作為主流操作路徑。
蘭亭妙微（藍藍設計）www.payeee.cn 是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。
因此今天蘭亭妙微UI設計公司，來講解 B 端產品界面的視覺風格，聊聊在整個行業當中視覺風格的變化與目前的現狀。以及給大家說說未來應該如何選擇自己產品的視覺風格～
我們會將整體分為行業初期，萌芽期、成長期、野蠻發展期、新階段 ，每一個階段給大家總結一個最為流行的風格，并分析這個風格出現的原因，方便大家進行理解。
我們把時間拉回到 2012 年。在那時，Ant Design 還沒有出現，也沒有什么 Element、Semi Design，行業當中最早的 B 端系統都是以客戶端的形式進行呈現。
整體風格也非常老舊，像是那會兒的 Office、SAP、Salesforce，你可以看到都是他們青澀的模樣。
在經典傳統的設計風格當中，會使用大面積的白色作為底色，同時在頁面中用灰色進行分割，使得整個頁面散亂搶眼，導致整體的視覺很難被大眾所接受，總體感覺信息較散，難以進行聚焦。
而在早期，出現這些老舊風格主要有三個原因：
關于這類風格的產品，大家不要覺得這夸張，其實在目前依舊有很多產品會延續這個風格。比如 醫療類產品、工業生產類系統，對于他們而言，能用即可，不必糾結太多。
但隨著時間的推移，行業中對于 B 端設計的要求也在逐漸變高。
我們將時間推移到 2015 年前后，隨著行業不斷發展，在國外 Fiori、Salesforce 的出現讓大家意識到，這類型的 B 端產品也是需要設計的。
因此國內外的很多系統都是在這一時間面世，像是 Ant Design、Element 都相繼發布。
由于這些設計系統的誕生，你會發現大家對于整個 B 端設計有了一點自己的想法。
在設計上，會去考慮使用 區塊劃分，將整個頁面進行規整呈現。
比如 SAP 在使用了 Fiori 過后，就會使整個界面更干凈。
同樣非常老牌的 Salesforce 在 2015 年的時候。也帶來了相當大的視覺變化。整體都能感受到，整個頁面會通過不斷的分層、顏色的劃分、通過黑白灰的方式去呈現頁面當中的基本信息。
我們的時間來到 2018 年前后，在這個時間節點，很多產品都推出了自己的設計系統，對于 B 端設計風格而言，也會提出更高的要求。
比如 Teambition 產品當中，它們提供了自己的設計系統的內容去指導整個產品來進行迭代和優化。同樣 Ant Design 它們也推出了自己的 Ant Design Pro 來演示使用設計系統過后，能夠搭建出什么樣的產品。
同樣，這個時段很多產品也開始進行自己產品的視覺優化，這時候整體的風格是以：黑色側邊導航為主，然后內容形態進行延展。
比如像有贊、Coding、微盟、飛書，之前都是這樣的設計風格來進行呈現。
你會發現它們在整體的設計上都會更加重視頁面的分塊顏色的區隔，整體頁面的識別效率。同時這段時間爆發出來非常多的 B 端產品，隨后國內都會按照側邊黑色導航的樣式進行進一步設計，這一定程度上提高了國內 B 端設計的下限～
我們隨后將時間推移到 2019 年后，在這時誕生了新擬態設計風格。
它最早是烏克蘭設計師 Alexander Plyuto 在追波和 ins 發布的一副系列作品，隨后大家發現非常奇特，所以得到廣泛的關注。
新擬態的設計風格是以立體效果與浮雕元素，呈現更為三維立體的效果，會給人一種奇特、夢幻的界面體驗。
隨后就會有很多產品都開始進行跟進，比如 智能家居的產品、金融類產品都有所涉及，甚至很多 B 端產品也勇敢嘗試，但大多數設計師設計完過后，整體評價都不算太高。
為什么沒有大規模的推行，我覺得有 3 點原因：
現在還會使用新擬態風格的界面設計越來越少，大多數只會在官網設計的局部進行使用，這樣可以轉換視覺感受，給到用戶更好的視覺沖擊～
時間來到 2022-2024 年左右，你會發現很多產品都開始在這個時間節點進行更新。
像我們熟知的 飛書、有贊、微盟、ONES、Coding，再到 Ant Design、Salesforce，你會發現非常多的產品都在進行界面風格上的迭代。
對于這個風格，我們愿意叫它為 灰白風。
整體頁面是以 灰色和白色 進行的頁面劃分，在分布上灰色占據弱側信息，白色占據核心信息，進而形成對頁面內容的劃分。
聊到這里，可能有部分同學不太理解，這里我們以飛書管理后臺的迭代作為示例，給大家進行講解。
在 2018 年，飛書管理后臺的第一個版本，采取的就是沉穩側黑風，
在 2022 年，飛書的管理后臺開始改變為灰白風格
由于業務的疊加，2023 年時，在此基礎上增加了頂部導航的業務維度，最終形成了現在這樣的界面。
為什么這類型的風格會大受追捧，我覺得有以下幾個原因
關于設計風格，我們這篇只是講解了過去的風格內容，下篇文章我們講解當前整個 B 端產品的設計梳理，講解了更為重要的四種風格。
轉載：優設
蘭亭妙微（藍藍設計）www.payeee.cn 是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。
蘭亭妙微（藍藍設計）www.payeee.cn 是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。
前 Meta AI 團隊創立的 Hero 公司，推出專利技術 AI Autocomplete SDK，能實時預測任務所需全部參數，輸入 “訂機票” 即刻呈現所有選項，讓交互速度提升 10 倍、成本大降。這篇文章深入解析這項革命性技術的工作原理、應用場景與商業價值，探討它能否成為未來 AI 應用的標配，帶你看懂人機交互的下一場變革。
你有沒有想過，為什么和 AI 聊天總感覺像在玩猜謎游戲？你說想訂機票，AI 問你去哪兒。你說去紐約，它問什么時候出發。你說下周三，它又問幾點。你說早上，它接著問要直飛還是轉機，經濟艙還是商務艙，要不要托運行李。這種來回問答的過程讓人抓狂，就像是在玩一場永無止境的”二十個問題”游戲。更糟糕的是，有時候你都不知道 AI 需要什么信息，只能等它一個一個問。這種交互方式看似自然，實則效率低下，完全違背了 AI 應該讓我們生活更簡單的初衷。
前 Meta AI 團隊成員創立的 Hero 公司剛剛發布了一項專利技術，可能會徹底改變這種局面。他們推出的 AI Autocomplete SDK 不是簡單的自動補全功能，而是一個能夠實時預測并呈現完成任務所需全部信息的系統。想象一下，當你開始輸入”訂機票”的時候，屏幕上立刻出現所有相關參數：出發地、目的地、日期、時間、航空公司、座位偏好、行李選項等等，你只需要填寫或選擇就好，不需要等 AI 一個一個問你。這聽起來像是一個小改進，但實際上它可能會讓 AI 交互速度提升 10 倍，成本降低 10 倍，并且為未來的增強現實設備奠定基礎。
Hero 不僅將這項技術用在自己的助手應用中，還通過 SDK 向其他公司開放。這意味著我們可能很快就會在各種應用中看到這種全新的交互方式。而且，他們剛剛獲得了 Forerunner Ventures 領投的 300 萬美元追加投資，這是在去年 400 萬美元種子輪之后的又一次資本認可。我深入研究了這項技術后發現，它的影響遠比表面看起來要深遠得多。
這個現象背后反映的是當前 AI 交互方式的根本缺陷。大語言模型雖然能理解自然語言，但它們并不知道用戶想要完成什么任務需要哪些具體信息。就像 Hero 的 AI 工程師 Saharsh Vedi 說的：”現在的問題是，負擔都在用戶身上，他們需要思考 AI 需要什么信息。”這完全顛倒了技術服務人類的關系。
我自己在使用 AI 工具時也深有體會。比如用 AI 生成圖片，我經常需要反復調整提示詞，嘗試不同的描述方式，才能得到滿意的結果。有時候我花在琢磨提示詞上的時間，比直接用傳統工具做圖還要長。更令人沮喪的是，即使你精心設計了提示詞，AI 也可能遺漏某些重要細節，導致結果不符合預期。然后你又得重新生成，這不僅浪費時間，對于按次收費的服務來說，還意味著額外的成本。
當前主流的 AI 應用都試圖通過各種方式解決這個問題。有些添加了建議按鈕，提供預設的提示詞模板。有些使用引導式問答，一步步收集用戶需求。還有些像 Adobe 的 Firefly 應用，把提示詞拆分成多個部分，比如創作音樂時分別輸入情緒、風格和用途。這些方法都在一定程度上改善了用戶體驗，但都沒有從根本上解決問題：用戶仍然需要主動思考和輸入信息，AI 仍然處于被動等待的狀態。
Hero 的方法則完全不同。他們不是讓 AI 更聰明地問問題，而是讓系統主動預測并呈現完成任務所需的全部信息。這種思路的轉變看似簡單，實則顛覆了整個交互范式。就像創始人 Brad Kowalk 說的：”我們基本上意識到，你在互聯網上能做的任何事情，都只是一系列參數。一旦你看到了這一點，就很難再忽視它。”這句話聽起來簡單，但它揭示了一個深刻的洞察：無論多么復雜的任務，本質上都可以分解為一組參數，而這些參數是可以預測和呈現的。
AI Autocomplete 的核心理念是前置加載所有必要信息，而不是通過反復問答來收集。當你開始輸入或說話時，系統會實時更新界面，顯示完成這個動作所需的所有參數。這不是簡單的文本補全，而是一個理解任務結構、預測所需信息、動態呈現選項的智能系統。
拿訂機票這個例子來說。在傳統的 AI 助手中，你可能需要經歷這樣的對話：你說”我想訂機票”，AI 問”您要去哪里？”，你說”紐約”，AI 問”什么時候出發？”，你說”下周三”，AI 問”您希望幾點的航班？”，你說”早上”，AI 問”經濟艙還是商務艙？”，你說”經濟艙”，AI 問”需要托運行李嗎？”，以此類推。整個過程可能需要十幾輪對話，每次都要等待 AI 的回應。如果你在某個環節說得不夠清楚，或者 AI 理解錯了，還得重新來過。
但在 Hero 的 AI Autocomplete 系統中，當你輸入”訂機票”的瞬間，屏幕上就會出現所有相關字段：出發地、目的地、出發日期、出發時間、航空公司偏好、返程日期、座位類型、行李選項等等。你可以隨時停下來，只填寫你知道的信息，然后發送查詢。系統會根據你已經提供的信息，智能地建議或填充其他字段。你不需要等待 AI 一個一個問你，所有信息都在你眼前，你完全掌控著交互的節奏。
這種方法的優勢是多方面的。第一，速度快。Hero 聲稱可以讓操作速度提升 10 倍，因為省去了大量來回對話的時間。第二，成本低。每次 AI 的響應都需要服務器計算，減少對話輪次意味著大幅降低運營成本。Kowalk 特別強調了這一點：”因為涉及的消息更少，規模化運營的公司可以節省服務器成本。”第三，用戶體驗更好。你不會感覺自己在被 AI 審問，而是在一個清晰的框架內主動提供信息。
我特別欣賞 Hero 工程師 Vedi 說的那句話：”希望我們回頭看時，幾乎不記得’提示詞’這個概念。”這體現了他們的雄心：不是改進提示詞，而是讓提示詞成為歷史。在他們的愿景中，未來的 AI 交互應該是結構化的、可預測的、高效的，而不是開放式的、充滿不確定性的對話。
AI Autocomplete 的應用場景遠比訂機票更廣泛。Hero 在發布時特別強調了幾個重要領域，每個都有可能被這項技術徹底改變。
搜索和電商是最直接的應用場景。現在在電商平臺搜索商品，你需要輸入關鍵詞，然后在成百上千的結果中篩選，使用各種過濾器來縮小范圍。這個過程既費時又費力。但如果有了 AI Autocomplete，當你輸入”咖啡”時，系統立刻顯示出品牌、烘焙程度、包裝規格、配送時間、訂閱頻率等參數。你可以快速選擇你想要的選項，甚至可以設置”每月配送”這樣的重復訂單。Hero 展示的咖啡訂購例子就很好地說明了這一點：不僅可以快速完成當前訂單，還能輕松設置定期訂購，就像你說”每個月”一樣簡單。
媒體生成是另一個會被改變的領域。我之前提到過用 AI 生成圖片時需要反復調整提示詞的痛苦。AI Autocomplete 可以在你開始輸入時就實時展示各種參數：主體、動作、風格、光線、相機角度、分辨率等等。你可以從這些選項中選擇，而不是試圖用文字準確描述你想要的效果。這不僅能激發創意，讓你看到自己可能沒想到的選項，還能顯著減少生成次數，從而降低服務器成本。對于視頻生成這種計算密集型任務來說，減少迭代次數的意義更加重大。
客戶服務和企業表單填寫也是重要應用場景。現在的客服聊天機器人通常需要通過一系列問答來收集信息，比如你的訂單號、問題類型、聯系方式等等。這個過程對用戶來說很繁瑣，對企業來說也低效，因為經常需要后續跟進來補充缺失的信息。有了 AI Autocomplete，聊天機器人可以根據用戶的初始問題，立即呈現所有相關字段，引導用戶一次性提供完整信息。這既節省了用戶時間，也降低了企業的運營成本。
我認為這項技術最具潛力的應用可能還沒有被充分認識到。比如在教育領域，AI Autocomplete 可以幫助學生構建更好的學習查詢，展示他們可能沒想到的相關主題和角度。在醫療領域，它可以幫助患者更準確地描述癥狀，提供結構化的問診表單。在法律、金融等專業服務領域，它可以幫助非專業人士更有效地表達需求，獲取更精準的服務。這些場景的共同點是：專業性強、信息復雜、普通用戶難以準確表達需求。AI Autocomplete 恰好可以彌合這個知識鴻溝。
Hero 的 AI Autocomplete 不僅改變了用戶體驗，還開創了一種全新的廣告模式。這讓我感到特別興奮，因為它解決了自然語言界面商業化的一個核心難題：如何在對話式交互中自然地融入廣告，而不破壞用戶體驗？
傳統的搜索廣告模式是基于關鍵詞和搜索結果的。你在 Google 搜索”咖啡機”，頂部會顯示付費廣告。這種模式在圖形界面中運作良好，但在純對話界面中卻很難實現。你總不能讓 AI 助手在回答問題的中途突然推銷產品吧？那會讓對話變得非常生硬和令人反感。
Hero 的方法則巧妙得多。在 AI Autocomplete 系統中，品牌可以通過三種方式出現：第一，類似 Google Ads，品牌可以付費成為決策過程中的優先建議選項。比如在訂咖啡的例子中，Peet’s Coffee 可以付費讓自己出現在品牌選擇列表的前面。第二，品牌可以建議互補產品，添加到當前訂單中。比如在你訂咖啡時，建議搭配某款點心或咖啡杯。第三，品牌可以從更高的重復購買率中受益，因為在 AI Autocomplete 系統中，設置定期訂單就像說”每個月”一樣簡單。
我認為這種廣告模式的天才之處在于，它不是打斷用戶的決策過程，而是增強這個過程。當你在選擇咖啡品牌時，看到各種選項本來就是決策的一部分，付費推廣的品牌只是在這個自然的選擇過程中獲得了更顯眼的位置。這和傳統搜索廣告的邏輯一致，但執行方式更自然、更不突兀。
Hero 目前正在與 AI 廣告平臺 Koah Labs 討論合作，將這種新廣告形式推向市場。我覺得如果這種模式成功，它可能會成為自然語言界面商業化的標準模式。想想看，未來所有 AI 助手、AI agent 和對話式應用都可能需要這樣一種不破壞用戶體驗的廣告模式。Hero 作為先行者，有機會定義這個新興市場的規則。
更重要的是，這種廣告模式對小企業也很友好。不像傳統的品牌廣告需要巨額投入，自然語言廣告可以非常精準地針對特定需求。一家本地咖啡烘焙商可以選擇在用戶搜索”小批量手工烘焙咖啡”時出現，而不需要和星巴克競爭”咖啡”這樣的大詞。這種精準性和可負擔性可能會讓更多中小企業進入數字廣告市場。
AI Autocomplete 的誕生其實源于增強現實的需求，這是我覺得最有遠見的部分。Hero 的聯合創始人 Brad Kowalk 和 Seung Woo Lee 都曾在 Meta 工作，參與 AR 相關項目。離開 Meta 后，他們一直在思考 AR 大規模普及面臨的一個核心問題：當 AR 設備的屏幕空間遠小于智能手機時，如何讓它同樣有用？
這是一個很多人沒有深入思考過的問題。我們習慣了智能手機的大屏幕、復雜菜單、多層導航。但 AR 眼鏡不可能有那么大的顯示空間，也不適合復雜的觸摸操作。那么，如何在有限的界面上提供豐富的功能呢？
大公司的思路通常是將移動端的界面縮小，配合手勢控制。但 Hero 認為這不是正確的方向。Kowalk 和 Lee 的洞察是：AR 設備需要的不是縮小版的圖形界面，而是基于意圖的交互系統。用戶應該能夠用自然語言表達意圖，系統通過 AI Autocomplete 這樣的技術引導用戶提供必要信息，然后直接執行任務。整個過程不需要復雜的 UI，只需要清晰的參數呈現和簡單的選擇機制。
我覺得這個思路非常前瞻。它不是試圖把現有的交互模式搬到新設備上，而是為新設備設計全新的交互范式。這種輕量級但強大的 AR 操作系統，可能會成為下一代計算平臺的基礎。就像觸摸屏為智能手機帶來的革命一樣，基于意圖的自然語言交互可能會為 AR 設備帶來類似的變革。
Hero 三年前就開始申請這項技術的專利，說明他們很早就看到了這個方向。現在專利已經獲批，技術已經成熟，時機也恰到好處。大語言模型的進步讓自然語言理解變得可靠，AR 設備開始進入消費市場，用戶對新交互方式的接受度也在提高。所有這些因素結合在一起，為 AI Autocomplete 這樣的技術創造了完美的時間窗口。
雖然 Hero 現在主要在移動和 Web 應用中推廣這項技術，但他們的長遠目標顯然是 AR。這也解釋了為什么他們選擇以 SDK 的形式開放技術，而不是只在自己的應用中使用。他們希望建立一個標準，一個未來 AR 交互的基礎協議。如果成功，Hero 可能不只是一家應用公司，而是下一代計算平臺的基礎設施提供者。
Hero 選擇以 SDK 形式開放 AI Autocomplete 技術，這是一個非常聰明的戰略決策。CTO Seung Woo Lee 解釋說：”我們三年前就意識到，AI agent 的瓶頸不會是 AI 瀏覽互聯網和完成任務的能力，而是用戶知道該說什么的能力。所以，我們不是再造一個玩’十個問題’游戲的聊天界面，而是推出一個讓用戶能一次性完成任何多步驟動作的系統。我們相信我們的技術有能力增強今天所有使用自然語言輸入的產品。”
這段話揭示了他們的雄心：不是造一個更好的聊天機器人，而是改變整個行業的交互方式。這就需要讓其他公司也能使用這項技術，而不是把它封閉在自己的應用中。從商業角度看，這是一個高風險高回報的策略。風險在于，開放技術意味著競爭對手也能使用，可能會削弱自己的差異化優勢。回報在于，如果技術被廣泛采用，Hero 就能成為這個新交互范式的標準制定者和基礎設施提供者。
我認為這個選擇體現了創始團隊的格局。他們在 Meta 工作過，見識過平臺級技術的威力。他們知道，真正改變世界的不是一個優秀的應用，而是一個被廣泛采用的標準。就像 HTTP 協議定義了網頁瀏覽，觸摸屏定義了智能手機交互，AI Autocomplete 有潛力定義自然語言交互的標準。
SDK 策略還有助于快速驗證技術價值和收集反饋。通過讓不同行業、不同應用場景的公司使用這項技術，Hero 可以快速發現技術的優勢和局限，找到最有價值的應用場景，并根據實際使用情況不斷改進。這比自己悶頭做一個應用要高效得多。
從生態系統角度看，SDK 策略有助于建立網絡效應。使用 Hero AI Autocomplete 的應用越多,用戶就越熟悉這種交互方式。用戶越熟悉，新應用采用這種交互方式的價值就越大。這種正反饋循環一旦啟動，會形成很強的護城河。就像用戶習慣了觸摸屏之后，任何新的移動設備都必須支持觸摸，未來用戶習慣了 AI Autocomplete 之后，任何新的自然語言應用可能都需要支持這種交互方式。
Hero 的 AI Autocomplete 讓我重新思考了當前 AI 交互的發展方向。整個行業似乎都在朝著”更自然的對話”這個方向努力，讓 AI 更像人類一樣交流。但 Hero 提出了一個反直覺的觀點：也許最好的交互方式不是完全模擬人類對話，而是結合對話的自然性和表單的結構性。
人類之間的對話之所以高效，是因為雙方共享大量背景知識和語境。你和朋友聊天時，可以用很簡短的話表達復雜意思，因為你們互相了解。但人和 AI 的對話不一樣，AI 不知道你的偏好、習慣和當前情境。如果完全模擬人類對話，就會導致大量不必要的來回確認。
Hero 的方法是承認這個差異，利用 AI 的優勢來彌補。AI 可以快速分析任務結構，預測所需信息，實時更新界面。這些都是人類做不到的。通過展示結構化的參數，AI Autocomplete 實際上是在利用機器的優勢，而不是試圖完全模仿人類。
我認為這種思路會影響整個 AI 產品設計領域。未來我們可能會看到更多混合式交互：既有自然語言的靈活性，又有結構化界面的清晰性。這不是倒退到傳統 GUI，而是在更高層次上綜合了兩種交互方式的優點。
從技術架構角度看，AI Autocomplete 也提出了新的要求。它需要 AI 模型不僅能理解用戶意圖，還要能預測任務結構和參數需求。這可能會推動一類新的 AI 模型發展，專門用于任務分解和參數預測。Hero 提到他們使用了一系列模型來預測用戶可能輸入的內容，說明這不是單一模型能解決的問題，而需要專門的技術棧。
對于正在開發 AI 產品的團隊來說，Hero 的成功提供了重要啟示：不要只關注 AI 的智能程度，還要關注交互設計。最聰明的 AI 如果交互方式糟糕，用戶體驗也會很差。反過來，即使 AI 能力有限，如果交互設計得當，也能提供很好的用戶體驗。Hero 的技術本質上是通過更好的交互設計，最大化了現有 AI 能力的價值。
我也在思考這項技術可能的局限性。它適合參數化的、結構化的任務，但對于真正開放式的、需要創造性的對話可能不太適用。比如你和 AI 討論一個哲學問題，或者尋求情感支持，這種場景下強行展示參數就會顯得生硬。所以 AI Autocomplete 可能不會取代所有類型的 AI 交互，而是在特定場景下提供更優選擇。
另一個值得關注的是隱私和數據安全。AI Autocomplete 需要理解任務結構和預測用戶需求，這意味著它需要訪問相當多的上下文信息。如何在提供個性化服務和保護用戶隱私之間找到平衡，將是這類技術普及過程中必須解決的問題。
Hero 目前正在自己的助手應用中測試這項技術，計劃在幾個月內向用戶發布。他們重點展示的功能是幫助用戶通過自動補全提示詞找到會議時間或和朋友見面的時間。這是一個很實用的場景，也是一個很好的切入點。安排會議往往需要考慮多個人的時間、地點偏好、會議時長等因素，用自然語言描述清楚并不容易。有了 AI Autocomplete，這個過程會簡化很多。
但我更期待看到 Hero 在更廣泛場景中的應用。比如在旅行規劃、購物、客戶服務等領域，AI Autocomplete 的價值可能更加明顯。Hero 的 SDK 策略意味著我們不需要等 Hero 自己去開發所有應用場景，而是會看到各行各業的公司將這項技術集成到自己的產品中。
從融資角度看，Hero 去年獲得了 400 萬美元種子輪，現在又獲得了 Forerunner Ventures 領投的 300 萬美元追加投資。Kowalk 表示，根據應用和 SDK 的增長情況，他們計劃在未來幾個月籌集更大一輪融資。我認為如果 SDK 能夠吸引到一批有影響力的客戶，證明技術價值，那么 A 輪融資應該不成問題。這項技術的潛在市場非常大，任何使用自然語言輸入的應用都可能是潛在客戶。
我也在想，Hero 會不會成為下一個 Twilio 或 Stripe 那樣的基礎設施公司？Twilio 讓每個應用都能方便地集成短信和電話功能，Stripe 讓每個應用都能方便地接入支付。Hero 有潛力讓每個應用都能方便地提供優秀的自然語言交互體驗。如果真的走到這一步，Hero 的價值將遠超一個普通的應用公司。
但挑戰也是存在的。技術再好，也需要市場教育和生態建設。開發者需要理解這項技術的價值，學會如何集成和使用。用戶需要適應這種新的交互方式，培養新的使用習慣。這些都需要時間和持續投入。Hero 團隊有 Meta 的背景，應該對這些挑戰有充分認識。
我特別欣賞 Hero 團隊的一點是，他們在三年前就開始布局這個方向，提前申請了專利。這種前瞻性在快速變化的 AI 領域特別難得。很多公司都在追逐最新的熱點，而 Hero 則在思考更根本的問題：人機交互的本質是什么？未來的交互應該是什么樣子？這種長期思維是真正有影響力的公司的特質。
最后，我想說的是，Hero 的 AI Autocomplete 提醒我們，AI 革命不只是關于更強大的模型，也關于更好的交互設計。技術進步和設計創新同樣重要，甚至在某些場景下，好的設計比更強的模型更有價值。這也是為什么我對 Hero 的未來充滿期待。他們不是在和其他公司比誰的模型更強，而是在重新定義人機交互的方式。這種創新往往更持久，也更有影響力。
我相信，幾年后回頭看，我們會驚訝地發現自己曾經需要花那么多時間和 AI 來回對話，就像我們現在回想起曾經需要記住各種命令行指令一樣。AI Autocomplete 可能就是推動這個轉變的關鍵技術之一。
轉載：人人都是產品經理
蘭亭妙微（藍藍設計）www.payeee.cn 是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。
蘭亭妙微（藍藍設計）www.payeee.cn 是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。
藍藍設計的小編 http://www.payeee.cn