编者按：这篇文章出自用户体验行业的权威机构 NNGroup，UX/UI 设想师要如何应用AI，怎样入门，他们撰写了这份入门指南，以下为正文。
Jakob Nielsen 最近写道， UX 领域迫切须要与 AI 合作。一部分原因是「当前人工智能东西迫切须要提高可用性」 ，但同样重要的原因是 「适当应用人工智能可以极大地改善用户体验」。
幸运的是，用户体验设想社区的许多成员都同意并询问我们如何在用户体验事务中应用人工智能。Kate Moran 反过来问她的 LinkedIn 粉丝，他们会为那些 到现在都尚未在事务中应用 AI 的UX设想师引荐哪些 AI 东西或者方法，这个帖子收到了 40 多条回复，提出了很好的提议。今天的这篇文章，集合了大家的智慧并结合 NNGroup 自己的经验而撰写的。
感谢所有为这一主题中的精彩实质做出贡献的朋友。
0、免责声明
本文分享了 我们当前的提议。 其中最普遍的观点大概会持续多年不会变，但具体细节实质会随着 AI 东西的变化而变化。我们在本文中引荐了一些相关的 AI 资源，但这些引荐并不意味着我们为这些 AI 实质背书。我们并不完全认同这些资源的全部实质，也不认为它们在未来仍然是最好的。
另请注意，本文中的图片实质看起来与 NNGroup 的典型设想风格有很大不同 – 这是因为我们 应用 AI 生成东西来创建 本文中的所有插图。
1、为什么在 UX 事务中应用 AI ？
你可以应用 AI 做很多事情：
提高生产力
提高事务质量
增强当前技能
1.1、提高生产力并提高质量
许多钻研表明，专业的商务人士应用 AI 可以更快地交付成果。例如，一家精英咨询公司的顾问 就借助 AI 提高了 33% 的生产力 ，交付成果的评级质量提高了 40%。
1.2、提升技能
Doris Lin 在帖子中给我们做了一个很好的总结， AI 是 UX 专业人士的助手。 它加快了创作流程并优化了我们的输入结果，我们能够更好更快完成 UX 相关的事务，但它并不能取代人类的判断。人类和 AI 协作之后，可以超越单独任何一方所能达到的高度和质量。因此，AI 有能力增强人类的技能。
任何 UX 专业人员学习 AI 的最终原因是 Jakob 人工智能第二定律： 你不会因为 AI 而失去事务，而是会因为比你善于应用 AI 的人存在而失去事务。鉴于 AI 带来的巨大性能提升，如果没有效好它，你会失去机会。随着 AI 东西的改进，这一点在未来会得到更多的印证。
2、AI 对于经验丰富的UX设想师来说是最安全的
所有 UX设想师 都应该应用 AI ：它对于任何级别和资历的人员、以及UX 生命周期中的许多任务（包括钻研、设想和写作）都有帮助。（ 我们的钻研表明大多数 UX 设想师已经在应用它。）
从 AI 中获得尽大概多的价值的一个基本要素，是在事务流程中纳入大量的人类判断， 原因有以下三个。
2.1、人类必须选择人工智能提议的心思
AI 可以几乎免费产生创意，它的这项能力是无价的：AI 可以立即产生你想要、任意数量的心思。相比之下，人类产出心思须要花费大量的努力。
无限创意产出的另一面是对筛选能力要求的增加。AI 产生的心思并非所有都有效，人类须要将其中真正有效的实质筛选出来，其中只有少数实质值得进一步探索和实施，但是要从一堆心思中选出有效实质须要专业的判断力和丰富的知识。因此， 最好由通过传统方式积累经验的高级 UX 设想师来完成筛选 。
2.2、令人信服的「幻觉」
须要人类来判断的第二个原因是捕捉「幻觉」， 即 AI 确实会一本正经地胡说八道。只有经过人工审核的 AI 实质输入，才不会被「幻觉」所困扰，但筛选者须要小心提防它们。虽然 AI 是一位才华横溢的文案撰写者，能够创作出文笔优美、令人信服的文本，这固然很棒，但它良好写作的能力会愚弄没有经验的用户，让他们相信它的专业知识可以推广到其他一切。其中所混杂的糟糕提议似乎是经过仔细考虑分析的产物，实际则不然。
2.3、训练数据中潜藏着偏差
当前的 AI 也会表现出一些偏见 ，因为它会反映出其训练数据的偏向，而这些数据主要来自互联网。虽然互联网包含大量好的信息，但也有令人不快、不准确和完全错误的信息。对于UX领域和任何其他领域来说都是如此，并非所有在线供应的 UX 提议都是好提议。
此外，即使是较好的信息来源也主要反映西方国家的用户习惯，并且英语文化为主。这种西方视角对于服务国际市场的产品团队而言，相反有点过于单一。以维基百科作为更广泛的互联网信息来源则更加合理，以下是 它包含 的几种语言的信息量：
英语：670 万篇文章，43 亿字
德语：280 万篇文章，15 亿字
丹麦语：29.4 万篇文章，9100 万字
印地语：15.9 万篇文章，5500 万字
斯瓦希里语：7.9 万篇文章，1200 万字
3、初级 UX 设想师 AI 入门技巧
即使你是UX设想新手，也应该在事务中尝试应用 AI 。但是，在判断 AI 输入实质时必须特别小心。请记住，生成式 AI 特别擅长产出听起来合理且真实的实质，即使事实并非如此。
请遵循以下提醒，以避免在应用 AI 进行 UX 设想时犯错误：
将 AI 东西作为起点。 例如，UX 是一个众所周知充满行话的领域。像 ChatGPT 这样的生成式 AI 可以教你知道不同的 UX 术语、技术和东西。
询问来源和链接。 目前，大多数生成式 AI 不会自动引用其来源，但你可以要求他们这样做。还要求供应这些来源的链接，并仔细检查所供应的信息。（请注意，他供应的消息来源大概不准确或不存在——当我们询问消息来源时，ChatGPT 曾引用过一名不存在的 NN/ g的员工。）
4、引荐的 AI 东西
AI 东西有很多，而且每周都会有更多的东西上市。但一开始，请尽量保持简单——ChatGPT 和 Midjourney 是很好的起点。
4.1、ChatGPT
先从 ChatGPT 的免费版上手。不过，一旦你开始更频繁地应用 AI，大概须要应用付费订阅最新版（当前为 v.4），这比旧的免费版（v.3.5）要好得多。ChatGPT 订阅包括聊天机器人（目前最好的文本生成 AI 东西）和图像生成东西 DALL-E 3，虽然不如 Midjourney，但非常好。
4.2、Midjourney
如果你的事务涉及视觉设想，我们还提议订阅 Midjourney，它具有各种有效的图像实质，并且在所有可用的 AI 图像生成器中，输入最精致的数字艺术品。不幸的是，当前版本的 Midjourney 的可用性较差，这使得它难以学习，尽管有传言称更好的版本即将推出。
5、如何应用 AI
与 ChatGPT 和 Midjourney 等 AI 东西交互的主要方式是通过提醒词，它可以帮助 AI 理解你想要什么。 提醒词的制作大概比较具有挑战性， 尤其是刚刚开始的时候。为了获得最好效果提议应用下列策略：
在提醒词中供应充足配景信息
要求生成多份实质
迭代输入
构建提醒词库
5.1、供应充足的配景信息
UX设想师经常因为说「这要看情况！」而被诟病。原因是最好的解决方案，确实高度依赖于具体情况。而且很多答案始终取决于用户是谁，以及他们执行什么任务。
Vinay Maurya 提议，当你向 AI 询问某些事情时，你应该在提醒词中添加配景。例如，如果你想让 ChatGPT 帮你制定钻研计划，您须要供应大量详细信息 – 钻研类型、目标受众、钻研预算、时间表等。
Arnav Dhanuka 提议提醒词包括具体角色、任务和相关配景信息。作为这个心思的具体案例， Florian Bölter 在评论中提到道：
每当我要求供应UX文案时，我都会描述该文案出现的情况，以及它本质上须要传达的实质，以便 ChatGPT 知道所有限制。
这些详细信息可以以几种不同的方式供应：
在非常具体且足够长的初始提醒中描述
在一系列对话式的提醒词和问题中体现
在 ChatGPT 的自定义指令中添加
ChatGPT 的自定义指令功能 让你可以指定一些希望它始终能考虑的信息。比如给定特定配景环境、与相同类型的用户一起事务等等，这样的应用自定义指令之后，避免在每个提醒中包含重复的配景信息。
在大多数情况下，你应该应用非常具体的提醒以获得最佳的UX实质。但就生成心思而言，应用简洁的、甚至是单个单词的提醒词是大概是非常有效 ，恰恰是这样的宽泛的要求，AI 能突发奇想输入构想。
这种方法在最初的构思过程中会非常有效，此时你大概须要一些疯狂的心思（然后从中筛选出有效的心思）。如果你向 AI 输入一个单词，你会发现它经常会给出你从未想过的心思。这对于视觉设想特别有效。即使这些心思中的大多数都会很糟糕，但是偶尔也会迸发出绝妙的心思。
5.2、要求生成多份实质
每当您须要撰写文档或起草设想的时候，空屏都会令你无力。 Raghuvamsi Ayapilla、 Chris Callaghan和 Ayushi Choudhary 都提议文档初稿应用 AI 来生成，这样可以在几秒钟之内，获得几乎完整的实质。
但是，不要将这样的初稿交付给客户或利益相关者。 将 AI 的输入视为后续编辑的起点。在已有实质的基础上编辑，比从头开始创建要容易得多，因此这个简单的过程是 AI 提高 UX 事务效率的主要方式之一。
不要要求 AI 只生成一份文档或一项设想。相反， 要求它给你三个或五个不同的版本。应用提醒语，例如 「给我 5 个截然不同的版本的 XXX」。 AI 的创意是免费的，因此你可以将其用于 UX 事务流程中的更多步骤，这比起让你和一群 UX 同事在一个房间里埋头开头脑风暴会议更划得来。
5.3、迭代输入
许多评论区的分享者强调在应用 AI 时须要不断完善迭代。应用 AI（尤其是即时生成式 AI）的通过迭代以达到微调、获取更好结果的目的。不要对第一次生成结果感到满意，Accordion editing 和 Apple Picking 等技术可用于调整 AI 输入获得更好的结果：
Accordion editing： 用户通过扩展和压缩人工智能的输入实质，来迭代调整 AI 生成的提醒词的实质。
Apple Picking： 用户参考之前 AI 回复里的元素，来修改后续的提醒词实质。
不用太过系统地进行测试，可以在迭代中要求 AI 进行调整。随着经验的积累，你将更好地知道如何为您的事务产品类型获得最佳结果。
5.4、建立提醒词库
Arnav Dhanuka 提议建立一个提醒词库，其中包含贴合你日常应用场景的准确提醒词。 提醒词库可以节省大量打字时间，特别是在有指定的常见的 UX 配景之时。但如果你第一次提醒词尝试没有达到想要的结果，这也就在提醒你要更新为更有效的替代方案。
例如，本文末尾的橡子插图（上面这幅）应用以下提醒词来生成的：
neo-impressionism expressionist style oil painting, smooth post-impressionist impasto acrylic painting, thick layers of colorful textured paint –ar 16:9 –s 20
由于 Jakob 经常应用类似风格，所以会将这一提醒词保存在提醒词库当中。
5、AI 可以完成特定的 UX 事务
以下是我们的受访者对 AI 可以帮助完成的特定用户体验事务的一些心思。
5.1、设想
生成心思以激发创造力（Doris Lin）
为用户画像和用户历程图创建插图（Chris Callaghan 和 Elsa Ruiz）
制定讨论会议程（Doris Lin）
生成用于原型的文本和图片，以提高真实性和相关性，而不是 lorem ipsum （Matt Feilmeier、 Doris Lin和 Elsa Ruiz）
5.2、用研
撰写用户访谈的问题（Doris Lin）
用于初始主题挖掘的情感分析（Lawrence Williams）
分析用户反馈： 识别用户反馈中提到的最常见的痛点。（Vinay Maurya）
重写调研报告，让受众更清晰，他们通常不是 UX 专家 ( Mohammad Fejlat )
5.3、实质
根据供应的大纲，高效地编写文本，例如电子邮件、概念或帖子 ( Vicky Pirker )
改进 UX 文案： 使文本更加简洁和用户友好（Vinay Maurya）
在这篇文章中，我们应用 AI 来完成大多数 UX 事务中经常出现的两个最简单的任务：(a) 从 Kate 收到的评论中构建和提取主题，以及 (b) 快速生成插图。
6、AI 的局限性
正如我们所说的，AI 可以为 UX 事务做很多事情。但要小心网上最场景的一种炒作： 有人声称 AI 东西可以取代设想师、钻研人员甚至用户。
你可以通过上传 UI 截图或原型、样机等设想，寻求来自 AI 的评价或批评。这是一个有效的步骤，因为 AI 有时会提到你大概没有考虑到的新事物。但 AI 衍生的设想批评又是危险的，因为它有许多见解，大概是错误的，即使它们是用优美的语言组织起来，并参考了可用性原则来论证。AI 大概非常令人信服，但仍然是错误的。如果你是一位经验丰富的 UX 设想，那么你大概有能力将错觉、误导和有效提议区分开来，并利用后者来获取灵感。但初级的 UX 设想师得避免应用 AI 进行设想评审。
下面是一个设想分析的示例：Jakob 正在考虑为最近一篇 LinkedIn 帖子配图，在考虑应用哪个插图更好 。他将 3 张备选的图上传到 ChatGPT 并请其引荐。以下是 ChatGPT 所选的图像以及说明：
ChatGPT 的说明： 考虑到要在社交媒体上发布，提议应用带有充满活力的干草堆场景的第一张图像。其明亮、生动的色彩和梦幻的印象派风格更容易立即吸引用户注意力，使其适合在滚动频繁且互动时间短暂的平台。
AI 无法取代对真实用户的用研。 它可以为你在可用性钻研中寻找问题供应大量提议，但它无法预测用户会做什么。人类始终都是不可预测的生物，尤其是在涉及现实世界和 UI 交互等复杂行为时。更重要的是，当前 AI 东西的「知识」反映了假定的「典型人类行为」。你的产品所涉及的某些用户群体大概与「典型用户」有非常不同的配景、需求和动机，而这就是我们须要做用户调研的钻研的主要原因。
用户 Anirugh Kedia 开玩笑说，很快就会有 AI 钻研人员钻研 AI 用户了。（图片由 DALL-E 3 生成）
大多数 UX 设想方法必须立足于现实——即由真实用户的真实数据支持。 AI 可以帮助构建和解释这些数据，但必须根据 UX 专业知识对解释进行反复检查。
7、你须要知道 AI 是如何运作的吗？
本文是关于 AI 在 UX 项目中的应用，然而，我们经常被问到 UX 专业人员是否须要知道 AI 的内部运作原理。答案是：多数时候不须要。就像面对其他东西一样，你不必知道它们是如何构建的即可应用它们。应用统计数据包的时候，你不须要知道正态分布的数学公式。在设想网站的时候，你也不须要成为前端或者后端开发人员，也不须要知道 SQL、HTML 或 JavaScript。
同样，你也不须要知道 Diffusion 模型的事务原理，就可以在 Midjourney 中训练出漂亮的图像，也不须要知道大型语言模型来让 ChatGPT 总结出冗长的文档。我们不提议你将宝贵的时间花在人工智能理论和技术的扩展钻研上。
不过，UX 设想师如果知道相关的技术细节则可以从中受益更多。在不知道基本统计概念的情况下应用统计数据包是非常危险的。当然，知道开发人员的事务以及他们如何处理技术限制，也同样可以提高你的设想效果，尤其是在实际产品中实现的效果。
同样，UX 设想师起码应该知道人工智能的基础知识。这些知识将帮助他们与技术同事更好沟通，并发现克服 AI 局限性的方法。基础的 AI 知识对于在高级UX项目中应用 AI 而言，也是必要的，例如 通用电气对大规模定性用户评论的实质分析中就应用了 AI，它将这些评论转化为可跟踪和可操作的量化数据。
网上的视频平台就有许多教育资源可用于学习 AI基础知识。 Zahra Rahman 引荐了 PBS 节目《人工智能速成课》，该节目可以在 YouTube 上免费观看，大约 4 小时。为了更深入地知道，她还引荐了麻省理工学院为期 8 周的课程 「设想和构建人工智能产品和服务」（2,625 美元）。Suzanne Williams 还引荐了 IBM 的免费 SkillsBuild 系列 AI 课程。
最后， 谷歌还有有一系列关于 AI 技术的免费课程，虽然这些课程过于关注谷歌的产品，但仍然很有效。
Niki Volonasi 写道， 当你将 AI 用于你不知道的事情时，它很容易成为一种负担。AI 应该坐在副驾驶位上，掌舵者应该是你自己。 （图片由 DALL-E 3 生成）
8、保持更新：引荐时事通讯
AI 一直在不断变化，所以你现在学到的很多东西大概很快就会过时。但是，现在开始依然不晚，因为你积累的经验和理解，同样有所帮助，并帮你更好更快地掌握新东西和功能。
我们提议你订阅以下的新闻和资讯，定期获取信息更新，这些通讯比你从主流新闻媒体获得的实质，可以更好地知道 AI 的新发展：
Nielsen Norman Group’s newsletter
我们每周都会发布有关 UX 的新文章和视频。目前我们有很多 AI 钻研项目正在进行中，这意味着更多新鲜的 AI 相关实质很快就会发布。
Jakob Nielsen’s newsletter
雅各布·尼尔森 (Jakob Nielsen) 的时事通讯 。Jakob 的时事通讯发表了有关 AI 和 UX 的文章，因此大概非常适合你的需求。
Maginative
这是一个涵盖 AI 领域新闻的网站。我们提议订阅每周通讯，其中汇总了本周的主要进展。
Ethan Mollick’s newsletter