经历过去一年多的行业智能化实践，我们今天正式对外发布《钉钉 AI 设计指南：行业智能化实践》，希望借助过去一段时间产品全面智能化改造过程的反思与总结，引发大家思考与探讨，携手行业伙伴加速企业智能化进程。
一、钉钉的 AI 设计指南有什么不一样？
伴随人工智能技术快速发展，AI 现阶段可以通过数据感知、任务拆解、记忆规划等能力辅助完成各种工作任务。人工智能的进步，不仅为行业带来了新的机遇，也改变了人类对 AI 的认知，推进了人机自然语言交互方式。在人机交互的进程中，已经有大量的指导方针来帮助设计安全有效的产品。针对新兴的人工智能领域，目前也不乏专业系统性的 AI 设计原则。
然而，与当前市场上多数面向 C 端场景使用的 AI 产品不同 ，B 端应用场景充满了复杂的业务流程和庞大的数据资产。因此在设计面向行业 AI 产品时，我们面临着更艰巨多维的挑战，如多角色的不同交互、多任务的同步执行、多线程的高效调度、多级权限的控制等。这些产品因子复杂交错，无疑增加了设计的工作难度。
钉钉在智能化过程中也不可避免地遇到了各种各样的困难和变化，如：AI 生成不符合预期，AI 对话连续性差，AI 能力跨场域互通难等。尽管 AI 行业快速变化，但钉钉始终坚持创业初心，快速响应市场环境和技术趋势。
二、钉钉 AI 实践的三大原则：角色化、确定性、可信赖
通过钉钉 AI 行业智能化实践，我们抽象了丰富的 AI 产品交互框架，以普适开放的态度拥抱 AI，使其真正增强企业用户协同体验。基于真实的场景案例，我们总结了“角色化、确定性、可信赖” 三条产品设计基本原则，希望可以为实现更易用、更高效、更可靠的行业 AI 体验提供些许思路，帮助用户简单自然地使用 AI 产品，提升智能化操作效率，促进客户和生态合作伙伴的业务增长。
1. 角色化
在企业协同场景中，往往有着丰富的角色，如销售、财务、开发等，每个角色都有其特定的职能和工作流程。
面对不同角色任务的操作路径，设计引导用户与 AI 相互理解有效沟通非常重要。对话是一种双向信息交换的渠道，消除对话过程噪音，培养用户与 AI 形成“正反馈循环”的沟通方式，不仅可以显著提升用户工作效率，减少 AI 结果错误，还可以增强 AI 产品创新，为解决真实角色诉求做好铺垫。
① 塑造 AI 拟人化数字形象，让 AI 成为个人和企业专属助理
当 AI 产品具备外在形象时，更容易建立用户与 AI 的情感连接。除拟人化设计外，我们可以结合组织特色，赋予 AI 助理不同的角色身份，如运营、法务等，一定程度上更容易帮助用户去了解、熟悉、记忆 AI 助理的特性，从而更快更好地与 AI 进行交流和互动。
② 贴合真实业务协同场景，让 AI 有效辅助用户需求
通过 AI 对使用场景的上下文理解和用户偏好记忆，来推理预判用户需求和执行技能，这不仅能让用户在事前切身感知 AI 价值，通过明确指引快速体验 AI 能力，在事后也可以基于 AI 个性化的行为建议，减少不必要的操作步骤。
③ 提高模型透明度和可解释性，让用户理解 AI 运作机制
在 AI 执行复杂算法时，背后的隐藏逻辑往往被视为“黑匣子”。设计使用可视化工具、解释性语言和白盒化交互，可以帮助用户理解 AI 是如何作出决策产生结果的。这不仅能管理用户对于 AI 能力的预期，也能缓解用户在 AI 生成过程中的等待焦虑，同时 AI 对话的可追踪性，也让用户更方便地回溯。
2. 确定性
相较于 AI 泛聊场景，企业办公中更强调任务目标明确和结果导向。AI 作为行业创新驱动力，面对多样化的业务应用场景，产品设计的目的是让复杂任务变得更简单，带来行之有效的降本增效价值。清晰的任务过程和结果，不仅能减少人机沟通成本，也能帮助用户操作链路更流畅。
① 明确任务目标，为不同应用场景选择合适的 AI 交互模式
我们设计了独立式、嵌入式、智能体 3 种不同的 AI 产品框架，企业可以基于应用场景和接入成本来选择适合的 AI 交互模式。
嵌入式 AI 框架通过轻量化的悬浮交互、结构化的指令预置、模块式的内容输出，将 AI 能力与目标场景紧密结合，不仅能适应多变的业务诉求，也可以让用户低成本地使用 AI 工具。
独立式的 AI 容器，承担着副驾驶的角色，利旧原生应用架构的同时，可以实时响应用户操作，建立 AI 与原生应用的高效联动。
而智能体的出现意味着自动化工作流可以代理完成重复性高的操作。
② 准确表达 AI 任务状态，给予即时反馈和操作出口
为降低用户在 AI 对话过程中的迷失率，产品设计应准确展示 AI 运行状态，提供友好的开始结束反馈，及时给到用户继续、放弃、重试的操作出口。
多任务并行是企业协同的高频场景，我们允许用户异步操作，而不是阻塞流程让用户长时间等待，并为异步生成的 AI 结果设计主动通知的方式，加强用户对任务结果的感知。
③ 适当结构化 AI 结果，避免把简单问题复杂化
虽然用户可以通过自然语言和 AI 进行交互，但随着沟通轮数的增加，大模型执行成功率往往越低。
结构化的信息展示有助于提高复杂任务的处理效率。提供多样化的 AI 卡片模板，来帮助开发者更便捷更规范地使用。同时我们利用 AI 强大的数据处理和意图识别能力，让 AI 自动从上下文中提取关键信息，减少用户操作步骤。
3. 可信赖
在企业发展过程中，每个组织都会积累属于自己的独特数字资产。如果说数字资产是企业核心竞争力，那数据安全就是企业基石。
面对 AI 突破数据安全隐私保护的担忧，建立企业信任是行业 AI 产品可持续发展的关键，可靠准确的 AI 内容可以让企业更愿意接受并且放心使用人工智能技术。
① 直观标识 AI 特征信息，让用户自行决定是否信任
AI 可以基于用户问题通过既定的数据和模式快速生成结果，但现阶段的 AI 幻觉、偏见等技术局限性，也引发了潜在的产品风险。
产品设计时需要直观地区分人工智能和非人工智能的信息展示，以便用户自行判断是否信任他们。
② 自然的权限保护透传，让企业对数据有绝对的掌控感
企业数据安全至关重要，平台应当对隐私保护负责。AI 执行任务过程的企业数据或权限调用，都需逐一征得用户同意，并提前告知该决策可能带来的风险和影响。
在用户使用 AI 的过程中，尽量通过自然的对话授权交互，减少阻断性模态窗的使用，为用户提供既能快速决策又友好的产品体验。
③ 清晰标注 AI 内容来源，提供便捷的 AI 反馈渠道
基于搜索整合的 AI 生成结果，建议清晰地标注 AI 内容的来源和真实性，这能在一定程度上缓解用户对于 AI 虚构、不可靠的焦虑感，也能让企业用户更好的区分 AI 数据引用来源企业内知识还是公网信息。
同时对于 AI 结果提供便捷轻量的反馈渠道，积极邀请用户参与 AI 产品共创，帮助 AI 产品持续迭代和流程改进。
结语
以上是基于过去 2 年钉钉 AI 助理产品构建过程而抽象总结的钉钉 AI 设计指南，希望可以给到行业 AI 产品设计一些启发。