跳到正文
只看一手
7月14日周二
  2. Dovetail45

    Dovetail 发布 Digital Twins、Agents GA 及 Channels 2.0 等企业级功能

    Dovetail 推出 Digital Twins、正式发布的 AI Agents、Channels 2.0 及新企业级功能，旨在将客户上下文转化为可执行洞察。Digital Twins 利用真实交互数据模拟特定客户或细分群体，支持在 Chat、Slack 或 Teams 中直接对话获取反馈。AI Agents 现已全面上线，提供六种触发方式并具备持续自我改进能力，所有付费计划均可使用这些新功能。

7月7日周二
7月2日周四
  1. Designit38

    Designit：当企业银行技术趋同，身份认同成为竞争关键

    企业银行怎样在 API、AI 普及后形成差异？Designit 认为，技术已更多成为入场门槛，单靠界面优化难以形成竞争优势。它主张把服务嵌入客户运营流程，区分适合自动化和需要人工介入的场景，让银行从外部供应商转向财务团队不可或缺的一部分，以此建立独特品牌身份。

  2. User Interviews77

    Red Hat ResearchOps 试点研究揭示：远程访谈中仅凭直觉识别 AI 作弊存在“自信悖论”，需建立多线索检测机制

    在远程用户研究中，依赖研究员直觉识别使用 AI 工具作弊的参与者存在显著风险，尤其是当研究员对判断表现出极高自信时，误判真实参与者的概率反而最高。Red Hat 的 ResearchOps 团队通过一项匿名试点研究发现，虽然整体分类准确率尚可，但在将真实人类误判为 AI 作弊者（假阳性）时，观察者的平均置信度高达 4.5/5，这种“自信悖论”可能导致团队错误剔除高质量数据并损害客户关系。 该研究由 Red Hat 的 ResearchOps 管理员发起，旨在测试团队对抗实时 AI 工具的防御能力。实验设计包括四名团队成员作为受访者，分别接受“AI 辅助”（使用 Cluely 等工具）和“纯人类”两种条件的简短访谈，话题涵盖非工作领域。随后，11 名来自用户体验设计团队的观察者在不了解具体条件的情况下分析录像并进行分类。结果显示，对于真实人类互动的验证成功率较高（五分之四），但对于 AI 辅助会话的检测准确率降至四分之三。最关键的发现是，当观察者错误地标记真实参与者时，他们并非犹豫不决，而是感到“非常自信”到“极度自信”。 研究进一步区分了有效的检测线索与误导性的直觉信号。可靠的 AI 作弊迹象包括：固定的屏幕外视线（反复看向同一位置）、作为拖延模式的填充词（如每道题前都有“I guess”且停顿长度一致）、百科全书式的过度具体回答（缺乏自然对话中的混乱或矛盾）、以及在问题后出现明显的打字声。相反，真实的参与者通常表现出个人化分析（如“我觉得...”）、自然的遗忘或口误、漂移的眼球运动以及与言语同步的自然手势。值得注意的是，长停顿和快速自信的回答均不可靠：前者可能是真实专家在思考，后者可能是 AI 生成的流畅文本被快速朗读。 ResearchOps 团队建议采取四项运营调整以保护数据质量：首先，废除仅凭直觉的淘汰机制，改用包含特定指标的多线索阈值清单；其次，在讨论指南中鼓励故事叙述，询问关于失败、挫折和放弃的经历，因为 AI 倾向于生成外交辞令般的平衡回答，而真实专家往往有具体的负面体验；第三，在参与者协议中明确禁止使用 AI 辅助，否则取消资格并没收激励；最后，考虑部署专门的欺诈检测软件（如 Sherlock AI、Polygraf AI）或使用具备自适应追问功能的 AI 主持平台（如 Conveo、Strella）来干扰作弊者。尽管该试点研究样本局限于单一科技公司的内部团队，但其揭示的直觉局限性为行业提供了重要的操作警示。

    推荐理由：匿名对照实验量化了研究人员识别AI作弊者的准确率，揭示了直觉判断中的高置信度错误风险及具体行为线索。

6月25日周四
6月23日周二
  1. Behavioural Insights Team65

    BIT研究：人们认为AI更能替代他人工作而非自己

    Behavioural Insights Team 对英国3500名成年工作者的调查发现，43%的人认为AI能在未来十年完成大多数他人的日常工作，但只有35%的人认为AI能完成自己的大部分工作。

    推荐理由：Behavioural Insights Team 的3500人调查显示，人们对AI替代他人工作的信心高于对替代自身工作的信心；该团队认为，弥合这种认知差距是成功落地AI的关键。

6月18日周四
  1. User Interviews68

    User Interviews 文章探讨 AI 工具引发的“第二层”运维债务问题

    研究人员自建 AI 工具解决了眼前问题，也可能接下编排、治理与维护的“第二层”工作，累积认知负荷和运维债务。User Interviews 对这一问题的讨论引用了 HBR 的“AI 脑疲劳”研究与 UC Berkeley 的发现，并建议研究人员在采取“构建者思维”时，评估系统的可扩展性与可靠性。文档化流程、暂停机制和避免无止境迭代，是其管理隐性成本的建议，而非这些外部研究直接验证的统一结论。

    推荐理由：User Interviews 中对亲自构建 AI 工具经历的反思，把运维债务与认知负荷放进效率评估，帮助研究人员审视工具是否能够持续维护。

6月15日周一
6月11日周四
6月8日周一
  1. pxd story · UX 专栏65

    K-Beauty App Review Analysis: Using Star Ratings and Metadata to Decode User Experience

    针对K-Beauty应用（Olive Young、Hwahae、Glowpick）的App Store评论分析表明，仅依赖平均星级评分会掩盖用户真实体验的两极分化。通过将评论文本与星级、时间戳等元数据结合进行聚类分析，研究者揭示了“平均用户”并不存在的事实：高频率提及的问题未必是最高优先级，而低频率但极低星级的反馈可能隐藏着关键痛点。此外，文本情感与星级评分的背离现象（如高星级伴随负面文本）揭示了用户的情感依恋或特定场景下的妥协，而高星级应用的正面评价需进一步区分是对产品核心价值的认可还是对运营激励（如抽奖中奖）的反应。 在Olive Young和Hwahae的案例中，尽管平均星级分别为2.6分和3.1分，但分布呈现极端的双峰形态：大量1分和5分评论并存。这表明留下评论的用户往往是体验极度不满或极度满意的人群，而非中间态用户。通过亲和图（Affinity Diagram）聚类发现，占比最高的“应用稳定性与技术错误”集群虽然提及率高，但其平均星级仅为2.1分，属于高频且高强度的负面体验；相比之下，“配送服务”虽提及率较低（7.2%），但平均星级更低（2.0分），提示其为易被忽视但严重损害体验的隐性痛点。这种以“提及频率”与“平均星级”构建的优先级矩阵，比单纯按数量排序更能准确反映改进的紧迫性。 时间序列分析进一步区分了问题的性质。例如，Olive Young在2025年第四季度出现的评论激增，经聚类确认为因UI改版移除“帮助有用性排序”等功能引发的短期集中投诉，随后通过更新解决；而“应用稳定性”问题则表现为跨季度的反复出现，暗示其难以复现的技术特性需要更深层的工程排查。这种时序视角帮助团队区分临时性故障与系统性缺陷。 值得注意的是，星级评分与文本情感得分之间存在显著差异。在“会员注册与年龄限制”集群中，用户文本充满抱怨（如无法注册、操作繁琐），导致情感得分偏低，但星级却相对较高。这反映了用户在表达不满的同时仍保留了对品牌的功能依赖或情感依恋。若仅看星级，这类阻碍用户体验的关键摩擦点可能被误判为“尚可接受”。因此，识别星级与情感背离的集群，有助于发现那些“爱恨交织”的高价值用户群体及其核心障碍。 对于平均星级高达4.6分的Glowpick，分析重点转向“为何好评”。聚类显示，正面评论主要源于“评论可信度”、“习惯性使用”以及“体验团中奖经历”。其中，约五分之一的正面评价实际上指向的是奖励机制而非产品本身。虽然这些用户的星级和情感得分均高，未表现出背离，但通过关键词分析（如“中奖”、“事件”）可识别出这是运营策略带来的满意度。这对从业者意味着，高NPS或CSAT分数可能部分由非产品因素驱动，需拆解归因以评估产品力的真实表现。 综上，将评论文本与元数据（星级、时间、情感）联合分析，能将静态的评分表转化为动态的用户体验地图。这种方法不仅适用于美妆电商，也可推广至金融、SaaS等积累VOC数据的领域，帮助团队从“平均分”的迷思中解脱，精准定位优先改进项并理解用户复杂的行为动机。

    推荐理由：通过K-Beauty应用案例演示如何将评论文本与元数据结合，揭示平均评分背后的两极分化及优先级差异。

6月5日周五
  1. User Interviews65

    UX 研究中建立可追溯引用的三种模式

    在 UX 研究中建立可追溯引用有三种模式：Good（链接至原始证据）、Better（链接至研究报告）和 Best（链接至跨研究的洞察摘要）。这些模式旨在解决产品决策中研究数据缺乏上下文和难以验证的问题，通过标准化的引用方式增强信任并追踪研究影响。

    推荐理由：提出三种从证据链接到洞察摘要的研究引用模式，帮助团队在产品开发中建立可追溯的上下文。

6月4日周四
  1. IDEO45

    IDEO 命名并破解阻碍医疗体验的五大“怪兽”

    在医疗健康领域，糟糕的用户体验、纠缠不清的官僚主义、社会污名化以及系统间缺乏有效沟通等障碍，往往决定了患者能否获得必要的照护。IDEO 通过长期实践发现，将这些难以解决的顽疾具象化为“怪兽”，有助于团队更清晰地识别并击败它们。针对这一挑战，IDEO 总结了在医疗工作中反复遇到的五种主要障碍，并结合具体项目案例展示了如何通过设计思维来化解这些难题，从而为患者和员工创造真正值得期待的医疗体验与成果。 首先被关注的是“糟糕体验怪兽”。许多医疗程序带来的不适感远超必要程度，尤其在女性健康领域，侵入性强且缺乏尊严感的体验常导致患者推迟或取消后续就诊。以宫颈癌筛查为例，早期发现本可完全预防该疾病，但美国仍有四分之一的女性未按时接受筛查。为此，IDEO 与 Teal Health 合作重新设计了筛查流程，不再仅聚焦于窥器本身，而是开发了一种允许患者在家单手站立采集样本的方法，并配以清晰的指导和友好的包装。2025年，该设备获得 FDA 授权。试验数据显示，87% 的参与者表示这种居家新体验让他们更愿意保持定期筛查。解决此类问题的关键在于提出一个常被忽视的问题：“真的需要这样难受吗？” 其次是“根深蒂固的复杂性怪兽”，它表现为部门各自为政、患者记录分散在不同系统中以及微小的改动需经过层层审批，致使临床人员耗尽精力对抗体制而非改善服务。Newton-Wellesley 医院邀请 IDEO 协助推动文化与组织变革，以提升患者预后。双方共同构想医院的未来愿景，并分阶段进行原型测试。妇女影像中心率先重构了乳腺X光检查体验，确立设计原则并通过原型收集反馈，随后团队成员成为大使，帮助其他部门应对类似挑战。这种以患者为中心的理念迅速扩散，最终医院将一种标记患者沟通与护理偏好的方法直接整合进病历系统，使提供者能以让患者最舒适的方式提供服务。每成功在一个部门证明变革可行，这只怪兽便缩小一分。 第三是“固有壁垒怪兽”，它在未被设计成支持最需要人群的系统缝隙中滋生，尤其影响寻求心理健康支持的青少年。面对父母不信任治疗、漫长的等待名单、学校辅导员资源匮乏以及高昂费用等多重障碍，IDEO 选择与用户共同设计。通过与 Kooth、加州卫生服务部及数百名加州年轻人合作，推出了 Soluna 应用。该应用包含循证行为健康工具、免费辅导及由潜在用户参与设计的资源，目前已在加州向六百万年轻人免费提供。 第四是“碎片化系统怪兽”，常见于如秘鲁利马这样的地区，工薪家庭获取常规医疗服务如同拼凑碎片，既耗时又费钱，甚至导致错过预约。Intercorp 旨在为秘鲁新兴中产阶级打造专属诊所，而非修改现有模型。在开设真实诊所前，他们构建了一个全尺寸原型——一家“假诊所”，让患者体验从注册、候诊、检查到药房的全流程。根据患者反馈优化后的 Aviva 诊所于2019年开业，现已提供超过30种专科服务，累计完成逾3000例手术并协助超过5000次分娩。驯服此怪兽的关键在于快速构建粗糙但连贯的护理版本，让患者指引方向。 最后是“混乱沟通怪兽”，现代父母从儿科医生、健康网红、在线论坛及社交网络截图等多渠道接收信息，导致进入诊室时观点已被多方塑造且相互冲突。这种噪音干扰了关键对话，例如儿科医生与担忧的家长之间关于新生儿护理的交流。IDEO 指出，必须正视信息过载对医患信任的侵蚀，通过设计更清晰、可信的信息传递机制来削弱这只怪兽的影响，确保核心医疗建议不被杂音淹没。

5月22日周五
  1. 增长黑盒 · 营销策略62

    增长黑盒解析品牌如何摆脱“登味2.0”营销困境

    品牌在营销中频繁翻车，往往不是因为措辞不当，而是源于一种自上而下的关系姿态，即“登味2.0”。这种现象表现为品牌学会了用户的语言和共情表达，却未真正将用户置于平等位置，导致沟通显得虚伪或冒犯。要解决这一问题，品牌需从认知、组织和路径依赖三个层面反思，并通过不捂嘴、不教育、不算计的方式重构与用户的关系。 “登味2.0”的核心在于决策逻辑仍站在品牌一边。许多品牌虽追求内容自然化，但在执行中仍本能地强调功能卖点和行业排名，将用户关心的问题解决转化为品牌优势的展示。这种错位不仅存在于创意环节，更被庞大的组织流程放大。法务、公关、投放等部门各自规避风险、完成KPI，却缺乏对用户真实感受的把关。例如OPPO母亲节文案和罗技鼠标推广争议，均暴露出多轮审核流程未能识别潜在的用户冒犯点。此外，西贝预制菜风波显示，即便在高层决策中，企业也倾向于用法律定义回应信任危机，而非直面用户体验问题。AI客服的普及进一步加剧了这一趋势，其标准化的安抚话术往往掩盖了责任推诿的本质，使用户感到被敷衍而非被理解。 品牌难以改变的根本原因在于路径依赖。过去依靠流量红利、渠道投放和价格刺激的成功经验，使品牌形成了以效率为核心的思维惯性。当转化率成为唯一指标时，用户关系层面的裂痕常被数据掩盖。品牌进入“品牌化”阶段后，虽开始尝试讲价值观和做内容，但底层逻辑仍服务于短期转化。这种矛盾导致品牌在试图靠近用户时，反而因姿态傲慢引发反感。真正的去登味需要品牌放弃对内容的绝对控制，转向尊重用户主体性。胖东来的案例表明，面对争议时公开事实、明确责任边界比单纯道歉更有效；多邻国则通过赋予用户创作权和参与感，将纵向的教育关系转化为横向的共同体验关系。 在增长策略上，品牌需重新定义价值衡量标准，从单次转化转向关系复利。创始人IP的兴起提供了新视角，如浴见、毕生之研等品牌通过展现具体的人格特质和创业历程，让用户在接触产品前建立情感连接。同时，品牌应信任创作者的专业能力，允许非标准化内容存在，从而获取自身无法察觉的用户视角。未来品牌的竞争力将取决于能否放下预设和控制欲，真正以平视姿态与用户建立长期信任关系。

    推荐理由：剖析品牌营销中“登味2.0”的根源，提出通过重构平等关系而非优化话术来建立真实用户连接的方法。

5月12日周二
5月8日周五
  1. 益普索中国 Ipsos China65

    益普索发布2025中国品牌全球信任指数：发达市场净信任度首转正值

    益普索发布《2025中国品牌全球信任指数（GTI）》，显示中国品牌在发达市场的净信任度六年来首次摆脱负值区间，达到32%的全球净信任度。报告指出中国十年来首次被视为比美国更具积极影响的力量，且名创优品、比亚迪等品牌因知名度提升排名跃升。研究发现海外消费者对品牌的信任评价标准趋于全面，新增“沟通诚实开放”等因素，而体育赛事赞助和电商推广相比明星代言具有更高的信任安全度。

    推荐理由：益普索覆盖20个市场、1.6万样本的调查显示，中国品牌在发达市场的净信任度首次转正，信任驱动因素也在变化，可为出海策略提供数据参考。

4月30日周四
  1. The Decision Lab65

    合成焦点小组：AI模拟消费者的适用边界与伦理风险

    AI合成的焦点小组（SFG）并非真实消费者研究的替代品，而是作为前期概念压力测试和大规模变量筛选的辅助工具。尽管斯坦福大学与Google DeepMind的研究显示，经过深度访谈训练的AI代理在回答关于自身的问题时与真人的一致性约为85%，但这种高准确率依赖于对每位受试者进行两小时的一对一访谈，这意味着构建可靠合成样本的成本并未显著降低，且存在系统性偏差风险。 SFG的核心局限在于其无法捕捉个体独特的生活经验和非理性偏好。例如，《泰晤士报》播客发现，AI模拟听众倾向于建议增加AI功能，而真实听众则对此持怀疑态度；AI也无法理解如“产品名称让人联想到某部喜爱电影”这类源于个人记忆的隐性关联。此外，合成用户往往通过泛化模型知识填补数据空白，这可能导致刻板印象的固化而非真正的多样性包容。一项针对印度用户的研究表明，AI辅助写作倾向于使用西方化的通用描述（如“丰富的香料”），而人类写作则能保留具体的感官细节（如“豆蔻的气味”），这种差异揭示了合成数据在文化细微差别上的缺失。 伦理层面，SFG涉及隐私授权困境。若企业建立可租赁的合成主体库，原始受访者实际上是在无限期地向陌生人许可其心理画像，而现有数据保护框架尚未涵盖此类用途。同时，全球市场研究人员可能反复测试同一批有限的合成人群，导致研究视角的同质化。 从业者应将SFG定位为“高级草稿工具”，用于在投入昂贵资源前快速排除明显缺陷或处理海量选项（如包装变体评估）。然而，Merton提出的焦点小组核心价值——即群体互动产生的生成性洞察——是AI无法复制的。合成主体可以协助准备问题，但不能代替人与人的对话。因此，最佳实践是将SFG置于真实研究之前，利用其低成本和高吞吐量特性优化问卷设计，随后仍需通过传统焦点小组获取那些源于真实生活、不可简化的深层洞察。

    推荐理由：结合斯坦福研究与实际案例，剖析了AI模拟消费者在成本优势背后的系统性偏差与伦理风险，明确了其作为辅助工具而非替代方案的适用边界。

4月22日周三
  1. IDEO40

    IDEO 提出“AI 红利”概念：将自动化释放的资源投向创新而非单纯效率

    IDEO 提出“AI 红利”概念，指自动化释放的人类带宽与组织容量。若仅追求效率将陷入同质化竞争，领导者应将此结构性盈余重新投资于人类创造力主导的创新前沿。该策略旨在通过提升创意质量建立差异化优势，避免产品趋同于 AI 优化的中位数水平。

4月21日周二
  1. Sprig45

    Sprig 推出 Research Agents 以加速用户研究全流程

    Sprig 发布 Research Agents，通过 Design、Field 和 Synthesize 三个代理将研究设置从数小时缩短至几分钟，并实时生成结构化报告。该工具支持上传文档自动生成逻辑完整的问卷，以及根据上下文动态追问的对话式调查。Research Agents 将于五月初开始逐步推出，后续还将提供 MCP 连接器以便在 Claude 等外部工具中直接调用研究洞察。

4月20日周一
  1. Designit42

    Designit 首席设计官提出 AI 时代品牌保持差异化的新创意三角

    Designit 首席设计官 Christine Bourdon 指出，在 AI 降低创作门槛的背景下，品牌差异化应依赖清晰度而非产出量。她提出“新创意三角”策略：停止盲目规模化、以策展替代生成、并将人类置于工作中心。该观点强调利用 AI 节省的时间深化思考，通过人类判断确保内容的情感可信度与说服力，避免陷入技术完美但情感空洞的困境。

4月16日周四
  2. UXPA 中国12

    阳光电源发布2026UXDA企业命题《零碳生活 你我共创》

    阳光电源在2026UXDA中发布《零碳生活 你我共创》命题，邀请设计未来家庭智慧能源新体验。参赛者需围绕产品架构、材料革新及场景融合等方向，探索兼顾技术创新与人文关怀的绿色能源管理系统。奖项设一等奖1名奖金10000元，优秀选手可获实习就业绿色通道及参观总部机会。

4月15日周三
4月11日周六
  1. IxDC 国际体验设计协会18

    IXDC2026大会提出“人机共生”主题，倡导有温度的智能体验

    IXDC2026国际体验设计大会确立年度主题为“人机共生：创造有温度的智能体验”，旨在回应AI交互中出现的“智能负担”与情感缺失问题。大会延续此前发布的《致力于人类福祉的人工智能体验全球倡议》，强调设计师在AI时代需从执行者转向评估者，通过保留人性温度与伦理关怀，实现技术与人性的和谐共生。

3月27日周五
3月13日周五
  1. Growth.Design · UX案例53

    Growth.Design 解析劳动感知偏差：为何数字产品中“快”不一定更好

    在追求极致效率的数字产品设计中，过快的处理速度反而可能引发用户的怀疑与不信任，这种现象被称为“劳动感知偏差”。当用户对高价值或复杂任务（如资金转账、数据迁移）抱有较高预期时，若系统瞬间完成操作，用户往往因缺乏对“努力过程”的可见性而感到不安，进而质疑结果的可靠性。因此，适度展示处理进度或模拟必要的等待时间，能够显著提升产品的感知价值和用户信任度。 以 HubSpot 导入大量联系人和 Wise.com 进行跨境转账为例，直接跳转至结果页会让用户产生“是否真的执行了操作”的疑虑。相比之下，Wise.com 通过展示资金处理的动画过渡，将后台复杂的清算逻辑可视化，这种透明度展示能有效安抚用户情绪。研究表明，精心设计的此类反馈机制可使应用的感知价值提升高达 15%，尽管其对激活率、留存率和收入的具体净增益需结合具体场景测试验证。 然而，应用这一原则时必须严守伦理边界，避免滑向操纵性的“黑暗模式”。《纽约时报》2016年大选期间的“选举指针”是一个反面案例，其通过高频抖动放大不确定性以最大化页面停留时间和广告收入，而非真实反映每15秒更新一次的数据状态。这种做法利用焦虑而非提供信息，违背了用户体验设计的初衷。正确的实践应遵循“仅在有实质进展时展示变化”的原则，例如仅在数据真正更新时移动指针，或通过真实的进度条反映系统负载，确保设计目的是为用户提供安心感，而非操控。设计师应在提升体验透明度与维护用户自主权之间找到平衡，优先采用符合道德规范的设计策略。

6月26日周四
1月10日周五
  1. usability.de · UX 研究实践42

    Green UX：UX 设计师如何通过界面决策与数字助推改善环境

    UX 设计师作为数字世界的“决策建筑师”，能够通过用户界面元素影响用户在环保方面的选择，进而对气候产生积极影响。数字化生活已深度渗透日常，2019年 ARD & ZDF 的在线研究显示，约70%的德国人每天使用互联网，而在14至29岁群体中这一比例高达98%。从购买火车票到查询天气，越来越多的行为通过 App 或语音助手完成，这意味着界面设计直接塑造了数百万人的日常决策路径。在气候变化日益紧迫的背景下——如2018年德国经历热浪、风暴和干旱，Germanwatch e.V. 在《全球风险指数2020》中将德国列为受影响最严重的三个国家之一——UX 设计师的角色超越了传统可用性范畴，延伸至环境责任领域。尽管个人年均 CO2 排放量在德国仍高达8.9吨（2016年数据），远超 WBGU 特别报告建议的1.8–2.7吨气候友好型年度预算，但通过精心设计的数字干预，仍可引导用户向更可持续的行为靠拢。 最直接且有效的绿色 UX 实践是开发专门旨在节约资源、减少排放或降低污染的网站与应用。例如，Too Good To Go 应用允许餐饮商家以较低价格出售剩余食物，用户可在线预订并按时取货，从而显著减少食品浪费；Replace Plastic 应用则让用户扫描塑料包装产品后自动向制造商发送邮件，推动减少塑料使用；Enyway 平台连接风力或太阳能发电设施运营者与消费者，实现绿电直购。这些案例表明，当产品核心业务本身具备环保属性时，UX 设计的作用在于优化匹配效率与用户体验，放大其正面环境影响。此类项目曾在2019年11月14日汉诺威世界可用性日上展示，体现了行业对绿色数字解决方案的关注。 然而，并非所有网站的核心业务都与环境保护直接相关。此时，“数字绿色助推”（Digital Green Nudging）成为一种关键策略。Nudging 意为“轻推”，指设计师在界面中嵌入特定机制，以非强制方式引导用户做出更环保的选择。其理论基础在于人类常依赖启发式规则（heuristics）进行快速决策，尤其在时间压力或信息复杂情境下。例如，锚定效应（Ankerheuristik）显示，当慈善机构提供20€、30€、50€及自定义金额选项时，用户捐赠额普遍高于仅提供5€、10€、20€选项的情况，因为较高预设值成为心理锚点。类似地，默认设置（Defaults）利用用户对现状偏差（Status Quo Bias）的倾向，将环保选项设为默认状态，除非用户主动更改，否则系统维持该选择。此外，良好的映射（Mapping）可将抽象的环境后果与具体操作直观关联，帮助用户理解其行为影响。 值得注意的是，UX 设计师的影响被界定为“至少一点点改善世界”，并未承诺系统性变革或量化减排成果。所有提及的工具、数据与研究均限于德国语境及部分国际案例，未扩展至全球适用性。同时，内容发布于2020年1月10日，所引政策背景如欧洲议会于2019年11月28日宣布气候紧急状态、Fridays For Future 运动等，均为当时现实而非预测。因此，绿色 UX 的价值在于现有数字生态中的渐进式行为引导，而非颠覆性技术突破。从业者应聚焦于如何在各自产品中识别可植入助推机制的关键节点，结合真实用户行为数据验证效果，避免将相关性误读为因果性。

9月5日周二
  1. usability.de · UX 研究实践38

    面向对话式界面的以用户为中心设计方法与实践

    构建实用且易用的对话式界面（CUIs），关键在于将传统以用户为中心的设计原则严格应用于语音或文本交互，而非仅依赖技术堆砌。当前许多虚拟助手虽承诺简化操作，但常出现类似 Microsoft Clippy 的干扰性交互，缺乏对基本可用性原则的遵循。针对这一痛点，特别是在为医生等专业人士设计辅助系统时，由于交互焦点从图形界面转向纯语言对话甚至无屏幕互动，设计团队需调整方法论与工具链，确保在早期阶段深入理解用户的真实需求与使用语境。 在用户研究阶段，首要任务是明确对话上下文及典型的用户提问方式。研究人员通过“情境访谈”在用户的自然工作环境中进行观察和询问，以解决关于输入输出模态的关键问题：例如，判断在公共空间高效工作时是否更适合文本聊天机器人，或者当用户双手被占用时语音控制是否更为必要，同时评估结合屏幕与语音的混合模式。若情境访谈实施困难，“奥兹国巫师实验”可作为替代方案，由真人模拟系统回复，从而低成本洞察用户心智模型，判断其倾向于给出具体指令还是开放式的目标导向查询。这些早期发现对于确定交互形式至关重要。 策略制定环节要求将研究成果转化为具体的对话策略，并确保 CUIs 无缝融入整体用户旅程。利用“体验地图”，项目相关方可共同可视化并评估用户与企业的所有触点，识别典型工作流程中的痛点以及 CUIs 的定位。鉴于虚拟助手常被用户感知为具有人格特质的实体，其性格设定需尽早确立。例如，营销领域的 Bot 可能表现得更具进攻性，而医疗软件中的数字助手则应保持克制。为此，可采用“Bot Personas”方法，借鉴传统 Persona 建模思路，定义系统的基本对话原则和典型行为特征，以确保其形象符合品牌定位。 在设计执行层面，原型制作依然是核心手段，旨在让用户体验尽早可感。然而，传统原型工具多针对视觉界面优化，难以直接支持多模态对话设计。初期可通过“设计工作室工作坊”，由团队成员共同勾勒关键对话脚本，而非绘制视觉稿。随后，利用 Sayspring 等新兴对话式原型工具补充 Axure RP Pro 等传统工具的不足，创建数字化原型以测试概念。同时，设计团队需与开发伙伴紧密合作，提前探索语音识别与人工智能的技术边界。尽管 CUIs 潜力巨大但仍处发展初期，持续结合情境访谈、体验地图等经典方法与 Bot Personas、新式原型工具等新实践，是打造卓越对话体验的有效路径。