AI生成界面的一致性陷阱：为何需关注情境适配而非仅遵循组件规范

随着更多产品工作从共享模式中生成，设计师需要决定一个体验应该在何时制造惊喜、何时庆祝，或者干脆不打扰用户。

想象一下，让一个 AI 工具设计一个任务完成状态。

结果包含一个对勾、一条友好的消息和一小阵彩带。它使用了正确的组件。间距符合系统规范。动画也很精致。

现在想象在两个不同的任务之后出现同样的响应。

在一个场景中，某人完成了他们花了几个月时间试图启动的企业的设置。在另一个场景中，管理员更新了上午的第 47 条记录。

组件是一致的。但体验可能应该是不同的。

彩带本身并不能解释哪个时刻值得拥有它。这个决定取决于用户做了什么、他们做这件事的频率，以及他们是否希望产品为此营造一种仪式感。

随着 AI 越来越能够从既定模式中组装界面，这种区别值得更多关注。我们越来越擅长告诉工具什么属于我们的产品。我们也需要决定什么属于当下的情境。

匹配系统是对质量的不完整定义

重视一致性有充分的理由。用户不应该在每个屏幕上重新学习熟悉的操作。团队不应该把时间花在重建其他地方已经做出的决策上。

Figma 关于与其智能体协作的指南描述了组件、准则、示例和特定任务的上下文如何帮助生成的工作反映团队的产品。这是有用的进展。它也清楚地表明，一致性取决于提供给工具的上下文。

但是，对系统的忠实呈现仍然可能是一种情感上不恰当的回应。

成功消息可能是正确的，但也可能是居高临下的。插图可能符合品牌，却占据了用户工作所需的空间。俏皮的加载状态可能很迷人，直到它出现在一个时间敏感的任务中。

这些失败很难通过单独检查组件来识别。它们源于组件与遇到它的用户之间的关系。

在我之前关于设计系统判断的文章中，我探讨了执行规则与决定模式是否合适之间的区别。表达性将这个问题的另一个版本带入视野：一个细节可以遵循我们写下的每一条规则，但仍然误解了场合。

我希望软件留有色彩、幽默、美感和小惊喜的空间。

我希望交互感觉令人满意，即使满意度无法简化为更短的完成时间。

我也希望产品能认识到我还有工作要做。

愉悦感的历史超越了 AI 对话

设计师们在生成式界面出现很久之前就在研究这个问题了。

Don Norman 关于情感化设计的研究考虑了外观、使用某物的体验以及人们赋予它的意义。这为我们提供了比“添加愉悦”更广泛的词汇。愉悦感可以来自事物的外观、其响应的流畅度，或者拥有和使用它对某人的意义。

Therese Fessenden 关于表面愉悦与深层愉悦的区别在此处同样适用。一个有趣的细节可以创造片刻的欢愉，而一个深思熟虑的工作流程则能产生一种更安静的满足感，这种满足感贯穿整个 任务。

后者并不会让前者变得可有可无。

产品既可以可靠，也可以充满活力。一个实用的工具可能拥有独特的插图或精美的过渡效果，仅仅因为有人在意让它变得令人愉悦。我们不必通过假装每个表现性选择都能节省三 秒钟来为它们辩护。

但我们确实必须理解它对用 户提出了什么要求。

颜色选择可能会让屏幕更具吸引力，而无需增加步骤。庆祝动画可能需要用户注意。笑话可能需要文化背景知识。过渡效果可能会让关系更容易理解——或者迫使某人等 待。

在弄清楚发生了上述哪种情况之前，“愉悦”这个标签过于宽泛了。

俏皮的产品仍然需要克制

Duolingo 提供了一个具有启发性的例子，因为表达本身就是其身份的核心。

在其关于重新设计应用核心标签页的描述中，团队描述了尝试几种视觉方向，然后发现了一致性与目的之间的张力。每个标签页上的插图标题创造了统一性，但有些插图占据了空间却没有传达任何有用的信息。

解决方案包括针对不同目的使用不同的标题大小，同时保持标题位置的一致性。

这比“让每个屏幕都充满趣味”是一个更有用的教训。一个具有辨识度的产品可以在保留熟悉结构的同时改变其侧重点。团队自己的描述表明，即使是一个富有表现力的品牌，也需要询问插图在哪里赢得了它的空 间。

当设计成为 AI 重复使用的示例时，这一点很重要。

如果参考屏幕有一个大插图，下一个屏幕也应该有吗？插图是通用规则、一种可能性，还是对特定情况的回应？

工具可以复制可见的答案，却忽略了背后的原因。根据不完整的规范工作的设计师也会如此。

随着生成变得更加容易，这种缺失的解释可能会传播得更远。为一个有意义的时刻做出的选择，成为了几个普通时刻的默认设置。

表现性细节留存了下来。但其目的并没有。

一致性可以包含语气的变化

Mailchimp 的声音和语气指南做出了一个重要区分：其声音保持可识别，而其语气则回应用户的处境。

该指南欢迎幽默，但将清晰度置于优先地位。它要求作者考虑用户是刚完成了一个活动，还是感到困惑并寻求帮助，并警告不要强行讲笑 话。

这是一种在不要求处处相同的情感表演的情况下保留个性的实用方法。

产品的身份可以存在于它如何敏感地变 化之中。

引导期间的温暖可能意味着鼓励。错误后的温暖可能意味着直接的解释、保留的工作成果以及清晰的下一步。文案听起来可以是同一家公司，而不必将这两种情况都视为喜剧的机会。

这种区别也应该影响给 AI 的指令。

“让它友好且俏皮”留下了很多未解决的问题。对谁友好？在什么时候俏皮？刚刚发生了什么？

更有用的指令会描述具体情况：用户的工作是安全的；他们需要理解操作失败的原因；避免幽默；让恢复路径显而易见。

在这些约束之下，优秀的写作仍有空间。这些约束确立了写作对用户应尽的责任。

表达力可以让界面更清晰

人们倾向于将这场辩论组织为表现性设计与可用性设计之间的博弈。谷歌关于 Material 3 Expressive 的研究使这种框架变得复杂。

在其 发布的研究说明中，谷歌描述了一个电子邮件界面，其中“发送”按钮变得更大、更显眼，并且更靠近键盘。参与者能更快地找到它。这种富有表现力的处理方式也改变了层级和位置；其益处不能仅归因于装饰。

同一份报告还包括一个不太成功的实验：一个播放列表用散乱排列的专辑封面取代了熟悉的行式布局。参与者觉得它在视觉上令人兴奋，但可用性受到了影响。

这些是谷歌经过测试的设计得出的发现，并非每个产品都应采用相同美学的证据。它们共同表明，实际的交互比附加在它身上的形容词更重要。

颜色可以确立重点。形状可以区分操作。动效可以展示某物的去向。一个富有表现力的决定可以帮助人们理解产品，同时使其更令人愉悦。

问题在于引入它之后，什么仍然保持清晰可读。

一个熟悉的控件可以承载相当多的个性。一个出人意料的布局可能会移除某人使用它所需的线索。设计师必须审视这两种效果，而不是接受“符合品牌”或“更令人愉悦”作为充分的解释。

同样的愉悦可能成为他人的干扰

Asana 的庆祝动画说明了为什么偏好属于这一讨论范畴。

其 2016 年推出的扩展庆祝系统描述了在完成任务后偶尔出现的动画角色，并通过设置启用庆祝功能。

一场 2018 年的社区讨论捕捉到了另一面：一位客户觉得这些角色具有侵入性，并询问如何禁用它们。回复解释了该设置。

那次交流并未确立大多数用户的感受。但它确实表明，同一个细节对一个人来说可能是受欢迎的，而对另一个人来说则是不受欢迎的。

这就是“愉悦”一词可能隐藏假设的地方。我们将自己的意图描述得仿佛它已经是用户的反应。

旨在认可成就的庆祝动画可能在重复性工作中变成障碍。私下里享受的东西在演示期间可能显得不合时宜。某人可能喜欢那个角色，但仍更喜欢在不观看它的情况下完成工作。

赋予人们控制权是良好体验设计的一部分。

对于动效，利害关系可能超出偏好范围。W3C 的 Animation from Interactions 指南是一项 AAA 级标准，解释了为什么人们需要禁用非必要的由交互触发的运动的方法，包括前庭症状的可能性。

富有表现力的体验应该有一个经过深思熟虑的减少动效版本。移除运动应留下清晰的反馈、有意义的层级和可理解的结果。

让事物感觉良好的方法有很多。运动是其中之一。

AI 改变了错误细节传播的容易程度

这些问题都不是由 AI 引起的。多年来，团队一直在复制模式而不理解它们。

AI 引入的是重现这些决策的另一种方式——以及更明确地阐述它们的机会。

组件库可能会描述庆祝动画的颜色、持续时间和缓动曲线。这描述了资产本身。但它几乎没有说明庆祝动画是否应该在用户完成教程、支付账单或删除账户后出现。

即使系统将这三者都标记为“成功”，它们也是不同的事件。

这里有一条值得测试的假设性规则：对有意义的首次成就给予更充分的认可；对重复的日常操作提供简短反馈；对敏感结果使用直接且克制的语言。

这条规则并不适用于每个产品。它的价值在于给团队提供了可以具体质疑的东西。

首次成就是否真的对用户有意义，还是仅仅对我们的入门指标有价值？当重复操作完成一个更大的目标时，它是否变得有意义？我们是否因为知道用户按下了哪个按钮，就假定我们知道他们的感受？

好的规范应该让这些问题保持可见。

AI 可以帮助探索表达性的替代方案：不同的文案、动效处理、布局和强调程度。没有必要声称惊喜或美感只属于人类创作。

但生成替代方案和确定何时欢迎它们是不同类型的工作。

如果我们主要根据生成的界面与组件库的匹配程度来评估它们，我们将偏向于最容易比较的内容。如果我们询问体验是否适合场合，我们需要示例、随时间推移的使用情况以及来自日常使用者反馈。

这是一种比截图审查所能提供的更广泛的评估。

“值得关注”不应意味着更难离开

还有另一个复杂之处：产品可以利用表达来实现人们未选择的目标。

一个欢快的角色可能会鼓励有用的习惯。它也可能会让拒绝提议感觉像是在让人失望。奖励动画可能承认进步，或者分散人们对实际进展很少这一事实的注意力。

这些可能性需要保留在讨论中。情感化设计既能用于说服，也能带来愉悦。

恰当的问题是细节服务于谁的目的。

它是帮助某人享受他们重视的活动吗？它是认可他们取得的成就吗？还是它使产品偏好的行为更难被拒绝？

花费的时间和回访次数本身无法回答这个问题。某人可能会回来，因为产品有用，因为离开的成本很高，或者因为某种机制创造了压力。这些解释对设计有着不同的影响。

我对人们欣赏使用的软件感兴趣。这需要认真对待他们不喜欢某个细节的能力，即使那是团队最喜欢的细节。

给表达性决策一个正式的审查

在产品团队中，这项工作需要在最终润色阶段之前有一个位置。

对于提出的表达性时刻，我希望看到它在三种情况下表现：初次接触、重复使用，以及用户匆忙或出现问题的情境。

同一个动画单独看可能表现得很好，但在序列中可能变得令人疲惫。同一句文案在安静的下午可能令人安心，而在失败期间可能显得轻蔑。

研究应当为这些差异留出空间。观察人们能否继续操作。询问他们认为响应意味着什么。了解他们是否希望再次看到它。纳入那些偏好较少动效或声音的用户，并测试体验是否仍能清晰传达信息。

这些观察结果不会产生一个通用的愉悦度评分。它们可以帮助我们将人们重视的细节与他们仅仅容忍的细节区分开来。

这也改变了我们记录的内容。

除了已批准的示例之外，还应记录其适用的情境、何时应缩减使用，以及不应使用的案例。给人工和 AI 工具提供选择不同方案的理由。

拥有此类指导的系统能够保护产品个性。它可以在保持日常工作可靠性的同时，为独特的插图、鲜明的节奏或庆祝时刻留出空间。

另一种做法是仅编码那些易于重复的内容，并希望其余部分能在交付后存活下来。

我希望我们用 AI 构建的产品能有更多带来愉悦的空间：一种能点亮屏幕的色彩选择，一种认可用户付出的响应，一种感觉恰到好处的过渡效果。我也希望这种愉悦感能在实际使用中延续，超越首次演示和设计者个人的偏好。

回到那两个已完成的任务。新企业主和管理员可能都需要确认。一方可能欢迎片刻时间来消化他们的成就。另一方可能希望下一条记录 就绪。

AI 可以生成这两种响应。

我们仍然必须注意到场合是不同的。

AI 可以生成界面。是什么让它值得被关注？最初发表在 Medium 上的 UX Collective，人们通过高亮和回复这篇文章来继续讨论。