我们家有个有趣的自动洗手液容器/罐子/瓶子，使用方法和原理都类似于公共厕所里的自动水龙头：你把手凑到瓶嘴下面，它就会自动挤出一滴洗手液。 那每次用多少洗手液呢？洗手液少了怕洗不干净，多了得浪费好多水冲洗（更高级的说法，是说使用太多洗涤剂，会污染环境、损害地球妈妈的健康）。 这个产品设计有趣的是它的红外线传感器会判断手的距离：手靠近喷嘴、它就挤出一小滴洗手液；手远离喷嘴、它就给你挤出一大滴洗手液👍 产品设计里的一大创新方法是移植，即把一个概念移植到不同产品上。 以后类似这个自动洗手液容器的设计思路，可以移植、延伸到其他产品，比如用在日本最出名的自动马桶上。 想象一下：马桶根据屁股距离决定喷水时间，屁股离得远、表示这个人很着急，那就少喷一点水早点完事…如果那个人直接跑了，自然就不需要喷水了🤣 注：自动感应洗手液罐子、自动感应水龙头的设计初衷，是避免脏手把罐子、龙头污染了。每次我在公用洗手间用拧开的普通水龙头，用完了还给它浇点水、象征性地冲洗一下😂
今天 Humane 正式发布了超酷的 Humane AI Pin / AI 智能胸针，精神上实现了 Star Trek / 星际迷航里的通讯胸针，这算是三录仪、平板电脑之后，又一个成为现实的 Star Trek 技术😂 我从 Humane 的产品发布视频里，剪辑了一段和人机交互有关的部分，从 UX 设计特别是交互设计的角度说几句这个跨时代的创新设计。 1，自然语言交互 这是整个产品里最具竞争力的部分，也难怪微软、OpanAI 的 Sam Altman 都投资了 Humane。 视频里的 AI 回答错了，下一次日全食应该是 2024 年 1 月 8 日而不是 4 月 8 日，这也代表了目前 ChatGPT 等 LLM AI 在产品设计层面的固有障碍：用户和 AI 都无法判断输出结果的准确性。解决这个障碍的能力在 OpenAI 等等 AI 公司手上，设计对此无能为力。 2，语音交互 语音、自然语言和 LLM AI 是天然的最佳搭配，如果说以前问 Siri 就像是问一个私人助理，那么以后凡事问 ChatGPT 基本上就是问全人类的集体智慧。 但脱离纯个人的电脑和手机，到了在公共场合、社交场合佩戴可穿戴设备的这种使用场景里，语音交互的感觉就不那么自然了。 Humane Ai Pin 呼出 AI 的方式很有意思，刻意设计得特别保守，用户需要用手指按压胸针。这避免了Siri 们一直悄悄地听你呼唤的尴尬，也避免了“小爱同学”总是莫名其妙自动搭话的戏精“人格”。 3，激光投影 UI 技术上这很神奇，居然能在那么薄的设备里集成一个亮度不低的激光投影仪。 不过从演示视频来看，因为手掌不平整、手掌会自然地晃动、手掌角度和眼睛观看角度不会很理想，激光投影的显示效果一般般。因此 Humane AI Pin 的激光投影只能像传统 HUD 那样，在 UI 里用很简洁的方式、显示很少量的信息。 按照 Humane AI Pin 这个“摆脱手机依赖”的产品定位，像 HUD 一样显示极简信息可能反而是一大优点。但以后的类似设备得想想清楚：手不是一个好显示器。 另外，我用 pretotype（注2）的方式模拟测试了激光投影的体感、手感，说实话我很不喜欢举着手掌、低头斜眼看自己手掌的这个交互动作，举着手掌很累，低头斜眼很不舒服。我没把我低头斜眼的姿势和动作拍下来，可以想想，那个造型和表情都不会太好看。 4，手势交互 哈哈这个不用多想了，我从来记不住手势，我连用了 20 多年的 Photoshop，都记不清几个快捷键。 也有人觉得弯曲手指、捏手指的动作很别扭，我手指比较灵活，这方面没有障碍。 从 Humane 的演示视频里看不出 AI Pin 有多少日常操作仅仅依赖手势这一种操作方式，也不清楚有没有其他替代方案来解决不方便手势操作的场景（比如冬天带了肥厚的手套）。好在今天的视觉识别已经很强大了，手势操作肯定会成为人机交互的新常态。 Humane 的愿景是设计一套全新的、不依赖手机屏幕的操作系统，所以未来 Humane AI Pin 在操作系统和 APP 这两级，都会使用手势来实现交互 – 我对操作系统级别的手势没什么意见，但我绝对不相信那些缺心眼安卓程序员瞎折腾出来的手势。 ok，记忆各种手势的任务，还是留给生下来就要天天使用手势交互的下一代人类吧。以后他们用手势交互，就跟意大利用手指说话一样自然。 5，隐私性和私密性 Humane Ai Pin 显然记住了谷歌眼镜早年的悲剧，它用很明显的 LED 亮光显示工作状态，以此来提醒周围的人：我没有偷拍哦！我没有偷偷录音哦！ 不过如前面所说，在公共场合、社交场合使用 Humane Ai Pin 主打的语音交互，天然地无法保护隐私、隐秘。这方面我完全相信人类偷懒的天性和强大的适应能力，以后很快会有一种多数人都能接受的公共场合、社交场合语音交互礼仪。 btw，因为语音交互的不断普及，我们能在公司里、学校里、小区里听到更多别人的隐私，这还的确符合人类好奇、八卦的天性。 6，摆脱对智能手机的依赖 为什么 Humane Ai Pin 是独立设备而不是一个手机配件，这是我对它最好奇的地方。 类比一下，苹果 Vision Pro 眼镜是个巨大的、布满了传感器、CPU 和 MacBook Pro 一样强大的 VR/AR 眼镜，运行一整套改变世界的“空间计算”系统…我可以理解苹果把它设计成不依赖电脑的独立设备。 在几十克的胸针里集成一部完整的电脑，why 啊？（注3） Sam Altman 接受 The Wall Street Journal 记者采访时说过，他们在尝试用新的硬件形态来发挥 AI 的作用（大意，我记不清原话了）。 这么说的话，Humane Ai Pin 作为独立存在的胸针，应该只是一种早期的 AI 产品形态，估计很快能出现为 AI 和自然语言交互、语音交互优化的 AI 耳机、AI 手镯、AI 戒指、AI 纹身、AI 成人玩具…… 围绕 AI 的 UX 设计刚刚开始 只看演示视频，Humane AI Pin 的 AI 已经部分实现了 Star Trek 里“Beam me up, Scotty”的效果。 但说到人机交互和使用体验，它酷炫的人机交互之下，使用体验似乎更像“Terminator 3”里施瓦辛格伸着手说“Talk to the hand”（注4）。 Humane 的这些设计问题将来都可以解决，类比一下， iPhone 也不是一蹴而就，技术、产品形态、交互方法、用户的使用习惯、公众的文化认同…也都经过了多年才不断完善。 也许等到 Humane AI Pin 3.0 版，围绕
Google 将关闭 Google Podcasts，随便吧，反正我厌恶它🤷♂️ Google Podcasts 的 UI 设计有个特别奇怪的特征：UI 尤其是列表 UI 的设计很简洁，但缺乏好用、有用的感觉。 小结一下，Google Podcasts 界面设计最大的问题是：视觉元素缺乏层级关系（Hierarchy）。 或者更通俗一点说，界面里的标题、摘要、标签、图标、按钮等等不同视觉元素之间没有足够的对比度，元素和元素似乎粘连在一块儿… 这些特征导致了使用 Google Podcasts 时经常需要睁大眼睛看清楚屏幕，而不能像其他播客 APP、其他更多 APP 一样，眼睛随便扫描一下就获取了必要信息，就知道该怎么操作。 这是 UI 设计里最基础也经常被忽视的设计思路：界面里的视觉元素，应该有层级/分轻重缓急，如果每个元素看起来一样重要，不管界面的视觉设计多简洁，界面的操作都会心累。
全世界设计师都追看了 Figma Config 2023 大会的演讲视频，其中最被忽视的，大概是这个名为“脱离商业的设计，只是装饰”的演讲，演讲者是 Netflix 网飞的设计 VP。 他用简单的故事介绍了商业在设计中的意义，并介绍了几个小策略，帮助设计师在做设计时更接近商业： 多数设计师可能不理解上面这些到底在说什么，我换个说法，大家就理解了： 几乎每个设计师，不管是小公司的新设计师、还是成熟公司的设计部门领导，都会抱怨“设计师在公司里没有话语权”，为什么决定设计方向的，是不懂设计、甚至完全没有审美观的老板和某部门老大？ 其实答案很简单 – 因为设计师、设计部门离公司的商业、生意太远。 整个公司的目标都是做生意，而你的目标只是做设计，那么你的工作很难为公司创造商业收益，你在公司里的价值也和你设计一样无足轻重。 这个演讲很短，用双语字幕插件帮忙，十几分钟就能看完，希望它能对各位“没有话语权”的设计师有所启迪。 在商业公司里，最好别谈“理想主义”，多数设计师之所以追求“理想主义”，因为除了设计、什么都不会，此时的“理想主义”本质上是一种既不了解自我、更不了解同事的傲慢。 设计师总觉得自己具备特殊技能，其实公司里很多人都受过高等教育、都具备某种专业技能、都有工作经验，所有尊重和实践，都是靠自己的实力和成绩一点点争取来的。 在公司工作之外的个人世界里，设计师最好能保持某种“理想主义”，或者说最低限度，得在设计方面有点自己的想法。没有想法的设计师，就是美工、行走的机器了。 在个人世界里有很多方法实践“理想主义”，说实话也很容易获得尊重、认同。比如你可以创作作品、设计 APP、画绘本…你可以整理设计资源、分享设计知识…你也可以拉群组，组织兴趣相近的其他设计师…甚至你可以画一组简单的 icon、一套简单的表情包。 只要你主动实践了自己的想法，每件事情都会有人真心喜欢，都会有人发自内心地尊重你（当然，这些实践多半赚不了钱，那是另一个话题了）。 “理想主义”本身并没有问题，问题是你什么都不干，只拿“理想主义”当个抱怨世界、抱怨他人的借口。
克莱斯勒从 1963 年到 1964 年，制造了 55 辆使用喷气发动机/燃气轮机的双门硬顶跑车 Chrysler Turbine，并把它们免费借给普通美国人试驾。这些时髦、酷炫、高科技、超现实的小车改变了试驾者的生活，但燃气轮机汽车永远离开了我们。 Hagerty Drivers Foundation 拍了一部 70 分钟的纪录片，介绍这段奇妙的历史。 克莱斯勒组织了庞大的用户试驾活动，来自美国 133 个城市 203 名司机，获得了试驾资格。在三个月试驾期间，他们开着神奇的 Chrysler Turbine，去上班、上学、见朋友、出去旅游，驾驶里程达到了 100 万英里（160 万公里）。按照克莱斯勒的规定，任何一个有驾照的家人（包括十几岁的大小孩），都可以驾驶它，这些 Chrysler Turbine 汽车影响了 200 多个家庭和他们身边所有的人。 他们提前进入了未来世界。 结果未来世界变成了电动车的天下😭。 Chrysler Turbine 采用的 A-831 燃气轮机，可以使用柴油、无铅汽油、煤油、JP-4 喷气燃料等不同的燃料，甚至 Chrysler Turbine 访问墨西哥时和法国时，分别用龙舌兰酒和香奈儿 5 号香水作为燃料运行。 克莱斯勒最后停止了这个燃气轮机汽车项目，销毁了大部分 Chrysler Turbine 汽车。 负责为 Chrysler Turbine 设计燃气轮机发动机的山姆·威廉姆斯，之后创建了“威廉姆斯国际公司”，成为小型喷气式发动机的王者。 克莱斯勒继续研究汽车用燃气轮机，最终燃气轮机被用于克莱斯勒国防部门的新产品：美军 M1 主战坦克（使用了其他品牌的燃气轮机发动机）。
乔布斯为什么强迫所有员工用一个厕所 智者乔布斯认为：智慧的火花常常是偶然交流碰撞产生的。 为了促进员工之间的交流，当初乔布斯为动画制作公司皮克斯设计总部大楼时，设想了一项创新性的设计：取消分布于各个楼层和区域的洗手间，只设置一个大型共用洗手间，而且把它放在大楼大厅的中央！ – 每个人都得上厕所吧？这个集中式洗手间，将能提高员工相互碰面和交流的机会。 还好最后这个疯狂的设想没有实施。 乔布斯思路碰撞的想法，以其他方式体现在了皮克斯总部大楼的最终设计里。今天的皮克斯大楼里设置了咖啡馆、游戏区、电影院、放映厅，这些设施帮助不同的员工经常碰面交流。 MIT 混乱的临时建筑怎么促生了伟大科研成果 MIT 的传奇的“20号大楼”也是思维碰撞推动创新的绝佳案例。 这组乱糟糟的建筑原本是二次大战期间的临时建筑，据说实在太着急、太临时了，仅仅花了一天就完成了建筑设计。 因为原计划只用半年就拆毁，20 号大楼建筑内部没有传统意义上的条块分割，内部空间的使用也非常随性，甚至内部过道也像迷宫一样经常让人迷路。正是这种混乱促进了科学家之间的交流，增加了不同领域的思维碰撞，科学家之间的频繁互动产生了无限的创新生产力，因此在这里诞生了原子钟、粒子加速器、黑客文化、视频游戏、电子邮件、Bose 音箱等伟大的科研成果。 史蒂文•约翰逊的“伟大创意的诞生：创新自然史”（Where Good Ideas Come From: The Natural History of Innovation）一书里，第二章“液态网络”部分，更生动地描述了 MIT 20 号大楼的故事。推荐阅读。 最后 20 号大楼屹立了 55 年，成为一代传奇。 程序员用“压缩”算法解释古文有什么意义 有程序员在推特上问：诗歌和古文算是最早的中文压缩算法么？ 我认识的程序员朋友、同事都有一个共性：希望用编程的思维、逻辑、评判标准、价值观…来理解和解释世间万物。 我是左右脑同时发展、理性和感性兼顾的心智模型，相比程序员，我的思维方式里有更多的发散思维、逆向思维、形象思维…对我而言，程序员这种无法“跳出盒子”的思想方式太狭隘了。打个比方，如果设计师只用“美”解释一切、老板只用“钱”解释一切、老百姓只用“有什么好处”解释一切…这非但像用勺子吃面条一样可笑，而且往往曲解了事物的原本面貌，而且很无聊。 因为我思维很灵活、程序员死脑筋，如果我和程序员争论，通常就是我我一边抬杠、一边学习，吵架和学习新知识两不耽误；而他们只知道坚持己见，抬杠完了还要继续抬杠证明自己没错。 后来我才发现，其实程序员也从我们的争论中学到了新东西。好程序员往往会在事后几天又来找我，说我写代码测试了你上次的想法，发现这个想法怎么怎么有问题，但是我们能用什么什么方法解决这个问题，最后我们能达到哪种那种效果… 尽管我们思维方式不同、基础知识不同、过往经验不同，其实大家都学到了。 从交流开始，创造思维的碰撞 公司总部只设置一个厕所完全不现实，堪比 MIT“20号大楼”的混乱……显然不等于比肩“20号大楼”的成就，拿“编程”思考古文这个事看起来也有点不着调。 但思维碰撞作为最普遍的一种创新方式，一种推动人类集体智慧不断发展的必要方法，总有它的无穷魅力，总会在某处迸发火花。 它们往往就像乔布斯的厕所、MIT 的大楼、古文和压缩问题一样，不断碰撞出新的问题、新的思考、新的答案。 在制度森严的大公司里，跨过等级、跨越部门、超越职能的讨论通常都是某种战斗。但在组织架构更为灵活的小公司和创业团队里，思想的碰撞往往意味着发挥集体智慧、找到跳出思维定式的新解决方案。 如果你想摆脱自己思维方式、知识结构、固有经验的限制，或者希望在卡壳的工作中找到突破性的灵感，最好尝试接触不同的人、不同的思维方式、不同的想法。不如明天中午约隔壁部门的程序员/设计师一起吃午饭，看看能碰撞出什么。 如果你是一个开明的领导、leader，应该尽早创造一种平等的交流气氛，帮助大家摈弃门户之见。大家最想要的可能不是一个嘈杂而互相感染的“开放办公室”，而是一个可以随时沟通、每个思考都值得尊重、每种想法都能得到充分表达的工作氛围。 注1： 回到古文“压缩”的问题。按照我的理解，“压缩”是说使范围或体积缩小：比如压缩文章篇幅、压缩空气、压缩数据文件…得先有个实体、然后使之更小。所以： 这些想法只是我运动大脑、让思维更灵活的小练习，有意思但不重要。 注2： 我因为自己理性和感性兼顾，带来一个优势：我可以把同一个问题、用完全不同的思路、彻底想两遍。比如古文和压缩的问题，我可以先像上面一样理性推导分析一遍，再重启大脑，用发散思维畅想一下，用“压缩”的概念还能解释什么、能不能用 ChatGPT 凑文字伪装“解压缩”、如果写意绘画是一种抽象那么抽象算是特别有损的压缩吗？ 然后我就进入了理性和感性的自我思维碰撞的模式😂。 类似情况其实并不罕见，很多人会利用个人喜好、独特的个人经历，来扩展自己在本职工作中的思维，比如喜欢机械原理的视觉设计师、比如热爱哲学的程序员、比如原本学物理的运营… 注3： 在公司上班时，我经常主动找程序员一起吃午饭，大家都挺放松。 某次吃饭的例子特别难忘，特别能展示程序员的思维定式。公司旁边那家餐馆的米饭份量很尴尬，吃一碗不够、吃两碗略多。每次和设计师一起去这家餐馆吃饭，大家都是先点一碗米饭、不够吃再点一碗。程序员一起吃饭，是先确认“每人 2 碗米饭”、然后一次性点完。 ok，当天有 7 个人一起吃饭，点完之后服务员一次性上了 14 碗米饭，铺满了半张桌子。
很多独立开发者、小微技术团队，明明没有设计常识，也会为了省钱而自己做设计，一般他们会自我安慰：“这有什么难”、“反正有免费工具”、“有 Tailwind、还有现成的模板”… 说个我的真实例子，让大家体会一下这个常识：不懂设计的外行“自己做设计”，这种想法很愚昧。 话说我们家院子里装饰用的木刻小熊，日晒雨淋变成了幽灵小熊，需要再买一个。 某天开车看到卖木雕的小店，在路边排了十几只木雕小熊，大叔正在拿着链锯在那儿现场雕刻。我们兴奋地去选购，结果发现小熊是按民间艺术品卖的，一只 40、50 cm 高的原木雕刻小熊，要卖 200 美元😑 显然太贵（注1）。 反正我是擅长 DIY 的设计师，设计小熊和雕刻都不难，所以我就自告奋勇，说我来自己刻一个！（注2） 上 Youtube 自学一下，发现雕刻难度比我想象的还低一点（注3） 注意先多练习几次、再画好草图、雕刻时注意比例、渐进地增加细节…就刻好了！跟我万圣节刻南瓜灯“一毛一样”呢😂（注4） 雕刻还要买链锯和电动工具，最低配大概 200 美元能搞定（注5） 那么这个账就很好算了：如果自己雕刻小熊，同样花 200 美元，我不但可以得到一只与众不同小熊（注6），还能留下一套链锯和电动工具，完美（注7）！ 下面用第三方视角，对比一下我很得意的想法、以及那些开发者很自信的想法： 注1：不了解价格：实际上我没有参考标准，不知道一个小熊/设计的成本和售价 注2：高估自己的能力：我有 20 多年的设计经验，但对刻小熊毫无实操经验。类比一下，多数开发者的设计“经验”都是 0 注3：依靠有限信息做判断：我只看了 5 个视频。很多开发者也只用过两年 iPhone，看过几个“优秀”APP，就认为自己具备了设计能力 注4：混淆理论知识和实操能力：很多开发者有迷之自信，大到国际局势、小到别人的情感纠葛，什么事都敢玩嘴炮、冒充专家。你动手试试 注5：不会算账：便宜工具往往不好用、不耐用。Figma 免费，但 Adobe 家每个月都要付订阅费，所有设计工具备齐了、再乘上用户数量，成本从来都不低 注6：忽略用户习惯：我刻小熊是自娱自乐，怎么都好看。为用户做产品设计是服务大众，需要了解用户喜好、遵循一般审美和操作习惯，而不是自己胡乱“创意”、“创新” 注7：还是不会算账：我和那些开发者，都没有计算自己学习、操作、修正错误所需的时间和人力成本，没有计算工具的沉没成本，当然我还要算上买木头的材料费，以及油钱和电费 最后我没刻那个小熊。时间成本太高了。 和所有商业行为一样，自己做设计、买现成设计、找设计师合作……不管选择哪种设计方法，都需要仔细调研、综合评估。 只是为了省钱，而盲目自信选一个看似最便宜的设计方案，结果估计跟那些黑暗料理差不多。 One more thing。 以前过万圣节，我还真的动手雕过南瓜。 做各种事情总会遇到未知问题，比如雕南瓜，创意很简单，雕刻也不难（用了专用的雕南瓜工具，南瓜皮很硬，工具类似于锯子，实际上是在南瓜皮上锯出形状）。 但是挖南瓜瓤很困难，当时没想到用冰激凌勺、用的普通勺子，挖死我了。
线框图被产品经理奉为圭臬，但对设计师而言，线框图的存在则是面目模糊。在整个产品设计流程里，线框图是一种很好的产品工具，而不是一个可行的 UX 设计和 UI 设计工具。 前 Google 设计师 Alex Socoloff 在推特上说：“Unpopular opinion: Low-fi wireframes are just a waste of time.”，意思是“非主流的观点：（产品设计过程中的）低保真线框图就是浪费时间”。 我赞同这个说法。 作为设计顾问和设计专家，我都建议客户（中小企业、创业公司为主）的设计师不要依赖线框图做设计，而是让设计师从产品需求阶段就提前参与到流程里，在充分理解产品逻辑的前提下，把 PM 的产品逻辑线框图直接转化为基于真实数据的、中等保真的设计稿。 使用线框图的常识 在整个产品设计流程里，线框图是一种很好的产品工具，而不是一个可行的 UX 设计和 UI 设计工具。或者换句话说，代表产品逻辑的线框图通常是必要的、有效的，而代表设计稿的低保真线框图往往作用很有限。 线框图一般有三种用法： “教科书式”的线框图使用方法 以 2B 的产品举例。 2B 的产品经理，确认产品设计的流程比较长，特别是多数 2B 产品买单的老板、提需求的管理层、实际使用产品的员工…这些人出发点、想法都不同，所以产品部门的 PM 会用产品逻辑线框图和其他各种图表、文档，来阶段性、层层递进地交付产品需求。 再由设计部门的设计师来阶段性、层层递进地交付低保真线框图、低保真设计稿、中保真设计稿、高保真设计稿、互动原型，逐步把代表产品逻辑的线框图，转化为代表最终产品的设计稿、互动原型。 这种渐进的流程，可以逐步细化、逐步获取反馈。所以它是一般产品设计里最常用的流程。 使用“教科书式”线框图的误区 很多团队忽视了传统“教科书式”线框图的限制，在使用中反而造成了问题。 失真的风险 渐进的线框图、设计稿，分摊了用户/客户反馈的风险，但同时增加了线框图到低保真设计、高保真设计、产品原型、测试产品之间的风险。通俗地说，用户/客户并不见得理解线框图，那些对线框图十分满意的客户，看到产品原型之后说翻脸就翻脸。 这种情况在需求多变、用户角色众多、合作方众多的项目里，基本上就是家常便饭。 从 PM、设计师的角度而言，很难用增加设计轮次的方法来减少失真。减少这些失真的主要思路，是尽可能用真实数据、做近乎真实的产品设计，减少使用概念性的、抽象的产品设计。 混淆产品逻辑和 UX 设计、UI 设计 很多小公司、小团队会模仿大公司的流程：PM 先出线框图，再找 UX 设计师、UI 设计师“美化”线框图。但因为小团队分工不会太细，PM 输出的线框图很难说是产品逻辑线框图、还是 UI 设计草稿；如果下游的 UX 设计师、UI 设计师水平有限，PM 往往就通过产品逻辑线框图定义了 UX 设计和 UI 设计。 PM 是 UX 设计和 UI 设计的外行，这就导致了这种产品设计流程从根子上就是反用户、反体验甚至是反常识的，白白浪费了 UX、UI 设计师的专业技能，浪费所有人的时间。 避免这种问题的常用方法，就是前面我建议的：让设计师从产品需求阶段就提前参与到产品设计中，用跨部门、跨流程的协作来减少沟通成本、试错成本，最终提高产品设计的整体效率。 不必要的成本支出 现在有 Figma 之类非常强大的设计工具，可以极低成本低实现交互原型，很多以前需要滞后到开发之前才能提交的产品原型，现在在产品需求阶段就可以低成本实现。 很多产品团队已经在利用 Figma 们缩短流程，而 Figma 越来越偏向项目管理、偏向工程化，也强迫设计师去进一步提高使用 Figma 的效率，把单纯的设计工具扩展为设计管理工具，以便进一步提高整体产品设计效率。 怎么跳过低保真线框图 举例说一下，怎么跳过低保真线框图。 以前我在公司任职和自己创业阶段，做过很多年产品总监，负责产品和设计团队，工作中我其实经常会画打引号的“线框图”。 我在项目中的身份，通常既是产品总监又是设计专家，这样导致我设计线框图时，会不断切换身份、切换视角，最终输出一个既符合产品逻辑、又满足 UX 和 UI 设计要求的线框图。根据项目本身所处阶段、产品设计的侧重点，我输出的“线框图”可能是纸面、白板上的手绘草图，可能是 Axure 风格的传统线框图，也可能是已完成初步 UI 设计的设计稿；一般我都会说清楚，这个“线框图”是代表逻辑还是代表设计，然后分别交给 PM 和设计师跟进。 这里我用到了两个技巧： 普通产品设计团队，也可以在产品设计流程中使用上面两个技巧： 别照本宣科地使用线框图。 在使用线框图之前，先根据自己的产品特点、团队特点，想清楚怎么使用线框图。 和所有设计工具一样，效果取决于用法。线框图的最终效果，还是看你有没有用正确的方法、解决正确的问题。
从客观的市场调研到主观地大胆创意，从保守的数据分析到激进地用补贴来制造需求……每个团队都有自己的方式来确定产品需求。 Arc 浏览器有很多奇妙、奇特、奇怪的功能，很难想象他们的产品需求是从哪儿来的。 他们拍了视频介绍他们的做法。 这其实是很多技术背景的创业公司、独立开发者的常规做法 – 试试再说！ 只要设计原型和开发原型的成本足够低，尝试出来的功能、往往是最好的功能。 而大公司、一般团队、书本上用来确定产品功能的很多因素，比如粗略的产品需求、市场分析报告、用户调研结果、老板的直觉、竞争对手的损招、大公司的打压…这些都属于没有经过验证的想法，在验证之前，它们都只能算作产品决策阶段的干扰因素。 Arc 是浏览器领域的新锐，打破 Chrome 和 Safari 浏览器垄断的市场新人，虽然他们也拿了投资，但在浏览器这么垄断的市场里，他们只是弱小的创业团队，无力硬扛巨头。 所以 Arc 在品牌形象、目标受众、产品功能、市场营销等等各个方面，都和大公司走了差异化的竞争路线。甚至他们的公司总部也设在了纽约，而不是硅谷😂。 在硅谷的产品哲学里，Fail fast, fail often 是基本规律，在实操层面到底怎么“失败”，各公司做法不同。 Arc 特色是用原型/prototype 来测试产品功能，相当于是 MVP 的 MVP，这很适合团队内部测试、很小规模的用户测试。 对比一下，Chrome 也是天天试错，Chrome 背后的谷歌有庞大的用户基数，他们酷爱 A/B 测试，用数据来决定产品功能。 我服务的客户以小公司、创业团队为主，在产品需求、产品设计上，他们也都会根据市场竞争和自身实际情况，来选择自己的发展路线。 尤其令人愉悦的是，今天的 Figma 和 Adobe XD 等设计工具，都具备了强大的互动原型制作能力。这使得设计原型和“开发”原型的成本降到了极低水准，在产品验证初期，完全可以只依靠设计师来实现互动原型、获得真实反馈。 比如之前我的一个 Fintech 客户，我用 Adobe XD 为他们设计、制作了高保真的互动原型，他们以此去和最终客户（国际性银行）沟通，从产品需求、到互动原型设计、到客户有效反馈，整个过程约 1 周，且完全没有占用开发资源。 从这个角度说，小团队甚至可以比 Arc 更灵活、更快速地做尝试，利用互动原型尽快确定产品需求。
老板、上司、老员工会吹毛求疵，说你文档里写了错别字。这不是比“直升机老板”、“微管理”还烦人么？ 我以前经常会直接纠正同事的小细节错误。 比如我经常要解释“登录”是 Log in 的翻译、所以不是“登陆”，用户的“账户”是 Account 的翻译、所以不是“帐户”…跟纠正“的地得”差不多。还好我在工作场合属于比较 nice 的人，即使口无遮拦，同事也知道我没什么恶意、不会多计较。 随着工作中管理职责的增加，也随着我自己年龄、见识增长，我越来越像标准的中年人一样故意不指出别人的错误。 现实世界里的中年人都不喜欢“辩论”、也不能直接指出别人的“错误”😆 即便是把言论自由写进宪法的米国人，职场里也不能直接表达，而不得不用“三明治话术”来表示负面评价。 所谓“三明治话术”也就是先说好话、再说坏话、再补一句好话。类似于：你个人素质还是很不错的，但是老板说要给你降薪，以你的能力很快能重新得到赏识，加油！ 但是我后来又调整了做法。现在我作为设计顾问，在客户、合作方那儿遇到类似小细节、小错误的情况，我一般又会“没事找事”多嘴说一句。 倒不是我爱教育人（况且我相信多数人是无法教育的），而是因为说了好多次、好多年之后，我发现恰恰是这些特别不重要的小细节，最容易拿来了解一个人的性格和习惯。 比如我跟几乎所有客户的员工，都说过同样的小细节： 在工作场合写东西，尤其是写报告、新闻稿这些正式文档时，不要混用普通引号“”和直角引号「」（注），我一般解释说：这样看起来很 low，而且老板一看就知道你写的东西是上网找资料拼凑的… 因为我的身份通常是外部的设计顾问，虽然会指导他们工作、但并不是他们的上级，所以他们遇到这种小细节，遇到我的“批评”，反应会很本能、很真实。 有人喜欢逃避问题、有人喜欢找借口、有人喜欢喜欢狡辩…反应都特别符合他们的性格。那么我就知道以后怎么跟他们打交道了。 其实每个上级、每个老板、每个客户、每个合伙人甚至你身边的各种平时跟你嘻嘻哈哈的同事…随时随地都在看你怎么应对这些小细节，了解你的真实个性，判断你到底是什么样的人。 注：以前国内的定义是“”用于一般场合，「」用于竖排文字，是知乎的呆逼用户重新发明了「」的用法
Vox 拍了一部短片，说美国人看电影、看电视也听不清台词，也需要看字幕来理解台词。结果短片引起共鸣、被播放超过 1000 万次。 各种听不清的台词里，最被人诟病的来自大导演诺兰的电影，他说这是刻意的，他希望你去电影院听 128 声道专业级音效，手机上听不清台词算你活该。 观众听不清台词的另一个原因，反而是因为技术的进化。具体来说，现在的麦克风太灵敏了，演员学会了很低声地说话。30 Rock 男主角表演时喃喃低语，甚至连当时站在他对面的演员，都听不清他在说什么。 另外电影、电视整体声音的动态范围有限，音效、音乐、对白叠加在一起，为了让那些特别响的爆炸声音效不破音，只能把人物对话压缩得更小声了。 另一个技术进化的负面影响，来自超薄电视机的普及。 而且现在电视机太薄了，没地方放置大音箱和低音音箱，为了美观还不得不把扬声器出口对着墙壁而不是观众，所以整体音响效果远不如以前肥厚、粗壮的老式电视机。 Vox 说的这些只是美国人看电影、电视使用字幕的部分原因，其他媒体也调查了这个现象，发现了更多原因😂 有网站调查后发现，50% 的美国人经常用字幕，而且 Z 时代比例最高、达到了 74%。 55% 的人表示比以前更难听到电视、电影中的对话。 美国人看电视用字幕的理由有： “口音难以理解”这个理由很有趣，不都是英语吗？ 最难理解的口音包括： 看到这里我就安慰了。 以前我介绍过不同国家的英语口音，英国某些不知道哪儿的口音的确非常难理解，发现美国人也听不懂之后，我就坦然放弃了。 大家觉得很难理解的印度、日本口音，其实发音、重音和说话节奏还是有规律的，以前我基本听不懂，但听多了也就慢慢能理解了，感觉和胡建普通话差不多。
推特是获取信息最快的社交网络，如果掌握一定技巧，推特也能获取最有价值的信息。 推特是个奇特的社交网站，你可以在这里获取一手信息，和各个领域的高人直接沟通，同时你也会在这里看到各种垃圾信息，各种居心不良的人在这里别有目的。 如果你想在推特获得优质的、有价值的信息，或者学习 AI 之类的新知识，那就需要技巧来过滤垃圾信息、放大优质信息。 没耐心的人直接跳到 Part 3。 Part 1：过滤垃圾信息 也许你觉得刷推特像图一，其实以前推特像图二。 马斯克大手笔给推特用户分广告费、发美元，吸引了各种流量号、营销号，以后的推特会像图三。 1，“宁可误杀一万” 人生短暂，你在傻逼身上花上一秒，就浪费了跟家人、朋友、毛孩子相处的一秒。 2，小心推荐算法 推特的推荐算法是现在所有社交 APP 里效率最低的一个，比 TikTok 那种给全人类洗脑的推荐算法落后了好多年，但推特推荐算法烂归烂，控制你无脑刷屏也是小菜一碟。 别成天看推特推荐的“For you”。 3，警惕“敌人的敌人是朋友” 很多人用微博那种二极管、站队的习惯玩推特，下意识地把敌人的敌人当朋友，其实大家忽略了现实世界里人类的多样性。 推特和现实世界没什么差别 – 朋友未必真是朋友，朋友的朋友一般也算不上朋友，敌人的敌人大概率只是另外一种敌人。 4，不要把推特玩成微信群 聊天群特别适合话痨，比如特别爱说话的、思维特别碎片而缺乏条理的、特别无聊的、特别孤单的、特别依赖别人的，还有最烦的那种：待人接物特别没有边界、不知道什么话该说、什么话不能说的人…… 你在推特上关注话痨，等于主动接近家族群里管不住嘴的不知道什么远房亲戚。 Part 2：放大优质信息 有几个技巧找到最优质的人和信息。 1，亲近行业专家/垂直领域的 KOL 远离大 V、网红、营销号（包括那些特别会包装、但没有专业知识的内容创作者）。 行业专家和垂直 KOL 在自己的专业领域沉浸多年，发言时通常不但有想法、有观点，还会分享思考过程、背后的证据和数据、相关的参考资料、实用的工具等等，干货满满。 2，和学霸一起学习 推特的一大优点是聚集了全世界各个领域的专家，他们会主动发布各个领域的一手最新信息，这对爱学习的人而言，无疑就是随时更新的宝藏。 不过专家也忙，不会给你一点点解释这些宝藏，这时们就需要借助那些理解力超强、精力充沛、乐于分享的“学霸”来帮我们学习了。 不说别的，@dotey 宝玉老师就是 AI 领域的超级学霸，他分享了无数 AI 相关的资讯、教程、技巧，还分享了自己做的各种尝试、尝试后的经验和心得，我从他那儿学了很多最新 AI 知识和技能。 3，向动手实操的人学习 听嘴炮和纯理论的“纸面专家”说事，一般只能停留在“说说而已”的层面，实操阶段就没有价值了。 还拿 AI 为例，我关注了开发 AI 产品、用 AI 创作作品、做 AI 生意的等等实操 AI 的人；而 AI 分析师、转发 AI 资讯的人，我就敬而远之。 4，N+1 学习方法 所谓“N+1 学习方法”，是指学习那些比自己高级一个档次的人，比如刚毕业的人，去学习工作 1、2 年的人，比如做具体工作的职场新人，去学习公司里的初级管理者。这种提高一级的学习方法，既能让你接触更高级知识，又避免太高级而无法理解。 比如很多推友关注了马斯克学做生意，这种跨了十几级的学习，学到的基本都是盲目崇拜 + 玄学，没有实际价值。 5，学会观察、学会提问 微博、知乎之类的网站，培养了很多人急于表达观点的习惯，一个个一张嘴就是斩钉截铁、宏大叙事。 推特作为美国人创造的产品，本质上是个人际关系非常扁平、等级观念比较淡薄的社交网站，并不太重视“面子”，强行装逼的效率也不高。 没有想法而非要表达，那是瞎逼逼。把装逼的心思用来观察和提问，才能学到真东西。 “我不懂”才是世界上最睿智的话。 Part 3：分享我在推特里的学习资源 因为推特上每天更新的信息太多、可学的东西太多，我用推特的 List / 列表 功能来学习。 具体来说，我按照 AI、设计、独立开发 这些不同的主题，把相关领域最有价值的人加入对应的 list。 从产品设计的角度说，List 实际是把快速流动的 feed，优化成了慢速更新的 pool，把被动地被喂养、被填食信息，变成了主动地、互动地获取信息。 1，设计AI 和推特上的 AI 创造者、开发者、创作者一起，从产品设计角度观察和体验 AI 产品。套用之前推友的评价：国内那些动辄几千块的 AI 课，都完全比不上这几位推友。 2，独立创造者 极少数人能够独立创造出产品，关注独立开发者、自由设计师、个人内容生产者。现在很流行独立开发者微信群、Discord 群、Telegram 群…群适合聊天，更好的学习方法是观察其他独立开发者具体做了什么。 3，中文设计师 分享设计，体验想法，设计从来都不应该有边界。 4，英文设计师 关注世界一流的设计师，世界一流公司的设计师。 5，Outside · 外面 外面的世界，外面的人生，看看生活在外面的人有什么样的不同生活 有个流行的说法是说“简体中文推特是个大屎坑”，你怎么看待这句话？ 如果你掌握了过滤垃圾信息、放大优质信息的技巧，你就根本不会在乎这种正确的屁话。
看看下面的图片，你觉得画面中间的这两个人是什么心情？ 来自加拿大 University of Alberta 的研究人员，找了加拿大学生和日本学生做对比测试，研究结果表明： 研究结果说东方人察言观色时更具备集体意识。 中国文化和日本文化都属于典型的东亚文化，你可以拿这个结论对比一下自己的观察结果，看看你是只看中间人物表情、还是无意识地观察了所有人的表情。 心理学研究说这种差异来自东西方文化的差异，西方人更加自我中心，而东方人更重视集体意识。 这种说法也能解释一个很常见的现象：如果是一屋子人一起开会，更容易看懂领导的表情；而如果视频会议时只有领导的脑袋、看不到其他人，明明盯着领导看，反而不容易看懂领导的表情。 ok 还没完。 设计上面这个实验的加拿大研究人员，他们在原始实验基础上做了新实验，这次找了更多学生参与实验。 测试者都是加拿大阿尔伯塔大学的学生，分为欧洲人、东亚人、其他人（南亚、非洲等等）三组，还是让大家看表情、猜情绪。 实验结论和之前实验结论相符，欧洲人直接根据画面中间人物的表情判断 ta 的情绪，东亚人会综合观察画面里所有人的表情，其他人的观察方式介乎二者之间。 感兴趣的人可以去读这篇论文。 为什么我会在意这些看似无用的知识，因为心理学是设计的基础。上面论文里说的东西方人观察方式的不同，也会直接影响产品设计。 以前介绍过：西方人的网页内容相对简洁，而日本人的网页内容多到窒息，中国人的网页和 APP 内容不但多而且特别乱。 设想一下，如果你把中国 APP 的 UI 设计直接搬到美国，因为文化的差异、因为观察方式的不同，很可能对中国人而言秒懂的正常画面，到美国人眼里就变成了太多信息、抓不住重点的复杂画面。
因为笔记善于存储而无法激发思考，AI 人工智能也改不了这一点。 前几天读了一篇资深记者写的文章，他说出了我一直的观点：笔记工具只是帮你记录更多信息，并不能自动帮你学习。 作者因为工作原因要处理大量信息，他尝试了 Roam Research、Obsidian、Mem 等不同的笔记工具，但标签、双向链接这些知识管理功能，并不能阻止我们工作时分心，工作效率不会有什么提升。 同时，Notion AI、ChatGPT 之类的人工智能，看似可以帮助生成摘要，让你享受用自然语言和海量数据直接交流的快感。但是这里无法逾越的悖论是：你自己都没读过，怎么知道 AI 输出结果是正确的？ 我自己的笔记工具分几档，我使用这几档工具时，思考的比例递减、记录的比例递增： 每次记录时，我都会实时地处理信息： 等等…… 我相信所有的笔记、稍后再读都意味着再也不看了，与其挑战人类天然的惰性，不如获取信息时立刻就把它们处理掉、变成自己的知识。 而你成天换笔记工具、钻研笔记方法、分享记忆秘诀，这些自我感动的享受的只是记录带来的错觉，而不是思考和学习带来的实际结果。 如果你无法改进学习方法，随着笔记工具越来越强大，你输入的信息、存储的笔记的越来越多，你只会积压越来越多无法处理的裸信息…你的整体学习效率也会越来越低。 好多人就是算不清楚这个简单的算术。 原文里引用了一句话：“我们的目标不是做笔记，而是有效思考”。
ChatGPT 流行之后，越来越多的人把 ChatgPT 当做搜索引擎来使用。本文从产品设计角度，解释这个现象背后的原因，以及它对产品设计的影响。 我以前有外号叫“人头Google脑”，手机能上网之前我就有“立刻Google一下”的名声，而且我还“代客 Google”帮人搜索💪 某次在南锣鼓巷，某路人盯着电线杆喃喃自语：你说电线杆顶上那个橙色小风车是干嘛用的？我琢磨好久也没想明白。 那位长了一张自视甚高的知识分子脸，一看就是网上什么话题他都要驳斥的那种。他当时还斜着眼睛瞟我，不知道算是自问还是设问还是挑战我。 我随口回答：为了驱鸟。 他就震惊了😆 关键词搜索 vs 自然语言提问 并非我牛逼，其实是因为我以前 Google 过这个“小风车”问题。 谷歌为代表的传统搜索引擎以搜索关键词为基础，当时（200X年）它很难理解“电线杆上会转的小风车是干嘛用的？”这种句子，所以我用不同方法搜了好几次，才得到结果。 之所以我利用搜索引擎的能力远超一般人，因为我理解搜索引擎的工作原理，因此搜索时能熟练而高效地选择合适的关键词，并用 Google 的搜索语法来提高搜索质量。比如我用 Google 来搜索这个电线杆上的小风车，搜索关键词大约是：电线杆 橙色 镜子 风车 -发电。 相反，一般人缺乏电脑常识，下意识地会用问问题的方式使用搜索引擎。如果你直接问谷歌“电线杆上会转的小风车是干嘛用的？”这种自然语句的长问题，多数情况下谷歌并不理解你到底在问什么，所以它会把你的句子拆分成关键词、再去搜索。这么搜索出来的结果往往过于宽泛，让人非常失望。 ChaGPT 这种基于 LLM 大数据模型的 AI，一大特色就是能够理解用户的提问： 这种自然语言式的提问，这种基于对话的互动方式，都为用户带来极大便利，自然会被用户追捧。 罗列几十页结果 vs 直接给出答案 为什么很多人抛弃了谷歌、百度，而改成在小红书上提问？或者发推文问“万能的推特”？ 因为小红书和推特给出的结果很少，要么随便翻翻就看到了、要么直接就回答了问题。这种直接了当避免了大量的体力活，像百度、谷歌那种动辄几十、几百页答案，看着就晕，而且每个答案还得点开看网页，才有可能找到答案。 这就凸显了 ChatGPT 另一个深受喜爱的特点：直接给出答案，没有百度、谷歌那么复杂而漫长的搜索过程。 今天的百度、谷歌会在搜索结果页里先列出一个优选答案，早年流行的 Siri、Alexa、小爱同学之类的 AI 语音助理，接受提问时也能直接给出一个答案。不过它们的智能水平相对有限，给出的答案看起来不是那么可信。 相对的可信 vs 假装的可信 今天我们可以随意向 ChatGPT 问“这个”小风车”问题，它会瞬间给出一堆看似正确的答案。 其实狗屁！ 它不知道那个小风车是什么。 既然 GPT-4 已经发布了几个月（这在 LLM 的 AI 世界里差不多等于上世纪吧？），我顺便也来测试一下 GPT-4 怎么回答这个“小风车”问题。 它的回答有时候似乎很正常（图一），有时候似乎不正常（图二），有时候似乎极其正常（图三、图四）。如果我预先不知道正确答案，我会认为它们说得都很有道理！ ChatGPT 刚开始流行时，很多段子的主题都是 ChatGPT 不切实际的盲目自信，以及立刻认错、立刻改口、继续扯淡的搞笑“人格”。但随着 ChatGPT 用户越来越多，反而有更多人盲目信赖 ChatGPT、不再抱怨它的准确性。 有各种研究文章讨论这种现象，这里就不展开讨论了。用普通话简述一下，我们轻信 ChatGPT 的原因大概有几种： ChatGPT “搜索”能力对产品设计的影响 ChatGPT 等 LLM 大语言模型 AI 都善于“搜索”和回答问题，简述一下这种能力对产品设计的影响，以及应对思路。 ChatGPT 们改变了“搜索”的产品设计 Bing 已经整合了 ChatGPT，既能用 ChatGPT 把用户的自然语言提问转化为搜索关键词、优化搜索引擎的输入，也能用自然语言描述更直接、更人性化的搜索结果，这优化了搜索结果的输出，当然 Bing 还能直接使用 ChatGPT 回答用户问题、把搜索引擎作为参考资料。 今后的搜索体验，会越来越多地结合 ChatGPT 们的自然语言交互能力和直接回答问题的能力。这种体验不限于搜索引擎以及知识库、问答、客服等等以搜索为主的产品，普通的产品中也会集成 ChatGPT 或者专用 LLM 模型，利用它们更好地与用户交互、更有效地输出结果。 特别是语音识别和语音合成技术的效果越来越好，理论上每个软件、APP、网站都可以自带一个高智商的 Siri，无论是实现基本产品功能，还是额外地增加营销、客服功能，这些新一代的 Siri 都能改善产品的整体使用体验。 现阶段“多模态”的 LLM 大语言模型还没有普及，按照现在的 AI 模型发展速度来推理，ChatGPT 们很快能普及搜索图片、语音、视频的能力，这又是另一个维度的可能性。 ChatGPT 干掉了 Stack Overflow 等人工回答 Stack Overflow、Quora 以及知乎这样的知识分享社区、问答社区，由用户来回答用户的问题。ChatGPT 这样的大语言模型对这类网站造成了极大的冲击。 以程序员问答社区 Stack Overflow 为例，按照 Business Insider 引用 Stack Overflow 自己的数据，2023 年四月，Stack Overflow 的流量相比 2022 年同期下降了 13%（来源）。这是不是预示着人类回答的消退？ 既是也不是。 一方面，各个垂直领域的专业人士、比如像我这样的的设计专家，或者生活中的达人、比如我这样的“人头Google脑”式的智慧达人，这些人的智慧并不会被 ChatGPT 削弱。相反，这些专家和达人能利用 ChatGPT 来强化自己的知识检索、整理和输出能力。 ChatGPT 替代的是泛泛的、针对性不强的回答。 另一方面，ChatGPT 强大无比的撰写能力、创造能力，以及超出大多数人的语言组织能力、表达能力，让普通人也能创造出看似专业的内容。这些制造出来的劣质内容会直接拉低 Stack Overflow、Quora 以及知乎的内容质量。 知乎推出了 AI 写作工具，那么知乎内部有没有对等的 AI 防作弊工具、AI 内容过滤工具？这种评判，可不是雇佣一堆数据标注工人就能搞定的。 规避 ChatGPT 可信度的问题 ChatGPT 在不同领域回答问题的可信度不一而论，整体而言，现阶段 ChatGPT 的回答属于看似靠谱、其实并不靠谱。 用户对 AI 产品的态度也各不相同，比如： 包括 OpenAI 在内的 AI 专业人士，已经提出了多种提高 ChatGPT 准确性的方法。普通用户也能通过更好的 prompt，来从 ChatGPT 获取更准确的回答。 从产品设计角度而言，怎么向用户展示 ChatGPT 等 AI 的可信度，直接影响了用户体验和用户对产品、对品牌的信任度。最底线的做法是：在 AI 准确度、可信度的问题上，也许你可以某种形式地误导用户，但绝对不要欺骗用户。 我相信 AI 的发展速度，一直会优于人类搜索信息能力的进化速度，只要借助 AI 工具，以后菜场大妈也能立刻回答“电线杆上会转的小风车是干嘛用的？”。 这种随时随地准确获取信息的能力，将成为以后人类的基本功能😂
我遇到劫持浏览器鼠标左键、鼠标右键、上下文菜单…的软件和浏览器插件，都是不管软件、插件本身多好用，我都当它是病毒、木马、恶意软件，立刻卸载。 我今天卸载的，是最近 2、3 年里最好用的“阅读模式”/免打扰阅读/沉浸式阅读插件，不知道为什么它劫持了浏览器鼠标左键，显示 CLIP 功能。 现在有各种设计软件、编辑软件直接运行在浏览器里，劫持鼠标和上下文菜单，会打乱这些重度依赖人机交互软件的正常操作。 每个人有自己操作软件和工作的流程，劫持鼠标和上下文菜单，也会让这些高度优化的流程变得充满毛刺。 现在各种 ChatGPT 工具、翻译工具也是劫持鼠标和上下文菜单、输入框和系统 UI 的重灾区，从设计角度说，跟浏览器、办公软件、操作系统这些通用软件整合的功能，要么别扰民、要么提供关掉扰民功能的选项。 所谓彼之蜜糖、吾之砒霜，别拿少数人的“迫切需求”去妨碍多数人的正常使用，更别学微博、微信那样为了赚钱成天强迫用户，嘴上还说“都是为你好”。
设计师们不必紧张，AI 在挑选字体、字体配对方面，只相当于初级设计师。 读了一篇有趣的设计文章，作者是热衷网页排版和字体的设计师。 他测试了专用 AI 字体配对工具和 ChatGPT，发现 AI 在挑选字体、字体配对方面，只相当于初级设计师。 他测试的 AI 字体配对工具是 https://fontjoy.com，配对逻辑基于已有的 pattern/范式。这种思路不适合复杂的字体选择思路，输出的字体配对质量很不稳定。 而 ChatGPT 能提供入门级别、既不出错也不精彩的字体建议。它的优点能根据模糊的描述来选择字体，比如你说想要一个女性化、现代、坦率的开源标题字体，它能给出还行的建议。 所以作者说 AI 工具能帮非设计师选择字体，总比外行自己瞎挑的字体好😂 这篇文章换了个角度来介绍选择字体的思路，也用 AI 选择的字体的例子，展示了初级设计师和好设计师的差别。 AI 和初级设计师都是按照 模式/范式/pattern 来选择字体，好的设计师按照设计意图来挑选字体。 文章里说的都是西文字体，中文字体配对其实更难一点。因为汉字更接近于图形、字体给人带来的感觉更复杂而微妙；另外候选的中文字体较少，有时候受困于没什么字体可用，有时候又得益于反正选择不多，用最经典选择和最夸张选择就好。
只需要 20 美元，就能把 Glock 手枪改为全自动武器。 Vice 报道说美国悄悄流行一种 Glock Switch 小配件，它能把普通的 Glock 手枪改装成全自动武器。 美国市场面向普通消费者销售的主要是半自动武器，扣一下扳机、只能发射一发子弹。而这个小配件只需要 20 美元，就能把 Glock 改装为全自动操作，扣一下扳机就能把所有子弹全部、自动射出去。 Vice 的文章和视频里还介绍了这个小配件的工作原理，大意是把它安装在手枪尾部，它能伸出一个小支架，手枪发射之后防止扳机组件钩住枪机，所以枪机能循环操作、成为全自动武器。 注意：Vice 文章里说的这种改装 Glock 的小配件是违法的！ 一般美国人买枪是为了防身、保卫家庭安全，或者打猎、运动休闲。改装成全自动的 Glock，如果搭配 50 发子弹、甚至 100 发子弹的弹鼓，将是非常可怕的杀伤性武器，这远远超出了自卫和休闲的范畴。 短片里最哭笑不得的是记者问专家：如果我想买这个 Glock Switch，有多容易？ 专家暧昧地说，如果你知道上哪儿找、就很容易找到。 然后专家展示了一段 Instagram 视频，有人在视频里展示这个小配件…然后我一看：哎？下面这烟盒露出了一个“京” ？ 作为前大烟鬼、前用户，我立刻认出来了…这不是南京烟嘛！好吧！（我没抽过视频里这种南京烟）
在可读性要求最高的飞机驾驶舱和仪表场合里，液晶显示器的反锯齿显示字体的方式，导致了“奇怪”的字体设计的思路。 设计公司 intactile 为 Airbus 空中客车驾驶舱和仪表设计的特殊字体 B612，设计重点是优化可读性，特别是在恶劣情况（注1）下的可读性。另外设计公司强调了这个字体在不同场合的一致性，比如用于仪表、航图、长文本。 现在的液晶显示屏和操作系统自带的字体反锯齿功能（anti-aliasing），都会让字母的线条看起来模糊、扭曲（注2），甚至会导致认错字母。 设计公司在设计这个字体时，对液晶显示屏、小字符做了优化，故意把字体的线条、交叉设计得有点扭曲，这样在显示时、特别是显示小字时，反而会看起来横平竖直很规整。 上图从左到右，分别展示了 B612 字体的四种状态：设计稿、理想情况的矢量图、没有反锯齿的字体显示效果、反锯齿后的字体显示效果。第四种反锯齿之后的效果，就是在飞机的液晶显示器上显示的效果 – 当然，因为观看距离较远，飞行员不会看到这些反锯齿的细节，只会看到相对平直、规整的字体。 HN 的讨论里提到了一个我的疑问： 为什么这套字体里的 0 和大写的 O 一模一样，难道不应该在 0 中间加上斜线或者小点吗？这基本上是所有强调可读性的编程字体的标配了。 有人回答了，说带斜线的 0 可能会和数字 8 混淆。 实拍的照片里，Airbus 的仪表里使用了带斜线的 0，不清楚具体情况。 注1： 除了一般的光线不好、斜着看屏幕、看远处的屏幕等等情况，飞行员还要面对巨大的心理压力，以及震动、高 G/重力加速度、烟雾、戴氧气面罩、噪音等客观限制条件。说实话，看到那么多仪表、按钮、数据和信息，一般人看到驾驶舱就晕了。 注2： 以前 macOS 和 Windows 采用了不同的字体反锯齿技术，导致很多人第一次用苹果电脑时，觉得字体太虚、不清楚、看得很不舒服，现在屏幕分辨率越来越高，类似的抱怨减少了。 注3： 为 Airbus 空中客车设计字体的这家设计公司 intactile 来自法国，他们设计了很多专业领域的 UI，有些像是科幻电影、战争电影里才会出现的界面。 比如为海军设计护卫舰设计互动地图https://intactile.com/projets/i2map-naval-group/ 为国防公司 Thales 设计战略决策支持工具https://intactile.com/projets/cartographie-symbolique/ 设计未来的飞机驾驶舱界面https://intactile.com/projets/dgac-interactive-open-deck-iode/ 设计空中交通管制系统界面https://intactile.com/projets/aeronautique-recherche-et-securite/
文化差异不但影响用户购买和消费的喜好，也影响用户选择和使用产品的习惯。 希望出海的国内团队、开发者可能会注意到一个普遍规律：国内产品特别喜欢多功能、all in one、瑞士军刀…而西方很多产品主打单一功能。 撇开微信之类的超级 APP 不谈，以基于 ChatGPT 的小工具为例，国内开发者总是不辞辛劳地往里面使劲塞功能，生怕自己的工具不够全能；相反，国外很多 ChatGPT 产品只聚焦一个功能，比如只帮你写作。 这些市场差异的背后，有东西方文化的差异。 看看吃饭的餐具就明白了：中国人吃饭只用筷子和勺子，一双筷子别说吃饭、吃菜、抽小孩、剔牙、验毒…武林高手还用它当暗器；而西方人吃不同的食物，需要不同的刀子、叉子、勺子，以及不同的碟子、盘子、杯子，每种餐具有它特定的用途。 哪怕是最以没历史、没文化见长的美国，一般人家里也总有一套正式的刀叉勺子盘子。商店、网店里充斥着各种专用到令人“崩溃”的专用工具，比如：专门用来放香蕉的容器😆 文化会潜移默化地影响每个开发者和用户，每天沉浸在专用刀叉勺文化里的西方人，很自然地会习惯于创造单一功能的产品。 btw，并非只有中国人、日本人喜欢开发多功能的产品哦，还有一些国家的开发者喜欢开发多功能产品，猜猜他们平时吃饭用什么样的餐具： 用右手。 西方人到底有多喜欢单一功能的产品？ 前段时间美国各大科技媒体介绍了一款新 APP：Catchup: Stay in Touch。 功能简单到令人发指 – 你用 APP 维护一个朋友和家人列表，APP 显示你们多久没联系了，到特定时候提醒你跟他们打个招呼、问候一下。 在微信覆盖世间万物的国内，肯定没人想要开发这种 APP 只解决打招呼这一个功能。（其实大家更需要在家族群里假装热情回应的功能） 据说初期用户对 Catchup 的感觉都很好，开发者也提供了增值功能：超过 2 个联系人，就要花 8 美元解锁。 话说回来，我现在倒挺理解这种 APP 的价值。 今年夏天我们这儿也有热浪，NOAA（美国国家气象局）发了警示，警示信息里有预防中暑和热辐射病的建议。除了一般的避免阳光直射、多喝水、别把孩子和狗留在汽车里……等等建议，还特别有一条提示：记得检查家人、朋友和邻居（看他们是否安全）。 注： 有推友问了一个符合逻辑的好问题：那么美国人手机里的 APP 多不多？ 如果美国人喜欢开发、使用各种专用的工具，美国人手机上应该安装更多 APP…对不对？ 统计数据（我没有求证过）证实了这个推理： 美国人手机上平均装 80 个 APP 中国人手机上平均装 50 个 APP
文化差异不但影响用户购买和消费的喜好，也影响用户选择和使用产品的习惯。 做出海产品的国内团队和开发者，可能会注意另一个现象：不但国外开发者、产品设计师习惯于看数据，普通用户也能看懂统计图表、数据可视化。 国内小伙伴需要工作好几年、反复练习才能掌握的这些高级技巧，似乎老外“天生”就会🫥 我到了美国才意识到，这方面也有文化差异。比如以做菜为例： 我到美国之后厨艺明显提高，其中一个原因其实是：美国的煤气灶上，都会集成时钟、定时器，有了定时器，我能精确控制做菜火候，精确到秒都没问题😅！（注1） 美国厨房里还有各种量杯、量勺、电子秤。 最好笑的是还有专门用于做肉的温度计。比如烤鸡、煎牛排、BBQ，把这个探针一样的温度计插进肉里，就知道内部温度是多少了 （注2） 还有各种例子，就连微波炉加热，美国人都会不厌其烦地警示：为了饮食安全，要保证加热后内部温度达到华氏 165 度。 可以想象，在这种环境里长大的人，会习惯于测量数据、习惯于判断数据。（注3） 相比之下，我们的童年是在经验和直觉里长大，听到的都是“我觉得可以”，学做菜都是学的放盐少许、煎至两面金黄、炖到用筷子能戳进肉里…（注4） 我们一方面讨厌原生家庭，另一方面也潜移默化地沿袭了家长们相信经验、相信直觉的习惯。 注1： 人对时间的感觉是相对的，特别不准。很忙的时候，5 分钟一眨眼就过去了，相亲遇到讨厌的人，1 分钟都度日如年。（爱因斯坦说过：手放在滚热的炉子上，一分钟感觉像一小时。坐在漂亮姑娘身边一小时，感觉像一分钟。） 注2： 温度计这里也有设计小细节。 为了照顾普通人，一些温度计直接在表盘上标注了适合牛肉、小牛肉、羊肉、猪肉等不同肉类的刻度，牛肉还分不同火候。使用时把表盘外面的红色游标，设置到你想要的温度/刻度上，测量温度时看看指针有没有转到游标那儿。 这个温度计其实很有意思。它的刻度分成了四组，分别是： 没想到全熟的牛肉，内部温度也只有 77 摄氏度😅。 注3： 有推友质疑是不是每个美国人都有看数据、摆事实的能力。 显然不是。 不管到了哪儿，人的能力高低都是正态分布，多数人马马虎虎、少数人很牛、少数人不行。 文化、教育、基因等等因素会影响多数人的基本能力，这些就是社会学家、人类学家研究的专题了，我肯定不懂，也没有数据和案例做支撑。 注4： 可能有很多国内的人不适应这种基于严格计量的烹饪习惯，觉得太严谨、或者太难以坚持。 其实大家忘了另外一个很容易被忽视的因素：不同文化背景之下成长的人，“严谨”的标准很不一样。比如放“1 tbsp 糖”，这对中国人来说可能算“严谨”的操作，对美国人来说可能只是随手一个动作。 不说别的，我现在做菜也很严谨 – 如果需要“加热 2 分钟”，我的确就像那些刻板的德国人、美国阿姨一样设定时器、精确加热 2 分钟！然后，我才像弹性的中国人、随性的法国人一样，尝一下或者测试一下火候，再决定要不要加 1 分钟。 而习惯的好处就是，一旦养成习惯，之后就自动驾驶了。老外从小耳濡目染，不觉得在厨房里使用量杯、量勺、电子秤、温度计有什么奇怪的😆；我每次做面包（用面包机）都用量杯量出 3/4 cup 的水，我也没觉得有什么不合理的。 那些拧巴的事情、被别人强迫的事情才需要“坚持”。
大家应该听过青岛下水道的故事，说德国人提前准备了油布包好的维修备件，百年之后，挖出来马上就能用。 没想到我遇到了“类似”的情况。 我们的车出现小故障，技工说检查一下 150 美元（太贵！），我们打算花几十美元，买个 OBD 检测仪自己来检查。 结果我照例先上 Youtube 学习，发现大概率是某个保险丝接触不良、或者烧坏了，那我决定自己修。 同时我也就郁闷了，保险丝没有单卖的，都是 10 美元买一盒 150 个保险丝那种卖法。或者像国内那样跑到维修厂给师傅发根烟，跟他蹭一个保险丝？哦，也不对！纽约州对烟草征收重税、一包烟十几美元，够买 300 个保险丝了。 打开引擎盖、找到保险丝盒，我发现保险丝太紧了，得用螺丝刀一点一点撬出来。好不容易撬出保险丝，我也看不出烧断没有，只能把保险丝和保险丝插座的触脚都擦干净，碰一下运气咯。 这时我才看到保险丝盒子的盖子里另有乾坤： 顿时我就感动坏了，体验到了青岛人挖出“德国人”百年配件的心情。 把备用保险丝插回去，故障立刻解决。节约了 150 美元检修费和买保险丝的钱，节省了来回折腾的大把时间。 感谢你！本田君！ 之前有人写了一篇“Good Design is Intentional”（好设计应该有目的），说的是做设计时应该为未来的用户、未来的使用场景着想。 文章里说了个都市传说，说 1859 年牛津大学餐厅的橡木横梁被甲虫咬坏了，这才发现牛津大学预见到甲虫会咬坏横梁，所以早在 1379 年就安排人种植了大片橡树林，用于日后维修。 牛津的人找到了林务员，对方回答说，“好吧，先生们，我们一直知道您什么时候会问”。 另一个近乎传说的真实故事，说 21 世纪初，丹麦女王玛格丽特二世接到皇家林业专员电话，通知她说橡树已经成熟。 原来是 1807 年丹麦种植了一万多棵橡树，用于日后建造木制军舰，这些橡树生长 200 年后，终于成材了。 后来这些橡木被称为 flådeege（海军橡树），它们被用来维修老式帆船军舰，以及做成家具。 橡树这动不动 200 年的跨度太漫长了。1379 年是明洪武年，1807 年是清嘉庆年… 汽车的生命周期大概十年。汽车设计师和生产线上的某人，肯定不会想到他们的贴心设计，能帮助多年之后的我。 APP 的生命周期短得多。似乎现在的 APP 只在乎收割未来的用户、不在乎未来用户的体验。估计这才是未来产品设计的标准模式。 关于备用保险丝，有一说一，不搞迷信。 本田这个贴心的保险丝盒盖，大概率并不是来自某个有远见的设计师，而是在汽车不断发展过程中，由设计师、维修工、客服、用户，在多年解决各种问题之后共同积累下来的一个集体智慧。 本田的优点，是他们愿意花钱做这种概率不大、似乎没什么用的事。参考一下特斯拉，似乎特斯拉就没有随车提供备用保险丝。 保险丝本身的设计也很有意思，它们用数字和颜色来表示规格（最大安培数），比如引擎盖挡住了光线，看不清保险丝上的小数字，只要看到红色，就知道它是 10A 的保险丝。 用颜色表示规格、参数的方法，也是人类的集体智慧，比如电阻用彩色环表示欧姆数、网线用颜色表示第几根线、子弹在头部刷上不同颜色表示穿甲弹还是普通子弹…… 做有远见的设计师太难了，但是多了解设计规范，多在前人集体智慧基础上做设计，别闭着眼睛瞎创新……这就容易多了。
Print 发表了一篇文章“Are We Losing Color? All Logos Are Starting To Look The Same.”，作者是设计、创意领域的写手，文章探讨了现在的一大设计趋势：黑白风格 logo。 几个观点挺有意思： 设计总有潮流，而且很多潮流也是互相矛盾的，比如一边是 X 这种黑白极简、另一边是 Figjam 那种 Brutalism 风格…设计风格应该追随品牌，而不是让品牌追随设计趋势。 好设计师通常不会抄袭“怎么设计一个黑白 logo”，而是会根据自己品牌的特征，去思考“为什么要设计一个黑白 logo”。
声音在品牌设计中的应用越来越普及，无论是 Intel“等灯等灯”的声音 logo，还是苹果 iPhone 极具感染力的主题歌，声音不但创造品牌的识别性，还帮助品牌与受众建立情感连接、帮助品牌长期影响消费者。 声音容易影响人的情绪 比如不懂事的幼儿园小朋友看电视，看到恐怖画面时可能反应不大，听到可怕音乐时反而会特别害怕。 比如中文有声书基本上都是做作、嘚瑟的表演腔，不管哪种书籍都被包装成割韭菜的洗脑网文，他们控制听众的主要方法就是在原书、原文之外，不断营造情绪。 声音也很容易引起强烈的记忆 比如一听到某个旋律，立刻想起初恋情人；比如一听到某领导的说话语气，立刻触发“原生家庭”式的愤怒。 以前我抱怨过 APP 的配音，也是类似原因，一听到小朋友那个说话腔调，顿时眼前就出现了各种不讨喜的小朋友。 利用声音记忆建立品牌的最有趣例子是美国的保险公司。因为保险公司并不销售可以感知的实体商品，而保险公司的出现总是和糟糕的事故挂钩，所以美国保险公司发展出了一套利用主题歌来建立品牌形象、改善品牌认知的方法。 比如 2022 年有个 Faker.js 删库事件，肇事者留下一句删库后 LIBERTY, LIBERTY, LIBERTY。我一看到这句“台词”、瞬间就在脑子里哼起了被反复洗脑的美国保险公司 Liberty Mutual 的广告歌。他们拍了无数广告，我基本上一个也记不得，但这句 LIBERTY, LIBERTY, LIBERTY 已经刻进大脑、变成了我的本能。 声音对人的影响是不知不觉、下意识的 Youtube 广告经常会找不同的配音演员来影响广告效果。 比如说用英国口音来表现高级感，比如用黑人口音暗示便宜，比如故意用素人说话语气来模拟网红推荐…比如用大大咧咧的白人大姐的声音，让本地店家听起来特别接地气。 前几天还遇到一个广告故意用老年德国男子配音，这是想突出德国品质吧？太坏了！ 声音可以创造完美的画面 最近几年我一直在做“津津乐道”播客的设计顾问，其中最有趣的一种设计是为不同节目选择主题音乐、过场音乐和背景音乐。 视觉设计里有色彩、形状、排版等各种要素，有各种方法烘托气氛、触发共鸣，选择音乐、编辑音乐也有对应的思路。 表面上我选出了大家都觉得好听的音乐，其实我是借助音乐的旋律、节奏、乐器、情绪，让说话为主的播客节目更有画面感。 声音甚至直接影响人的感官 O’REILLY 出版过一本“声音体验设计”（Designing with Sound: Fundamentals for Products and Services），一位作者是人类学家、用户体验设计师，另一位作者是听觉体验设计师，在谈到用声音改变体验时，他们举了一个非常生动的例子： 芬兰航空为航班上的菜式搭配了不同的音乐，用餐时听这些音乐可以改善口感😂。这个设计赢得乘客喜爱的同时，还获得了国际大奖。 背后的基本原理是声音会直接影响人的味觉。比如飞机上的低频背景噪音，会削弱人对甜、咸的感觉，但会增强人对苦味和鲜味的感觉；相反，高频的声音能强化人对甜味的感觉 – 通过为飞机餐搭配美妙音乐，芬兰航空直接用声音微调了人的味觉。 虽然人本质上都是视觉动物，大脑处理图像的能力远远超过文字、声音、气味等等信息，但声音的作用不容小觑。 尤其现在每个人每时每刻都被视觉信息轰炸、眼睛都被锁定在了屏幕上…这时候用耳朵听声音，反而变成了一种差异化的、更友好的、更容易接受的体验。 在今天的品牌设计、UX 设计里，声音是重要的一个部分，不管把声音作为品牌象征、品牌输出内容还是作为人机交互的一种方式，声音都需要精心设计。
传统学英语的效率很低，多少人从幼儿园开始，学了十几年英语还是听不懂、开不了口。所以我都建议别学课堂、书本里的“假英语”，而是尽可能多地接触真实世界里的英语。 因为现实中美国人并不像英语老师那么说话。 我是到了美国之后，经历了诸多弱智时刻，才深切感受到美国人怎么说话： 举个例子大家就懂了：mountain 应该怎么读？书本和课程里读起来像“忙疼”，美国口语里读起来类似“毛嗯”，t 不发音，惊悚了吧！（注） 所以我一直建议不要看英语教学视频、听英语教学播客…这些都是某种意义上的“假英语”，学这种英语，就又退回到背单词、背语法的老路上了。 最好还是看真的美剧、美国电影，听真的英语播客。 所以怎么理解快速的英语？ 分享几位母语是英语的老师的建议。 1，这位 Vanessa 老师有 5 个建议 以我自学英语的经验，上面的第二条其实是最困难的，它意味着你需要大量有效地输入，比如我就是看了无数的美剧、听了无数的英语新闻和播客。 2，这位 Adam 老师来自加拿大 他教你怎么听懂英语母语的人说话。他主要介绍的是常见的懒音，也分享了听懂这些发音的练习方法： 3，第三位老师 Hadar 分享了练习技巧 她的母语并不是英语（我觉得她的英语很完美了），她教你怎么理解“快速”英语，后面还给了2个小测试。 她说美国人说的“快速”英语，难点还是在于连读和懒音，正常人不会一个字一个字地说话，而是连续地、分不清单词开头结尾地说话。 这种情况下最重要的听力技巧，是仔细听句子里的 content word（实词，一般是单词、名词），其他 function word（虚词）可以让大脑自动脑补。 她给的练习技巧是： 后面的小测试太难了，以美国人的标准来说也算是嘴巴特别快的那种，我听了好几次才听懂。 不过也不要怕，看视频、听音频时可以倒回去再听几次；在现实生活中遇到听不清、听不懂的情况，尽管使用以前我介绍过的最佳技巧： 直接跟对方打招呼，说不好意思我没听懂，你能不能再说一遍？ 正常情况我就是眼神特真诚、表情特困惑地问一句“sorry？”，对方一般就很贴心地再说一遍了😆 4，第四位老师 Stefanie 安慰你失败也有原因 她是美国人，会说流利的西班牙语 她从学生的反馈、和她自己学西班牙语的亲身体验，解释了你听不懂原生英语的各种客观原因（aka 合理的借口） 比如： 这么多客观原因，你是把它们当学不好英语的借口，还是把它们当继续学英语的安慰？全看你自己了😂 有趣细节：她说她在阿根廷生活期间，和老公一起逛杂货店，听到旁边有人说外语，她感慨了一下，结果老公说：嘛？这是智利西班牙好吧！智利就在阿根廷隔壁。 注： 我偶尔在 Youtube 的学英语视频里看到了 mountain 的读法，之后才发现平时听到单词 t 不发音的情况非常普遍。好笑的是，越来越多的人尤其是年轻人，在说 often 时反而会刻意把 t 念出来。 可能这就是学真英语的特色，总有各种各样的特例，永远没有学完的一天。
从个人品牌角度说，持续输出自己的想法，是创造、积累个人品牌的最简单、最有效方法。 活跃的独立开发者 Baye aka 威力狈 是独立创造者里输出得最好的人之一，不管是分享开发产品的点子、还是装修遇到的遭遇、或者不着调的奇怪想法，这些想法用最真实的语言，勾画出了一个真实而鲜活的 Baye。 这些都是个人品牌里最重要、最稀缺的关键点：信任（注） 好的想法能增加用户对你专业能力、服务质量的信任，个人的、私人的想法能增加你的真实感和人情味，那些不完美、甚至不怎么样的想法，也能拉近你和用户的距离。 但！是！ 大多数为了个人品牌而输出想法的人，都犯了两个基本错误： 如果你想建立自己的个人品牌，现在就开始输出自己的想法（而不是所谓的“观点”）。 别扯什么“我要改用 Obsidian 来整理素材”、“我要用 react 搭一个极快的静态个人网站”，那些都只是拖延时间的借口。 注： 有两个例子展示 baye 建立的信任
怎么保证高速行驶中的司机，在 120 米之外就能看清高速路标牌上的文字？ 公団文字是日本高速公路特有的字体，用于各种道路标牌，当初（1963年）设计这套字体的初衷，是保证高速行驶中的司机，在 120 米之外就能看清标牌上的文字。 识别高速公路路牌上的文字，不同于普通的阅读，因为车速很快、看文字的时间很短、看文字的距离还很远，所以看高速路牌文字不仅仅识别汉字形状/笔划，还挑战人眼的角分辨率/视力。 为了达到这个目的，设计者做了几方面努力： 这些方法在保证通过形状识别汉字的前提下，也减低了对眼睛角分辨率/视力的要求。 简化笔划的异体字对改善分辨率起到了很大作用，如果像传统字体一样为了公団文字保证汉字形状、而使用粗细不一的笔划，这些笔划复杂的字体远看就是一团白色。尤其是夜间驾驶的情况下，反光强烈的复杂字体会显示成一团刺眼而无法分辨的白光。 最终这些来自高速公路运营公司内部的民间设计者，就一个字、一个字地创造了一套独特的字体：严格来说他们设计了很多错字，但实际使用效果很好。 但是很遗憾，因为没有统一的设计标准，都是手工制作，导致这套“公団文字”缺乏统一的视觉标准。最终高速运营公司决定逐步替换“公団文字”。 现在日本交通标志牌上使用的新字体是 Hiragino 哥特体/黑体，基本上就是十几年前 Mac 的默认字体“冬青黑体”。 对比一下反面案例。 香港路政署擬於今年內，在中環碼頭、港鐵大圍站及荃灣路德圍的路牌，改為採用新字體「文悦古典明朝體」，並形容此舉可「注入較為濃厚的文化氣息」。（新闻来源） 文悦古典明朝体笔划很复杂、笔划粗细不一，识别度很有问题。 关于“公団文字”的介绍：高速道路には専用フォントがある!?「公団文字」は見やすければ誤字もOKって本当？
多数人不了解乱用、滥用字体对设计带来的负面影响。 霞鹜文楷是程序员特别推崇的一个字体，因为它： 所以它被程序员用在了各种场合……但其实大部分人都用错了这个霞鹜文楷字体。 1，漂亮是个相对的感念 不扯“审美观”这种伤自尊的话题了，简单而言霞鹜文楷是一款风格介乎仿宋和楷体之间的手写字体，从观感和心理感觉上来说，霞鹜文楷是一款偏可爱、偏有趣、偏轻松、偏非正式的字体。 参考一下跟霞鹜文楷同根的姐妹字体“芫荽字體”，这种可爱的感觉会更强烈。 本质上，霞鹜文楷的风格偏向少女们在手机上自定义的可爱字体，霞鹜文楷的“漂亮”见仁见智、而不是一种普适的美观。 2，正式和不正式 霞鹜文楷的可爱、轻松风格适合于不太正式的场合，比如给女朋友写情书。 在相对正式的场合，比如公开演讲的 PPT、找工作时的简历、公司的产品介绍页、产品文档、强调专业能力的个人网站…这时候用霞鹜文楷就掉价了。 感觉跟男士穿着拖鞋去吃正式一点的西餐差不多，你可以这么操作，但结果不会太好。 3，可用性 作为一种手写字体，霞鹜文楷字体结构和笔画都有点扭曲（不够横平竖直），渲染时会产生太多锯齿、反锯齿，不适合用于可用性要求较高的场合。 比如用于阅读大段正文文字、用于字幕、用于 UI 时，可读性都不好，尤其是在屏幕较小的手机上，它的可读性比那些“死板”的黑体差很多。 宝玉 @dotey 老师之前在翻译英语视频时，用了霞鹜文楷做字幕，在手机上就看不清楚。后来我建议他改用粗一点的黑体，可读性就好了很多，当然也避免了霞鹜文楷不正式的感觉。 4，技术上的限制 有很多程序员把霞鹜文楷用在个人网页里，这是缺乏前端素养的表现。 多数人的电脑和手机里都没有安装霞鹜文楷字体，在网页里使用霞鹜文楷，要么用户看不到这个字体的效果（被降级到某个字体），要么用户不得不为了看一个网页、而下载几 MB 的字体文件。 同理，如果你在 Word、PowerPoint 文档里使用霞鹜文楷，其他同事、朋友、同学、客户…还有你暗恋的姑娘，大概率看不到霞鹜文楷的效果。 如果你爱霞鹜文楷爱到不行，可以试试 PDF 文件，如果你选择了输出 PDF 时嵌入字体，你暗恋的姑娘看 PDF 文件时能看到霞鹜文楷的效果（但她大概率不会因此喜欢上你）。 Anyway 了，在现实生活里，选择一款字体类似于选择一种表达方式： 你可以说普通话也可以说英语还可以说家乡话，你可以书面表达也可以拍短视频，你可以很放松地闲扯也可以有条理地表达 – 用哪种方式表达，取决于表达的场景、表达的对象、表达的目的，而不是表达方式本身。 霞鹜文楷显然很有特色，你可以很喜欢它、但不能乱用它。 注1： 自用字体和公开使用字体有明显差别。 自己用字体，选自己喜欢、感觉舒服的字体就好，就像中学生少女、职场新人少女、宝妈少女，人人都觉得自己手机里的少女字体是最好的。 文档、网页、个人网站、字幕等等需要公开展示的场合，使用字体就不能只关心个人喜好，而需要更正式、更利于展示、更便于阅读的字体了。 注2： kindle 使用了 e-ink，它的渲染效果、文字的对比度都比一般显示器更适合阅读，在 kindle 里使用霞鹜文楷，效果会更舒服。 注3： 用于打印和印刷场合时，需要注意：
比如老板需要给 100 个客人发 100 张邀请卡，设计邀请卡时，显然这 100 张邀请卡上只有人名不同、其他内容都一模一样。如果手工制作 100 个不同的邀请卡，实在太低效了。 Figma Figma 有个 Many Paster 插件，可以把一组文本黏贴到相同数量的 layer 里。 操作时先准备 100 个人名，再复制出 100 个文字 layer，选好这 100 个 layer、运行插件：把 100 个人名黏贴进插件、点“Paste Data”按钮……voila，所有 layer 里的文字都改好了。 或者使用 Google Sheets Sync 插件，可以把 Google Sheet 文件填充到 Figma 里。教程。 Illustrator 曾经客户要输出一批荣誉证书，人名不同，客户姑娘问我怎么批量操作，而不是手工改每个人名。我当然支持所有提高效率的事，所以我就向她介绍了 Illustrator 的批量和脚本功能，用 Illustrator 和 excel 文件批量生成名片设计。 有人写好了教程，谢谢他🙏 难得的是，客户的这位姑娘其实不是设计师。 我是他们的设计顾问，负责设计策略和具体设计。她负责事务性工作，比如所有宣传物料的加工、发货送货等等。她愿意自己使用 Illustrator（而不是把活丢给印刷厂），并且知道利用工具来提高工作效率，这些方面她比那些满脸都写着“全世界都亏欠我”的设计师厉害多了。 干体力活的是美工、能用工具提高效率的是好美工，能用工具解决问题、创造价值的才是好设计师👏
显然不合理。但是你不能直接跟老板说“不”。 推友私信问我的问题，因为属于常见问题，经过跟推友确认，我隐掉隐私信息后公开回答这两个问题，希望能帮到更多成长中的设计师。 他最近刚被升职，负责 UGC 产品的 UI 设计小组，老板把“日活用户数（DAU）”设为他的 KPI… 老板要求设计师把日活用户数作为 KPI 考核指标，合理吗？ 考虑到产品的 DAU 来自多个部门的共同努力，拿它来考核设计部门，显然不符合商业规律，甚至说违背管理常识。 首先，拿量化的数据来考核设计师、设计团队很合理 如果设计师不能被量化指标考核，说明他们的工作成果无法被衡量，这往往意味着他们要么是个远离业务核心的边缘的、支持性的部门，要么每天都在做一些自己觉得很努力、老板和其他部门都无感的低级工作… 结果都一样：在公司里缺少价值，没有话语权、随时有可能被替换。 其次，拿“日活”来考核设计团队肯定不合理 因为“日活”数据由推广/市场/增长、产品、设计、开发和运维、客服等多个部门的工作共同决定，也跟公司投入资金、市场需求等因素相关。拿“日活”考核设计部门，替其他部门背锅还是小问题，最大的麻烦是无法从考核指标来改善设计部门的工作质量，这就失去了考核的一大意义。 相对合理的考核方式，是选择一个主要由设计质量来决定的统计数据。 这很好理解，设计总监或者小组长应该从 UI 和 UX 设计角度仔细分析现有产品，比如说现在 APP 设计有缺陷，用户的一天存活比例很低，考虑到此时市场部任务已完成、运营部的作用尚未充分发挥，所以它大概率和设计质量相关 这样我们非但找到了改进设计的关键点/问题点/故障点，同时我们可以拿一天存活比例这个和设计相关、只和设计相关的统计数据来考核设计团队 怎么跟老板沟通自己的考核指标？ 设计组长、设计主管、设计 team leader 这些称呼意思都相近，都是指设计部门的初级管理者。 他们通常的特点是：还会做具体设计工作，同时负责任务和人员管理。因为他们往往对公司的产品、运营部门了解有限，也通常不理解公司的业务，所以一般不具备设计决策能力，也很难利用设计帮公司增加竞争力。 那些更高级的设计决策，以及设计部门的考核指标，一般得由设计总监、设计 VP 们来完成。 回到推友这个实际例子，既然他“老板”给他的考核指标特别不合理，大概率他们公司设计部门挂靠在产品或者运营部门下面，他没有设计总监这样的直接上司，而是要越级向产品总监、甚至 CEO 汇报。 1，给出合理建议 初级管理者向上沟通，最主要的技巧是给出合理解决方案，让上级判断要不要执行、还需要怎么调整，而不能像初级员工一样说一堆不着边际的“我觉得”，然后问“老板你看怎么办” 所以这位推友最好先跟上级说清楚打算怎么做：A 我想以一日存活作为考核指标，B 我已经研究过了，改进这里、那里、那里能改进一日存活，C 如果能保证这个、那个的设计质量，以后一日存活能维持稳中有增长 – 你看看我的办法是否靠谱、还有什么漏洞、我们能不能快速跑起来再不断优化？ 这么说出来，即便领导比他高两级，也应该能信任他的建议。 然后作为辅助性的证据，也如实地跟上级描述他对“日活”这个指标的顾虑，表示担心几个部门都影响日活，无法根据数据来改进设计…其实他心里想的是对上级乱设定考核指标的不满，但嘴上表达的还是希望解决问题。 2，不要拿专业技能倒逼老板 初级管理者在向上汇报尤其越级汇报时，注意别死抠专业技能的细节。 比如这位推友，他上级应该是不懂设计、至少跨越两级的某人，如果推友拿审美观、设计技巧这些专业的设计知识来跟上级谈考核指标，上级满耳朵听到的就只是一堆让人心烦的噪音。 有关专业技能的考核和评判，应该和设计总监、设计专家或者外部设计顾问这些专业线的管理者沟通。 3，寻找外援 考核指标这种重要问题，多请教人，多思考，整理好思路、写下来、脑子里过几遍，然后再找“老板”谈。 比如设计主管可以以我的这篇文章为依据，把我说的普遍规律和自己公司的实际情况结合，看看老板和自己的认识到底有什么异同。或者可以请教公司里可信任的高级同事，或者自己在工作中认识的设计前辈，看看他们有没有类似经验。 4，听 最重要也最容易忘记的沟通技巧：不管和谁沟通，最好的沟通方式是倾听，不管对面是老板还是 ex，仔细听 ta 到底在说什么。 从老板角度说，怎么为设计师分配考核指标？ 我作为设计顾问，主要服务的对象是公司和老板，同时也会协助一些公司管理他们的设计团队，或者帮助具体的设计师。为设计团队确定考核指标、考核设计师的工作成绩，这些也是我的常见工作之一。 大多数情况下，怎么考核设计师取决于设计部门在公司里的职责，常见的有几种： 1，设计部门属于业务部门 比如互联网公司里的 UX 设计部门，和产品部、运营部、市场部类似，都是公司竞争力的一部分，都需要对业务线、产品的长期发展负责。 这些公司的 UX 设计师，不管是由中心化的设计团队统一管理，还是分配到各个项目组，都需要承担整个业务部门逐级分解下来的某一组业务指标，比如转化率、活跃度、下载数量等。 2，设计部门属于生产部门 比如设计公司、广告公司里的设计部门，出版社里的书籍装帧设计部门，或者家装公司里的室内设计团队，他们都提供设计服务，而且经常处理的是独立的短期项目。 这些设计师常常不能和业务指标挂钩，他们的考核一般会分解成两种大指标：从生产力、管理角度评判，设计师完成工作的数量、时效；从设计质量角度，由设计总监评判设计质量、设计师的专业技能。 3，设计部门属于支持部门 比如新消费公司里营销团队、电商公司的新媒体部门、国企的宣传部门，他们都会安排少量的设计师，来完成品牌营销、市场促销、公共关系、社交关系营销所需的设计。 有无数的公司里只招聘了 1、2 个设计师，按照长尾定律，这一类设计师是市场上最常见的设计师。 因为支持性质的设计部门往往不会配备设计总监、设计专家，公司内部没人能评判设计师的工作质量、专业技能，所以他们的工作偏向于从管理角度来考核，比如时效、工作量。 当然别忘了，这三类设计部门不仅仅会考核以上的硬指标，还会考核设计师的沟通能力、协作能力、学习能力等等软性指标。 以上这些类型的设计部门，都属于常设部门，职责相对固定、考核方法也相对固定。现在还有两个常见的“特例”，这部分设计师的考核方法相对灵活、多变。 4，创业公司的设计部门 创业公司的设计任务始终在变化，从初期的产品原型设计、品牌设计，到后期的 UX 设计、市场营销设计…不一而论，每种设计任务都有自己独特的评判标准，每种设计任务在公司业务里的重要性也不同。 很多创业公司会快速调整业务方向，设计师承担的设计工作也会随之调整职责、调整设计方向、调整考核标准。 在创业公司工作的设计师，个人身份也会快速变化。可能上半年是 UI 设计师、下半年要转做 UX 设计；可能最初是 UX 设计师身份的联合创始人、产品成型后就转做营销为主的运营总监。 在这样的大前提下，创业公司考核设计师的硬指标会相对浮动，不少萝卜快了不洗泥的小公司、小团队甚至会用激励来代替考核。同时也因为这个前提，创业公司对设计师的软技能有更多潜在的考核，比如一个协作能力、学习能力强的设计师，一般都会被赋予更多权力。 创业公司通常会采用局部考核的方式来考核设计师的工作成效，比如看看改动一处 UI 之后，相应的使用数据有没有好转。这种局部考核会以宽松的定性、不定量考核方式体现在 KPI 里，比如把“改善用户活跃度”作为设计部门的 KPI – 严格来说这个指标无法量化所以无法考核，但老板会记得你有几次任务完成得不错，这就算是一种定性的考核。 此外创业公司通常会把设计师的适应性作为隐形的考核指标。 5，外包设计师/独立设计师/自由职业设计师 五年前说到外包设计师，往往是指提供外包设计服务的设计公司里的某人，他/她属于外包公司的设计部门，不在本公司考核范围之内。 但后新冠疫情时代的今天，因为经济乏力、需求放缓、降本增效压力变大等各种原因，一些公司不但缩减了设计师编制，而且倾向于把设计任务外包给独立的自由职业设计师。 这些自由职业设计师水平参差不齐。水平高的、一个人相当于一家设计公司，从策划、设计、实施、跟进都能提供优质服务；水平差的，比如在淘宝、猪八戒上临时找的所谓“设计师”，很可能只是一个会画图的低级美工。 公司需要考核这些外包设计师的工作质量，但公司老板、管理人员自己不懂设计，既不知道该考核什么、也没有能力实施考核。 这种情况下，随意的公司一般会在内部找个有“审美观”的人，来给设计任务、给外包设计师的工作质量打分；认真的公司会在外部找类似我这样的设计顾问，以兼职设计总监的身份来对设计进行评审、提出修改意见，并对设计师的工作质量给予评价，帮企业找到更好的外包设计师。 以上提到的 3、4、5 这三种情况，都因为缺乏设计总监、设计专家，而无法从设计质量、专业技能角度来考核设计师，所以会有我这样的设计顾问，来为这些公司的设计团队确定考核指标、考核设计师的工作成绩。 简单小结一下。 对设计师而言，考核指标并不只是计算工资（甚至说扣工资）的一个难度系数，它其实反映了设计部门和你在公司里的定位，也反映了公司希望你们部门和你重点做什么…作为设计管理者，配合老板制定 KPI 指标意味着你首先要充分理解自己的公司，然后多做准备、多做沟通，帮助老板把 KPI 变成一个有用的指标，而不是一个纯粹的管理手段。
前 Facebook 设计副总裁 Julie Zhuo 的发表了一篇热情而深刻的文章：“更高层次的设计。一篇长文：实现越来越高级别的设计意味着什么？”，为了方便设计师理解和学习，我把原文翻译成了中文。使用了 ChatGPT 翻译原文（注），时间关系我只校对了前面两个章节。 这篇文章以 Airbnb CEO 在 Config 2023 大会上的演讲为由头，结合作者十年前关于“设计师的 5 个层次”概念框架，介绍设计师为什么、怎么跳出表面美学的限制，去做更抽象、更高级的、影响更大的设计，为企业和用户创造更多价值，也为自己创造更大的话语权。 因为 Julie Zhuo 本人的身份，她在本文里的思考和建议也偏向于策略，本文对一般设计师而言可能很不容易理解。甚至文章里有一段专门说：做设计决策的应该是具备设计能力的人（比如工程师），而不是具备设计师头衔的人…这对一般设计师而言，不亚于异端邪说。 怎么跳出自己的认知限制、阅读和理解这样过于困难的文章？我建议问一下身边更高层面的设计主管、设计总监、设计 VP。不要自己瞎琢磨，也别和一帮差不多水平的设计师一起胡乱演绎，更不要为了假装水平高而强行分析。 原文地址：https://lg.substack.com/p/the-looking-glass-higher-level-design原文作者：JULIE ZHUO 翻译如下： 我之前被问过几次我对 Brian Chesky（译注：Airbnb 创始人和 CEO）“在不确定性中引领：以设计为导向的公司”演讲的看法。所以我将原本预定的议题搁置一边，来写一篇有点争议的文章：我们是否应该摆脱所有的产品经理？ 我只是开玩笑！这篇文章并不是关于那个的。或者也许它就是。你来做判断吧！ 首先，我喜欢这次演讲。我喜欢Brian Chesky。我喜欢他为许多设计师们树立了一个现实的榜样，证明了作为自我认定的设计师，确实有可能共同创办并经营一家500强盈利的、改变行业范式的公司。我喜欢他对对着一屋子全世界最大设计观众大喊，说他们需要勇气，他的激情如此强烈。当他说 Airbnb 摒弃了产品经理时，我笑了——我是说，显然他们并没有摒弃（他后来澄清说是与产品经理的职责合并了），但这确实是一个精彩发球，一个完美的点睛之笔，为这个设计师群体激起辩论和思考。 我们先暂时不讨论产品经理的问题。 是的，我最喜欢的是呼吁设计师行动起来。他说的是，设计师要思考更大的问题。不要害怕队友或上一家公司或你 LinkedIn 名字下的副标题所挖的战壕。不要把工作看成一场争取话语权和重要性的战斗。 相反，告诉自己：有没有可能进行更高层面的设计。提升自己完全在你的掌控之中。 提升意味着什么呢？ 十年前，我写过一篇关于设计层次的框架： 设计师的资历越高，他们应该解决的问题越抽象。 为了让它更具体，让我们来看一些层次和相应的责任的例子： 1 级设计师：设计一个让人们编辑个人资料的表单。这个任务范围很明确——假设有个人资料，并且解决方案采用表单的形式。2 级设计师：设计用户编辑个人资料的最佳界面。解决方案可以是一个表单，也可以是所见即所得的内联编辑器，或者是模态窗口。3 级设计师（广泛）：设计一个跨所有内容（个人资料、帖子、设置等）的编辑系统。现在我们不仅仅局限于个人资料，编辑系统应该足够灵活，可以在整个应用程序中运行。3 级设计师（深度）：设计一种让用户想要更新个人资料的方式。在这里，设计师需要问自己，为什么用户应该更新他们的个人资料？什么时候更新？如何最好地传达价值主张？4 级设计师：设计一种增加用户在您的应用程序中真实性的解决方案。也许编辑个人资料并不是我们最终目标的正确关注点，也许一个同行评审系统会更好。5 级设计师：识别您的应用程序/公司/网站中最大的产品问题，并设计解决方案。在最高层次上，最优秀的设计师推动产品的愿景。随着你设计层级的提升，问题变得更加模糊。实际上，在此描述的最高层次上，您必须自己深入挖掘问题！ 现在，事后回顾一下，我希望这个解释不太肤浅。现在是时候深入挖掘，向设计真正的本质致敬。 那么，设计究竟是什么？ 史蒂夫·乔布斯说得很好： 设计是一个有趣的词。有些人认为设计意味它看起来怎么样。 但当然，如果你挖掘得更深入，实际上它关乎的是它如何工作。 我用另一种方式表达： 设计是有意识地试图影响结果的行为。 设计是控制我们的命运的手段。设计是拒绝我们不喜欢的现状的方式。设计是我们不变成这样的狗2的方式： 自从我们的存在之初，我们就一直在进行设计，因为我们被赋予了拥有令人惊奇的前额皮质的大脑，这使我们具备了计划的能力。 我们的狩猎采集祖先在决定种植种子以防止未来的饥饿时进行设计。当尼尔森海军上将发布意外的侧翼编队来克服规模是他两倍的海军时，他在进行设计。泰勒·斯威夫特在随意地拂过他的手时在进行设计，策划了他们之间的最后一段感情。 设计是对抗混乱的剑。设计是创新的精灵之尘。设计是追求幸福的基石。 今天，我们仍在进行设计。工程师设计更好的语言模型来改进人工智能。用户研究员设计更好的问题以获取更多见解。数据科学家设计更好的指标以更准确地量化成功。经理设计更好的流程以提高工作速度和质量。 我是否已经让您对此有足够的认识了？ 是的，当然，我们可能并不都称其为设计。也许我们称其为创造、设计结构、创办、指导，或者与缪斯交流或其他什么。但是，如果有一件事，我希望您能明白：设计是为了实现一个结果而进行的任何创造性努力。 设计与设计师角色之争 也许您现在在翻白眼。一个包含所有事物的定义几乎没有用处。如果实际上，工程和设计角色是不同的，那么有什么意义呢？ 让我们再次转向乔布斯的伟大智慧，在上述话语后，他说： 要设计得很好，你必须理解它。 你必须真正地了解，完全掌握它。 你如何真正了解，如何完全掌握一样东西？ 当然，您需要专注地投入时间。您需要成为它的学生，对它深感好奇——甚至可能对它着迷。您需要试图为实现一个结果而进行设计，失败并学习，再次尝试并失败并学习，再次尝试并成功，加倍努力并失败并学习，不断尝试。 所以，是的，一般来说，我们今天的工程师和设计师在设计如何使网站在100毫秒内加载和设计如何吸引更多用户注册这两个问题时并不具备同样的技能。每个问题都需要对不同领域的知识进行深入了解，并学习不同的技能——比如服务器架构的细微差别与用户动机心理学之间的差异，或者如何使用Figma和emacs。 但是，是深度领域知识和技能决定了谁最有可能在其中设计出优秀的解决方案，而不是角色。 角色只是一种解释性的简化方式，因为反复告诉人们“嘿，我知道怎么编程，我对服务器和网络架构的细微差别也很了解”是很累的——说自己是基础架构工程师会更简单。 不幸的是，太多时候，人们忘记了这个由来。他们开始相信角色决定了谁最有资格提出最好的解决方案。 这是颠倒的！ 虽然角色标题在某种程度上可以合理地代表一些假设（产品经理善于沟通；设计师熟悉Figma；工程师懂得编程），但当人们过于照字面意思理解时，问题就会产生。这就是为什么会出现一些荒谬的公理，比如产品经理应该是产品的“迷你CEO”（幸好，许多优秀的产品经理领袖已经对此进行了澄清！） 因此，让我们用正确的方式来做吧。根据上述内容，我们有一个…… 让团队获得最佳结果的3步骤、万无一失的方法： 很简单，对吧？遗憾的是，理论和实践并不总是一致。不幸的是，当我们朝着理想迈进时，我们可能会跌倒，因为我们会遇到…… 3个让人头疼的障碍，试图执行上述计划： 这3个讨厌的障碍解释了许多常见的团队紧张局势： 追求更高层次的设计 朋友们，为了摆脱角色定义的束缚，我们必须追求更高层次的设计。 高层设计意味着不限制自己做什么，而是追求您想要影响的结果。 这意味着在这些结果上扩大您的雄心。也许您最初设计的是一个转化率高的屏幕，然后是一个功能强大的特性，然后是一个吸引用户的应用程序，然后是一个令人愉悦的体验，然后是一个可持续发展的业务，然后是一种充实的生活方式。也许您设计了改变世界的方法，并且这种方法是真实且符合您的意图，而不仅仅是一些公司式的空话。 这意味着要谦逊并获得反馈。询问周围的人：您在哪些方面比您认为更擅长？哪些方面比您认为更差？ 这意味着做好功课。如果您想要为战略做出贡献，需要哪些独特的技能和知识？营销？收入？更好的合作？其中哪些技能最重要？ 如果您这样做，您将会发现设计的美妙之处。 例如，发现设计一套强大的UI组件库与设计一套高性能的数据库系统是同一种艺术，只是应用于不同的知识领域。在每个领域中，技能的深度决定了设计是粗糙还是精良。 我们可以把结果看作是树的根部；对于每个结果，都需要相应的知识和技能的分支，有些更重要、更粗壮，而其他的则相对较轻。 您越接近树的根部，您的设计层次就越高。 例如，如果您的目标是成为像史蒂夫·乔布斯那样的人，制作让人们喜爱的卓越产品，那么您需要知道… 随着不断深入，每个问题都会展开另一长串问题。例如，要深入研究第9个问题“我们将如何从中获利？”您需要了解商业模式、定价、成本、利润率等等。 我希望您能欣赏到设计所需的表面积是多么庞大。糟糕地完成其中任何一项可能会使结果注定失败。（当然，知道这些问题中哪个对结果影响最大也是设计问题本身！） 这就是更高层次的设计所看起来的样子。它是设计解决方案而不是设计特性，是设计结果而不是设计产品。设计在更高的层面上就像在国际象棋游戏中增加了另一个维度。 而且，甚至还有更高的层面，超越了让人们喜欢的卓越产品。那就是设计一个生命有机体——一家公司——它在长期内持续地做这些事情，是可持续的。那个维度是首席执行官的视角——需要设计组织结构和流程、文化规范和故事。这可能需要像布赖恩·切斯基所说的那样，设计全新的角色。 当然，我们还可以进一步上升，进入政府的视野——设计一个更美好的社会，一个更健康、更幸福、更繁荣、更自由的社会。 所以是的，这就是设计。这些都是设计问题，世界需要更好的更高层次的设计。 注： ChatGPT 默认的翻译风格并不准确，而且每次翻译的结果差别较大。对于本文这种正式、重要的文章而言，我使用了更准确的指令来要求 ChatGPT 翻译。翻译上面的文章，我使用的指令是： 你是设计杂志的文字编辑，请尽可能准确地翻译下面这篇关于设计的文章： 指定翻译风格和要求之后，实际翻译出来的效果更接近于原文的真实意思。
解决了什么问题 分享优质内容和获取优质内容，总是难题。 我是经验丰富的设计顾问和充满好奇心的设计师，按照“分享经验、传播体验”的思路，2017 年以来，我每天都在推特上分享我阅读的优质设计类文章。 这种分享能帮我的 follower 们对抗算法推荐、社会化阅读带来的垃圾信息；同时它们也能分享我的专业技能、帮我积累个人品牌。 不过这种基于优质阅读的分享，有三个难以解决的问题： 声湃(https://wav.pub)、津津乐道播客创始人 @zhufengme 朱峰老师也有阅读分享的问题。 作为内容创作者和津津乐道播客网络的主编，大量阅读是他为节目挑选话题、准备素材的必须过程，他需要把这些内容分享给津津乐道播客的各位主播；而播客行业的其他主播，也有必要分享自己的阅读内容，以此和听众建立节目之外的新连接、新信任关系。 新服务让阅读分享变得前所未有地容易 简单快速的分享流程 所以朱峰开发了一个创新的阅读分享服务，暂时命名为“块读”，它瞬间解决了阅读分享的那几个难题。现在我和他、各位播客主播、各行业的 KOL 和达人，可以这么分享自己的阅读内容： 方便、有价值的阅读体验 读者和粉丝获取这些文章也很简单： 体验“块读”订阅的真实效果 欢迎订阅“倪爽的阅读分享”邮件列表 举例说，我会分享这种类型的文章： 也推荐订阅“朱峰的阅读分享”邮件列表 他分享的内容类似于： 未来想象空间 但凡有一点学习愿望的人，都不愿意被推荐算法控制，也不愿意被禁锢在“信息茧房”、“回声室”、“信息同温层”里，“块读”给大家提供了一个摆脱控制、获取优质信息的新方法。 有了“块读”这样的阅读分享服务，每次一小口、每次一小块，优质信息随之而来。 相信其他内容创造者、KOL、专业人士也有类似的分享需求，希望把自己的经验、体验传递给自己的粉丝。请先等我和朱峰作为小白鼠来测试一段时间，而后再决定怎么开放“块读”，为更多人提供服务。 阅读是最基础的学习方法，每个经验背后，有十倍的思考；每次思考背后，有十倍的阅读…感谢朱峰和声湃的“块读”服务，帮我分享阅读和思考的过程🙏 注：如果收不到邮件，请按照国际惯例去邮件垃圾箱找一下。
设计系统是不是对设计这个创造性工作的禁锢？ 分享一篇关于设计系统的文章，作者是加拿大的资深设计师。文章说的是一个反复被争论的话题：设计系统是不是限制了创造力。 作者的结论：设计系统不是设计师的敌人，反而帮助设计师发挥创造力。 作者举了个有趣的例子：只用乐高积木，你能拼出下面两种完全不同的车。 注意： 作者举的乐高积木的例子，其实是偷换概念。 大家可以仔细对比一下两个汽车：用设计系统的一般术语来说，左边汽车是用现成的“组件”搭建的，每块积木都有它的特定功能；而右边的汽车是用最小最小的“原子”搭建的，说白了它不是一个设计系统，而是用积木自由地创造 3D 的像素作品。 所以阅读设计文章时，别轻信任何好例子🌑 分享设计文章的同时，我也来分享一下阅读设计文章的技巧。 今天分享是一篇关于设计策略的文章，也就是一般设计师都不爱看、说实话也看不懂的抽象的、概念的、策略的、没给出具体方法的文章。遇到这种文章，就不得不说起我一直的阅读建议：用 N+1 学习方法。 也就是读那些比自己现有水平高一档的文章和书籍，别看低于自己水平的东西，更别看那些特别高级的高深言论和书籍（你非但看不懂，而且很容易会陷入盲从，俗称“被收割”）。 本文对大多数设计师而言，属于 N+2、N+3 级别的文章，虽然不建议阅读，但是不阅读并不代表着无法学习。 遇到这种完全超过自己能力的文章和书籍，最好的阅读方法就是：问人！ 比如问你的设计总监，请 ta 帮你解释这篇文章、这本书的重点，帮你理解那些抽象的概念。
#活到死学到死 增加英语词汇量的 3 个步骤 这个学英语方法，还是来自这位充满活力、经常“非常规”的老师。她介绍了快速学单词（注1）的三个步骤，需要的工具还是纸、笔、字典： 通过一个生词、找到这么多关联的生词之后，后面就是常规操作：确定生词的意思、写下来、记住它（注2）。 注意，这里有个关键性的差异： 请用英英字典、英文释义来确定生词的意思，别用英汉字典找中文翻译（注3）。 学单词背后的原理 注1：背单词和学单词的差异 国人学英语多半为了应付考试，说到单词就是死记硬背，比如比拼宝书、某种记忆绝技、用高科技对抗记忆曲线、以及坚强的意志…除了“背单词”，从来没有“学单词”的概念。 实际上“学单词”的场景更普遍，比如在工作里使用英语、去国外旅游或者定居、不受语言限制地看外国电影电视、防止被外国视频搬运号欺骗等等。 注2：利用关联来记忆新单词 学单词、背单词的基本原理都把短期记忆变成长期记忆，形成长期记忆最常见的方法是：重复、关联。 还有更多关联生词的方法，有时间再介绍吧。 注3：为什么要用英语解释英语 掌握英语都需要经过“不经过翻译、直接在脑子里用英语”的拐点，英英字典能帮你尽快建立起使用英语的习惯、早点经过这个拐点。 而英汉字典…会把说英文、写英文都变成汉译英，每说一句话，脑子都得高速运转翻译很多信息，单词要翻译、习惯用语要翻译、句型也要翻译、还要检查语法对不对…累死了对不对？
会不会拒绝上游、甲方、老板（甚至老板娘）…是区分“好设计师”、“普通设计师”和美工的一大要素，这方面的策略和方法涉及很多层面，够写一本书（注1）。 简单说一下设计师常用的拒绝理由，按照效果好坏来排序（注2） 1，消极拒绝 比如消极怠工、自怨自怜找同情、耍小脾气…甚至直接撂摊子。 这些都属于 passive-aggressive/被动攻击，一般非但拒绝不了，还会让同事、客户觉得你性格或者人格有问题。 2，用专业技能硬怼 比如埋怨客户没有审美观、抱怨产品经理的文档不符合设计原则。 这种情况和程序员说“这个实现不了”一样，都属于不负责任的傲慢，往往只会让拒绝变成对峙、僵持、来回扯淡。很多“设计师不合群”的刻板印象也来自这里。 3，强调限制条件 从执行层面谈客观限制，可能是最常见的一种看似有道理、又不得罪人的拒绝方式，比如设计成本高、设计周期不可控、设计人力不足。 这种强调客观限制的拒绝方式，很容易被当做找借口，而且说服力很有限，一旦上升到项目优先级、公司资源分配这些客观理由，就很难说动对方、上面。 4，规避风险 前面的拒绝方式多半属于被动拒绝，到了设计决策者这个层面，单纯地被动拒绝是不可取的行为，每次说“不”意味着你同时得提供一个“是”。 风险是一种特殊的客观限制，如果设计部门有充分的调研、证据，这时候“风险”是很有说服力的拒绝理由，同时调研、证据也会指向某种解决方案，这会推动事情发展，能真实地帮助公司规避风险。 如果没有客观依据，只是嘴上干聊风险，那么它终究只是借口，并不能拒绝谁、更不会演化成某种解决方案。 5，聚焦于解决问题 糟糕的设计需求有很多共性，以互联网公司的产品设计为例： 如果你是设计决策者，不管你是 VP、总监、主管还是公司里唯一一个设计师，你最需要关注的是“问题”本身，而不是产品经理、甲方、老板给出的糟糕设计需求。 如果你能聚焦于解决问题，那么你可以定义问题、定位问题，发现原有设计需求不合理之处，给出更合理的解决方案。 你的解决方案不但能拒绝上游的不合理要求，也能在整个项目层面上掌握更多主动权，长远而言这还将把设计师、设计部门的价值最大化。 这里需要注意的是： 6，促进利益最大化 商业公司的诉求都是获取利益，不管是为公司还是为客户做设计，不管上游是产品部门还是运营部门，不管是做平面设计还是 UI 设计，设计师、设计团队需要解决的终极问题，都是利用设计来创造更大收益。 如果你能帮老板赚钱，他会很高兴地听到你说“不”，然后很着急地问你打算怎么帮他赚钱。 注1： 拒绝还有很多维度。 比如用什么方式拒绝： 比如不同性质的设计师，应该怎么拒绝： 比如拧螺丝设计师、创业公司设计师分别怎么拒绝？ 比如设计新人、设计小主管、设计团队 leader、设计总监分别怎么拒绝？ 比如怎么在设计团队内部拒绝上级、拒绝下属？ 又比如拒绝之后应该说什么、做什么？ …… 注2： 工作中的策略和手段，通常不会二元对立、非此即彼，一般都会结合各种可行的方式
明天（2023年6月5日）的苹果 WWDC 2023 大会，最重要环节就是发布 Reality Pro 眼镜，一个创新意义类比 iPhone 的跨时代产品。 我们没法回到 iPhone 发布前夜，但可以好好欣赏这个 xr 时代的前夜。 从产品设计的角度来看 iPhone 最大的突破是引入了多点触摸的人机交互、iOS 操作系统，以及之后的 APP Store。 Reality Pro 眼镜也面临类似的机遇。 新的虚拟交互体验 重要的是，苹果有能力把这些体验都提高一个层级；也许明天做不到，之后苹果总能做到。 对等 iOS 的是苹果新的 xrOS 操作系统 它结合了 AR、VR、MR 的不同使用场景，那些 iOS 完美解决的问题，现在需要重新解决一次： 实现了基础的操作系统体验，然后呢，那些 AR、VR、MR 又能带来什么新的系统级体验。 xr 眼镜的 APP Store iPhone APP Store 的成功，最主要的推动力是足够多的第三方开发者拿到了 iPhone 开发机。所以苹果赶紧大手笔向全世界开发者赠送 Reality Pro 眼镜吧，3000 美元而已，洒洒水… 从消费类产品角度来看 场景！场景！场景！ iPhone 最大的贡献是创造了随时随地的联网、计算能力，并为整个人类创造了一个前所未见的的“移动”场景。无论是基本联络、娱乐、游戏、办公，还是专业应用，每个人都能在移动中、借助 iPhone 和其他智能手机完成复杂任务。 xr 眼镜只是硬件，真正让它发挥价值的是应用场景。这种应用场景的单薄，是之前各种 AR、VR 设备的短板，也正是苹果 xr 眼镜最值得期待之处。 所以 Reality Pro 眼镜的 APP Store 在哪儿？展现 xr 眼镜极致体验的游戏在哪儿？为 xr 眼镜优化的娱乐内容又在哪儿？ 所以我们会在哪儿使用 xr 眼镜？走路时、汽车上、客厅里还是卧室里？ 所以我们会和谁一起玩 xr 眼镜？眼前的家人、网上的朋友、虚拟世界里的角色还是一个看似完美的人工智能？ 不同领域的应用 工业领域的 xr 眼镜市场多半会被便宜竞争对手抢走，军事领域需要更结实、耐操的 xr 眼镜，这么说来留给 早期 Reality Pro 的还有一个专业领域：成人娱乐。 商业领域对 xr 眼镜的需求似乎也很虚无。千万别把 xr 眼镜和生产力工具扯一块儿 – 这都 LLM 年代了，肯定是你戴着 xr 眼镜用语音指挥 ChatGPT、它帮你把工作都做完…对吧？那老板要你有什么用，找一堆高科技民工刷刷便宜 iPhone，效果跟你和 xr 眼镜毫无差别。 谁会买 xr 眼镜？ 作为消费类商品，我也不觉得 Reality Pro 可以和 iPhone 相提并论，看看这个愚蠢的产品名就知道了 iPhone 是一个非常自然、天然洗脑的产品名，甚至衍生出“这不是手机、这是 iPhone”的经典名言；而 Reality Pro？还有什么 pro、max、plus…一堆二逼名字还不如特斯拉的 Cybertruck。 3000 美元的定价也很奇怪，回溯苹果的产品发展史，历史上成功的苹果产品都是先面向“普通人”，以比竞争对手略高的价位切入市场，然后慢慢渗透到专业领域。Reality Pro 一次性切入专业市场，really？ 新的拐点 希望我说的好事都将应验、我说的坏事都是错的。明天发布会之后就明白了。 发布会地址：https://developer.apple.com/wwdc23/ 在 Reality Pro 眼镜即将发布的 WWDC 2023 前夜，我们正站在一个历史的拐点上。无论如何，苹果花 7 年时间创造的 xr 眼镜值得所有人关注。 大概率 Reality Pro 不能复刻 iPhone 的成功，但苹果手上的 xr 眼镜肯定会改变世界。
不用下载 APP、不用注册密码、直接在 iPhone 里使用 ChatGPT 是什么体验？ 整体设计 以前专门介绍过，怎么在 iOS、Android 的全局层面使用 ChatGPT。当时的方案需要下载 APP、安装一个特殊的 ChatGPT 键盘，而后在 iOS 里各种输入框里呼出 ChatGPT 键盘、进行 ChatGPT 操作。略微有点繁琐，键盘区的人机交互也有点怪异。 现在有了一个简单而优雅的神奇方案：把 iOS 自带的 iMessage 消息，直接变成 ChatGPT 客户端！ 使用方法超简单：打开 iMessage，给 [email protected] “这个人”随便发一条消息，它其实就是 TextGPT 提供的 ChatGPT 聊天机器人。它会简单介绍注意事项，然后就可以开始试用 ChatGPT 咯。 拿到各种 AI 工具，我都要测试一下。那我先来问问它：有什么经典的 UX 设计书籍可推荐的？ 它和 ChatGPT 一样等了几秒返回了答案，我一看……这个答案明显就是胡说八道啊！幸亏这些书我都看过，否则明明被它蒙蔽、我还得感谢它！ 不过我又仔细看了一下，发现它给出的答案其实属于驴头不对马嘴，基本信息其实基本是正确的，但是不知道为什么把书名、书籍介绍和作者姓名等信息错位了。 OK，那我就用我“多年”和 ChatGPT 战斗的经验再试一次 – 如果遇到莫名其妙的问题，那就换成英文，把刚才的问题重新问一次。 第二次用英文询问之后，它给我返回的结果很正常。谢谢！ 接着第二组测试，我得判断一下这个用 iMessage 对话的 ChatGPT 智商怎么样。 我来问一个菜谱吧：教我做一道法国大餐鱼香肉丝丸子汤吧！merci！（see，我也会说一两句法语） 结果它居然没有一本正经地胡说八道，而是一本正经地纠正了我问题里的错误，不但告诉我“鱼香肉丝”是中国菜，还教我怎么做“法国肉丸子汤”！ 智商超出了我的预期！ 而且我还真琢磨了一下法国肉丸子汤的做法，看起来没什么不正常的，除了跟我预期的法国菜不太一样，做法本身没什么问题。而且做法似乎很简单，也许哪天我可以真的来做一个，试试法国肉丸子汤的感觉。这次真要跟 iMessage 里面的 ChatGPT 说 merci 了。 解决了什么问题 TextGPT 的使用 iMessage 作为 ChatGPT 客户端的方法非常巧妙： 无门槛：既不用下载 APP、不用注册密码、直接就能在 iPhone 里使用 ChatGPT。 无学习成本：因为 iMessage 是 iPhone 自带的 APP，无论男女老少都会用它聊天，平时怎么跟人聊天、以后就怎么跟 ChatGPT 聊天，依靠 ChatGPT 带来自然语言交互能力，完全无缝衔接了以往和人聊天的体验。 天然可扩展：iMessage 天然是富媒体的，按照 LLM 大模型 AI 时代的说法就是“多模态”，它可以轻松支持文字、图片、音频、视频。还研究什么接入 Siri 啊，Siri 已经在 iMessage 里服务了“一万年”了。即便是以后苹果在 AR 眼镜上再次创造新的交互体验，利用 iMessage 把 ChatGPT 和 AR 打通也毫无阻力。 怎么改进设计 TextGPT 这种基于 iMessage 的人机交互模式当然也有缺点。 1，不支持多个对话 最明显的缺陷就是每次只能和同一个机器人对话，缺失了一层信息架构、不支持多个对话，用户就不能为机器人指定多个固定身份（你是一位翻译、你是一位情感专家、你是一位投资高手……），无法在每个对话里解决特定问题……这就无法更有效地利用 ChatGPT 的潜力来回答问题了。 当然，这个信息架构只有一层的问题，理论上也可以解决，比如给用户分配一个新机器人，或者新建一个群聊……等等等等。 2，不支持 Stream mode 基于 iMessage 实现 ChatGPT 的人机交互，另外一个缺点是不支持 Stream mode，即不能一个字一个字输出结果，只能干等几秒、十几秒才能得到结果（感谢 @MasterDang 的提醒）。 这个缺陷骨子里还是因为 ChatGPT 本身太慢，无法彻底解决，比较实际的 UX 设计方法是为系统增加提示，即在标准的 ChatGPT 对话之外，增加自然语言的对话、台词、提示语，来提醒和安抚用户耐心等待、避免焦虑。 3，不支持长期记忆（已解决） ChatGPT 可以支持上下文、支持短期记忆，而 TextGPT 原本不支持记忆。之后开发者用向量存储 、langchain、embedding 等技术，自行实现了对话的长期记忆（开发者的说明）。 相信这个设计模式，很快会被其他开发者和厂商学习，成为 ChatGPT 带来自然语言交互能力后的新人机交互标准。
解决了什么问题 大公司 HR 经常一天处理成百上千份简历，每份简历只能扫一眼，很容易漏掉信息。 这个 Resume-GPT 工具用 GPT 来阅读 pdf 格式的简历，并把简历内容标准化，自动从简历中抽取出有用的信息，输出为方便电脑程序处理的 YAML 格式…下一步就可以用程序分拣、分析、推荐标准化之后的简历了。 https://resume-gpt-html.onrender.com GPT 加持的工具可以高效、有效地筛选出简历中所有有用的信息，而人类眼睛只能看到什么算什么，效率和准确性都没有保证，所以在初步筛选阶段，AI 读简历的效果大概率会比真人 HR 还好🙄 而 Resume-GPT 展示了 GPT 这类 AI 的一大特长：从非标准结构/非标准组织形式的信息里，整理和筛选出标准化的信息。 比如用户调研，总有很多基于用户主观感受的资料，用户用自己的语言来描述遇到的问题、潜在的需求。以往需要大量人力去二次处理这些非标准的原始信息，再手工筛选出有用的信息，现在可以用 AI 来自动识别出其中有价值的信息。 比如市场部和产品部都有用户调研，双方资料记录了不同的字段，形式上也出现了视频、文字、调查表格混杂的情况，AI 就很适合在这里抽取双方资料中有用的部分，再整合成一个综合的新资料。 这里的想象空间几乎是无限的，GPT 把数据标准化的能力，能把原始资料的利用率，提升到一个新高度。
前两年 Netflix 纪录片“监视资本主义：智能陷阱 / The Social Dilemma”大热，引发了对推荐算法、“信息茧房”的大讨论。而后和所有热门讨论一样，很快所有人就忘了，重新回到舒适而充满刺激的信息茧房里。MIT 的研究生开发了这个软件，利用 AI 来帮大家对抗推荐算法……它能成功吗？ RecAlign（Recommendation Alignment） 是一个 Chrome 浏览器插件（在这里下载），它利用 OpenAI 的 GPT 来帮你过滤推特、知乎上系统推荐的信息。它也是开源项目，这是 GitHub 上的项目页面。 插件还在验证概念的极早期，所以功能、用法都很简单：你用自然语言描述过滤标准，即自己不想看什么内容 – 插件利用 GPT 理解你的要求、生成过滤条件，下次你刷新推特或者知乎时，插件会自动隐藏那些不符合你过滤标准的信息。 RecAlign 插件的开发者是 MIT 麻省理工学院的研究生，他为插件提供了推特、知乎两个过滤器。我每天频繁使用推特，当然就用推特来做测试。 既然 RecAlign 背后的 AI 就是我们熟悉的 GPT、ChatGPT，我就按 ChatGPT 设置 Prompt 的标准来设置条件。我设置的过滤条件是“只看设计和AI相关的tweets，不要看AI生成的图片”。理论上这前半句很符合 ChatGPT 的要求，应该能 RecAlign 能力的最优表现；后半句对 ChatGPT 而言有点似是而非，我猜 RecAlign 可能未必能理解。 先测试“只看设计和AI相关的tweets”，过滤效果非常好（尤其是相对于这么早期、概念性、实验性的工具而言），果然和设计、AI 无关的大部分推文都被隐藏了。 测试下来最明显的缺点是过滤和隐藏推文的速度较慢，考虑到推特的 feed 是实时的、没什么方法提前过滤，而插件逐条读取推文、判断是否满足过滤条件，这个过程也不容易加速……这种用户体验的问题就留给产品化阶段的设计师和程序员吧。 测试“不要看AI生成的图片”的过程比较好笑，我拿曾经最可爱、现在变成“触目惊心”的 Stable Diffusion 插件 Waifu Diffusion 来作为测试基准，看看 RecAlign 能否把这些明显包含了 AI 生成的图片的推文过滤掉。 实际测试下来，多数情况 AI 图片推文都幸存了，只有某一次 RecAlign 展示了对话框提醒我：这真是你研究所需的吗？（原文是英文，这是大意，一闪而过我没记下来）。结果和我之前猜测的差不多，我想主要还是因为我设定的过滤条件 / prompt 太含糊了。 如果平时不上推特，那么大家也可以拿知乎来测试这个 RecAlign 信息过滤插件。 解决了什么问题 RecAlign 表面上的定义是对抗推荐算法，帮大家打破“信息茧房”。不过这只是一个使用案例，从产品设计角度来看，RecAlign 展示了用 AI 帮助用户过滤数据的能力。 一方面它利用 GPT、ChatGPT 的自然语言能力理解用户相对模糊的过滤条件 以往的过滤条件大多很刻板、机械，比如按时间排序、按地区推荐我周围的人、按我主要的兴趣推荐信息，每次用户得打很多勾、选择很多选项，不但操作起来很麻烦，而且天知道那些黑心产品经理和程序员列举的那些“过滤条件”到底是什么意思。相比之下，用户使用 GPT、ChatGPT 和背后的 LLM 大数据模型来设置模糊的过滤条件，AI 能把含糊的感觉转换为过滤条件，这个过程不需要用户参与。 多数情况下，用户并不清楚自己将要检索、筛选、过滤的系统，通过自然语言一轮一轮询问的方式，可以帮助用户确定检索、筛选、过滤的条件。比如你去图书馆，你哪里知道里面有什么、没有什么、什么更好、什么就是垃圾？如果有亲切热情的图书馆管理员/亲切热情的 AI 可以咨询一下，这个问题会简单一两个数量级。 另一方面，基于 AI 的智能过滤，适应各种重视用户体验的场景 只看“对抗推荐算法”的案例，这种支持模糊条件的智能过滤似乎用处不大，实际上它可以用在各种场景。 比如我热爱学习，希望在推特上跟真正的创造者、有识之士学习，那么我可以用智能过滤筛选推特用户。这么操作能从推文的上一级开始过滤，从根子上就把不合适的人都干掉。 比如我想找一找最新的英文 UX 设计类书籍，以前我要么去卖书、读书网站搜索，要么去推特看优秀设计师的推荐…都挺累。以后我可以直说：我想看最近一两年出版的英文 UX 设计书籍，优先推荐被很多推特上优秀设计师推荐的书籍。 又比如我想买新的咖啡，我是问“我想喝比星巴克拿铁苦一点点的咖啡”、还是问“我想喝某某产地、某某品种的某某咖啡豆”？显然前者简单得多。 AI 带来的这些简单、便利，会让提升那些我们熟视无睹场景的用户体验。 毕竟我们每个人都是某种“选择困难症”患者，能帮我们做出选择的……都是好工具。 产品设计想象空间 RecAlign 属于验证概念的作品，并非实际的工具或者产品，就不具体分析怎么改进它的设计了。 下面还是说说未来的产品设计 – 如果设计类似的、通过 AI 过滤信息的产品，应该注意什么、建议怎么优化设计、还能创造出哪些更好的产品。（注：只说设计策略，不聊具体的设计方法） AI 更适合过滤还是推荐 过滤是做减法、推荐是做加法，通常过滤比推荐困难得多。 现在的推荐算法之所以那么有效，程序和算法的效率只是次要因素，推荐更多地依赖现代心理学、社会学、认知科学对人性的理解。通俗一点说，我们每个人都贪心、都害怕错失，这些欲望和饥饿、恐惧、繁衍下一代一样，都是经过几百万年进化、被印刻在每个人大脑深处的本能。只靠后天的过滤，其实很难抵抗这种本能。 我想正常的有商业目的的人，都会利用 AI 去继续提高推荐的效率，并用 ChatGPT 自然语言交互的能力，让推荐结果看起来更友好、更有价值。 而 AI 驱动的过滤工具，一方面更适合专业领域、特定领域，比如用于模糊地搜索资料，比如更接近人类思维的方式分析统计数据，比如处理高维度的、来源混杂的、缺乏规律的、不知道该怎么组织的资料……AI 在这样的场景下，可以降低原始资料的处理难度、处理规模。 另一方面，AI 驱动的过滤工具，可以在算法推荐、手工搜索之后，提供一个辅助手段来缩小结果，比如我去电商网站搜索“母亲节礼物”，显然我会得到一堆又一堆推荐商品，如果这时候 AI 能帮我过滤掉俗气的、花哨的、不实用的商品，就能节省我的大量精力。 增加过滤的成就感 既然推荐天然地符合人性，而过滤总是某种自寻烦恼的苦差事，那么用 AI 提高了过滤效率之后，更需要帮助用户感知这些改变，利用正反馈来帮助用户更多地使用过滤。 这方面的策略和方法非常成熟，就不展开说了。 简单而言，比如训练狗狗，你怎么能让几百万年都随地大小便的狗狗，学会“上厕所”？- 用奖励的方式，帮狗狗形成条件反射。 让 ChatGPT 们变得更快、创造更好的使用体验 前文提到 RecAlign 处理速度太慢了，其实这是所有 GPT、ChatGPT 类产品共同的问题。我们都习惯了刷新一下、几十毫秒就得到结果，而你问 ChatGPT 一个简单问题，最快也得等待几秒。 技术上有很多手段让慢速操作变快。比如只用慢速的 GPT 处理最初和最后的人机交互，把实际的数据处理交给更快的本地程序。 产品设计是避免 GPT 太慢的主要一环。比如 GPT 不适合过滤推特这样实时的信息流，但在更新速度相对较慢的知乎，“慢慢吞吞”地过滤信息的负面感觉就小得多，而在独立电商网站提供 GPT 过滤功能，慢速过滤的综合体验甚至能做到相对舒适。 UX 设计中也有一些基本的设计策略，让慢速的操作感觉挺快。比如从视觉上弱化速度慢的感觉，如果我们首先把推特界面上花里胡哨的视觉元素简化，那么可以用 UI 的简单来制造速度挺快的假象。又比如预先载入信息、或者延迟载入信息，避免用户被处理信息的过程卡住，现实中最常见的一个例子是图片的延迟载入 / lazy loading。 最底线是开发者、产品经理、设计师得时刻意识到 ChatGPT 们天然的“慢”。 现在 ChatGPT、GPT 为代表的 AI 只有几个月大，很多着急上线的产品设计、UX 设计都不咋地，慢吞吞的产品一样可以赢得用户；但是后面随着产品的普及，用户体验的影响会越来越大，AI 的“快”会重新变成重要的竞争因素。 回到最初的问题，我觉得 RecAlign 和类似的插件都难以对抗推荐算法、打破“信息茧房”。 恶人会用 AI 来优化推荐算法、让推荐更击中我们的要害。而我们很难用 AI 来帮我们更平静、更有目的、更有耐心、更关注价值…这些对抗推荐算法的基本能力，来自积极的生活态度、合理的价值观、强大的内心、超越常人的耐心……这些都不是哪个工具能解决的。 重要的时刻，只有我们自己能帮助自己。 – FIN –
OpenAI 推出 ChatGPT 后引发了 AI 狂潮，每个人每天醒来都面临恐慌，不知道今天又会被什么 AI 新功能、新用法、新工具…新赚钱机会击中，更不知道今天会错过什么改变世界的 AI 新动态。怎么办？解决办法貌似很奇怪：听播客！ 解决了什么问题 在持续不断的 AI 信息轰炸中，目前占据 AI 信息价值链（aka 鄙视链）最顶端的，无疑是各种 AI 论文作者，以及阅读论文、把论文变成产品的 AI 开发者。不过 AI 的指数级爆发也带来了一个史无前例的障碍：AI 论文也是指数级爆发，每天论文太多了、太多了、太多了…多到根本看不过来！ 优秀学习者、阅读者都知道，获取优质信息需要一个好的处理流程，比如精选优质信息源、以某种价值筛选出优质文章、按照信息的重要程度优先阅读、通过泛读和预读来提前消化信息…这些方法本质上都是一种优化信息获取的信噪比，尽可能优选出优质信息、过滤掉噪音信息。 论文和一般信息的差别在于，它们的信息源、质量、重要性都已经经过高度优化，很难在这些高质量信息里再做筛选和过滤。这就逼着论文读者们不得不硬着头皮，阅读越来越多的“每篇”论文。 yeah、yeah、yeah 我知道你想说什么：为什么不用 ChatGPT 给论文生成摘要呢？预先读一下摘要，不就能判断这篇论文是否值得深入阅读和研究了么？ 解决问题的方法：听 Podcast 播客 的确如此，开发者、研究者们用 ChatGPT、GPT 制作了各种工具，来生成论文摘要、简化选择论文的难度。 但是很遗憾，现在论文多到了连生成的摘要都没时间阅读！这真是人类历史上少有的奇怪问题。 著名论文预印本网站 arXiv 提供了一个解决方案：借助 ScienceCast 公司的力量，把每天的新论文变成播客节目。 具体而言，他们综合使用了两种不同的 AI 技术：先用 GPT 生成自然语言的论文摘要，突出论文重点、减少低信息量的冗余信息；再用语音合成 AI 合成自然发音的人声；最后制作为每日的播客节目。 订阅者可以按照科研领域，收听不同领域的论文播客。试听最新一期 AI 主题的论文播客。 这套方案最大的亮点在于：眼睛是独占的，你不能边开车边看论文；而耳朵能够“多任务”，你可以一边开车、一边吃饭、一边遛狗、一边那个…一边听论文播客。 毫不夸张地说，播客这种“多任务”的音频信息，能帮你在满满当当的一天 24 小时里，再凭空多出半小时、一小时。 产品设计想象空间 基本上播客是音频信息最简单的载体，因为播客播放器很普及，播放设备也不限于手机、电脑、汽车，甚至收听时间和地点都可以很碎片化，在不跟 TikTok 们抢时间的大前提下，收听播客属于阻力特别小、收益也不低的信息消费方式。 利用 GPT 和语音合成 AI 来制作播客节目，会把以前那种创作者为中心的创作流程，变成以信息、以内容为中心的制作流程。不难想象，以后以播客为载体的音频类信息会急剧增加，听播客会变成一种更普及的信息获取方式。 另外，因为 GPT 具备自然语言交互能力，语音识别 AI 的准确性也越来越高，以后收听播客的交互方式和综合体验也会有新变化。比如你可以不依赖手和眼睛，直接用语音和 AI 附体的播客播放器交互： 你问它有什么好听的？它马上告诉值得听什么。 你问它这期节目好听在哪儿？它马上把精彩部分摘录出来直接放给你听。 你说这期节目真不错…它说好的！它马上按你语气生成分享台词，然后自动分享给你的朋友 A、B、C、D… 今天拿播客来对抗信息超载，似乎是有点奇怪。 但有了 AI 作为支撑，播客和那些还没被发明的音频内容，一定会从每天 24 小时里挤出更多时间，用这些时间来帮助人类改变世界。
AI 代替打工人、操作员已经成为不可逆转的现实，那么以创意、创造、创作见长的艺术家呢…AI 又会以什么样的形式代替艺术家的创作？AI 能否作为一个艺术创作的实体而得到人类的认同？这位德国艺术家用挑战世界摄影大赛的方式，敦促摄影界认真地思考这个问题。 来自德国柏林的“摄影媒体艺术家” Boris Eldagsen，用一幅 AI 作品参加世界最负盛名的索尼世界摄影奖（Sony World Photography Awards），并在 2023 年公开赛中获得了创意类别总冠军。但他拒绝了这个大奖。 获奖作品 这件作品名为 The Electrician，来自 Boris 名为“PSEUDOMNESIA: Fake Memories / 虚假失忆症：虚假记忆”系列。他从 2022 年开始这个系列的创作，使用 1940 年的视觉语言、摄影语言，创造一系列从未存在、也从未被拍摄的图像。 图像还是摄影？获奖 AI 作品的创作过程 是的，他把自己的作品称为“图像”而不是“照片”。获得索尼摄影大奖之后，他在自己的博客上表示，“我从 1989 年开始摄影，从 2000 年开始成为一名照片媒体艺术家。经过二十年的摄影，我的艺术重心已经转移到探索 AI 生成器的创作可能性上。” 他使用 AIGC 工具，利用 AI 来创造“PSEUDOMNESIA: Fake Memories”系列作品。新闻报道说他使用“text-image”工具创作和重新编辑，每张图像处理 20-40 次，结合了“text-image”工具的 inpainting、outpainting、prompt whispering 等技巧。 报道没说他用的是哪个工具，不过提到了”These images were imagined by language“，嘿嘿，看到熟悉的 imagine、大家应该能猜到了。考虑到他创作的时间较早，Midjourney 也没有 Stable Diffusion 的 ControlNet 等工具，可以推测他的创作方法既不同于业余 AIGC 爱好者，也不同于目的性很强的游戏公司美术师，他的创作应该更接近于艺术家传统的创作方法： 从一个模糊的概念开始不断尝试，既尝试成功、更尝试失败，即借助原始的创意冲动、传统摄影技法、个人的艺术修养来创作，更会从各种不可控的变数、临时迸发的新想法、无法接受的失败里寻找新方向。 他对这幅获奖作品的自我评价，也清晰地阐述了自己使用 AI 创作图像的理念： 这幅获奖作品是 Prompt Engineering、inpainting 和 outpainting 之间复杂相互作用的结果，并借鉴了我丰富的摄影知识。对我来说，使用 AI 图像生成器是一种共同创作，我是创作中的导演。它关注的并非按一下按钮、然后就完成了，它探索的是整个过程的复杂性，从改进文本提示开始，然后开发一个复杂的工作流程，并混合各种平台和技术。您创建这样的工作流程和定义参数的次数越多，您的创意所占比例就越高。 – Boris Eldagsen 拒绝获奖，倡导创立独立的 AI 摄影奖项 Boris 获奖显然也引起了争议，摄影师们哀叹，认为在没有任何相机、光线的情况下创作的图像，竟然击败真正的摄影师、获得最高摄影奖。 Boris 本人表示：人工智能图像和摄影不应该在这样的奖项中相互竞争。他们是不同的实体，人工智能不是摄影，所以我不会领奖。 他说自己参加比赛的原意是将 AI 创作的图像带入摄影比赛，以便为 AI 图像设立单独的奖项。而他拒绝领奖，希望以此加速对 AI 图像进入摄影比赛的讨论。 为了引发更多讨论，Boris 还自费从柏林赶到伦敦的“索尼世界摄影奖”颁奖典礼，并且不请自来冲上舞台、抢过麦克风发表声明并拒绝获奖。 重新发明摄影 索尼世界摄影奖主办方显然没有准备好怎么应对 AI 作品。 随后他们撤销了 Boris Eldagsen 获得的大奖，比赛官方网站和随后的展览中，Boris Eldagsen 的获奖作品 The Electrician 都被撤除。 很大意义上，The Electrician 获奖背后的争论，和当年摄影术侵占传统绘画领域时的争论不谋而合：到底是创作工具重要、还是作品本身的创意和艺术性更重要？ 摄影师群体也在反复强调，重要的不是相机而是相机背后的眼睛（The single most important component of a camera is the twelve inches behind it. – Ansel Adams） 而 Boris Eldagsen 发起的讨论，为摄影艺术创作带来了 AI 时代独特的、我们都还没有准备好的问题： 相机只是工具、并不参与创作，它不能视为一个创作的实体；而 Midjourney、Stable Diffusion 之类的 AI 直接参与了创作，它们在艺术家、创作者的控制下引入了原始创意之外的创造性…所以 AI 能否也被视为一个创作的实体？ Boris Eldagsen 以他自己的方式重新发明了摄影，我们呢？是不是在 AI 模型、AIGC 工具的推动下，重新发明了智慧？
目前在 iOS、Android 上使用 ChatGPT 的方法，要么是浏览器访问 ChatGPT 官网页面， 要么使用某个 ChatGPT APP，要么使用捷径呼出 ChatGPT，有没有一个更加全局层面的用法，让我们在“任何地方”使用 ChatGPT？ 的确有个方法：使用 ChatGPT 键盘 / ChatGPT 输入法。 下面以 Smarty 这个 iOS APP 为例，解释一下 ChatGPT 键盘的设计。 Smarty APP 安装后，会在 iOS 里安装一个名为 Smarty 的新键盘。以后只要界面里有输入框，你就可以像呼出 emoji 键盘一样呼出 Smarty 键盘。 Smarty 键盘呼出后，屏幕下方约 50% 的区域会变成 ChatGPT 功能区，你可以像所有 ChatGPT 客户端一样，使用 ChatGPT 的摘要、改写、翻译等等功能。 Smarty 键盘输入信息的方式有点笨，它并没有提供输入框！你得先在 Notes、浏览器地址栏等输入框里选好文字，而后再点一下 ⬆️ 键把选中的文字黏贴进 Smarty 键盘，而后开始实际的摘要、改写、翻译等等操作。 OK 拿我的工作室网站的“关于”页面测试一下：在地址栏里选中 url，点 ⬆️ 再点“摘要”，Smarty 调用 ChatGPT，为“关于”页面生成了两种格式的摘要，先是段落形式的文字摘要，再提供列表形式的要点。 生成结果还不错，可见 Smarty 键盘背后的 Prompt 还挺实用。 再补充一个开发者自己推荐的使用案例：在微信聊天里，点姑娘的话 – 转入 Smarty 生成套话 – 黏贴回微信聊天 – 完成一次完美对话！ 在这个例子里，可以看出开发者自己对 Smarty 键盘的定义：并非整合进来的 copilot，而是为现有产品助力的外挂😂。 解决了什么问题 用 iOS 或者 Android 系统键盘的方式提供 ChatGPT 功能，只要有输入框就能用 ChatGPT，这种设计思路一方面为手机提供了全局的、系统级别调用 ChatGPT 的能力，方便用户在“任何地方”使用 ChatGPT。 另一方面键盘的产品形式比较轻量，弱化了“又得下载一个 ChatGPT 客户端”的心理障碍。要知道现在每个用户手机上都有多个 ChatGPT、每个都既有用又有缺点，“又得下载一个”的心理压力很不舒服。 另外国内使用 ChatGPT 有障碍，Smarty 键盘以收费服务的方式提供 ChatGPT 服务，也算避免了一系列的折腾。 怎么改进设计 Smarty 键盘的 UI 和 UX 设计有严重的问题，因为产品定义更像一个 AI “外挂”， 所以相比一般的 ChatGPT 产品，它操作起来特别不自然，甚至说不正常。 主要问题之一是呼出键盘很简单、但启动 ChatGPT 的步骤较麻烦。 问题之二是没有内置的输入框，无法直接跟 ChatGPT 对话。利用界面里现有的输入框作为输入框，把键盘区作为输出窗口，这表面上看似工整，其实产品逻辑有漏洞，本质上说，这个设计剥夺了 ChatGPT 最重要也最受欢迎的功能：聊天/对话式人机交互。（注：也有另一个可能，或许因为试用额度用完了、订阅之后就能出现输入框？不得而知） 问题之三是一组单纯的 UI 设计问题：操作区太小、显示区太小、按钮太小…所有操作都很局促；UI 配色、排版、交互都很业余…不展开说了。 产品设计想象空间 考虑到搜狗输入法们早已升仙，把基本的输入功能扩展成马斯克梦想的“超级APP”，苹果也早就把 Siri 整合进了键盘区，估计以后 ChatGPT 键盘、AI 键盘、Copilot 键盘都会变成常态，各大公司会把这个功能都实现一遍。创业团队、独立开发者如果仅仅提供通用的 ChatGPT 键盘、而不能提供某项专用功能，估计很快就被淘汰了。 同样的 ChatGPT 键盘思路当然也可以用在桌面电脑上。电脑的屏幕更大，还有物理键盘和鼠标，呼出键盘、启动 ChatGPT、内置输入框、宽敞的操作区…这些手机上难以实现的用户体验，在桌面电脑上很容易实现。 一旦在电脑里“任何地方”引入 ChatGPT，并且引导用户开始跟 AI 聊天，后面就该卖广告卖广告、该分发流量就分发流量、该乱收会员费就乱收会员费，说不定那几个“一万年”都做不好社交的大公司，还能利用键盘、输入法和 ChatGPT 再试一次社交呢！ 补充 本文发布的同时，微软正式在 SwiftKey 键盘里，为 iOS、Android 新增了 Bing Chat / ChatGPT 功能。 参考 ZDNET 的新闻，微软在 SwiftKey 键盘里集成了搜索、修改语调、聊天三个功能，和 Smarty 键盘一样，SwiftKey 键盘也是在约占屏幕大小 50% 的键盘区里进行操作，UI 和交互设计也是说不上来的奇怪，或者说以前并没有太好的设计模式（design pattern），来在这么小的操作区域里做这么复杂的操作，所以怎么看、怎么用都觉得别扭。
昨天世界上第一款可用的“智能手枪 / Smart Gun”在美国上市，这里说的智能、Smart 是说手枪自带生物识别，只有授权的人才能使用。 并非 AI 识别目标、手枪自动瞄准、子弹自适应弹道之类的科幻黑科技，显然也没 ChatGPT 什么事。 解决了什么问题 这款来自 Biofire 公司的智能手枪，开发时间长达十年。 开发它的初衷是减少滥用枪支、误用枪支，减少枪击事件和枪支使用事故造成人身伤亡。 以前也有其他能够识别使用者身份的手枪，但各种尝试最后都失败了。Biofire 和它们的一大不同是产品定位：Biofire 不想造一款适应所有使用场景的全能手枪，他们只解决一个垂直市场的具体问题：为家庭防卫场景，提供一款更安全的手枪。 美国家庭使用枪支进行家庭防卫的比例较高，因为枪支管理不当，也因为青少年强烈的好奇心等原因，每年都不断出现青少年在家使用父母的枪支，导致受伤甚至死亡的恶性事件，利用家里的手枪自杀的例子也不在少数。因此使用枪支进行家庭防卫的美国家庭，会使用扳机锁、枪锁、枪柜等方式保存枪支，增加安全性。 另一方面，虽然枪锁、枪柜是保证了枪支不被滥用、误用，但这些防范措施也增加了枪支的操作难度。比如夜里有歹徒闯入家里，睡得迷迷糊糊的主人很难第一时间顺利拿出手枪，防卫能力直接打了折扣。 另外如果手枪不小心落入歹徒之后，后果也不堪设想。 Biofire 之所以能成功，推出全世界第一款智能手枪，最重要的原因就是他们只针对家庭防卫这一个市场。 这和我们熟悉的互联网产品类似：那些获得突破的公司，往往都是在某一个垂直的小市场里，不断努力去解决一个具体的问题。 怎么让手枪智能化 这款 Biofire 智能手枪最主要的安全特征，是使用了和现代智能手机类似的指纹扫描、3D 红外线人脸识别，来确认使用者的身份，只有经过授权的人才能射击，确保枪支不会被未授权者、未成年人和罪犯使用。只从原理上说，似乎这套系统也没太多高科技，而实际上智能手枪使用场景里面临一些独特的问题，设计难度比想象中难得多。 怎么快速识别？怎么保证识别成功率？ 手机刷指纹、刷脸总会遇到不成功的情况，那就再刷一次咯。智能手枪如果识别太慢、或者识别不出来，可能就没有下次了。所以 Biofire 的智能手枪用了指纹扫描、3D 红外线人脸识别两套独立的识别系统：指纹扫描器位于手枪手柄上，握住手枪就能扫描；人脸识别的摄像头位于手枪尾部，举着手枪、摄像头自然对着人脸进行识别。 两套系统既加快识别速度、保证快速射击，也增加识别成功率。两套系统任何一个识别成功即可解锁手枪，现在 Biofire 的智能手枪解锁时间不足一秒。 Biofire 智能手枪还有个实用的设计：手枪手柄里有激光传感器，用来判断手枪是不是被握着 – 每次识别成功之后，只要使用者一直握着手枪，手枪将保持解锁状态。但是一旦手枪脱手，就必须再次解锁。 怎么保证生物识别资料安全、不被别人利用？ Biofire 智能手枪的底座上自带了类似手机的终端，用于管理指纹等生物识别信息。这个终端没有 WIfi、蓝牙、GPS 等联网手段，而采集的生物识别信息只保存在手枪里，永远无法取出。 怎么方便左撇子用手指解锁？ Biofire 的智能手枪可以订制左手款、右手款。 Forgotten Weapons 的 Ian McCollum 评测和试射了 Biofire 的这款智能手枪。不过很遗憾，因为刚刚发布， Ian 还不能拆开手枪给大家介绍内部结构，更多的设计细节以后才能揭晓。 未来的智能手枪还能怎么设计？ Biofire 智能手枪的外观和一般手枪显然不同，有一种奇怪的科幻感觉，和电影《特警判官》里 Dredd 使用的手枪神似。 Dredd 使用的手枪叫做 Lawgiver，除了火力强大之外，也配备了生物识别系统，只有授权的特警本人才能使用。这款 Lawgiver 还自带了自毁功能，电影里的歹徒不明就里，捡起特警的手枪试图射击，结果手枪爆炸、歹徒当时送命。 离开科幻电影的场景之后，我也不知道未来的智能手枪还能怎么设计。 真实世界里的设计都来自真实世界里的真实问题，如果不知道问题是什么，甚至连“智能手枪要不要联网”这种最基本的问题都很难确定。 – FIN –
整体感觉 ChatGPT 展示了无与伦比的自然语言交互能力后，沉寂数年的 Chat Bot 聊天机器人又成了产品设计的宠儿。比如 HackrHQ 这个网站，它用聊天的方式帮你寻找自由职业开发者/程序员。 https://hackrhq.com/ 网站还在极早期阶段，我测试时假设自己是设计师，正在寻找 js 程序员帮我搞定静态网站。 HackrHQ 的聊天机器人从我的需求入手，一步一步提问、引导我描述我需要什么，同时聊天机器人会给我各种选项，帮我厘清要求、让我的要求更具体。开始的对话和传统聊天机器人类似，但随着对话的深入，类似 ChatGPT 的交流能力越来越明显。 几轮对话后，我说出了打败传统聊天机器人的咒语：我也不知道，我又不懂技术！ 传统聊天机器人遇到这种无法回答的话，就会用从知识库里胡乱选几句话应付你。 在 HackrHQ 的测试里，很显然机器人它理解了我的话，不但给出一堆建议，而且不再废话，立刻向我推荐了一位适合我的开发者。 紧接着，这位开发者也加入了对话，以他的身份直接跟我交流。注：我第一次测试时，这里的设计有问题，机器人和开发者的身份没有明显区隔，逻辑上和体验上都错了，而且产生了不信任感。之后 HackrHQ 的开发者看到本文，主动联系到了我，特地解释说这个 bug 已经改好。 整体测试下来其实还行，被所谓的智能聊天机器人折磨多年之后，感谢 ChatGPT，现在终于有了“自然语言人机交互”的感觉。 解决了什么问题 很多企业和个人会雇佣自由职业开发者，来完成一些短期开发项目，比如做一个小 APP、创建一个网站、甚至改几行 js 代码。 问题一是雇佣开发者是个单调乏味又充满挫败感的事。 这些临时雇主往往不了解技术，也不清楚到底要雇佣什么样的开发者。看到 Upwork、Freelancer 上密密麻麻的自由职业开发者列表，甚至不知道从哪儿下手，更别说是提出具体要求了。所以传统雇佣程序员、设计师等等涉及到专业技能的自由职业者，雇佣过程是个体力活，需要来回交流多次、挑选多人，才有可能找到一个合适的候选人。 这时候往往需要一个“雇佣专员”，来帮助雇主和自由职业者沟通。ChatGPT 的自然语言交互能力，让自动化的、智能的、极低成本的“雇佣专员”成为可能，在非标准化的雇佣需求和相对标准化的自由职业者数据之间，实现了一个相对简单、也相对靠谱的撮合工具。 问题二是开发者也缺少基本的沟通能力。 自由职业开发者相当于一个“一人公司”，除了正常的开发工作之外，还要处理推广、客服/技术支持、客户关系管理等等各种工作，而且开发者自己也得不断学习新技巧、新工具、新方法…实际上很难留出足够的精力，来回应每个潜在雇主的每个含糊的问题。更不用说今天的自由职业开发者通常是远程工作，跨时区也很常见，开发者本人很难及时响应潜在雇主的咨询。 这时候 ChatGPT 可以担任自由职业开发者的“个人助理”，来帮助自由职业者应答潜在雇主的各种问题。开发者可以异步地处理这个“个人助理”获得的信息，而后再决定是继续与潜在雇主沟通，还是婉言谢绝这个雇佣请求。 问题三是传统聊天机器人的“愚蠢”。 传统聊天机器人基于知识库和少量的 AI，理解能力、表达能力都有限。在客服系统这样任务相对简单的系统里，传统聊天机器人还算勉强胜任；到了雇佣自由职业者这种非标准化的、复杂的场景下，传统聊天机器人的 AI 根本处理不了，只能要么转人工服务、要么糊弄用户。 不清楚 HackrHQ 的技术到底怎么实现的，也不知道其中是不是真的使用了 ChatGPT，不过毫无疑问这个聊天机器人明显更聪明了，而且的确能有针对性地提供帮助，这显然是聊天机器人正确的发展方向。 更新 本文第一版发布后给 HackrHQ 带去了访问量，因此 HackrHQ 开发者回来找到了我，而且特地跟我约了视频会议。 他是在加州创业的法国人（说话口音很正常，不像电影电视里夸张的法国式英语），很爽朗、直率的人，一看就是程序员😆。之前我不知道他在哪儿，辛苦他一大早六点多钟起来跟我交流。他们有一个团队，正在很正式地做这个项目。他本人就是开发者，HackrHQ 也属于“eating your own dog food”，解决的就是他和其他开发者的实际问题。 他们还在积极开发中，最近在 HackrHQ 平台里新增了开发者 profile 功能，一方面是未来雇主可以在 profile 里了解开发者概况，另一方面未来雇主也可以直接和开发者的 AI “个人助理”交流，先把前期沟通进行起来。 开发者一般都很不情愿做营销方面的工作，特别是做招聘市场业务，开始总会卡在“鸡生蛋、蛋生鸡”的问题 – 是先找到开发者还是先找到雇主？上哪儿找？怎么建立起市场的知名度和信任度？… 这些问题远比想象中困难，也并非一个技术创业团队的强项，所以作为设计顾问、品牌设计方面的专家，我也建议他们先选择“AI 开发者”这个利基市场/垂直市场，来积累 HackrHQ 的种子用户。这个思路利用 LLM 带来的 AI 热潮吸引种子用户，不但能聚集对 AI、ChatGPT 有需求的雇主，也能聚集在 AI、ChatGPT 方面有专长的开发者。 最低限度，这是一个很好的营销故事 – 想开发 AI 的人、在 AI 驱动的招聘市场里、借助 AI 的力量、找到了熟悉 AI 技术的开发者 – 一个多么具有感染力的画面！ 考虑到 ChatGPT 越来越流行，大到谨慎的日本政府、小到家门口的爸爸妈妈烘焙店，每个人都需要 ChatGPT 来帮我们工作，对 AI 开发者、HackrHQ 这样“AI 开发者招聘市场”的需求，显然也会越来越强烈。
视频编辑工具 NOVA AI 的视频搜索功能，可以在视频里搜索表情、事件、物品、建筑，或者搜索名人、你、你朋友的脸，以及搜索特定单词、句子。 以后编辑视频时，就不需要反复快进、在十几小时的视频素材里寻找特定时刻了，直接搜索一下就行。 按照官网介绍，NOVA AI 使用了 AI 视觉识别来分析视频内容，每 1 小时视频大约需要 10 分钟分析并生成索引。相比在视频剪辑过程中使用“视频搜索”所节约的大量时间，分析视频所需的这 10 分钟完全可以忽略。 我特别希望 Youtube 尽快提供视频内搜索功能。 比如说我快速看了一个 1 小时的教程，其中有几个小节特别重要、但我没有及时做笔记，那么使用视频搜索功能很快就能找到那几个小节，再也不需要反复快进、扫描整个视频了。 以前曾经介绍过一个把 YouTube 视频转为图文的方法，可以勉强应付一下在 Youtube 里进行视频搜索的需求。 原文发表于这里。
播客之类的音频内容，天然地信息密度较低、相对价值也较低。使用 ChatGPT 等 AI 技术加工播客等音频内容，提炼出有价值的信息，将明显提升音频内容的价值。 推友 @GanymedeNil 和“津津乐道播客”合作，利用 ChatGPT 和自定义的 prompt，把 281 期“津津乐道播客”节目转成了 1.8 万个中文问答对，并公开了所有数据。这是已知的第一个中文播客语料库，向社会开放这些数据，会为相关领域的产品开发和设计助一臂之力。 解决了什么问题 相比一般的内容摘要，为播客、谈话、演讲等音频内容生成问答对，好处是处理之后的信息密度更高。 举个最通俗的例子，如果你把大领导两个小时的长篇演讲，汇总加工成演讲摘录，方案 A 是生成 800 字泛泛的会议纪要，估计就是几十句似是而非的车轱辘话，而方案 B 总结出了 20 大问题及其解答，简明扼要还字字珠玑…你觉得哪个摘录显得领导更伟大？ 回到“津津乐道播客”这个例子，给播客内容做摘要其实很困难。 播客本身的特点是信息密度特别低，而且像“津津乐道播客”这种以经验见长的播客，即便有方法能生成内容摘录，很可能只能生成泛泛的摘要，很难从松散、稀疏的内容里挑出高价值的经验。 而其他一些偏想法、偏讨论的播客，节目内容大比例是思想的交流和碰撞，并没有太多明确的观点和结论。大家可以设想一下，如果许知远老师侃侃而谈一小时，一般摘要算法可能只是说一句正确的废话，而完全 get 不到他说的任何要点。 所以把播客内容转化为问答对，这就很有价值了。 按照一般语速、一般节目时长估算，“津津乐道播客”所有音频节目转成文字后大约有 300 万汉字。从这么多文字中生成 1.8 万个问答对，差不多是每 150 字、或者说每 1 分钟对话总结出一对问答，这个效率其实非常之高。 而且问答对的信息质量也相当之高，比如我截屏的这一组问答对，聊的是远程工作的经验，毫无废话、毫无似是而非的观点、也没有 ChatGPT 特有的漂亮屁话 – 每一句都是真正的经验之谈。 @GanymedeNil 曾利用 ChatGPT 把“默沙东诊疗手册” 制作成为专业数据库、问诊 AI，受到业界强烈关注。这次他又着眼于数据，发布基于播客节目的公开语料库。他表示，时机成熟后，他会公布制作中文播客语料库的相关 prompt，非常期待！ 产品设计想象空间 现在还属于 LLM 类 AI 产品设计的早期，除了 ChatGPT 这些基础架构类的产品，多数第三方和独立开发者开发的 AI 产品偏向于工具，而有意无意地忽视了更重要的“数据”。这个中文播客语料库的公布，为音频内容相关的 AI 产品设计带来了新的可能。 例如利用这些数据，开发者既可以自建基于经验、类似 FAQ 的 AI 知识库，又可以针对音频内容的特点，设计数据导向、内容导向的 AI 产品。 又比如创建中文播客语料库的这套方法，还可以用于课程、演讲、会议、演示等等音频和视频内容的转化，多少沉寂的音频内容即将二次投胎。 至于通过以上方法，获得一个播客、课程、演讲、会议、演示…的问答对，二次加工后形成一个独有的垂直知识库之后，到底能有什么具体的应用，那就可以随便想象了。 毕竟数据才是今天最值钱的硬资源。
有国外团队开发了一款特别的新闻 APP，就叫 Boring Report/无聊报道，开发者说它用 GPT 自动过滤掉新闻中耸人听闻的部分，只给读者留下最基本的信息。 进入 App Store 下载。 开发者开发这款 APP 的理由，是说新闻里哗众取宠的干扰信息太多，反而让人忽略了事实。 还真有不少人支持这种概念，还提出了各种产品设计的反馈。不过从产品设计角度来说，虽说它的创意还不错，但我不太看好这个 APP 基本的 idea。 首先今天各种耸动的新闻，往往并不是表述、写法、语言的耸动，而是基本观点本身就是为了利益、为了流量而刻意地耸动，GPT 也许能过滤掉耸动的语言，但无法过滤掉一个观点。 其次这个 APP 本质上只是一个新闻摘要 APP，“过滤掉新闻中耸人听闻的部分”很可能只是一种营销的概念，借助摘要带来的错觉，推销又一款新闻摘要工具。 最后，选择从什么渠道读哪些新闻，这种选择过程本身就是有高度倾向性的，如果读者选择了阅读某个极端媒体，GPT 为这些极端新闻生成摘要，实际上反而会提高她/他吸收这些极端新闻的效率。 在新闻阅读这个产品领域里，太多问题无法通过一个 AI、一种算法来解决。 原文发表于这里。
之前推荐的 ChatGPT Prompt 教程作者 @thinkingjimmy，又发布了全新的 Midjourney Prompt 教程。 这次教程同样也是既介绍原理也分享实际例子，分为基础、常用指令（按照场景分类）、技巧、高级等几大块，主要教程内容详细而真实，既分享方法也分享了作者自己的学习过程。 作者还贴心地补充了学习所需的其他基础知识、外围知识，比如介绍部分艺术风格、艺术家。 课程也有缺憾：因为作者自己对绘画、摄影、设计都是外行，所以教程更偏向于制作、而不是艺术创作。估计大家都不会介意这点小缺憾。 对比一下这次 Midjourney 教程和上次的 ChatGPT 教程，有个很有趣的差异：学习两套教程的方法不一样。 ChatGPT 教程主要教你利用 GPT 的思维方式，而 Midjourney 教程明显就是直接教你操作 AI 绘图的方法，前者偏原理，像是为创作者准备的，后者接近于手册，就像培训操作线工人。 作者在教程里也提到了 ChatGPT 和 Midjourney 的差异，他用程序员的行话来解释：ChatGPT 属于“声明式”（你跟它描述你想要什么，它去思考）、Midjourney 属于“命令式”（你输入什么指令、它就生成什么）。 所以 Prompt 和 Prompt 虽然都是指令，但它们并不一样，学习方法自然也不同。 说到 ChatGPT 和 Midjourney 指令的差异，有个真实例子：津津乐道播客现在用 Midjourney 来生成每期播客节目的封面图、推广图。 他们先在 ChatGPT 里输入节目标题或简介，生成 Midjourney 提示语，再把提示语输入到 Midjourney，从生成的几十张图片里筛选出最佳图片。 这种流程结合了 ChatGPT 的“声明式”指令和 Midjourney 的“命令式”指令，整个过程完全不涉及具体设计要求，也不需要具备任何设计能力，而且制作出来的图片可以满足一般使用。
