當下，以ChatGPT為代表的大模型AI應用都采用對話式的交互形態。各種各樣的應用都被改造成自然對話的方式，LUI以及對話式的交互形態儼然已經成了是不是一個AI應用的標志。

那么，LUI就一定是最佳的形態嗎？不一定，不可否認聊天的方式與大模型交互非常的自然，門檻也足夠低，這對于一些目標清晰，步驟簡單的任務非常有效。但是，遇到了一些復雜的，難以通過簡單語言表達的復雜任務就很困難，想象一下，通過對話，讓大模型生成一個業務流程Pipeline，這時候局限性就非常明顯，用戶拖拉拽就能搞定的事情，要通過對話來表達就相當考驗人的表達能力和AI的理解能力。LUI的表現形式就一定是聊天方式（chat-based）最優嗎？顯然也不是。，比如想要 Midjourney,生成一副圖片，也需要很高的提示技巧，而且這一過程是一個反復盲盒抽卡的對話過程，這一方面是受到了對模型控制能力的約束，另一方面就是我們現在討論的主題。這樣的局限性，任務也復雜，表現的也越明顯。

有沒有更好的交互方式突破這樣的限制呢？國外有設計師Matthias Dittrich結合自己平日的工作體驗和協作方式，提出了“人與AI協作”的交互方式[1]。如果把對話式看作是兩個人“one-one”溝通解決問題，那么，這種協作模式就是兩個人坐在一起，提供紙筆一起協作工作，一起探索方案，一起完善細節，大家能夠在一個畫布上進行編輯，互相都能看到它帶來的影響。在無需大量語言溝通的情況下，就能夠準確理解每一個過程和細節，最終共同完成一個復雜的任務。也許這時候你想到了“結對編程”，對，筆者覺得協作模式大體就是這樣的。而“人與AI協作”便是將和你結對的人換成了AI，圍繞這樣的思想展開，就形成了這一交互模式的思想內核。下面是他對這一模式的更具體解釋：

1. 提供持久的畫布（工作區），共享持久的畫布是”協作模式“關鍵特征。這個畫布是一個可以更新的工作區，不需要在每次prompt時都重新渲染。用戶應該能夠了解所更改的內容，以評估更新是否符合預期。微軟Copilot已經在使用類似的模式 。AI就像真人助手一樣坐在你身邊，而畫布（你的 Word 或 Excel 文檔）則位于前方和中心位置。

2. 讓用戶對多個選項進行比較 。通常從廣義上開始創作過程，大多數人喜歡探索不同的方向--不僅是在設計屏幕時，在設計文字大綱或圖表時也是如此。在探索過程中，需要比較不同的方向，考慮它們的優缺點。如果能在工具中直接進行比較，那有很大幫助。Midjourney 已經為每個請求提供了多個選項。不過，這些選項目前都是臨時性的，或多或少會隨著以下提示而被遺忘。

3. 提供手動添加或編輯的選項。 通常情況下，自己進行一些更改比提示AI工具進行更新更容易。直接操作輸出的能力能讓用戶更快、更精確地進行操作。Grammarly 就是一個很好的例子。雖然它也可以從頭開始生成文案，但他主要用它來改進他已經寫好的文本。在它更新后，可以繼續編輯，這往往會導致多輪的來回修改。

4. 讓用戶能夠完善細節 特別是當你有一些特定的想法時，生成式AI就會變得很棘手。總有一些小細節與你的想法不同。重新渲染可能會解決當前的問題，但也可能產生新的問題。您可以事后在其他應用程序中調整這些問題，但您可能還想繼續使用AI工具，這使得工作流程變得繁瑣。特別是結合添加或編輯的功能，這將使許多 AI 工具變得更加精簡和高效。Photoshops 的 AI 照片編輯器可以為選定區域生成新圖像。它有助于處理構圖的特定部分，從而逐層創建您想要的圖像。

與其他新技術一樣，設計師們已經做好了塑造這些工具的準備。 對話類AI在處理一些復雜任務場景時，不必刻板模仿，可以考慮改變思維模式，從一對一聊天轉變為協作畫布。這可以消除許多障礙，讓用戶更精確、更高效。總的來講，以人為本，結合真實場景體驗，才能更好的發揮AI的價值。

參考：

[1]https://uxplanet.org/stop-designing-chat-based-ai-tools-f68aba9119b4

本文轉載自 ully ??AI工程化??，作者： ully ??AI工程化??