三题:模糊意图、未来 UI 与 AI 产品的护城河

一 · 当用户在对话框中输入极其模糊的提示词（例如:"帮我弄个 xx 报告"），作为产品经理，你该如何设计产品使用，以更好让用户表达出真实意图？

我的核心判断是:不要假设用户脑子里有一个清晰意图在等你问出来。意图往往不是预先存在的,而是看到东西之后才「涌现」出来的。

对着空白框凭空描述需求很难,但看到一个具体产物再说「不对,我要的是 X」很容易。这就决定了:对模糊输入最强的设计不是连环追问,而是先用合理默认值生成一版草稿,把背后的假设变成可点选的标签。

具体分三层做。

第一层 · 冷启动减负。「报告」这种高频词根本不用用户从空白框开始——检测到就弹一组场景卡片:周报、项目复盘、行业分析、汇报 PPT 等。

第二层 · 结构化补槽。只补最影响最终结果的一两个 slot,通常是「给谁看」和「什么主题」,而且用 chips 和 toggle,不用开放式提问。

第三层 · 隐性推断。能从历史、上传文件、角色身份推断出来的,默认填好并标注可改。

关于到底追问还是假设,规则可以是:返工成本低且我有合理先验时,永远先猜再改;只有猜错代价很高、又难从上下文推断时,才值得用一次打断。

判断设计是否合理的指标:① 到达可用产物的轮次数;② 首版采纳率;③ 澄清步骤流失率。

二 · 如果三年后，底层的 Agent 技术已经足够成熟，你认为彼时 AI 产品的核心交互界面还会是现在这样的"聊天输入框"吗？如果不是，它会演变成什么形态？

聊天输入框不会消失,但核心交互界面会变成一个仪表盘样式的控制台,聊天框只是其中的一部分。

现在聊天框这个界面之所以存在,是为了让 AI 了解我的意图。成熟意味着人类介入的减少,界面的需求会从「如何让 AI 理解我」变为「如何让我更好地理解和控制现在的 AI」。

可能的几个方向:

1 · 对话直接转向画布。比如现在的 Artifacts、v0 等等。主屏是 agent 所交付的产物,对话只是附属品。

2 · 异步委托。Agent 会在你休息或者不看电脑的时候,处理你的工作、邮件等等。仪表盘上展示多个任务的状态、通知、例外情况。多 agent 并行的情形下,单个聊天对话框是装不下的,仪表盘就可以同时看到 N 个 agent 的状态。

3 · 主动工作与审批。在异步委托的情形中,人只需要在 agent 不确定、越权的时候介入。这就需要引入类似现在 GitHub 代码库那样的机制:diff 预览、dry-run、权限边界、可回滚的审计日志。人做的工作就像是审核 agent 提交的 PR,并入到自己的「生活」或「工作」库中。

三 · 假设未来在底层智力水平几乎一致，你认为一款 AI 原生产品的真正"终极护城河"究竟是什么？

什么是护城河?护城河是长期挡住对手、让客户和利润都不会流失的优势。

若未来 AI 能力趋同,模型能力不再是护城河;而用户在不同 AI 中的上下文从目前来看也是可以迁移的,也不属于护城河。

那么真正锁住用户的,是某个具体场景的高频任务的完整闭环。

以「衣食住行」为例:如果一款 AI 产品要完整实现安排用户每天吃什么、穿什么(购买)、住在哪(可能是酒店、民宿)、怎么出行(飞机、火车或汽车),那离不开现在这些主流应用的授权(API 或 CLI)。

如果一个 AI 产品掌握了这些主流应用的 API 或 CLI 入口,它就会继续这些 App 此前的统治地位,拥有护城河——这正是大厂的优势所在。

但是这个逻辑存在一个问题。(留待下一篇展开)