发现意图：AI 时代的用户体验设计 (Intent by Discovery: AI 時代的 UX 設計典範)

原始來源與檔名：AI時代的UX設計典範-發現意圖.md

來源：@nash_su — 2026-04-21 原始檔名：2026-04-23T111449+0800-发现意图：AI 时代的用户体验设计.md

NAPKIN | 餐巾纸

餐巾紙公式

Intent = Desired Outcome + Constraints + Delegation Boundary

AI 時代的 UX 設計正在經歷從「命令式互動」到「意圖委託」的典範轉移，使用者角色從操作員變成了必須管理「編排層 (Orchestration)」與適度「摩擦」的監督員。

一句話

AI 產品設計的核心不再是優化點擊效率，而是建立引導使用者明確意圖並在信任邊界上進行談判的「認知外骨骼」。

餐巾紙草圖

User (Supervisor)
  |-- 1. Intent Surface (Outcome + Constraints)
  |-- 2. Orchestration Surface (Negotiation & Trust)
  |-- 3. Direct Manipulation Surface (Fallback & Refinement)
AI Agent (Executor)

ROUND 1: SKELETON | 骨架掃描

“這篇文章在說什麼”

• 核心問題: 在 AI 時代，傳統的命令式介面不再適用，使用者與設計師都需要新的 UX 框架來有效地與 AI 進行協作與任務委派。
• 核心答案: 採用 “Intent by Discovery” (透過發現來明確意圖) 範式，建立意圖層、編排層與直接操控層的三層架構，並刻意在介面中引入摩擦以防止盲目信任。
• 論證結構: 演繹型 / 概念型

章節骨架

1. 典範轉移: 使用者從操作員轉變為監督員。
2. 意圖的三層結構: 期望結果、約束條件、委託邊界。
3. UX 目標轉變: 從操控使用者點擊轉為給 AI 提供乾淨資訊。
4. 表述壁壘: 人類寫作意圖的認知門檻極高。
5. 三層設計模型: 意圖層、編排層、操控層。
6. 監督控制與刻意摩擦: 避免零學習陷阱與可信性盲目。
7. 慢 AI 對策: 針對耗時數小時 AI 任務的 UX 設計。
8. 潛在空間探索: 創作方式從「製作」轉向「發現」。

ROUND 2: DISSECTION | 血肉解剖

“憑什麼這麼說”

• 核心論證鏈: AI 代理不需要被一步一步指揮，只需要知道意圖（期望結果+約束） -> 但使用者並不擅長精準表述意圖（表述壁壘） -> UX 設計師必須建立三層架構（尤其是最重要的「編排層」），並刻意在關鍵節點引入摩擦，以確保使用者保有監督與最終決定權。
• 關鍵證據:
  • 約半數發達國家人口讀寫能力不足，Prompt engineering 技巧的流行本身就證明了純對話介面的「表述壁壘」危機。
  • “Plan my Chicago trip” 若無預算和約束邊界，對 AI 而言就是嚴重欠規範的委託。
  • 傳統的百分比進度條對長達幾十小時的 AI 任務毫無意義，需要「概念足跡 (Conceptual Breadcrumbs)」來展示推理過程。
• 隱形假設: 使用者願意在關鍵決策點承擔監督責任，且未來的 AI 能力足以處理高度抽象的意圖推理。
• 邊界條件: 只有在高度複雜、耗時且高風險授權的 Agent 任務中，三層結構與慢 AI 對策才顯得關鍵。對於簡單的一次性問答，傳統介面仍然足夠。

ROUND 3: SOUL | 靈魂提取

“還能怎麼用”

• 知識連結: 將自動駕駛的 “Human-in-the-loop” (人在迴路) 與飛航控制介面概念引入軟體 UX，並區別了 “Cognitive Exoskeleton” (增強人類的認知外骨骼) 與 “Cognitive Wheelchair” (削弱人類能力的認知輪椅)。
• 深層洞見: “摩擦 (Friction)” 在傳統 UX 中是毒藥，但在 AI 時代的高風險操作中，它是建立信任、防止幻覺與構築安全防線的解藥。
• 行動呼籲: UX 設計師應停止設計線性的螢幕流程，轉而設計可能性空間的邊界與回饋循環，並將焦點放在度量「意圖捕獲準確度」而非「任務完成速度」。

发现意图：AI 时代的用户体验设计 (Architectural Deep Dive)

前言/背景

AI 的出現使得 60 年來最重要的 UI 典範轉移正在發生：從「命令式互動 (Command-based)」徹底轉向「意圖委託式 (Intent-delegated)」。Jakob Nielsen (尼爾森諾曼集團創始人) 提出，UX 的核心將圍繞 “Intent by Discovery” 展開，使用者的角色已經從執行每一步驟的「操作員 (Operator)」轉變成了負責制定目標與邊界的「監督員 (Supervisor)」。

章節詳細總結

意圖的三層結構與表述壁壘

傳統的自然語言 Prompt 往往是欠規範的 (Under-specified)。一個真正可落地的意圖至少包含三層：

1. 期望結果 (Outcome): 要達成什麼。
2. 約束條件 (Constraints): 可接受的邊界（如預算、風險承受度）。
3. 委託邊界 (Delegation boundary): AI 被允許做什麼、不能做什麼。

表述壁壘 (Articulation Barrier): 由於人類透過文字寫作精準意圖的認知成本遠高於閱讀，Chat 介面存在根本的可用性危機。系統應透過多模態輸入、可見的使用者模型記憶（不再每次重新輸入偏好）與預設風格庫來輔助意圖的捕獲。

三層設計模型架構

成熟的 AI 系統將演化出清晰的三層架構：

• 第一層：Intent Surface (意圖層) 結合多模態與隱式意圖推斷，系統透過行事曆、畫面上下文主動猜測意圖，使用者只需確認。
• 第二層：Orchestration Surface (編排層) — 最關鍵的戰場 這是 AI 執行高風險行動前的談判層 (Negotiation layer)。架構上需實作執行透明度 (展示計畫與數據源)、Post-action 回執、企業政策上下文，以及當多個 AI Agent 發生衝突時的意圖協調介面。
• 第三層：Direct Manipulation Surface (直接操控層) 傳統的 GUI 不會消失，而是降級為 Fallback 備用層。未來的直接拖拽操控將作用於更高抽象層級，例如調整任務優先級、修改邏輯計畫或驗證來源數據。

監督控制與刻意的認知摩擦

傳統 UX 追求極致的無摩擦 (Frictionless)，但 AI 容易生成極具欺騙性的漂亮結果，引發「可信性陷阱 (Plausibility Trap)」。 Why: 在高風險操作 (如財務操作、發送敏感郵件) 中，設計師必須故意引入摩擦 (Deliberate Friction) 並採用漸進式委託 (Progressive Delegation)。透過 Epistemic UI (認知不確定性 UI) 將 AI 的置信度水平視覺化，強迫使用者在關鍵決策點跳出舒適圈，投入實質的認知檢查。

慢 AI (Slow AI) 與潛在空間導航

當 AI 任務耗時數十分鐘至數十小時，傳統的回應時間標準與 UX 模式完全失效。必須採取以下架構策略：

• Run Contracts (執行前協議): 事先聲明時間窗口、成本上限與硬邊界。
• Conceptual Breadcrumbs (概念足跡): 用中間結論的摘要取代傳統百分比進度條。
• Salvage Value (打撈價值): 在中斷長時間任務時，明確顯示哪些中間產物仍可被複用。

同時，人類的創作模式將從「製作 (Build)」轉向在廣大潛在空間 (Latent Space) 中的「發現 (Discover)」。設計師應利用蘇格拉底式提問 (Socratic Scaffolding) 與減法雕刻 (Subtractive Sculpting) 來引導使用者探索，而非直接生成單一最終結果。

總結與結論

• 從點擊率到意圖捕獲: 度量標準必須從操作速度轉向系統推測目標的準確度。
• 設計編排層是核心: 意圖與行動之間的協商 (Negotiation) 介面是建立人機信任的戰場。
• 避免認知輪椅: 好的 AI UX 是增強人類能力的「認知外骨骼」，必須保留使用者的認知參與。如果使用者永遠不需要理解系統運作原理，就會陷入零學習陷阱，淪為自己數位生活的乘客。