从 2013、2014 年进入移动互联网,到参与设计与开发 100 多款产品,我逐渐发现:团队很容易先讨论要做哪些功能,却还没有说清楚谁会在什么情境下使用它。产品最后有没有价值,往往取决于这个问题。
从“功能有多完整”转向“问题是否反复发生”
一个功能在演示里很顺,不代表它进入真实生活后仍然有用。用户可能只在第一次打开时感到新鲜,也可能在工作流的某个细节里每天节省一点时间。后者通常更值得继续追问:这个问题发生得频繁吗?现在人们怎么解决?不解决会带来什么成本?
这些问题不需要复杂术语。观察用户如何完成任务,听他们描述麻烦发生的时刻,再确认哪些步骤只是因为工具之间断开才重复存在。比起在会议室里堆出更多功能,这些事实更能帮助团队判断下一步。
设计不是把界面做漂亮,而是减少理解成本
界面当然重要,但设计还包括用户如何发现能力、是否知道下一步、能不能修正错误,以及完成任务后有没有留下有用结果。产品越复杂,越需要把边界和反馈讲清楚。
我热爱艺术,也做过绘画教学。这段经历让我更加重视观察、节奏和表达:好的工具不应该让人先研究工具本身,而应该让人更容易完成自己的创作或学习目标。
AI 产品尤其要回到可验证的工作流
AI 能生成很多东西,但“能生成”并不是用户结果。需要继续问:生成的内容是否有用、能不能核对和编辑、失败时如何恢复,最终是否融入一个完整任务。产品不能用流畅的对话掩盖不可靠的步骤。
所以我现在看 AI Agent,更关注它能否围绕明确任务组织上下文、工具和反馈,并且在不确定时把控制权交还给人。先从小范围真实问题开始,观察重复使用和实际效果,再扩大承诺。这不如一句宏大口号抢眼,但更接近把产品做成的过程。
做产品久了,我最想保留的判断标准反而很简单:谁会反复使用它?为什么?每次使用之后,他们是否更容易完成自己真正关心的事?