什么是AI-UX？维好维可的AI-UX工作流框架

AI-UX是指通过应用人工智能（AI）技术来改进和增强数字化产品的用户体验（UX）。AI-UX旨在创造超个性化、超智能化、友好且高效的企业数字化产品和服务。

随着AI人工智能技术的“极速进化”，我们决定将AI人工智能技术融入到我们的用户体验设计工作流程中去，结合ChatGPT、Stable Diffusion、Midjourney等AI工具的应用，不仅可以提升效率、优化流程，还可以通过和传统设计方法的比对和分析，洞察出用户的底层需求、期望和体验痛点，以提供对用户更加友好、实用且有效的企业数字化解决方案。

维好维可AI .三位一体的AI设计工作流：


人工智能 + 人类专业知识:

将人工智能与人类专业知识相结合可以发挥双方优势，并对双方产生持久影响，我们利用各种主观和客观输入的结合，将两者结合到设计解决方案中。很多只有人类才能挖掘到的信息，比如创造力、同理心、定性用户研究…等, 将无法替代，设计师会考虑并参与所有主观输入的工作中，而人工智能则可以减少设计师花在琐碎、重复性任务上的时间，并负责将客观需求转化为设计解决方案。

现阶段AI在用户体验设计中扮演的角色:

从用户研究开始我们就可以深度结合ChatGPT开展工作，例如：为行业中的特定用户类型创建用户体验的角色，输入给ChatGPT相关信息（越多越好），把ChatGPT当成一名用户研究员，几秒钟之内您就会获得一份角色的工作成果。问题来了，ChatGPT输出的质量是否准确？敢用么？为了测试 ChatGPT 输出角色的质量，我们将其与我们传统调研获得的角色进行了比较。

以下是我们发现的：
对于C端的成熟且热门的行业而言，ChatGPT 的准确率超过80%，但是在后期对角色进行的多次迭代时，传统方法需要经过多轮周期性的调研，以获得更多新鲜数据和更为详实的信息，此时ChatGPT 的表现就会比较弱（因为ChatGPT的数据的更新有实效性，且无法理解定性信息）。所以现阶段ChatGPT在产品设计的早期阶段可作为大的方向性的设计参考，有其特定的价值。

在竞品分析时，尤其是对竞品进行初步信息收集和整理方面， ChatGPT 可以提供快速而精准的解决方案，因为传统方法会非常耗时，甚至有时候传统的数据来源准确度远不如ChatGPT，尤其是ChatGPT-4。但 AI 工具无法区分一个功能、一组功能以及功能相同但名称不同的功能之间的区别。因此，我们需要建立特征标准化，并封装进我们的AI工作流程中，最终形成自己的模型。

在视觉设计部分，使用Midjourney可输出情绪板，传达您希望产品可能具有的设计氛围和大方向，Mj可以帮助大大缩短这个时间，同时设计师也可以在几分钟内生成多种解决方案。除了情绪板之外Mj还可以辅助设计制作icon图标设计、插画设计、配色方案、UI界面设计、数据图表设计、营销banenr设计、IP形象设计…等，尤其是Mj -V6推出，对电商广告设计的冲击之大令人咋舌。 以上也这只是冰山一角，AI能做的还很多，AI人工智能已经在帮助用户体验的设计，但是还远没有充分发挥其潜力。除了ChatGPT、Midjourney和Stable Diffusion之外，还有大量的人工智能的设计类工具。

以人为本的AI人工智能工作流框架(HCAI)
Human centered ai framework


定义：
定义设计目标、利益相关者、用户需求、设计边界及人工智能支持的部分。

模型：
将用户底层需求与可实现的数据输入相结合，以选择人工智能工具或模型。

碰撞：
集思广益并产生出人工智能能力带来的新设计机会点和探索新性的想法。

输出：
人工智能输出相关的数据和解决方案参考，辅助并提升设计工作效率。

迭代：
衡量人工智能解决方案的现实结果、效益和影响，并持续进行迭代改进。

从定义、模型、碰撞、输出再到迭代，我们尽可能最大程度的将AI人工智能融入进整个UX工作流框架中去，而不是利用工具点对点的帮助特定的设计任务，接下去我们要做的就是利用我们的以人为本的AI人工智能工作流框架 ，去一步步构建我们的UX大模型和方法，贯穿融入到我们的维好维可AI中去。

最后，我们确定2024是AI（设计）爆发年，这是最高维度，用好，用透AI，并构建完自己的AI体系，形成降维打击之势！