kp-019

四种交互范式与案例

进阶约 25 分钟04-体验设计

AI 产品的主流交互范式可归纳为四种——对话式、副驾驶式、后台式、生成-编辑混合式,选型依据是「任务结构化程度 × 用户参与意愿」二维矩阵;最大误区是把万物都做成聊天框。

前置知识点kp-015kp-016
学习状态: 更新于 2026-10-02 · 状态 reviewed

四种交互范式与案例

一句话定义

AI 产品的主流交互范式可归纳为四种——对话式、副驾驶式、后台式、生成-编辑混合式,选型依据是「任务结构化程度 × 用户参与意愿」二维矩阵;最大误区是把万物都做成聊天框。

为什么重要

同样的模型能力,套上不同交互范式,用户价值天差地别:把「后台自动纠错」做成聊天框是对用户的骚扰,把「开放式头脑风暴」做成表单是对能力的浪费。范式选型错了,后续的置信度设计、降级方案都要推倒重来——它应与 kp-003 的形态判断同期完成。

前置知识

kp-015 不确定性交互、kp-016 自动化光谱(范式是两者的具体外壳)。

核心概念

  • 对话式(Chat):用户以自然语言多轮交互,适合开放、探索、多约束任务。代表:ChatGPT、各类助手。关键设计:上下文管理、多轮纠偏、历史复用。
  • 副驾驶式(Copilot/嵌入式按钮):AI 动作嵌在既有界面(编辑器、表格、文档),就地点击就地生效。代表:Notion AI、Excel Copilot。关键设计:入口时机(选中文本浮现)、结果就地可编辑、不离开原工作流。
  • 后台式(Ambient):用户无感知,AI 持续运行(排序、纠错、分类、风控),只在结果层呈现。代表:输入法纠错、搜索排序、垃圾过滤。关键设计:静默质量、静默降级(kp-017)、几乎零打扰。
  • 生成-编辑混合式(Generate+Canvas):AI 批量生成候选,用户在画布/列表上筛选精修。代表:Midjourney 四宫格、AI 设计工具。关键设计:候选多样性控制、精修的增量能力、批量浏览效率。

选型矩阵:任务结构化程度高(输入输出可枚举)且用户参与意愿低 → 后台式;结构化高、参与意愿高 → 副驾驶式;结构化低、参与意愿高 → 对话式或生成-编辑式;结构化低、参与意愿低 → 警惕:可能是不该做的场景(回 kp-007 重估)。

原理与机制

范式的本质是用户注意力的分配契约:对话式索取高注意力(用户要写提示词、判断回复),换取最大灵活性;后台式不索取注意力,但只适合封闭任务;副驾驶与生成-编辑居于中间,以「就地操作」把注意力成本压到与任务价值匹配。选错范式的代价通过两个机制兑现:注意力错配(高注意力范式做低价值任务 → 用户嫌烦;低注意力范式做开放任务 → 能力被表单锁死)与预期错配(范式本身携带能力暗示,聊天框暗示「什么都能问」,用户会拿它对标 ChatGPT——若产品只是查单助手,期望管理即告失败,连接 kp-018)。

公式或模型

不适用——设计选型框架。

图示

范式注意力成本适合任务代表
对话式高开放探索、多约束ChatGPT
副驾驶式中结构化任务+就地修改Notion AI
后台式零封闭、高频、可逆输入法纠错
生成-编辑中创意发散+人工精选Midjourney

实例或案例

  • 同一能力(生成商品文案)的范式对比:电商后台做成对话式(卖家要先学提示词,使用率惨淡)→ 改为副驾驶式(商品编辑页一键「生成三个文案」,就地采纳)后使用率数倍增长——结构化任务配副驾驶范式是教科书修正。
  • 范式叠加样本:Notion AI 是副驾驶+对话的叠加(选中文本呼出对话框);Midjourney 是生成-编辑+社区范式;输入法是纯后台。成熟产品常组合使用,但每个入口仍应只归属一种范式的主逻辑。
  • 反面案例:把「发票信息抽取」做成聊天框——用户上传发票还要打字说「帮我提取金额」,结构化任务被对话范式强行加了交互税;正确形态是拖拽上传、字段直出(后台式)。

常见误区

  • 万物皆 Chat:对话范式被当作「AI 化」的默认标志,实际它只属于开放任务;为封闭任务上聊天框是负体验。
  • 范式幻觉错配:聊天框的外观拉高了「什么都能干」的预期(kp-018 鸿沟);封闭型产品用后台式反而预期更健康。
  • 忽略范式迁移成本:老用户已形成操作习惯,改范式要按功能下线标准做迁移设计,而不是改个按钮了事。

直观类比

范式像交通工具:对话式是随叫随停的出租车(灵活但贵),副驾驶式是固定线路的班车(高效但只去几个站),后台式是地铁(无感运行),生成-编辑式是自助餐(批量上菜你来挑)。用出租车送快递、用地铁谈恋爱,都是范式错配。

自测题

  1. 判断「会议纪要生成」适合什么范式?

要点:结构化程度中等偏高(固定章节),参与意愿中——副驾驶式为主(会议工具内一键生成、就地编辑),对话式仅用于补问细节。

  1. 为什么聊天框会抬高用户预期?

要点:对话范式携带「通用助手」的心智暗示,用户以其对标 ChatGPT 的能力面,超出产品实际范围即产生鸿沟。

  1. 「结构化低+参与意愿低」为什么回炉重估?

要点:低参与意愿说明用户不在乎,低结构说明难以验收,通常意味着 kp-006 痛点筛未过,AI 化不解决问题。

与其他知识点的关系

范式与 kp-003 形态是「外壳与灵魂」的关系;范式内的置信度与纠错设计遵循 kp-015;范式的期望暗示由 kp-018 收口;范式迁移的灰度与监控依赖 kp-022。

延伸阅读

  • 《设计心理学》,Don Norman——交互成本与示能设计的基础。
  • 《上瘾》,Nir Eyal——范式如何塑造使用习惯。

相关知识点