ROUTE
AI Experience Designer
设计未来 AI 产品的协作流、信任机制与多能力工作台系统。
1适合谁
UX 设计师产品设计师交互负责人体验专家
2核心能力
- AI 原生交互原则
- 对话流、任务流与协作流设计
- 信任、可解释与可控体验
- 多模态与工作台式体验
- Tool UI 与多能力界面设计
- AI 体验系统化
3代表成果
- AI 原生交互原则卡
- AI 协作流设计图
- AI 信任与可控机制方案
- AI 工作台原型
- AI Tool Workbench 体验方案
- AI 体验系统规范 V1
4建议先完成的共同底座
5路线能力刻度
L1
差异理解
L1-XD：能理解 AI 产品与传统产品交互差异。
L2
协作流原型
L2-XD：能设计 AI 交互流与基础原型。
L3
可信体验方案
L3-XD：能独立完成可信、可控、可协作的 AI 产品体验方案。
L4
复杂工作台
L4-XD：能设计复杂工作台、控制台与多能力 AI 界面系统。
L5
体验标准体系
L5-XD：能定义 AI 产品体验标准与团队级体验体系。
本路线的真实模块结构
以下模块直接来自课程主路线设计文档，覆盖从入门到高阶认证所需的核心能力与代表产出。
模块 C1｜AI 原生交互原则
从根上理解 AI 产品为什么不能照搬传统 UI/UX 方法。
模块产出物
《AI 原生交互原则卡》
章节目录
- 1AI 产品为什么不能套传统 UI
- 2人机协作的体验框架
- 3AI 产品的控制感与参与感
- 4体验风险与设计责任
模块 C2｜对话流、任务流与协作流设计
围绕澄清、确认、追问与修正，建立 AI 协作流设计方法。
模块产出物
《AI 协作流设计图》
章节目录
- 1对话不是聊天：对话流设计原则
- 2任务流：从目标到结果的协作路径
- 3协作流：用户与 AI 如何共同完成任务
- 4澄清、确认、追问、修正机制设计
模块 C3｜信任、可解释与可控体验
把引用、溯源、预览、撤销、接管等可信机制组织成完整体验方案。
模块产出物
《AI 信任与可控机制方案》
章节目录
- 1为什么 AI 产品必须可解释
- 2引用、溯源、预览与撤销
- 3错误恢复与人工接管
- 4高风险场景下的体验设计
模块 C4｜多模态与工作台式 AI 产品设计
设计复杂任务下的工作台、控制台与 Dashboard 体验结构。
模块产出物
《AI 工作台原型》
章节目录
- 1多模态输入输出体验
- 2复杂任务的工作台式界面
- 3Copilot / Console / Dashboard 设计模式
- 4信息密度、流程密度与操作节奏
模块 C5｜MCP Apps、Tool UI 与多能力界面设计
站在交互层解决多工具、多 agent、多能力界面的解释性与控制感问题。
模块产出物
《AI Tool Workbench 体验方案》
章节目录
- 1MCP 驱动工具界面的体验问题
- 2Skill 化能力在 UI 中如何呈现
- 3多 agent / 多工具界面的可解释设计
- 4复杂 AI 工作台中的信任与控制感
模块 C6｜Computer Use 场景的体验设计
围绕预览、确认、接管与高风险动作设计环境级 AI 的体验模式。
模块产出物
《Computer Use 体验规范》
章节目录
- 1何时需要预览
- 2何时需要确认
- 3何时让用户接管
- 4高风险操作的体验模式
模块 C7｜AI 体验系统化
把经验沉淀成设计规范、组件模式库与跨职能协作标准。
模块产出物
《AI 体验系统规范 V1》
章节目录
- 1AI 产品设计规范怎么建立
- 2AI 组件模式库
- 3与产品、工程共同定义体验标准
- 4完整项目展示与复盘