使用者不滿意卻不回報怎麼辦?挫折飛輪讓產品自動變好
使用者不會告訴你哪裡不好,但 log 會。每天一句 prompt、3 分鐘看排行榜,30 天修了 110 個問題。這篇講怎麼做。
標籤文章 — 第 2 頁
使用者不會告訴你哪裡不好,但 log 會。每天一句 prompt、3 分鐘看排行榜,30 天修了 110 個問題。這篇講怎麼做。
蒸餾精華第 7 段講 PEP 723 行內依賴。我追問了「能不能用在每週建站、會議紀錄、學習筆記」,結果設計出了一套個人 AI 工作流:/new-site、/meeting、/note、/capture。
你的程式需要等 API 回應、等部署完成、等轉檔結束。盲等 60 秒可能太長也可能太短。poll_until 每秒問一次「好了嗎?」——永遠在最快的時機繼續。
統一的 Provider 介面讓你能在不同 AI 服務之間切換,但「有能力做」和「該不該做」是兩件事。偷偷切換模型,使用者的讚美和批評都會記在錯的帳上。
蒸餾精華第 11 段講 CLAUDE.md 觸發詞索引。我追問了「我的全域 CLAUDE.md 有用到這個原理嗎」,發現沒有,當場補上了路由表。
蒸餾精華第 6、9 段講 QA 命名和 YAML 知識庫。我追問了怎麼做誠實的搜尋介面、Netflix 卡片為什麼零多餘,最後畫出了一張 QA 結果卡片的設計。
Apple 認為最好的 AI 是你感覺不到它存在的 AI。這篇整理了 Apple HIG Machine Learning 的核心框架:三種互動模式、隱性與顯性回饋、校準期望值、以及為什麼 AI 要敢說「我不確定」。
介面的外型就是承諾,能力不到就別用那個外型。從平庸的銀行 chatbot 到卓越的 Perplexity,用真實案例拆解什麼是「誠實的介面設計」。
Elicit 前設計負責人 Maggie Appleton 認為,AI 不該是「什麼都能問的對話框」,而是「一把一把小而鋒利的專用工具」。這篇整理她最核心的三個框架。
Google 的 People + AI Research 團隊基於數百個 AI 產品的經驗,整理出 6 章設計框架。這篇是我的精讀筆記,挑出最關鍵的原則和反直覺的發現。
Emily Campbell 建立的 Shapeof.AI 整理了 60 個 AI UX 設計模式,分成 6 大類。這篇是我的精讀筆記,挑出最實用的模式和設計啟發。
UX 研究的黃金標準 Nielsen Norman Group 對 AI 介面的核心發現:不要把 AI 擬人化、窄範圍功能打敗寬範圍聊天、以及使用者根本分不清你的 chatbot 是幹嘛的。