前言 随着人工智能技术的快速发展，越来越多的产品开始尝试将AI技术融入其中以提升功能。作为设计师的你，是否也在思考如何更好地将AI技术与用户需求结合，为用户提供流畅的AI原生设计体验呢？本文将以装扮AI创新项目为例，探讨我们是如何通过深入分析用户痛点与需求，结合公司内部能力支持，找到AI创新的突破口，并发挥设计优势，在没有行业参考的前提下，探寻出一条AI创新实践之路。 第一部分：为什么要做装扮AI创新 1.百度APP装扮业务介绍 装扮是百度APP的一个基础能力，主要提供头像、皮肤、主页背景、套装等个性化设置，旨在满足用户的个性化需求。然而，当前的主要问题在于：
- 功能缺乏吸引力：操作流程单一，缺乏趣味性和吸引力；
- 装扮资源迭代慢：对设计师的依赖度高，手工绘图成本高且周期长。 2.装扮用户分析 通过对用户调研和数据分析，我们发现：
- 个性化需求难以满足：大部分用户没有佩戴装扮的原因是现有的免费装扮资源无法满足他们的个性化需求；
- 年轻群体对AI的喜爱：年轻群体对智能化、趣味性产品有浓厚兴趣，同时对个性化、定制化也有更高的要求。 3.了解内部能力支撑 百度文心AI生图技术较为成熟，支持输入描述词后免费生成多张图片。 4.设计机会点 基于前面的分析，我们提出一个洞察思考：是否可以接入文心AI生图的能力，让用户自主生图并用于装扮？ 我们从用户、业务、设计三方视角分析装扮中心接入文心AI生图能力的可行性和价值：
- 用户侧：丰富装扮玩法，提升装扮体验的趣味性和吸引力；
- 业务侧：吸引更多用户装扮，提高装扮用户量和渗透率；
- 设计侧：探索AI能力实际应用场景，积累AI原生设计经验；同时降低设计师生图成本，降本增效。 第二部分：如何进行装扮AI创新突破 作为AI创新型项目，我们经历了三期迭代尝试，不断打磨升级AI装扮体验： 1.快速试水，验证玩法 通过这一阶段，我们首先快速试水，验证新玩法的效果。 2.创新突破交互体验 在验证了玩法效果后，我们进一步创新突破交互体验。 3.结合数据持续优化 最后，我们结合数据持续优化，确保AI装扮体验的持续提升。 在这三个阶段中，我们进行了详细的设计创新思考过程。通过不断的迭代和优化，我们成功地实现了装扮AI的创新突破。 首先，我们快速调研了国内外具有AI生成能力的产品作为体验摸底，发现竞品在AI生图的创作体验上趋于雷同，创作页主要分为描述词输入框、选择风格、尺寸及张数等操作模块，对于普通用户来说，创作体验复杂、输入门槛高。 在项目初期，我们希望能够快速验证用户对这套新玩法是否感兴趣，所以目标是低成本快速上线验证玩法。我们将AI装扮流程分为4步：点击入口→开始创作→生成图片→预览装扮效果及装扮。 结合一期目标我们有两个设计难点：1.如何简化创作流程；2.如何精简步长减少折损。设计难点1：如何简化创作流程 解决思路：在创作流程上我们决定简化方案，采取让用户选取关键词组合的简化方式来生成图片，简化创作流程快速上线验证。设计难点2：如何精简步长减少折损 解决思路：在图片生成与装扮预览步骤中，通过缩短路径让用户快速直达装扮预览页，减少折损。在方案选择上，我们基于路径更短、突出装扮预览效果的目标，选择了方案1进行深化：一期方案与上线效果。一期上线后装扮中心的日均设置量提升近3倍，AI装扮各环节转化漏斗较高，在各商城中，AI装扮设置量位列第二，仅次于头像，验证AI装扮对用户的吸引力较大，于是我们开始启动二期优化。 Step2：创新突破，打造亮点 对比一期直接让用户选取主体词和风格词的半自动化方式生成图片，虽然自定义能力较弱，但是生图方式更容易；二期希望增加用户自行输入生成图片，满足用户更加个性化和多样性的需求，但同时输入门槛对用户来说也更高。现有AI生图输入门槛之所以较高，是因为一张高质量图片对生图描述词有很高的要求。我们分析发现，高质量描述词需要从画面风格、色彩、细节、光影效果、构图比例、画质甚至是相机设置等多维度来描述，专业词汇多，对于普通用户来说撰写门槛高、难度大。这就留给我们一个难题：如何让用户低门槛生成一张高质量图片？结合二期目标我们有两个设计难点：1.如何创新突破生图体验；2.装扮流程整体重构。设计难点1：如何创新突破生图体验 1）思路发散 首先我们发散了两个方向：方向1：提供高质量描述词范例让用户直接使用 方向2：辅助用户写出高质量描述词，比如提供描述词润色功能、高级描述词库叠加、按公式引导用户选择词组组合等形式辅助创作。2）框架探索 如果创作页要给用户提供丰富的引导内容，同时兼顾输入面板的稳定露出，基础平铺框架承载力有限，无法兼顾丰富引导内容的展示和输入功能的稳定露出。我们提出使用双层框架的形式，将承载“引导内容”和“输入功能”的容器拆分相互独立，在承载“引导内容”的容器中支持用户像刷feed一样上滑，同时顶层容器稳定置底展示输入功能。 3）多方案尝试 我们围绕以上两个方向进行了创作页从基础到高阶的多套方案探索。 方案收敛过程中，我们决定进行用户测试，观察用户对不同方案的理解与接受程度。 4）用户测试与痛点分析 我们找了多名不同类型的用户，观察他们对各个方案的理解和使用情况，了解用户在使用过程中遇到的问题和痛点，并制作表格记录每一位用户的反馈与建议。 汇总后得到以下发现点：
- 用户对点击推荐描述词的生成图片效果没有预期，且表示操作难以理解
- 有配图会增强吸引力，文字或步骤多会有负面影响
- 用户对风格选择没有强烈诉求 5）提炼问题迭代优化 根据测试结论1&2我们想到，能否结合方案2-1与2-2，采用图片范例代替纯文字范例，这样用户对生成效果就有了直接的预期，同时提高了点击吸引力和可玩性；根据结论3我们对现有步骤进行了简化，省略风格选择步骤，采用智能识别描述词风格或默认智能推荐生图风格，来减少用户生图步骤。 最终方案与竞品对比生图难度更低、生图步骤更短，同时我们也进行了新方案的回访，所有用户均表示新方案更简单直接，且吸引力更强。 设计难点2：装扮流程整体重构 在入口页和生成图片&装扮预览流程我们也发散了多个方案，同样通过用户测试选出最优方案。 二期方案设计 用户在装扮中心点击入口进入创作页，点击图例或输入内容后点击底部生成按钮，跳转AI生成图片页面，支持用户在当前页面预览图片、重新生成、修改描述、保存图片及分享等操作，底部按钮强引导进入装扮预览页进行装扮。 上线效果 1）上线数据漏斗分析 AI装扮2期上线后，在入口、输入页和装扮预览页转化较1期均有大幅提升，在输入难度大于1期的前提下，输入转化依然高于1期。 2）实际图片生成效果 以下是一些真实用户生成的图片，不同风格的生成质量都能达到理想效果。 3）数据指导持续优化 在深入分析漏斗数据后，我们发现了一个重要的问题：尽管整体的漏斗数据有所提升，但在图片生成页的用户流失率却相对较高。为了解决这个问题，我们开始探索一种能够快速进入装扮预览页的方案。 接下来，我们的目标是简化操作流程，提高装扮转化率。为此，我们对设计方案进行了探索，并结合用户在创作页点击生成按钮后希望先看到生成图片的需求，提出了以下设计难点：如何在预览图片和减少步骤之间找到平衡？
- 框架探索 考虑到用户想要先看到生成的图片，我们在思考方案时引入了动效来衔接页面之间的变化，以减少用户跳转的可能性。我们尝试了两种方向：一是缩短主操作路径，次要功能建立预期，后置操作；二是仅预览图片结果，后置操作。
- 方案细化与测试 根据框架探索，我们细化了三个方案并进行用户测试。大部分用户认为方案1更直观且简洁。
- 最终方案展示 生成中：展示重新生成、保存等相关操作，建立用户预期。 生成后：展示生成图片并自动上滑，同时调起装扮预览面板，缩短装扮路径。 优化后的数据对比显示，与之前的方案相比，优化后的方案使用户点击生成按钮后直接到达装扮预览页，从而显著提高了日均装扮成功转化率。 结语 本文以百度APP装扮体验AI创新探索为例，分享了从设计视角出发，设计师如何结合AI能力进行设计创新，为用户提供顺畅的AI原生体验，并分三步推动项目落地与优化的思考过程。通过本次项目，我们也积累了一些经验分享给大家：
- 避免惯性思维，站在用户视角看问题。作为设计师，可能我们已经看过、使用过很多AI类产品，对它的玩法非常熟悉。在设计前期，我们常常理所当然地认为用户已经理解掌握生图的方法，结果在测试阶段发现即便是公司内部互联网员工，理解使用起来也有一定门槛。所以我们一定要避免惯性思维，注意时刻抽身站在用户视角，多问问自己：“我们的用户群体是否能够快速理解并掌握设计方案？”
- 用户测试是有效的工具，可以帮助设计师获得更深入的用户反馈，并将其转化为理想方案设计点。 在探索AI创新项目的过程中，我们面临了众多挑战，特别是在2期输入体验的优化上。面对竞品创作体验千篇一律且质量普遍不高的现状，初期提出的方案并未能简单直接地达到预期效果，设计思路也陷入了瓶颈。此时，引入用户测试成为了一种有效的突破方式。通过与用户的互动，我们能够洞察到他们的真实需求和反馈，从而将这些宝贵的信息转化为改进设计的具体方向。
- 设计方案应追求简洁直观，避免用户进行过度的思考和转换。 通过对用户多次参与的用户测试进行分析，我们发现，除了追求设计方案的简洁性和清晰性之外，还应尽量减少用户需要思考和转换的步骤。例如，采用“图生图”的方式，让用户根据自己的喜好选择图片，然后使用该图片的描述词来生成相似图像，这种方式更直观，大大减少了用户在大脑中进行思维转换的过程。 以上是我们整个思考过程及心得分享，希望对大家从事类似AI创新型项目有所帮助。百度AI装扮项目仍在持续优化和完善中，期待更多有热情、有建议的小伙伴加入我们的交流平台。 更多精彩作品展示，请关注「百度MEUX」小红书账号15527649518。感谢阅读，以上内容均由百度MEUX团队原创设计，以及百度MEUX版权所有，转载请注明出处，违者必究，谢谢您的合作。如需转载授权，后台回复【转载】。