Table of Contents
本文內容整理自 2023 AI for better UX 實務研討 的 HackMD共筆文件。
PicCollage 產品介紹:
PicCollage 是一款相片拼貼編輯器,讓使用者可以和家人好友分享、聯繫關係。
1 透過痛點分析,定義 AI 價值
PicCollage 團隊在導入 AI 功能時,不只為了 AI 而做 AI,而著重在尋找用戶需求的核心。
- 挑戰:使用者想把自己照片變得更有趣並分享,卻不想花時間。
- 機會:如何運用 AI 技術,降低照片編輯的強度,讓使用者更輕鬆做出想要的拼貼創作?
團隊透過量化與質化研究,分析 user journey & 現有的創作流程,藉由用戶研究訪談了解他們的編輯過程,找出過程中的的痛點,並了解是否有 AI 可以切入的節點。
痛點:
- 操作科技產品需要幫助
- 素材選擇
- 需要整體拼貼的設計
lnsights:
- User 會想要有控制、選擇的權利。
- User 需要靈感和推薦,從零開始編輯是痛苦的。
- 兩種使用者有不同 AI 協助的需求(echance vs automation)。
經過研究發現的洞察
除了尋找AI切入點,團隊自己也使用 AI 功能加速工作流 → 使用 figjam AI 的總結功能,摘要訪談重點。找出使用者的痛點與洞察,團隊引用了 Ikea effect、洗衣和餅乾 rule 來說明 AI 該從何種角度切入,以提升用戶體驗。
Ikea effect :當人靠親手創造完成一件事會更珍惜它 → 讓用戶感受編輯的過程,可以提高用戶的體驗
洗衣和餅乾 rule(出處:John Maeda: Design & AI)
餅乾:指喜歡的事,會想要更多(enjoy)
洗衣:指麻煩的事,會想要更少(work/ effort)
思考如何利用人工智慧來來讓用戶擺脫不想做的事情,有更多時間做喜歡的事情。
2 探索 AI 所扮演的角色,定義體驗原則
AI 在產品設計裡可以扮演的角色:策略、輔助、執行
AI 可以扮演的角色
AI 協助的等級
參考 Google ML Levels of Automation ,PicCollage 團隊也發展出自己的五個等級
- 沒有任何協助
- 初步省略繁瑣的人工步驟
- 提供創作選項的建議,整體創作的協助強度
- 直接進行部分創作的執行並讓使用者決定是否採用。
- 生程式 ai 幫助
這個框架讓團隊發展 AI 功能時有一個清楚的依循,此外所有 AI 最終目標並非達到 LV5,而是看 TA 的需求,結合前面的ikea effect、餅乾洗衣理論,讓各功能維持在一定的階段,反而能將體驗最大化。
3 Case study 及 產品 +AI 的 3 個 Tips
Case 1: PhotoCard Wizard (Level 3)
實驗透過照片資訊產出對使用者有意義的模板工服務,透過 AI 分析工具,標註照片內的人物或或物件,將標註出的關鍵字運用到大型模型,生成各種祝賀詞、排版方式,讓使用者挑選。
Tips 1 運用 AI 技術,能夠讓使用者更快速地體驗到產品核心價值。
Case 2:照片風格轉換(Level 5)
現實既有的使用者行為,透過觀察、訪談理解背後價值,並 AI 技術可行性之探索
→ 有些使用者會在特殊時間,將家庭照片給畫師畫成水彩、油墨和壓克力畫等,藉由不同媒材賦予照片更多情感。團隊嘗試透過 AI 工具提供服務,達成相同的效果。
探索與挑戰:如何讓照片維持同樣的熟悉度(情感)? 人物的臉是否看得出是原本的長相?
SnapJoy:使用 Control Net 控制原照片主題與構圖,將臉部進行特殊處理降低恐怖谷效應(保留情感)
Tips 2 將AI技術適度包裝,創造屬於使用者能夠理的話語與價值。
Case3:適應性編輯 – 千變萬化的素材(Level 4)
透過生成式 AI 技術,將照片一鍵式直接轉換自己喜愛風格。
Tips 3 透過AI技術,能夠讓您的內容服務更客製化,符合人心