前几天，有人问我怎么看 Shape of AI 这个网站。
我记得之前看到它，是在 Linkedin 上。印象中是个专门整理 AI 产品界面和设计模式的网站，当时看了几眼，觉得像是个案例集合站，也就没太放在心上。
这次再去看了一下，发现内容比上次看到的丰富了不少。内容更系统了，应该开始尝试构建一套关于「AI 产品设计」的体系。
不出意外的话，接下来关于 AI 产品 Design Pattern 的内容，应该会越来越多，就像现在一样。
设计灵感库
其实这让我想起了移动互联网阶段开始的那一波设计灵感库的爆发期。
从 Dribbble 到 Pttrns，再到后来的 Mobbin，各类设计 showcase 和 Pattern 库一个接一个的出现，内容也越来越系统化。
尤其是 Mobbin，已经不再只是一个灵感收集工具，它通过更为体系化的建设，成为这几年在设计师群体中最具影响力的产品之一，也跑通了自己的商业模式。
这些平台的内容，逐渐成为设计师日常工作中最重要的参考资料之一，也在某种程度上体现了这个时代的设计语言和产品体验。
而现在，AI 产品似乎也走到了一个类似的节点 - 工具爆发，产品层出不穷。虽然大多数产品还是从对话框切入，形式看上去非常简单，但真正要让它变得“好用”，其实远没有那么轻松。
今天的大模型产品，想要获得理想的结果仍有一定门槛。Prompt 是一部分，理解上下文、构建心智、组织输出，这些环节仍然复杂。
如果未来 AI 工具真想成为“下一个移动互联网”，就必须跨过这道门槛，让更多普通用户完成从原有工具到 AI 产品的迁移。这意味着，产品设计本身需要承担更高的易用性责任。
从 ChatGPT 3.5 发布至今已经过去两年，虽然 AI 产品的设计模式并没有脱离对话模式的思路，但围绕着的很多深度设计已经出现了不少。
Shape of AI 这类网站的出现，意味着AI 产品的设计，开始从“能跑”进入“怎么跑得好”的阶段了。
从上一个 12 年到下一个 12 年
移动互联网的兴起，已经是十二年前的事了。如果我们今天回头再看那个时代，会发现我们当时对设计的关注，很多时候集中在细节层面。界面是否足够精致、动效有没有做到位、组件规范有没有统一……
这些当然重要，但它们并不是最重要的。
设计的首要职责，是服务于商业目标。只有当它与产品目标、用户行为、增长路径紧密结合时，细节层面的打磨才真正有价值。
移动互联网时代，设计师对「设计本身」的关注，往往远远高于对商业问题的理解。这个顺序，某种程度上是反的。
而现在，十二年过去，我们又站在了一个全新的技术拐点上。如果在这样一个阶段，我们仍旧把注意力放在这些身上，而不去关注产品设计在业务场景中应该承担的责任，那么我们的设计会依旧和上一个 12 年一样，并没能获得大家真正的认可。
在 AI 产品这样一个全新的产品范式面前，我们更需要回到一个基础问题上来思考：用户在使用这些产品时，真正遇到的问题是什么？
而在这些问题里，有多少，是我们可以通过设计来解决的？这，可能才是我们该关注的起点。
从用户的视角来看看
我们不妨换个视角，回到用户使用 AI 产品的真实过程，你会发现其中的每一步，其实都埋藏着不小的使用门槛。而这些门槛，很多恰恰是可以通过设计来优化的。
初次接触阶段
用户刚接触 AI 产品时，往往会遇到三个问题：
不清楚 AI 能做什么、不能做什么；
不知道该从哪里开始使用；
不知道怎么和它“说话”。
这些问题叠加在一起，构成了初始阶段最常见的使用障碍。
输入表达阶段
当用户想好问题准备输入，新的困难又会出现。很多人不知道怎么准确表达自己的需求，也不了解自己的问题是否能被 AI 理解，同时也缺乏构建有效上下文的能力，最终导致获得的结果并不让人满意。
结果改进阶段
当 AI 给出的结果不够理想时，用户往往不知道怎么去调整和引导。无论是修改提示语，还是优化参数，大多数人都缺乏这方面的知识。而对于那些有个性化需求的用户来说，如何让 AI 贴近自己的风格，更是难题。
理解与判断阶段
同时，很多用户会对 AI 的“不透明”感到不安。它是怎么做出这个判断的？这个结果靠不靠谱？如果有错，我该怎么改？当用户无法理解、无法评估、也无法纠正时，信任感自然也难以建立。
信任建立阶段
进入长期使用之后，问题又变成了信任与伦理层面。用户会开始担心生成的内容是否是幻觉、观点是否中立、信息从哪来。这些看似抽象的问题，实际上会直接影响他们是否愿意继续使用这个产品。
如何看待 Shape of AI ？
从这个角度再回头看，像 Shape of AI 这类的 Pattern 聚合站点，它们所收集和整理的，不是“好看”的设计，而是一些具体问题的“解法样本”。
这些 Pattern，本质上是用户某个使用阶段中，一个具体问题的解决方式之一。
所以，回到前面那位网友的问题——怎么看 Shape of AI 这个网站？
按照我们前面的讨论，大家应该能理解，Shape of AI 以及未来还会更多出现的同类站点，它们的价值不是提供案例，而是提供对一类问题的抽象与整理。
我们真正该学习的，是这些设计背后“如何定义问题、如何拆解路径”的思路，而不是某种特定的视觉样式或交互形式。
学的是解决问题的方式，而不是设计的表面形式。