Perplexity 交互剖析：如何基于尼尔森设计原则，开发让用户满意的 AI-Native 产品？

LUI 还是 GUI，AI 时代的产品交互应该遵循怎样的产品交互原则，在 2023 年被讨论过很多次，似乎大家得到的共识是，需要 LUI，但 GUI 也是不可少的。

而作为 AI 搜索产品的成功突围者，Perplexity 在 AI-Native 上交互探索的尝试是值得研究和学习的，这篇文章就是从用户界面交互设计的原则来分析 Perplexity 的交互，过去的成功经验（雅各布·尼尔森于 1994 年提出的交互原则），仍然可以指导当下 AI-Native 的产品设计。

本文作者：Matt Moore，曾在 WeWork、Uber、Sonder、Lime 等任职，从事界面设计和人机交互工作。

文章转载自推特用户宝玉的翻译版本，Founder Park 有所调整。

原文：https://mttmr.com/2024/01/10/perplexitys-high-bar-for-ux-in-the-age-of-ai/

2023 年标志着计算技术新纪元的开始。迄今为止，生成式 AI 主要关注于技术层面的发展。同时，大多数 AI 产品仍然在使用最初模型提供商设计的聊天界面（类似 ChatGPT），就像早期个人电脑时代的命令行界面，这对用户能力提出了较高的要求。

但现在是 2024 年了。Perplexity 凭借其在 AI 原生产品用户体验领域的创新，逐渐崭露头角。他们正在改变我们使用 AI 搜索网络的方式。Twitter 上的热烈讨论和他们获得的贝索斯资助的 B 轮融资，足以证明他们正走在正确的道路上。

他们成功的关键之一在于，将目光投向过去。鉴于人类的行为进化缓慢，我们可以借鉴一些基本原则。1994 年，雅各布·尼尔森（Jakob Nielson）撰写了一篇文章，题为「用户界面设计的十大可用性启发式原则」。下面是 Perplexity 如何有效运用这些原则，取得了巨大成功。

01

让系统状态清晰可见

设计应确保用户随时了解正在发生的事情，通过适时的反馈来实现。

在任何产品中，当用户感知到性能延迟时，向用户显示系统仍在运行是至关重要的。

理想情况下，通过提升系统性能可以缩短等待时间。当这无法实现时，进度指示器成了基本需求。Perplexity 在这方面做得更出色，它能向用户明确展示 LLM 在搜索所需信息时的具体操作。用户可以看到诸如「正在考虑 8 个来源」或「已研究并总结」的提示，这不仅让用户知道系统在运行，还让他们了解其运作方式和这项新技术的工作原理。这样做结果是增强了用户对技术的信任。用户对技术有了更深的理解，感觉更亲切，从而更愿意再次使用这项技术。

02

以用户的自然语言为设计语言

在设计中使用用户熟悉的词汇、短语和概念，而非内部专业术语。应遵循现实生活中的习惯，让信息展示顺序自然合理。

Perplexity 之所以容易理解，是因为它借鉴了人类日常对话的思维模式。

例如，「提出后续问题……」这样的用语就非常接近日常交流的风格。这不仅是个友好的提示，更体现了 Perplexity 的优势：依据你的初次提问，快速精准地优化网络搜索结果。这种用词看起来简单，实则选择恰当的措辞并不容易。结果，产品变得更亲切、不再令人生畏，给人一种前所未有的自然感。

03

赋予用户控制权和自主性

用户常会不经意间执行错误操作。他们需要一个明显的「紧急退出」选项，以便能够在不经历复杂流程的情况下立即撤销这些操作。

AI 聊天产品一般会鼓励用户分享聊天内容，作为一种记录。尽管我作为用户对这些功能的价值感知不强，但 Perplexity 在增强用户控制权方面做得很好。用户可以重新编辑之前的指令来生成新的结果，也可以删除后续的问题和答案。这样，用户就能编辑整个对话序列，形成一个更加精炼且易于分享的内容。

04

保持一致性和遵循标准

用户不需要对不同词汇、情景或行为是否具有相同含义感到困惑。遵循行业和平台的常规惯例。

Perplexity 严格遵循互联网上普遍使用的词汇。当引入新术语或用户界面时，他们常会通过弹出的提示框解释其含义。用户可能不会立即了解所有细节，但 Perplexity 团队让学习和理解新事物变得简单易行。

05

错误预防

虽然清晰的错误提示很关键，但最优秀的设计应着力于从源头避免问题的发生。应当消除易出错的环境，或者在用户确认操作前，检测这些状况并提供确认选择。

这正是 Perplexity 所取得的重大创新之一。当用户的询问预期不能提供具体足够的答案时，Perplexity 会引导用户进一步明确他们的问题。我们可以理解，Perplexity 将答案过于笼统或不具体视作一种失败状态。虽然在搜索产品中这很常见，但令人惊讶的是，其他的搜索服务提供商并没有为此开发出同样精细的解决方案。

请求用户澄清问题，就像人们在日常对话中所做的那样，感觉更加自然。这也进一步增强了用户的信任感。

06

识别优于回忆

通过让元素、动作和选项直观可见，减轻用户的记忆负担。用户不必从界面的一个部分记住信息，然后应用到另一个部分。设计中需要使用的信息（如：字段标签或菜单项）应当在需要时直观展现或易于获取。

这也是 Perplexity 的又一关键创新。其他的生成式 AI 聊天产品往往过分依赖用户的记忆，而非直观识别，这在很大程度上限制了其吸引广泛用户群体的能力。Perplexity 明白，就像很少有人在大型演讲后提问一样，并非所有用户都善于提出后续问题。因此，它会预测用户可能提出的问题，并在每个回答的末尾展示这些问题。

除了提出后续问题外，团队还开发了一个「发现」板块，每日展示新颖而有趣的主题。这些由人工策划的提示，为用户提供了一种即使没有特定问题时也能与产品互动的简便方式。我自己在浏览这些「发现」内容时，经常会受到启发提出后续问题。这成为了一种有趣且全新的方式，让用户与资讯内容互动。

就像从命令行界面演进到图形用户界面一样，Perplexity 通过始终提供基于识别的前进路径，使这项技术更加易于被广大用户接受和使用，这是向前迈出的一大步。

07

灵活性与使用效率

为初学者隐藏的快捷方式——这可以让专家用户的交互更加迅速，从而使设计既适合新手又适合有经验的用户。应允许用户自定义他们经常进行的操作。

键盘快捷键在界面中随处可见。例如，对我们这些技术行业的早期采用者而言，命令 K 是一个极受欢迎的快捷键。这些细节表明，产品致力于满足用户在不同使用阶段的需求。

08

美观且简约的设计

界面不应包含无关或鲜少需要的信息。界面中的每一份额外信息都会与关键信息竞争，从而降低其相对显著性。

界面简洁、友好而现代化。与其他偏重技术和工程设计的产品不同，Perplexity 维持了其亲切且先进的风格。

09

帮助用户识别、诊断并从错误中恢复

错误信息应当用易懂的语言（无需错误代码），准确指出问题所在，并提出建设性的解决方案。

我遇到的唯一「错误」是超出了免费计划中 Co-pilot（高级搜索功能）的使用限额。在这种情况下，系统会清楚地提示状态。一个提示工具会告诉你功能不可用的原因。它明确指出了所需的行动：进行升级。

Perplexity 通过根据需要向用户收集更多信息，有效地避免了错误的发生。最理想的错误信息，其实就是不需要出现的错误信息。

10

提供帮助与文档

最理想的情况是系统无需任何说明文档。然而，有时可能需要提供文档来帮助用户理解如何完成他们的任务。

Perplexity 同样满足了这一点。正如前文所述，他们通过实际使用向用户传授这项新技术的知识。但如果你想深入了解 Perplexity，他们提供了一个简洁的帮助和常见问题解答*部分。由于他们显然致力于让产品本身尽可能简单，所以这一部分也非常简单易懂。

* https://blog.perplexity.ai/faq

看到 Perplexity 如何继续进化将会非常有趣。如果你在 2024 年正在开发以 AI 为核心的产品，不妨参考 Perplexity 的做法：始终记得从过去的经验中学习。

如果你关注大模型领域，欢迎扫码加入我们的大模型交流群，来一起探讨大模型时代的共识和认知，跟上大模型时代的这股浪潮。

更多阅读

Product Hunt 2023 年度产品榜：GPT-4 夺冠、获奖 AI 产品全介绍

Cubox创始人的产品思考：不要把「总结全文」当做AI阅读产品的唯一亮点

800万销量，过10亿收入，第一个陷入AI争议的爆款游戏出现了

三个大模型创业者的2023：兴奋、首战告捷、黑客松、屡败屡战

油管播放超千万，一款主打欺骗 NPC 的独立 AI 游戏正成为新爆款

转载原创文章请添加微信：geekparker