《UCD火花集2:有效的互联网产品设计 交互/信息设计 用户研究讨论》一第2章 交互设计2.1 交互到底是做什么的

简介:

本节书摘来自异步社区《UCD火花集2:有效的互联网产品设计 交互/信息设计 用户研究讨论》一书中的第2章,第2.1节,作者 UCDChina,更多章节内容可以访问云栖社区“异步社区”公众号查看

第2章 交互设计

UCD火花集2:有效的互联网产品设计 交互/信息设计 用户研究讨论
【插画】〝WTF?(啊!什么玩意?!)〞的超冏平面 - 廉清波 - 廉清波


be843bc841ed315fb284c5e6d7cdee9b7b13d223

一个被纠缠了好几年的概念,如今还在继续论证和调整中。由于互联网产品本身的特质,导致交互和界面重合度较高,每个人遇到的情况均各不相同。

  • 交互到底是做什么的
  • 好习惯和坏习惯
  • 交互设计师容易犯的错误:把自己禁锢在解决方案之中
  • UI和IxD
  • 再谈交互设计、用户体验设计工作

2.1 交互到底是做什么的

UCD火花集2:有效的互联网产品设计 交互/信息设计 用户研究讨论
文/李小帅

听说个事情,产品人员A拿着类似以下这张图跟交互设计B说:这个页面的原型我替你做好了,你让C开始视觉设计吧……


5b86225e9581ba755933a0fc1bec5ef39fdfcbc0

听完挺郁闷的,不仅是为交互的工作价值被无视而唏嘘,也是在为公司的招人不慎而忧虑,怎么就让这些不懂事的混进来了呢,影响团队质量啊。

不能忍了,今天就以这个图中最简单的文本框为例,简要的说一说交互到底是干什么吧。一个交互在听到或看到这个方案时一般会考虑这么几个基本问题。

确实需要这个东西么?
用户确实需要在这里输入、编辑文本或数值么?如果是,OK,那么确实需要。

这个东西是什么,用什么最合适?
必须是文本框么?如果是,那需不需要带微调组件?输入数据受哪些限制么?把所有要输入的有效值都罗列出来是否可行,如果可行,那单选列表框、下拉列表、可编辑的下拉列表是否更加方便?甚至是滑块呢?如果用户需要对所有有效值进行尝试性输入并希望立即得到反馈的话,滑块无疑是最合适的(Photoshop用户可以回想一下“Crtl+L”、“Crtl+U”后的使用情景)。

这个东西该长什么样子?
需要输入的数据是格式化的还是非格式化的,系统能把非格式化的输入自动识别成格式化数据么?如果不能而需要采用连续文本框(就类似于输入CD-Key的那种组框)的话,自动离开(切换焦点)功能是否需要,规则怎么定?如果可以做成单一文本框,那长度应该定成多少,才能既避免内容遮挡引发的不必要滚动,又能节省屏幕空间而不给用户造成输入前的心理压力?

交互方式是怎样的?(文本框还有交互方式?是的,有,而且还不少。)
是否需要辅助输入和自动完成功能?数据对齐方式是什么?内容非空的情况下,获得焦点时是全选显示还是插入光标?(这取决于用户需求,选中文本框是为了替换删除里面的内容,还是插入补充继续完善?前者全选,后者光标。这个问题很影响用户体验,但又经常被忽略掉)。另外,文本框内容的校验规则以及提示/反馈的样式,也需要非常全面而深入的考虑,因为之前有写过一篇文章来浅析这个问题,这里就不啰唆了。

……

以上这些,都是交互设计应该考虑的事情,而且是最基本的、最常见的、未作针对性深入挖掘的。你还觉得交互的工作就是拖个控件出来摆摆位置然后生成个DEMO么?

现在公司们对员工的要求越来越高,既要懂那个又要懂这个,UE的要有市场嗅觉,产品的要能设计交互DEMO……我觉得这种风气误导性很强,还是术业有专攻吧,把自己的本分做好最重要。最怕的就是那些自己的本分都做不好,又不了解别人的本分是什么的主儿。

全力做好你该做的并尊重信任你的同伴,这是一个专业而优秀的团队中,每个人必须具备的素质。

相关文章
|
8天前
|
数据采集 人工智能 安全
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
298 164
|
3天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
307 155
|
11天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
846 6
|
5天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
239 113