内容简介:
AI 正在从工具走向合作伙伴,越来越多企业开始探索更自主的 Agent 应用。但在真正落地 Agent 产品时,我们很快会发现,难点往往不在于让模型“更聪明”,而是在交互中不断做取舍与权衡:入口做得重了,上手门槛太高,入口做得轻了,又容易偏离用户真实意图;思考过程解释得多了会造成信息过载,解释得少了又像在“黑箱操作”;自动化程度不够,用户嫌它笨,自动化过于彻底,用户又觉得失去控制感。本次分享将结合真实案例,拆解这些典型矛盾,讨论如何在协作深度、信任感、认知负荷与持续学习之间找到平衡,让 Agent 产品真正做到“让人愿意信任、愿意使用,并持续留下来”。
演讲提纲:
1. 怎样才算好的 Agent 产品?
Agent 正从工具走向合作伙伴。好 Agent 的关键不在“更聪明”,而在可控、可信、低负担,并能在交互中持续贴近用户。优秀的体验来自取舍,而非能力堆叠。
2. Agent 交互设计的挑战(按三个阶段拆解)
2.1 任务启动阶段:
- 入口轻 vs 意图准(Rovo、客服 Agent);
- 自然输入 vs 澄清流程(DeepResearch Clarify);
- 展示能力越多越吸引 vs 越容易造成上手焦虑。
2.2 任务执行阶段:
- Think-Aloud 越透明越可懂 vs 越可能造成信息过载(SRE 诊断推理树、研究 Agent);
- 自动补上下文越智能越省心 vs 越可能“自作聪明”(CI/CD Agent);
- 自动化越强越高效 vs 用户越担心不可控(GitLab Duo、Kubiya 权限确认);
- 可视化越丰富越全面 vs 越可能分散注意力(推理链、任务树)。
2.3 结果交付阶段:
- 结构化产出质量高 vs 用户希望直接自由修改(合同审核 Agent、营销内容 Agent);
- 一次性生成顺畅 vs 多轮版本更安全可回溯(v0、Augment diff)。
3. 从实际产品案例看“取舍之道”
澄清层、分层可解释、关键确认点、In-context Editing、权限显性化、多版本快照等策略在产品知识问答、文档生成/审核、故障诊断、BizDevOps等各种场景中的实际应用,探讨取舍的分寸掌握。
4. 小结与体悟
重点不是让 Agent 更自主,而是让用户愿意信任、愿意协作,并持续留下来。
听众收益:
1.掌握一套可落地的 Agent 交互设计框架
听众将学会如何按照“任务启动—任务执行—结果交付”三个阶段,系统识别并处理 Agent 体验中的关键矛盾,包括入口设计、解释透明度、自动化边界、上下文补全、结构化产出与自由编辑等。
2.了解优秀产品如何做“取舍”,并能借鉴到自己的业务场景
通过 DeepResearch、GitLab Duo、v0.app、合同审核、客户服务、故障诊断等多类产品案例,理解不同领域如何在透明与负担、自动化与控制感、结构化与灵活性之间做取舍,并提炼可复用的设计方法。
3.构建对“好 Agent 产品”的判断标准
听众将获得更成熟的判断视角:什么样的 Agent 才真正可控、可信、低负担、能持续成长?以及如何让用户从“能用”走向“愿意用、愿意托付”,从而指导自己团队的 Agent 产品路线。
Thoughtworks首席产品经理、总监咨询顾问,20年以上跨行业的大型企业产品管理经验,当前专注于AI创新咨询和解决方案设计,在金融/制造/汽车/零售等10+企业客户协助进行AI 场景探索及演进规划、Agent产品落地实施及知识工程的推进。她创立了「AI2.0 时代的产品经理」主站,设计开发了「产品经理 AI 搭子」和「AI创新加速器」工具箱以及「AI2.0 产品落地实践指南」,并持续更新「Agent 产品交互设计小站」。