编辑导语：业务团队在进行产品设计时，是否可以借助一定外力，实现设计价值的最大化？比如 AI 人工智能，也许就是可以助力用户交互体验提升的一大利器。那么，AI 人工智能可以从哪些细节入手、改善设计流程呢？不如看看作者的总结。

写在前面

回想一下，你在进行 UI 设计工作中，是否会遇到下面场景：

你怎么知道用户会喜欢这个界面设计？

这个界面能不能抓住用户的注意力（眼球）？

有数据支撑你的设计吗？

这个界面可以怎么改进？

你到底行不行呀？

这个界面还不如原来的！

Okay，面对这些质疑和挑战，你内心的 OS 应该也是那句：你行你上呀！

一、大数据时代的设计方式

其实，在大数据时代，设计工作者也可以尝试使用数据来为自己的设计 " 正名 "。设计如果没有和大数据连结，就等于说设计师凭个人经验猜测。设计如果和大数据连结，它其实可以看到很多的趋势。

美国牛津大学大数据知名权威 - 迈尔逊伯格教授在演讲中谈及。过去是通过「假设→实验→验证」，看结果与假设是不是相呼应。

如果是，那就对。

如果不是，就要重做。

过去的设计是这样的流程。现在自从有了大数据之后，你的流程不是这样的，你会先看到一个模式（pattern）再返回去做设计，意思是「你会先看到结果」。

你可以想象一下，你是电视剧「开端」的男女主角。

你知道公交车即将遭遇爆炸，你可以回到过去找到车上的凶手，让这个爆炸不要发生。

大数据可以让你从结果回退思考设计应该怎么做。

现在大家的行为都可以被你预先看见，被你看见之后就可以先知道结果，你就可以通过改变一些因素让事件得以发生或者避免。

从技术上来理解，就是通过大数据进行深度学习，把机器模型训练出具备人的浏览习惯。

当你把 " 设计作品 " 给他看的时候，他可以后验性告诉你结果。即人们是怎么浏览这个 " 设计作品 " 的，你再根据这个结果来进行设计工作。

二、Grammarly，一款在线语法纠正和校对工具

在写作领域，专业的学术写作可以让你获得高分，妥帖的商业邮件能够促进交易达成，风格统一的品牌文案有助于树立企业形象。

我们日常使用的 Grammarly 已经把后验性理念，通过「人工智能应用于文字场景」融合在产品当中。

当你开始进行写作时，Grammarly 会及时纠正你的单词和语法错误，根据你设定的目标进行评分，并根据你的写作内容分析你的语气、同义词替换、以及根据受众类型给出风格建议，等等。

在写作内容发送之前，就能发现内容上的错误以及不足，用技术帮助人们优化写作内容，提高写作生产力。

我们知道图像相较于文本数据的处理，会更加复杂。文本分析可以依赖语法规则，那在设计创意领域，人工智能（AI）可以做些什么，帮助设计师完成如 Grammarly 这样的工作。

三、VisualEyes，预测性的设计评估工具

最近，我发现了一款国外预测性的设计评估工具—— VisualEyes。

它主要是通过 AI 模型模拟人浏览的方式分析设计界面上的元素，预测用户会关注界面哪部分元素，以及关键引导信息的清晰度，为改进界面的视觉传达提供参考。

1. 眼动追踪研究和 5 秒测试 VS 注意力图

你试着观察下面的饼干盒。

你会发现你在注视饼干盒的轨迹图，大致会如左图依序从 1-10 标示的动线。观察的顺序通常是 LOGO，产品名称和图案，你会猜测这些元素的相关性很强（能抓住用户的眼球），然后通过对被试者进行无辅助回忆度测试，验证这些关键元素。

设计界面眼动追踪测试，一般会涉及 " 实验设计、安装设置、数据采集、数据处理、数据解读 " 5 个步骤，耗时长且效率较低，设计研究结论因样本数限制，有所局限。