AI 原型已經做好了，設計師還能怎麼介入？
設想一場需求評審，你本來準備跟 PM 一起梳理使用者流程，結果螢幕上已經有一個能點、能跳轉的 Demo。
PM 說：「我先用 AI 搭了一版，你看看。」頁面齊全，流程也走得通。這時候的 AI 原型，會讓設計師很難開口。
因為你心裡其實有疑問：使用者真的需要這樣操作嗎？這個流程為什麼這樣走？但討論已經推進到「調一下就可以交給開發了吧」。
這篇整理自優設網上一篇討論這個處境的文章，作者用一個實際案例，示範設計師怎麼在方案成形之後還能介入。我讀完用自己的話重新整理。
AI 原型之後，設計師卡在哪兩個地方
第一個是價值問題。如果 AI 原型已經能撐住專案的核心需求，再加一層人工設計，價值在哪裡？
過去畫介面佔掉設計師大量時間，也是最直觀的護城河。這部分被 AI 分走之後，要回答的是：哪些資訊可以更容易被看懂，哪些操作可以更合理。
第二個是時機問題。一個能跑的原型有很強的「視覺吸附力」，大家的眼睛會被牢牢釘在現有畫面上。
AI 縮短了製作的過程，但要團隊推翻一個已經具體的方案，溝通成本一點也沒有少。
一個案例：小程式檢舉功能
文章裡的案例，是平台上檢舉小程式的流程。使用者要說明遇到的問題、選檢舉分類、補上證據。
產品團隊有兩個煩惱：分類太複雜，使用者常選錯；送進來的證據又不夠，後台沒辦法處理。
設計師加入時，PM 已經用 AI 做出一個多輪對話的原型。使用者先描述問題，系統幫忙判斷分類，再一直追問，引導他補證據。
最後團隊選的是表單方案：把內容、材料、分類集中放在同一頁。問題是，原型都做好了，為什麼還能走另一條路？
先拆任務，再比較表單和對話
作者的做法是先放下原型的互動形式，把檢舉拆成三件事：說明違規事實、確定分類、補充並核對證據。
接著回頭看原型。使用者要一輪一輪回答，還要等 AI 回應，對於已經知道要檢舉什麼、手上也有材料的人，這其實是多出來的負擔。
目標值得留下，達成目標的路徑還有空間，這就是設計該介入的地方。
但單純換回傳統表單也有缺點：使用者不懂平台的分類規則，分類的負擔還在。所以他們把兩邊的優點合在一起。
使用者先寫問題、附材料，再由 AI 根據描述幫忙判斷分類，同時保留手動選擇的入口。這樣不用先搞懂規則，也能自己檢查和修改。
把兩條路放在同一個檢舉任務裡比較，表單保留了輔助分類，又少了逐輪問答和等待，產品團隊就認可了這個方向。
不過作者也補了一句：如果使用者很難組織資訊、需要一步一步帶，對話還是有它的用處。哪個比較好，要比較完整任務裡的理解、填寫和修正成本。
後來連語音輸入也這樣處理。比較之後，他們選擇以文字輸入為主、語音當輔助，因為內容長的時候，使用者往往需要回想和組織，再次說話還可能蓋掉已經寫好的內容。
拿到 AI 原型之後，介入的三個步驟
第一步，追溯問題來源，分清楚目標和手段。先跟 PM 一起回看原始回饋、問題紀錄或既有資料，弄清楚使用者想做什麼、卡在哪裡。
然後把「一定要做到的目標」和「原型採用的手段」拆開，判斷現在的做法是不是必要。如果問題來源本身就不清楚，要先補驗證。
第二步，判斷介入層級，改動範圍跟著走。看到問題不用急著重做整個方案。
路徑合理，只是資訊難懂，就改局部。目標明確，但流程讓使用者多做事，就重新整理步驟。需求本身沒有依據，才需要回到原始情境確認問題。
這三層不用一層一層走完。原型已經適合任務，就做局部調整，路徑真的妨礙目標，才有理由擴大範圍，並且講清楚預期的好處和代價。
第三步，把判斷變成可以比較的方案。把原型和替代方案放進同一個任務，沿著使用者的操作走一遍，比較理解、輸入、等待和修正的成本，再搭配開發難度和排程做取捨。
資源有限的時候，也可以保留原型裡合理的部分，只調整關鍵的環節。我想這也是讓團隊願意回頭看的好方法，因為你沒有要全部推翻。
還有一點，達成共識不等於驗證了效果。方案預期改善什麼、還有哪些風險，都要講清楚，之後再用真實使用來檢驗。
如果你也在練這種「看穿流暢 Demo 背後」的能力，可以接著看UI 設計師的產品思維怎麼練，以及AI 時代設計師該練的五種能力。
這套做法的限制
原文最後很誠實地提醒，現實中不一定有時間讓你充分討論。需求緊急的時候，團隊可能來不及比較多條路。
產品對方向已經有明確判斷，也未必願意重新打開討論。這套方法能幫你提出有依據的建議，卻不保證每次都被採納。
最後能推動多少改進，還看業務優先順序、協作基礎，以及你介入的時機。
但我想，AI 原型越做越快，設計師要補上的，就是看見那個順暢演示背後，使用者要付出的理解、操作和修正成本，然後把它變成具體的設計選擇。
也許這就是 AI 原型出現之後，設計師還能繼續給的東西。
常見問題
PM 已經用 AI 做好原型，設計師還需要介入嗎？
需要。AI 原型能快速呈現一個方案，但不保證這是最適合使用者的路徑。設計師要檢查的是完整任務裡的成本。
怎麼說服團隊回頭看已經成形的方案？
把原型和替代方案放進同一個任務比較，保留原型裡合理的部分，只調整關鍵環節，並講清楚預期的好處和風險。
AI 對話介面和傳統表單，哪個比較好？
沒有固定答案。已經知道要填什麼的人，表單通常更快。需要逐步引導的人，對話可能更有幫助，要看完整任務的成本。
