来自META Reality Labs的设计经理Kay Hofmeester，他曾是亚马逊Alexa原始设计团队的成员。他分享了META目前仅用于秘密原型的新框架。我们谈论的是概率设计，这完全改变了GUI和产品将如何为最终用户工作及其创作的方式。
在我们开始之前，让我把它分解成易于理解的几个部分。我将讨论概率设计的起源，确定性设计是什么，概率设计是什么，生成设计的语言，以及UX设计师在未来的角色。
什么是确定性设计？
我们目前使用的数字产品领域中，99% 是确定性设计，这意味着有一个设计团队负责为目标群体中最普遍的用户设计特定的体验，而这种设计是有效的。然而，随着许多产品面向数百万甚至数十亿用户，比如Instagram，仅仅迎合最普遍的用户需求已经不再可行。为应用程序添加更多的目标群体和功能使其变得越来越臃肿，并且对所有用户来说使用起来越来越困难。
什么是生成设计？
当涉及到概率设计时，为了简单起见，在这里我们将其称为生成式设计，它更专注于基于上下文创建布局，精确满足您的个人需求和使用情况。不要误解它与Rabbit R1的设计，因为它不是每次都即时为您生成的，但从概念上讲相似。在生成式设计中，每个用户界面会略有不同，并且基于设计师设定的设计系统，依据定义的逻辑规则来确定元素位置。
在确定性设计中，通常我们所创建的界面在用户数量和个性类型上是不可能完全相同的。然而，借助大语言模型（LLMs）的帮助，这一切变得更加可能，利用存储在您设备上的信息来确定在特定情境下，哪种布局对您以及您与设备交互的思维模式最为有效。
生成设计如何运作？
设计生成的方式将取决于用户的输入、上下文以及大语言模型的一般知识，而交互本身将依赖于上述几种类型。这绝不是生成设计最终操作的语言，然而，它确实揭示了如何收集数据，并利用这些数据在实时中与用户沟通，定制符合我们需求的体验。
在输入和输出方面，生成设计会根据用户的最佳路径进行选择。有时界面可能只是音频，但有时可能根本没有响应，它会凭借您的日历和日程安排，在冬季下午6点您从工作回家时自动开灯并预热家中。这就是为什么这种魔力不仅仅是个性化，还涉及我们日常生活多个层面的自动化。
最有趣且实用的部分是主动性，这意味着除了响应您的命令并提供数据外，它还会根据您的情况建议某些事情，甚至在您不需要确认的情况下就为您执行，因为它会知道在特定场景下，比如与客户会面时，会自动为您记录会议笔记。
确定性设计与生成性设计
你可能会问哪一个更好？实际上在某些情况下，每种设计方法都有其优劣之处，让我们深入探讨一下。
关于确定性设计需要考虑的事项：
- 初始资源较低：每增加一个模板的成本累积较低。
- 运营成本较低：大语言模型在云端运行需要昂贵的计算资源，但运营成本和运行方式都会有显著变化。
- 更多控制：只有在我们偏好最低公共分母设计时。
- 延迟较低：每次生成定制 UI 可能会消耗大量资源，不论是令牌消耗还是对移动设备电池的消耗。
关于生成式设计需要考虑的事项：
- 个性化用户界面：根据您独特的个性定制。
- 情境化用户界面：适合每种情境。
- 无限布局：能够灵活响应不同需求。
- 跨应用场景：实现复杂任务，并减少在不同应用间切换所带来的负担。
每种设计方法在不同的应用场景和需求下都有其独特的优势，选择最适合您特定需求的设计方法是关键。
设计师的角色和GenUX的影响
设计师的角色将在未来发生巨大变化，从手动执行转变为为我们所有人策划体验。因此，作为设计师，重要的不再是单纯的布局知识或在Figma上的技能，更多地关注您如何战略性地为项目带来价值。如果您不擅长制作漂亮的模型，但具有出色的批判性思维、项目管理和组织能力，那么您将处于一个正确的位置。
这并不意味着视觉技能不再重要，因为体验仍将由预定义的设计系统来定义，这些系统将继续由人类设计。同时，某些体验将是硬编码的，因为并非每种情境都需要完全个性化的体验，以适应您的心理和生活。
那么，未来您可以做些什么呢？
- 探索更多新的工具和方法
- 学习生成设计及其原理
- 尝试超越网站和应用的新型交互设计方式
- 积极观察我们行业景观的变化，保持兴奋和好奇心，而不是感受即将来临的厄运和沮丧！