关于工作流Chatbot产品的设计思考

关于工作流Chatbot产品的设计思考

在面向消费者的toC领域，提起Chatbot产品，大家脑海中浮现的往往是文心一言、豆包、Kimi这类AI工具。这些产品的核心，其实都是围绕庞大知识库的检索场景来展开的。

但到了toB领域，情况就不太一样了。虽然智能客服这个场景还算普及，可专门为工作流场景设计的Chatbot产品，却始终没能真正火起来。这背后的原因，恐怕不只是“用户还没习惯”这么简单。

说到底，问题可能出在三个环节：其一，用户很难在短时间内理解业务逻辑，从而提出正确的问题；其二，产品生成的结果往往和实际业务需求对不上号；其三，对话这种交互方式，和用户多年来养成的软件操作习惯差异太大，导致接受门槛很高。

10月下旬，一场AIGC产品沙龙活动上，Notion AI的用研负责人侯悠扬博士的分享，让人眼前一亮。那场分享的核心观点，结合目前负责的AIGC产品项目，引发了不少关于工作流Chatbot产品设计的新思考。这篇文章将聚焦交互体验设计，聊聊这些思考。

用户元认知

侯博士的分享里，一个概念被反复提及——

。

先做个简单的科普。

。它是我们对自己认知过程的认知——你是怎么感知、记忆、思考、解决问题的？这个过程包含几个关键环节：

• 自我觉知
  ：你得先意识到自己在做什么，为什么这么做。

• 计划
  ：做一件事之前，先设定目标、制定计划。

• 监控
  ：在执行过程中不断检查自己的表现，判断效果如何。

• 评价
  ：基于监控结果，对自己的能力和策略做出评估。

• 调节
  ：根据评估，调整自己的认知策略或行为。

感觉有点抽象？那用“

”举个例子：

自我觉知——开始学之前，先评估一下自己目前的外语水平； 计划——然后制定一个学习计划，周一背单词、周二做练习题； 监控——定期进行自我测试，检查学习效果； 评价——发现死记硬背效果不理想； 调节——及时调整方法，比如换成看美剧、听英文歌来提升效率。

所以，

。它能帮我们从问题中抽身出来，以一个旁观者的视角重新审视问题，从而更好地找到解决方案。

但问题在于，用户在使用软件系统时，根本不可能有那么多时间和精力去全面认知当前状况，再思考应该用什么策略来使用产品。他们也很少会反思：为什么我用的策略没达到预期？下一步该怎么调整？

因此，在产品设计阶段，

。从用户的角度去理解他们的思考过程，并提供针对性的解决方案，以此来增强用户的元认知能力，帮他们更高效地使用产品。

工作流Chatbot给用户的元认知挑战

回到工作流Chatbot产品本身。假设在一套软件系统里，大部分业务功能都被集成到一个输入框中，用户通过聊天的方式就能执行各种应用。理想状态下的操作流程是这样的：

① 先对当前任务进行拆解，然后在输入框中输入指令（Prompt）。 ② 评估系统返回的结果，然后调整指令。 ③ 重复这个过程，直到得到满意的结果。

表面上看，这一套下来只用了一个输入框，比过去在多个页面间来回切换、频繁点击确实方便不少。

但这只是设计者想象出来的“理想路径”。现实情况中，用户在每个环节的真实想法却是这样的：

• 产品认知环节
  ：设计者以为用户能理解产品价值，把任务拆解成AI能懂的指令。但用户实际在想的是——这玩意儿能干什么？我要怎么把任务拆开？

• 生成指令环节
  ：设计者以为用户能理解任务目标并用AI能懂的语言描述。但用户实际在头疼——我该怎么告诉AI我要做什么？

• 评估结果环节
  ：设计者以为用户对AI生成的结果有信心。但用户心里其实很困惑——为什么结果不合我意？问题出在哪？

• 调整指令环节
  ：设计者以为用户能灵活调整策略。但用户根本不知道——我该怎么改指令才能让结果更好？

在每一个环节，用户的困惑都会驱使他们提出一些随意的、超出功能范围的问题。得到的答案自然不令人满意，用户也就渐渐对产品失去信心，最终选择放弃使用。

解决Chatbot元认知挑战的策略

那么，怎么解决工作流Chatbot产品中用户元认知的挑战呢？这里分享几个思路：

1、预设指令

对于绝大多数用户来说，初次接触一个工作流Chatbot产品，就要写出AI能精准识别的指令（Prompt），这本身就是一道跨不过去的槛。

一个可行的办法是：围绕功能背后的业务场景，

。这样做，能有效降低产品初次使用的认知成本。比如：

• 员工写工作汇报时，与其给个输入框让用户描述需求，不如直接放个“

  智能生成
  ”按钮。

prompt = “请围绕我本周的工作内容，生成一份工作汇报，要求：简洁，分点阐述”

• 管理者查看工作汇报时，有“快速浏览、提炼重点”的需求，可以用个“

  智能总结
  ”按钮。当管理者想深入了解某些细节时，再引导他们通过对话来追问。

prompt = “请帮我对本周接收到的汇报进行总结，要求：简洁提炼每个汇报人的具体工作”

2、推荐提问

在输入框里提问题，听起来简单，但很多用户真的不知道该怎么措辞——产品边界在哪？从哪问起？这些问题全是空白。

这时候可以

。这样做不仅能帮用户快速上手体验产品，也能让他们对提问的结构和产品的功能边界有个初步的认知。比如：

• 在客户筛选场景中，用户激活输入框时，直接给出三个推荐提问。
• 在报表搭建场景中，初始状态下提供三个最常见的提问。

3、产出评估

AI生成的结果好不好，用户会有一个直观的感受。如果Chatbot产品把内容生成了就算完事儿，用户还得自己复制、切换到目标区域、粘贴——这一套操作下来，体验真的大打折扣。

让这个流程更顺畅，可以

。这样用户可以快速评估内容，然后做出下一步决定。

4、指令调整

当AI生成的结果达不到用户预期时，往往需要调整输入的指令（Prompt）来获得更满意的输出。这时候，如果能

，效果会好很多。比如：

• 撰写汇报时，针对AI生成的内容，提供“更简洁”或“更详细”的选项。
• 数据分析时，提供“强调数据变化趋势”和“突出员工表现”等快捷指令。

5、定制化

为了让每个用户都能找到最适合自己的指令，个性化定制是一个方向。这里的定制化指的是

。比如：

• 展示“最近成功执行的指令”，方便用户快速回顾和重复使用。
• 展示“收藏点赞过的指令”，让用户轻松访问曾经认可的指令。
• 基于规则模型和用户行为数据，生成个性化的指令建议。

通过这些方式，可以为用户提供更精准、更个性化的指令推荐，提升整体的使用体验。

结语

工作流Chatbot作为B端Agent产品的一种常见形态，到底能不能受到用户欢迎，不仅取决于产品能不能高效解决问题，也和用户的使用体验密切相关。

作为设计者，方向应该是提升用户的元认知能力，同时减轻他们的元认知负荷。说到底，

。