1. 工具简介
1.1 来自设计师的疑问
- 我找的文化符号适合我要设计的产品吗？
- 文创产品怎么设计才能跳出“印花马克杯”和“印花T恤”的套路？
- 我不懂人工智能技术能设计好智能产品吗？
-
1.2 这个工具包如何解决这些疑问
提供问题列表参考，辅助不了解智能技术的设计师进行技术调研；
- 基于经典的“以用户为中心的”设计流程，提供用户研究内容参考；
- 提供两个画布工具帮助设计师匹配文化符号特征与智能产品的需求；
- 引导设计师对文化符号与智能产品的结合进行更深入的思考；
- 形式化规范设计产出，帮助设计师进行资料梳理。
2. 图文使用手册——从智能产品开始
工具使用手册（网页交互版）网页交互版使用手册可能加载较慢。以下内容截取自网页版，二者基本相同，如有区别，以此文档说法为准。
Step1 选择设计需求
根据本课程设计目标，在网页版中请选择“从智能产品开始”。如未使用网页版则忽略此步骤。
Step2 产品初步构思
Step2-1 场景/产品类别
文化用品、旅游产品、电子数码、家用电器、厨房卫浴、老年用品、母婴用品、玩具乐器、运动休闲以及防灾防护等
Step2-2 关键技术
在人工智能产品的技术中，机器学习技术的应用最为广泛。完整的机器学习技术可以分为6个阶段。请通过技术调研，结合用户体验设计的思维尽力回答以下问题，也可自行进行补充：
数据收集
- 该项目需要何种数据用作模型训练？（可以与模型构建的第一个问题一起考虑）
- 是否有现成的数据集可以用作模型训练？
- 如果没有现成的数据集，我们如何驱动用户去为数据打标？如何将打标过程设计得更容易？
在该项目的场景中，数据收集是否存在隐私、法律或社会伦理规则等问题？
模型构建
该项目希望机器学习系统完成何种任务？是否有现成的机器学习模型能够完成所需任务？
- 现成的机器学习模型是否适合运行在产品应用的平台上？该模型是否需要和诸如互联网、GPU等外部资源合作？
现成的机器学习模型是否适合现成的数据集？如果不适合，是否需要寻找新的机器学习模型或新的数据集？
模型训练
我们如何获得足够的计算资源和模型训练的时间？（例如在线训练机器学习模型）
模型推断
我们的计算资源能否支持实时反馈？如果不行，我们如何获得额外的计算资源？（例如网络）
- 我们如何确保当我们模型的正确率和用户体验不佳时用户会继续使用我们的产品？（容错问题）
在该项目的场景中我们如何获得用于模型推断的稳定数据输入？如何处理噪声？
系统表现
我们的机器学习系统在给予反馈时是否需要表现得像一个人类？这与产品外观、社会影响和任务种类等是否有关？
模型更新
我们的机器学习模型、数据集和计算资源是否能支持迭代训练？如果不行，我们如何进行模型的重训练？（例如借助其他服务器）
重训练模型时我们应该遵循何种策略？（在用户使用过程中的何时开始训练？何时结束训练？由谁设置？由谁选择训练的数据？）
Step2-3 解决的问题
用户
- 痛点
- 竞品分析
Step2 阶段产出：设计概要（本课程不要求提交）
Step3 产品用户研究
Step3-1 语境认同度
通过用户研究（问卷、访谈、移情图等方法）调查以下问题，也可在此基础上自行补充：
- 用户是否曾使用过此类智能产品？
- 用户对此种智能技术的了解程度？
- 用户比较注重此类产品的哪些性能？
- 在媒体上看到或听他人谈论到此类智能产品的频率？
- 此种智能产品所代表的智慧生活方式是否能给用户带来愉悦的情感体验？
- 用户使用此类智能产品的意愿？
- 加入与此类智能产品有关的网络社群、参与话题讨论的意愿？
- 用户向不了解的人介绍此类智能产品的意愿？
- 用户对此类智能产品的购买意愿？
-
Step3-2 宏观心理需求
通过用户研究（问卷、访谈、移情图等方法）调查用户，在下列8个宏观心理需求中找到用户需求程度最高的3个：
情感
- 归属
- 友谊
- 家庭
- 自尊
- 自信
- 成就
-
Step3-3 产品需求
通过用户研究（问卷、访谈、移情图等方法）调查用户对于此智能产品在器物层、行为层和精神层上的需求：
器物层
用户对产品外观的需求如何？
- 用户对产品材质的需求如何？
-
行为层
用户对产品使用方法的需求如何？
- 用户对智能系统不可预测性的需求如何？
- 用户对智能系统自主学习能力的需求如何？
-
精神层
用户对智能系统控制权把握的需求如何？
- 用户对智能系统表现的拟人化程度的需求如何？
-
Step3 阶段产出-用户研究报告（本课程不要求提交）
Step4 文化资源调研
Step4-1 假设
Step4-2 用户研究
通过用户研究调查以下问题，调查您的目标用户对您挑选的3个文化符号的语境认同度与心理需求。
语境认同度（可使用问卷数据说明或文字描述具体情况）
用户对传统活动的了解程度？
- 用户对文化特性的了解程度？
- 用户在媒体上看到或听他人谈论到此文化符号的频率？
- 此种文化符号所代表的文化是否能给用户带来愉悦的情感体验？
- 用户对此文化符号的喜爱程度？
- 加入与此文化符号有关的网络社群、参与话题讨论的意愿？
- 用户向不了解的人介绍此文化符号的意愿？
-
宏观心理需求
通过用户研究（问卷、访谈、移情图等方法）调查用户，在下列8个宏观心理需求中找到用户对该文化符号的需求程度最高的3个：
情感
- 归属
- 友谊
- 家庭
- 自尊
- 自信
- 成就
- 尊重（来自他人）
Step4 阶段产出-对比&决策（本课程不要求提交）
对比您所选的3个文化符号的用户研究结果，选择认同程度较高的，或宏观心理需求与您的智能产品用户研究结果更接近的一个文化符号，解释您如此决策的原因。Step4 阶段产出-文化符号特征列表（本课程不要求提交）
列出所选文化符号与您上一步所调研智能产品共同的宏观心理需求。
通过对上一步所选的文化符号进一步桌面调研，完成文化符号特征列表。
Step5 画布填写
这两个画布能帮助设计师整理调研内容，并可用作阐明某些设计概念的设计理由。制作数字版或打印画布手写均可。
Step5 阶段产出-概念匹配画布（要求提交）
请将您前几步的产出填入概念匹配画布对应的位置，并通过谨慎的思考，将您认为有关联的文化符号特征和智能产品需求、文化符号特征和宏观心理需求之间连线
概念匹配画布
填写说明
填写范例
Step5 阶段产出-匹配性设计潜能画布（要求提交）
根据画布中的内容提示，填入对应内容。最终排序靠前（连线数量多的）的文化特征及对应的产品需求需要在之后的概念设计中着重考虑。
概念匹配画布
填写说明
填写范例
Step6 概念设计与原型制作
Step6 阶段产出-概念设计（要求提交）
Step6 阶段产出-原型制作（本课不要求提交）
Step7 设计评估
参考以下内容进行用户走查。
- 目标用户在器物层上的满意度与建议？
- 目标用户在行为层上的满意度与建议？
- 目标用户在精神层上的满意度与建议？
Step7 阶段产出-用户走查报告（本课程不要求提交）
Step8 设计报告（要求提交）
参考设计报告大纲内容，总结以上设计流程，完成设计报告。
3. 图文使用手册——从文化符号开始
Step1 选择设计需求
在网页版中请选择“从文化符号开始”。如未使用网页版则忽略此步骤。
Step2 文化符号调研
Step2-1 用户研究
通过用户研究调查以下问题，调查您的目标用户对您挑选的文化符号的语境认同度与心理需求。
语境认同度
- 用户对传统活动的了解程度？
- 用户对文化特性的了解程度？
- 用户在媒体上看到或听他人谈论到此文化符号的频率？
- 此种文化符号所代表的文化是否能给用户带来愉悦的情感体验？
- 用户对此文化符号的喜爱程度？
- 加入与此文化符号有关的网络社群、参与话题讨论的意愿？
- 用户向不了解的人介绍此文化符号的意愿？
-
宏观心理需求
通过用户研究（问卷、访谈、移情图等方法）调查用户，在下列8个宏观心理需求中找到用户对该文化符号的需求程度最高的3个：
情感
- 归属
- 友谊
- 家庭
- 自尊
- 自信
- 成就
- 尊重（来自他人）
Step2 阶段产出-文化符号调研报告
（1）调研过程
（2）目标用户特征
（3）宏观心理需求： 、 、 。
（4）文化符号特征列表
| 特征类型 | 具体内容 | | —- | —- | | 器物层特征（外观、材质等外在属性） |
| | 行为层特征（使用方式、制造或实用潜能等） |
| | 精神层特征（内涵、精神等） |
|
Step3 产品初步构思
Step3-1 场景/产品类别
文化用品、旅游产品、电子数码、家用电器、厨房卫浴、老年用品、母婴用品、玩具乐器、运动休闲以及防灾防护等
Step3-2 关键技术
在人工智能产品的技术中，机器学习技术的应用最为广泛。完整的机器学习技术可以分为6个阶段。请通过技术调研，结合用户体验设计的思维尽力回答以下问题，也可自行进行补充：
数据收集
- 该项目需要何种数据用作模型训练？（可以与模型构建的第一个问题一起考虑）
- 是否有现成的数据集可以用作模型训练？
- 如果没有现成的数据集，我们如何驱动用户去为数据打标？如何将打标过程设计得更容易？
在该项目的场景中，数据收集是否存在隐私、法律或社会伦理规则等问题？
模型构建
该项目希望机器学习系统完成何种任务？是否有现成的机器学习模型能够完成所需任务？
- 现成的机器学习模型是否适合运行在产品应用的平台上？该模型是否需要和诸如互联网、GPU等外部资源合作？
现成的机器学习模型是否适合现成的数据集？如果不适合，是否需要寻找新的机器学习模型或新的数据集？
模型训练
我们如何获得足够的计算资源和模型训练的时间？（例如在线训练机器学习模型）
模型推断
我们的计算资源能否支持实时反馈？如果不行，我们如何获得额外的计算资源？（例如网络）
- 我们如何确保当我们模型的正确率和用户体验不佳时用户会继续使用我们的产品？（容错问题）
在该项目的场景中我们如何获得用于模型推断的稳定数据输入？如何处理噪声？
系统表现
我们的机器学习系统在给予反馈时是否需要表现得像一个人类？这与产品外观、社会影响和任务种类等是否有关？
模型更新
我们的机器学习模型、数据集和计算资源是否能支持迭代训练？如果不行，我们如何进行模型的重训练？（例如借助其他服务器）
- 重训练模型时我们应该遵循何种策略？（在用户使用过程中的何时开始训练？何时结束训练？由谁设置？由谁选择训练的数据？）
Step3-3 解决的问题
（1）用户：来自上一步调研文化所得目标用户
（2）痛点
（3）竞品分析
Step3 阶段产出：设计概要
（1）设计目标
(文字)
（2）设计构思
| 构思要素 | 具体内容 |
|---|---|
| 产品风格 | 审美风格： |
| 技术需求 | 数据收集： |
| 模型构建： | |
| 模型训练： | |
| 模型推断： | |
| 系统表现： | |
| 模型更新： | |
| 使用环境 | |
| 成本 | |
| … |
（3）竞品调研
Step4 产品用户研究
参考以下内容针对您构想的智能产品，针对文化符号调研所得的目标用户开展用户研究。
Step4-1 语境认同度
通过用户研究（问卷、访谈、移情图等方法）调查以下问题，也可在此基础上自行补充：
- 用户是否曾使用过此类智能产品？
- 用户对此种智能技术的了解程度？
- 用户比较注重此类产品的哪些性能？
- 在媒体上看到或听他人谈论到此类智能产品的频率？
- 此种智能产品所代表的智慧生活方式是否能给用户带来愉悦的情感体验？
- 用户使用此类智能产品的意愿？
- 加入与此类智能产品有关的网络社群、参与话题讨论的意愿？
- 用户向不了解的人介绍此类智能产品的意愿？
- 用户对此类智能产品的购买意愿？
-
Step4-2 宏观心理需求
通过用户研究（问卷、访谈、移情图等方法）调查用户，在下列8个宏观心理需求中找到用户需求程度最高的3个：
情感
- 归属
- 友谊
- 家庭
- 自尊
- 自信
- 成就
-
Step4-3 产品需求
通过用户研究（问卷、访谈、移情图等方法）调查用户对于此智能产品在器物层、行为层和精神层上的需求：
器物层
用户对产品外观的需求如何？
- 用户对产品材质的需求如何？
-
行为层
用户对产品使用方法的需求如何？
- 用户对智能系统不可预测性的需求如何？
- 用户对智能系统自主学习能力的需求如何？
-
精神层
用户对智能系统控制权把握的需求如何？
- 用户对智能系统表现的拟人化程度的需求如何？
- 用户对使用产品所获得的社会评价的需求如何？
Step4 阶段产出-用户研究报告
（1）调研过程
调研方法等
（2）需求定义
宏观心理需求
智能产品与文化符号共同的宏观心理需求： 、 、 （可能不满三个）
产品需求
| 需求类型 | 需求陈述 | 原因 |
|---|---|---|
| 器物层需求 | ||
| 行为层需求 | ||
| 精神层需求 |
Step5 画布填写
两个画布-C.ai
这两个画布能帮助设计师整理调研内容，并可用作阐明某些设计概念的设计理由。制作数字版或打印画布手写均可。
Step5 阶段产出-概念匹配画布
请将您前几步的产出填入概念匹配画布对应的位置，并通过谨慎的思考，将您认为有关联的文化符号特征和智能产品需求、智能产品需求和宏观心理需求之间连线。
概念匹配画布
填写说明
这个图我还没做，但和下面这个图左右两个区域所填内容是相反的。
填写范例
这个图我还没做，但和下面这个图的连线方向是一样的，左-右 和 下-右。
Step5 阶段产出-匹配性设计潜能画布
根据画布中的内容提示，填入对应内容。最终排序靠前（连线数量多的）的智能产品需求及对应的文化符号特征在之后的概念设计中着重考虑。
概念匹配画布
填写说明
这个图我还没做，但和下面这个图左1 和 左2 两个区域所填内容是相反的，且左1依旧填文字，左2依旧填编号。最下方区域填的也不是舍弃的文化符号特征，是舍弃的智能产品需求。
填写范例
Step6 概念设计与原型制作
Step6 阶段产出-概念设计
Step6 阶段产出-原型制作
Step7 设计评估
参考以下内容进行用户走查。
- 目标用户在器物层上的满意度与建议？
- 目标用户在行为层上的满意度与建议？
- 目标用户在精神层上的满意度与建议？
Step7 阶段产出-用户走查报告
（1）调研过程
（2）用户反馈
| 评估维度 | 用户反馈 | | —- | —- | | 器物层 |
| | 行为层 |
| | 精神层 |
|
（3）调研结论
Step8 设计报告
参考设计报告大纲内容，总结以上设计流程，完成设计报告。
若有收获，就点个赞吧
0 人点赞
