为人类与人工智能之间的协作进行设计需要重新思考用户体验的一些基本原则。这不仅关乎如何让人工智能良好地运行，更关乎在双方之间建立一种流畅、易理解且安全的关系。以下是一些应该指导此类设计的支柱：
透明度：
用户需要了解AI正在做什么、如何做出决策，以及基于哪些数据或标准。展示系统的推理过程、指出AI何时生成答案，或者解释为什么建议某个特定选项，有助于建立信任，避免陷入黑匣子。
控制：
只有当用户可以随时干预时，协作才有效。这意味着需要提供编辑 工作职能电子邮件列表 、取消、修改或微调 AI 生成的输出的选项。优秀的协作系统不会强制采用一刀切的方案，而是提供做出明智决策的自由。
迭代：
与人工智能共同创造是一个循序渐进的过程，而非一次性的互动。因此，界面必须能够促进反复的互动：测试、调整、更新、比较、改进。设计必须促进这种循环逻辑，并运用鼓励实验且不惩罚错误的工具。
视觉或上下文反馈：
AI 还必须通过界面做出“响应”。动画、过渡、高亮或视觉指示可以帮助展现 AI 的操作、所做的更改或流程的状态。这类反馈不仅可以提升理解力，还能强化对话的感知。
信任和道德界限：
有效的协作也涉及设定界限。系统的设计必须能够保护隐私，避免有害偏见，识别敏感内容，并尊重用户或环境的价值观。道德规范不能只是附加的层面，而应是设计的结构性组成部分。
这些原则并不是理论上的：它们转化为具体的界面决策、精心设计的微交互和体验，让用户感觉他们不是在“使用人工智能”，而是在与之一起创造新的东西。
按内容类型划分的用例
为 AI 协作设计的界面并非千篇一律：它们必须适应所生成内容的类型。每种媒介（文本、代码、图像、音频或视频）都具有独特的动态、特定挑战和独特的交互机会。让我们来看一些代表性案例：
文本：辅助写作和创意生成
语言模型改变了我们的写作方式。从撰写电子邮件到构思文章提纲，再到创建对话，人工智能就像一位不知疲倦的合作者。Notion AI、Grammarly 或 Jasper 等工具可以让你提出初步想法、征求替代方案、扩展论点，或以不同的语气重写。在这种情况下，界面应该促进流畅且可编辑的对话，更接近与人类编辑的协作，而不是使用传统的文字处理器。