如何使用ChatGPT进行用户体验文案的内容设计？

在当今数字化浪潮席卷的时代，用户体验文案的质量对于产品和服务的成功起着举足轻重的作用。而ChatGPT这类生成式人工智能工具的横空出世，无疑为文案创作开辟了全新的可能性。不过，想要充分发挥这些工具的优势，还得掌握一套行之有效的方法和技巧。下面，我将结合与沃尔沃汽车公司首席用户体验内容设计师Annelie Tinworth的合作经验，为大家详细剖析如何借助ChatGPT开展用户体验文案的内容设计。

在着手撰写提示词之前，做好充分的准备工作是必不可少的。也许有人会心生疑惑：又是一篇关于人工智能的文章，能有什么独特之处呢？其实，这篇文章将关注点精准地聚焦在如何运用ChatGPT进行用户体验文案的内容设计上，期望能为大家带来全新的启示与灵感。

我们必须明确，尽管很多人没有机会接触到专业的撰稿人或内容设计师，但内容对于产品用户体验的影响绝对不容小觑。我们的目标是让大家能够借助GenAI，尤其是ChatGPT来完成文字工作，至少从用户体验的角度达到一定的水准。但需要着重强调的是，人工智能（AI）并不能完全取代内容设计师的所有技能，它存在一定的局限性。虽然它无法创作出尽善尽美的文案，但能够提供“足够好”的文字。在使用AI时，“足够好”就是我们所追求的标准，而非不切实际的“完美”。

GenAI包含了众多不同类型的工具，它们可以用于生成视觉效果、视频、文案等。如今，越来越多的人在整个设计过程中开始运用GenAI，这无疑是一个值得肯定的趋势，但在使用时必须深思熟虑。

作为内容设计师，我们常见的使用场景是人们借助ChatGPT生成文案。要知道，一个词的选择都可能对整个用户体验产生决定性的影响。无论是设计师、作家、产品经理、工程师还是营销专家，大家的工作都有可能对产品的用户体验造成深远的影响。我们都期望用户在使用数字产品或服务时能够拥有积极的思维、情感和行为体验，而不希望他们感到沮丧或者需求得不到满足。所以，整个设计过程必须做到精准无误。

在缺乏专业文案工作者的情况下，如何保质保量地完成与用户体验相关的文本工作呢？答案就是“先思考后提示，先检查后发送”。接下来，我们将深入探究文案生成过程中的各个阶段，涵盖思维模式的构建、提示原则的应用以及质量检查流程的确立。尽管本文主要聚焦于用户体验领域的代码生成，但所提出的方法论同样适用于其他生成式人工智能（GenAI）工具的使用。

我们不妨把GenAI和ChatGPT看作是工具，就如同木匠手中的锤子。工具本身仅仅是协助我们完成任务的手段，锤子并没有思考能力。在使用任何工具，包括人工智能工具之前，我们必须清晰地明确自己的目标和需求。同时流程的确定也离不开人的参与。明确目标之后，在使用工具时要有条不紊地提出要求，并在输出结果后进行仔细检查。

为了在使用GenAI时实现成功、提高效率并保证产出质量，必须综合考量人员、流程和工具这三个要素。只有这样我们才能更好地利用工具为用户体验服务。

在内容设计领域，我们遵循贝丝 - 邓恩（Beth Dunn）在其著作《培养内容设计》中提出的基础性框架。这个框架对于我们深入思考并明确用户需求具有极大的帮助。

在最根本的层面，也就是界定范围阶段，我们通过团队协作来深入理解并明确要解决的问题。我们需要思考用户有哪些“工作待办”（Jobs To Be Done），他们选择使用我们产品背后的动机是什么，我们希望解决哪些核心痛点。这需要产品设计师、用户研究员、产品经理等多方人员的协同合作，每个人都从自己独特的视角为项目贡献价值。

在结构层面，我们致力于研究如何构建理想的信息传递顺序，以帮助用户高效完成任务。我们要探讨如何优化信息的组织和呈现，以最大限度地降低用户的认知负担。这同样不是内容设计师独自能够完成的，需要各方人员共同努力。

在用户界面的表层，用户接触到的是可见的元素，包括文本、颜色、图标、图像以及留白等视觉元素。ChatGPT的输出结果属于用户界面表层的一部分，它专注于语言模式的生成，并不涉及更深层次的思考过程。

如果在使用人工智能工具之前，我们没有在界定范围和构建结构的层面进行深入探索，以指导找到恰当的解决方案，那么用户体验的质量和完整性将面临潜在的风险。因为人工智能本身不具备主动挑战或质疑的能力，输出结果的优劣取决于操作者的技能和判断。如果把人工智能视为捷径，忽略范围和结构层面的必要工作，可能会严重简化用户体验流程，使产品无法实现帮助用户完成任务的承诺。若持续将人工智能视作解决用户体验问题的终极方案而非辅助工具，我们可能会走向一种未来乌托邦状态，在这种状态下人工智能基于语言和行为模式的概括来定义人类本质，但人类行为并非总是可预测、符合逻辑或理性的。仅仅依赖表面化的方法设计用户体验，是对真实人类需求的肤浅理解，会导致创作出缺乏深度的内容，整个用户体验也将流于表面。

在深入思考并明确我们及用户的需求之后，我们就可以系统地提出要求，让人工智能工具更精准地服务于用户体验的深层次需求。

这里所说的“规模”，指的是为生成输出而编写的提示语的详尽程度。我们可以通过一个寓言故事来更好地理解这一点。2023年的金发姑娘要为结账流程中需用户确认银行卡信息的界面撰写标题。

如果编写一个简短的提示，例如“请编写一句话，告知用户他们需要验证银行卡信息以完成支付”，就会存在上下文信息缺失的问题。我们不知道这句话在用户旅程中的位置、出现在哪种用户界面上、预期读者是谁、字符限制是多少以及应采用何种语调等。得到的输出结果“请验证您的银行卡信息，以便继续付款”，不仅在屏幕上显得冗长，还带有模仿语气，更像是对提示内容的简单复述。

若尝试在提示中加入所有上下文和细节，比如将一家公司的整个风格指南囊括进来精确描述文本撰写方式，效果同样不佳。得到的结果“在我们继续您的付款之前，让我们仔细检查您的银行卡信息”，虽然是对话式的，但阅读时间更长，对于标题来说并非最佳选择。

所以，提示语太短或太长都不可取。我们可以引入瑞典语中的“lagom”概念，它代表着恰到好处的平衡。对于ChatGPT而言，用户体验内容的“lagom”意味着为获得“足够好”的输出结果，必须提供适度的上下文和背景信息。我们推荐采用“信息、情境、目标”的简洁框架来撰写符合“lagom”原则的提示。例如为一个屏幕编写标题，告知用户在付款前需要验证他们的银行卡信息。该屏幕是结账流程的一部分，在用户选择使用借记卡支付后出现。标题应传达该屏幕的目的，长度不超过25个字符。按照这个框架构建提示后，得到的输出结果“确认支付卡”具有清晰性、简洁性以及可操作性，以用户的操作为前缀，使用户能迅速理解所需执行的行动。

我们大力倡导以“连锁”的方式使用ChatGPT。比如我们先提示ChatGPT用两句话描述Klarna，得到结果后觉得语气不合适，就继续要求让它听起来更友好些，之后又觉得太长，要求把它写在100个字符以内。在这个过程中，我们始终坚持最初讨论的主题“描述Klarna”，通过对话链的形式将改进提示相互关联起来，这就是“会话链”的概念。

但并非在所有情况下都需要链式反应。当我们需要创作完全不同的文案时，不希望受到之前请求的影响。如果在同一个对话中持续转换话题，就会出现信息的堆叠，而非连贯的对话链，这可能会对输出结果产生不良影响。此时，应该考虑开启一个新的对话。

举个例子，几个月前我承诺向朋友发送电子邮件分享产品管理技巧，在单一对话中使用ChatGPT撰写邮件，要求采用“友好”“充满活力”的语气。起初几封邮件很成功，但随着继续撰写，邮件语气变得荒谬，到第十封邮件充斥着海盗的隐喻。这是因为邮件内容彼此无直接关联，语气上的强调放大了不连贯性，ChatGPT通过堆砌元素形成了这种奇怪的输出。为避免这种情况，应在每一次单独的对话中明确提出发送每封邮件的具体要求。

在使用ChatGPT（或任何生成式人工智能工具）进行内容创作时，要时刻警惕可能出现的误导性行为和问题。

首先是“幻觉”现象，即输出内容中出现不合逻辑或与原始提示不符的部分。比如要求ChatGPT撰写关于某位首席执行官创立新公司的新闻稿，未指明首席执行官性别，输出结果默认将其描述为男性。这反映了社会刻板印象，我们的偏见会通过工具使用的训练材料反映在输出结果中。

在图像生成领域也存在类似问题，用Midjourney生成护士的图像40次，结果所有图像都是女性形象，这也是因为人们对护士职业的刻板印象。所以在使用人工智能工具时，我们要有批判精神，对输出结果进行仔细审查，发现问题及时纠正。

使用ChatGPT进行用户体验文案的内容设计需要我们做好充分的准备工作，严格遵循正确的方法和原则，同时保持批判精神。只有这样我们才能充分利用好这一工具，为用户创造出高质量的体验文案，提升产品和服务的竞争力。