原则一：要控制模型含量。大模型只应用于输入和输出环节，中间需要控制其联想能力，以确保产生结果的可用性。 原则二：回到纯文本逻辑思考。一个 GUI 操作界面，界面由操作表单加图文结合，用户点击确定就可以完成操作。但如果要开发 AI 产品，就要忘掉这个图形用户界面，先回到思考的底层逻辑上，要先确保底层逻辑能通过纯文本上说清楚，而不是想着用什么样的人机交互来让用户更好地理解产品。 原则三：能选择就不录入。录入是一个复杂的过程，当能够询问用户是或否时，就给出是或否的选项，而不是让用户打字，这个过程很累；如果能让用户点头或摇头，就尽量让他们点头或摇头；如果不能让用户点头或摇头，就让他们选择默认选项，并且默认选项不能超过四个；如果既不能让用户点头摇头，也不能让他们选择 ABCD，那就让他们填空。实在不能填空了，再让用户输入。 原则四：直接呈现答案，再做解释。如果 GPT 回答的时候先重复一下问题，分析一下这个问题背后可以这么解，然后给出一套逻辑，最后才给出答案，这样的体验非常考验用户耐心。所以有赞 AI 设计的第四个原则就是尽早给出答案，再说其他的。这里有一个有趣的衡量标准，就是找有阅读恐惧的人来测试。输出的编排逻辑一定要让阅读恐惧症患者在阅读时感到舒适，这样才是好的。 原则五：给用户交付可用的结果。AIGC 主要提供创意供给，用户需要在大量创意中进行选择和修改，最终才能获得可用的结果。但 SaaS 产品需要给用户提供确定性的结果，而不仅仅是创意。在内容行业等领域，创意的供给是有价值的，但在 SaaS 或企业级应用中，用户更需要正确的结果。 原则六：让人类来按下「回车」键。决策不只是「客观」就够了，潜意识、情绪、偏见里面固然有不客观，但是也有梦想、喜欢、爱，有了这些才是完美的决策。 原则七：功能可以丰富，但不能堆积。每一个 SaaS 产品在一开始都很好用，但随着时间的推移，它会变得越来越复杂，当然也会越来越强大。从某种程度上来说，拥有更多的功能才能带来更好的体验，如果没有这些功能，就无从谈起体验。但是当拥有这些功能之后，易用性可能就没那么好了。通过左边的导航地图，让你找到最常用和最需要的功能。另一方面，你可以唤起一个叫做智能助手的东西，通过命令式对话告诉它你想干什么，它可以一键直达某个功能，或者一键直接帮你执行你想要的自动化任务和操作。
四个应用方向： 第一是 Copilot，就是助手。它能够帮助客户快速地使用产品，更好地使用产品。 第二是 Agent，自动化的能力。自动化的发报告，自动化的预警，自动化的去完成很多事情。例如，商家可以设置库存促销规则，如还有 500 件库存时打 5 折，剩下 200 件时打 6 折，以此类推。那么用户就不需要时刻盯着去改库存，因为这些事情都可以通过自动化来完成。 第三是 Insight，洞察建议能力。它能够总结周报，告诉你做得好不好，给你建议，你可以怎么改善。 第四是 AIGC，生成创意的能力。生成营销文案，优化商品标题，设计营销推广海报，优化商品图片等等。