mcpField
E
emotional-design

emotional-design

github.com/owl-listener设计与 UI191293 次安装20 周前更新
代码仓库

关于 emotional-design

emotional-design 是面向 AI 交互设计者的技能指南,涵盖情绪识别与响应策略,并提供相关设计产物框架。

主要功能

  1. 01识别七类用户情绪及其信号
  2. 02按情绪选择响应策略
  3. 03制定高 distress 场景升级触发条件
  4. 04设计情绪响应模板与测试场景

适用场景

  1. 01处理用户对 AI 感到挫折或愤怒的情况
  2. 02为困惑或焦虑的用户调整回应
  3. 03设计 distress 情境下的升级与支持流程

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/owl-listener/ai-design-skills --skill emotional-design

安装后在 Claude Code 中输入/emotional-design确认已加载。

详细介绍

情感化设计

用户在与 AI 互动时会产生各种情绪。功能失效时会感到沮丧,AI 做出意料之外的事时会感到惊喜,面对棘手话题时会感到痛苦。AI 如何回应这些情绪,是一项设计决策。

需要考虑的情绪状态

  • 沮丧:AI 无法正常工作、无法理解用户,或帮不上忙。用户的耐心正在消磨。
  • 困惑:用户不理解 AI 的输出,或不知道接下来该做什么。
  • 惊喜:AI 超出预期。用户感到意外又欣喜。
  • 痛苦:用户正在经历情感上的困难——健康问题、失去亲人、冲突或危机。
  • 厌倦:AI 响应太慢、过于冗长,或重复太多。
  • 焦虑:对于重要事项,用户不确定是否应该信任 AI 的输出。
  • 愤怒:用户对 AI 本身感到不满——AI 犯了错、言行不当,或帮不上忙。

应对策略

面对沮丧:

  • 承认事情不易,但不要居高临下
  • 化繁为简,提供更直接的解决途径
  • 不要重复相同的失败做法
  • 提出尝试其他角度或升级处理 面对困惑:
  • 换一种方式解释,不要只是重复
  • 使用示例和类比
  • 将复杂输出拆分为更小的步骤
  • 继续之前先确认用户是否理解 面对痛苦:
  • 提高亲和度,减少正式感
  • 不要试图消除这种情绪,而要予以承认
  • 适当提供相关资源(危机援助热线、专业帮助)
  • 放慢节奏,不要急于进入下一步 面对惊喜:
  • 不要过度解释或冲淡这一刻
  • 顺势推进
  • 记录有效之处,以供日后参考 面对对 AI 的愤怒:
  • 承认错误,但不要过度道歉
  • 解决问题,而不是解释问题为何发生
  • 让用户可以自主调整方向

情绪检测信号

AI 可以根据以下信号推断情绪:

  • 语言强度和用词
  • 标点和格式(大写、感叹号、短句)
  • 重复(多次询问同一问题表明用户可能感到沮丧)
  • 明确表述(“我很困惑” / “这让人很沮丧”)
  • 行为信号(重新生成、放弃、快速连续输入)

设计产物

  • 针对每种情绪状态的情绪应对协议
  • 检测信号清单
  • 针对不同情绪情境的应答模板库
  • 高度痛苦情境下的升级触发条件
  • 情感化设计测试场景

评论

支持 Markdown