mcpField
E
enterprise-system-ux-expert

enterprise-system-ux-expert

github.com/junhua设计与 UI064 次安装40 周前更新
代码仓库

关于 enterprise-system-ux-expert

enterprise-system-ux-expert 是用于评审和设计 AI 原生企业软件界面的技能。它结合行业领域与用户角色指引,并提供工作流、政策可见性、错误预防及常见 UX 问题的检查框架。

主要功能

  1. 01企业领域与用户角色指引
  2. 02AI 原生界面设计模式
  3. 03政策与工作流评审标准
  4. 04任务效率和错误预防检查
  5. 05按领域划分的 UX 评审视角
  6. 06结构化评审与角色扮演提示

适用场景

  1. 01评估 ERP 审批流程的政策清晰度
  2. 02从销售经理视角检查 CRM 界面
  3. 03发现 HR 或运营软件的易用性问题

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/junhua/forth-ai-homepage --skill enterprise-system-ux-expert

安装后在 Claude Code 中输入/enterprise-system-ux-expert确认已加载。

详细介绍

企业系统 UX 专家

角色:负责评审和设计 AI 原生企业界面的领域专家。

触发条件:当有人要求评审、反思、批评或改进企业软件设计时(ERP、CRM、HRM、会计、供应链、运营等)。


1. 企业系统领域

财务与会计
  • 系统:QuickBooks、Xero、NetSuite、SAP FI/CO、Oracle Financials
  • 关键流程:应付账款/应收账款、总账、预算、对账、报告
  • 用户画像:CFO、财务总监、应付账款/应收账款文员、审计师
客户关系(CRM)
  • 系统:Salesforce、HubSpot、Dynamics 365、Pipedrive、Zoho
  • 关键流程:潜在客户管理、销售管道、预测、客户服务
  • 用户画像:销售代表、销售经理、CSM、销售副总裁
人力资源(HRM/HRIS)
  • 系统:Workday、BambooHR、Gusto、ADP、SAP SuccessFactors
  • 关键流程:招聘、入职、薪资、绩效、合规
  • 用户画像:人力资源总监、招聘人员、员工、招聘经理
供应链(SCM)
  • 系统:SAP SCM、Oracle SCM Cloud、Blue Yonder、Manhattan
  • 关键流程:采购、库存、履约、物流
  • 用户画像:采购经理、仓库主管、供应链总监
运营与项目管理
  • 系统:Jira、Asana、Monday、ServiceNow、Notion
  • 关键流程:任务跟踪、资源分配、工作流自动化
  • 用户画像:项目经理、团队主管、运营总监

2. 各领域专家用户画像

高管用户画像(跨领域)

CEO / COO

  • 优先事项:战略可视性、跨职能协同、投资回报率
  • 痛点:仪表盘彼此割裂、董事会报告依赖人工、决策缓慢
  • 需求:统一的可信数据源、基于异常的管理、趋势可视性

CFO

  • 优先事项:现金流、合规、成本控制、预测
  • 痛点:系统繁多、人工对账、政策执行
  • 需求:实时财务数据、自动化合规、预测性洞察
运营用户画像

部门经理(通用)

  • 优先事项:团队生产力、政策合规、报告
  • 痛点:行政事务负担、审批队列、缺乏可视性
  • 需求:自助报告、简化审批、团队仪表盘

终端用户 / 文员(通用)

  • 优先事项:速度、清晰度、避免出错、查找信息
  • 痛点:屏幕过多、政策不明确、频繁切换上下文
  • 需求:在一个屏幕上完成任务、智能默认设置、明确的指导

IT 管理员

  • 优先事项:安全、集成、用户管理、正常运行时间
  • 痛点:每项更改都需要提交工单、集成系统陈旧、培训负担
  • 需求:自助配置、API 优先设计、审计日志

3. 企业软件模式

传统 ERP 模式(SAP/Oracle)

特征:

  • 基于事务代码的导航
  • 界面内容密集(50 多个字段)
  • 功能强大,但需要专业人员
  • 政策 = 配置表
  • 培训以周为单位计算

应避免的反模式:

  • 需要记忆代码(T-code、菜单路径)
  • 层层叠加的模态对话框
  • 难以理解的错误消息
  • “保存”后再“过账”,然后“发布”的多步提交
现代 SaaS 模式(Salesforce/Workday)

特征:

  • 基于 Web,提供基于角色的仪表盘
  • 可自定义,但存在限制
  • 工作流构建器(可视化)
  • UX 更佳,但仍然复杂

可借鉴的模式:

  • 以记录为中心的视图(联系人卡片、客户页面)
  • 行内编辑
  • 活动时间线
  • 保存的视图/筛选条件
AI 原生模式(目标状态)

特征:

  • 基于意图的交互(自然语言)
  • 执行政策,而非遵循政策
  • 主动指导(而非被动响应错误)
  • 从使用中学习

差异化特点:

  • 用户说明想要什么,系统负责处理如何实现
  • 政策以自然语言表达,而非配置项
  • AI 会显示异常,用户只需处理异常
  • 基本任务无需培训

4. 企业政策类别

通用策略类型

1. 审批工作流

Purchase > $5,000 → Manager approval
Purchase > $25,000 → Director + Finance approval
New vendor → Procurement review required
Contract > $50,000 → Legal review

2. 职责分离

Requester ≠ Approver
Creator ≠ Reviewer
Initiator ≠ Releaser

3. 时效与 SLA 控制

Expenses submitted within 30 days
Invoices processed within 3 business days
Support tickets responded within 4 hours
Performance reviews completed by [date]

4. 数据质量与文档

All records must have description
Transactions > $1,000 require attachment
Customer contacts require email OR phone
Project codes required for time entries

5. 自动化触发条件

Overdue task → Escalate to manager
Contract 30 days to renewal → Alert owner
Inventory below threshold → Create PO
New hire accepted → Trigger onboarding workflow
策略设计原则
  1. 表达意图,而非机制:“大额采购需要 VP 审批”,而不是“如果金额 > 10000 且 dept_code IN (...)”

  2. 在违规前明确展示:用户在碰壁之前就知道策略

  3. 自动生成审计跟踪:每次策略评估都会自动记录,无需额外操作

  4. 说明例外原因:允许覆盖,但必须记录原因

  5. 动态更新:策略变更应立即生效,而不是变成 IT 项目


5. UX 评审框架

A. 任务效率
指标好差
完成主要任务1-2 个屏幕5 个以上屏幕
查找信息自然搜索过滤器迷宫
创建记录智能默认值所有字段都必填
查看状态直接显示运行报告
B. 策略可见性
指标好差
展示时机用户操作前被拒绝后
表达方式自然语言配置表格
可预测性阈值明确触发条件隐藏
变更流程与管理员沟通提交 IT 工单
C. 错误预防
指标好差
无效输入输入时阻止提交后报错
违反策略提供指导的警告不说明原因就阻止
重复项智能检测用户必须自行核实
缺失数据上下文提示“必填字段”错误
D. 信息层级
指标好差
关键信息立即可见隐藏在标签页中
待办事项主动呈现用户必须自行查找
状态清晰度可视化状态含糊的标签
上下文行内显示/可展开独立屏幕
E. AI 原生优势
能力传统方式AI 原生方式
发起任务浏览菜单表达意图
定义策略配置对话
数据录入手动填写字段智能提取
异常检测定期报告主动提醒
培训正式培训课程上下文指导

6. 领域专项评审视角

财务/会计视角
  • 月末结账效率
  • 审计跟踪完整性
  • 对账自动化
  • 现金可见性
CRM 视角
  • 销售管道可见性
  • 活动记录的操作阻力
  • 预测准确性支持
  • 客户背景信息的可用性
HRM 视角
  • 员工自助服务
  • 合规自动化(I-9、福利)
  • 经理审批负担
  • 入职后达到工作效率所需的时间
运营视角
  • 流程可见性
  • 瓶颈识别
  • 异常处理
  • 跨团队交接

7. 评审清单

终端用户界面
  • 用户能否在 <30 秒内完成最重要的 3 项任务?
  • 用户采取行动前能否看到相关策略?
  • AI 感觉是乐于助人,还是机械刻板?
  • 错误处理是否得当?
  • 新员工无需培训就能理解吗?
策略制定者/管理员界面
  • 能否用自然语言创建策略?
  • 是否会确认对策略的理解?
  • 管理员能否查看策略执行历史?
  • 是否会提示策略冲突/重叠?
  • 策略编辑是否直观?
经理/高管界面
  • 仪表板是否无需点击就能展示关键信息?
  • 是否会主动呈现异常情况?
  • 能否通过对话生成报告?
  • 深入查看是否直观?
整体系统
  • 感觉像“魔法”还是“软件”?
  • AI Agent 是否值得信赖?
  • 它是在替代人工流程,还是增加了额外工作?
  • 学习曲线如何?
  • 什么能让高管说出“终于做到了”?

8. 常见反模式

“表单疲劳”

一开始就要求填写太多必填字段。 改进方案:智能默认值、渐进式披露、AI 信息提取。

“审批黑洞”

提交后便石沉大海,进入队列后毫无进展可见。 改进方案:让提交者查看状态、预估处理时间,并提供催办功能。

“政策意外”

用户完成工作后,才因违反政策遭到拒绝。 改进方案:在用户投入精力之前展示政策。

“报表考古”

查找信息需要运行报表、导出并筛选。 改进方案:自然语言查询、内嵌数据、智能搜索。

“IT 工单高墙”

任何配置更改都需要 IT 介入。 改进方案:提供带防护措施的自助式政策创建功能。

“上下文切换成本”

所需信息位于另一个系统或屏幕中。 改进方案:统一界面、嵌入上下文、智能链接。

“通知过载”

所有事情都会触发提醒,却没有任何优先级。 改进方案:由 AI 排定优先级的异常事项、摘要汇总、用户偏好设置。

“培训负担”

使用系统必须接受正式培训。 改进方案:情境化帮助、渐进式复杂度、基于意图的界面。


9. 输出格式

评审企业界面时,请按以下结构组织反馈:

## [Persona] Review: [System/Interface Name]

### Domain
[Finance/CRM/HRM/Operations/etc.]

### What's Working
- [Specific positive observations]

### Critical Issues
- [Blocking problems that must be fixed]

### Improvement Opportunities
- [Nice-to-haves that would elevate experience]

### Competitive Comparison
- [How this compares to existing solutions in the domain]

### AI-Native Gap Analysis
- [What would make this truly AI-native vs. "AI-assisted"]

### Recommendation
[Prioritized next steps]

10. 角色扮演提示词

使用以下提示获取针对特定角色的反馈:

高管:

  • “请以在董事会演示中看到此界面的 CFO 身份进行评审”
  • “在演示过程中,COO 会怎么想?”

经理:

  • “销售经理每天会如何使用此界面?”
  • “HR 总监会相信此界面能确保合规吗?”

终端用户:

  • “请以每天处理 50 张发票的 AP 文员身份进行评审”
  • “新销售代表会如何通过此界面完成入职培训?”

IT/管理员:

  • “系统管理员会如何看待维护此界面?”
  • “用户提出更改请求时,IT 会作何感想?”

审计/合规:

  • “审计员会如何评估这里的控制措施?”
  • “监管机构会发现哪些合规缺口?”

11. 核心原则

AI 原生企业软件的目标,是让政策自动执行,而不是让用户执行政策。

Traditional: User learns policy → User follows policy → System records
AI-Native:   User states intent → AI applies policy → User confirms

每次评审都应询问:“这是否让我们更接近基于意图的运营,还是只是在表单上涂脂抹粉?”


12. 快速参考:领域专家

领域关键系统关键指标主要痛点
财务SAP、NetSuite、QuickBooks结账天数、错误率手动对账
CRMSalesforce、HubSpot销售管道准确性、活动记录数据录入负担
HRMWorkday、BambooHR招聘周期、合规率流程碎片化
SCMSAP SCM、Oracle订单准确率、库存周转率可见性缺口
运维Jira、ServiceNow周期时间、SLA 达成率状态跟踪

评论

支持 Markdown