关于 heuristic-evaluation-ai
将 Nielsen 启发式原则改编用于生成式与对话式系统的 AI 产品可用性评估技能。它结合传统原则与 AI 专属标准，并提供评估及问题排序流程。
主要功能
- 01适用于 AI 的 Nielsen 启发式原则
- 02AI 专属评估标准
- 03评估步骤与严重度评级
- 04检查清单与报告产物
适用场景
- 01评审 AI 产品界面
- 02评估信任与透明度
- 03排列可用性问题优先级
安装
复制下面的命令，在终端中运行。
npx skills add https:/安装后在 Claude Code 中输入/heuristic-evaluation-ai确认已加载。
详细介绍
AI 启发式评估
Nielsen 的 10 条可用性启发式原则是为传统软件设计的。AI 产品需要经过调整的启发式原则，以应对概率性、生成式和对话式系统的独特挑战。
经典启发式原则在 AI 中的调整
1. 系统状态的可见性 AI 调整：用户应始终知道 AI 正在做什么、正在处理哪些内容，以及它有多大把握。生成过程中提供进度指示。透明地说明数据来源。 2. 系统与现实世界的匹配 AI 调整：AI 应使用用户能理解的语言和概念。不要暴露模型内部信息。围绕用户任务而非技术功能来描述能力。 3. 用户控制权和自由度 AI 调整：用户必须能够停止生成、撤销 AI 操作、编辑输出并覆盖建议。AI 的自主性应始终有退出方式。 4. 一致性和标准 AI 调整：对于类似请求，AI 的行为应保持一致。相同类型的输入应产生相同格式的输出。角色设定应保持稳定。 5. 错误预防 AI 调整：设计提示词和界面，引导用户进行有效交互。在生成低质量输出之前，建议用户补充说明。 6. 识别而非回忆 AI 调整：向用户展示 AI 能做什么，而不是让他们自行发现命令。根据上下文呈现相关能力。 7. 灵活高效的使用 AI 调整：同时支持新手（引导式）和专家（快捷方式）交互模式。高级用户应能够自定义 AI 的行为。 8. 美观且精简的设计 AI 调整：AI 输出应简洁且结构清晰。不要用不必要的免责声明或填充内容凑长回复。 9. 帮助用户识别、诊断并从错误中恢复 AI 调整：AI 失败时，应使用用户能理解的语言解释出了什么问题，而非技术术语。提供清晰的恢复途径。 10. 帮助和文档 AI 调整：提供上下文相关的指导，帮助用户有效地与 AI 交互。通过界面传授提示词技巧。
AI 专属启发式原则
除了经典的 10 条原则，AI 产品还需要依据以下原则进行评估：
- 校准信任：界面是否帮助用户恰当地信任 AI——既不过度信任，也不缺乏信任？
- 优雅降级：AI 无法完全提供帮助时，是否会尽力提供部分帮助，而不是彻底失败？
- 反馈有效性：用户能否轻松纠正 AI，AI 是否会据此调整？
- 局限性的透明度：用户遇到 AI 的能力边界之前，这些边界是否清晰可见？
- 恰当的自主性：AI 是否会针对任务和上下文主动采取适当程度的行动？
开展 AI 启发式评估
- 选出 3-5 名拥有 AI 产品经验的评估人员
- 确定范围（涉及哪些功能、哪些用户任务）
- 每位评估人员独立依据启发式原则进行评估
- 记录问题并评定严重程度
- 汇总结果并确定优先级
设计产物
- AI 启发式检查清单（调整后的经典原则 + AI 专属原则）
- 评估规程和评分标准
- 问题严重程度分类指南
- 启发式评估报告模板
- 按优先级排列的发现矩阵