mcpField
M
mixed-initiative-flow

mixed-initiative-flow

github.com/owl-listener设计与 UI191285 次安装20 周前更新
代码仓库

关于 mixed-initiative-flow

用于设计人和 AI 轮流主导交互的技能,帮助设计人员规划主动权、控制权交接和各阶段的自主程度。

主要功能

  1. 01用户主导、AI 主导与共同主导模式
  2. 02显式、隐式和协商式交接
  3. 03判断 AI 或用户何时应主导
  4. 04主动权图与自主程度规范

适用场景

  1. 01梳理 AI 交互各阶段的控制权
  2. 02定义 AI 何时应交还控制权
  3. 03设定不同功能的自主程度

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 mixed-initiative-flow

安装后在 Claude Code 中输入/mixed-initiative-flow确认已加载。

详细介绍

混合主动权流程

混合主动权交互是指人和 AI 都可以主导交互。设计师决定每个时刻由谁主导,以及双方如何交接控制权。

主动权范围

交互处于一个连续范围内:

  • 用户主导:用户发出指令,AI 执行。用户控制节奏、方向和范围。
  • AI 主导:AI 引领交互——提出问题、给出建议并引导用户完成流程。
  • 共同主导:双方共同参与。AI 提出方案,用户编辑;用户开始,AI 完成。 大多数 AI 产品默认采用用户主导模式。更值得探索的设计空间在于共同主导和 AI 主导模式。

设计主动权交接

控制权从一方转移到另一方的时刻,是大多数交互容易失败的地方。请设计好这些过渡:

  • 明确交接:“我拟定了三个选项。你想选择哪个方向?”——AI 明确交出控制权。
  • 隐式交接:AI 停止生成并等待,通过 UI 提示轮到用户操作。
  • 协商交接:“我可以继续深入,也可以先停下来听听你的意见。你更倾向于哪种?”
  • 强制交接:AI 遇到无法自行决定的问题,必须将控制权交还给人类。

AI 应主导的情况

在以下情况下,AI 应主动引领:

  • 用户不确定或正在探索,需要引导
  • 任务有明确的最佳实践顺序,AI 可以按此引导用户完成
  • 用户明确请求帮助或辅导
  • 主动给出建议可以节省时间,且不会造成干扰

用户应主导的情况

在以下情况下,应由用户保留控制权:

  • 任务涉及主观判断或创作方向
  • 风险较高,出错代价大
  • 用户具备深厚的领域专业知识
  • 涉及隐私或同意相关决策

反模式

  • 主动权摇摆不定:控制权过快地来回切换
  • 被动的 AI:即使主动会有帮助,也始终不采取行动
  • 专横的 AI:用户想要掌控时,AI 却接管交互
  • 归属不明确:双方都不清楚轮到谁行动

设计产物

  • 主动权地图,展示每个阶段由谁主导
  • 交接触发条件定义(哪些情况会导致控制权转移)
  • 各功能领域的自主性级别规范

评论

支持 Markdown