mcpField
P
progressive-disclosure

progressive-disclosure

github.com/owl-listener设计与 UI191321 次安装20 周前更新
代码仓库

关于 progressive-disclosure

用于逐步展示 AI 能力的设计技能,帮助产品团队避免信息过载,同时让实用功能易于发现。内容涵盖展示策略、能力层级、节奏和首次使用体验。

主要功能

  1. 01情境化能力提示
  2. 02渐进式示例
  3. 03分阶段开放功能
  4. 04能力边界说明
  5. 05展示地图与流程

适用场景

  1. 01规划首次使用引导
  2. 02逐步展示高级功能
  3. 03说明 AI 的能力限制

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 progressive-disclosure

安装后在 Claude Code 中输入/progressive-disclosure确认已加载。

详细介绍

渐进式披露

用户并不了解 AI 能做什么。渐进式披露是以恰当的节奏展示功能的方式,避免用户感到不知所措或未能充分使用功能。

心智模型差距

用户带着以往技术塑造的心智模型而来。他们可能会:

  • 把 AI 当作搜索引擎(使用关键词查询)
  • 把 AI 当作表单(期待固定结构)
  • 低估 AI 的能力(提出超出其所能提供范围的请求)
  • 高估 AI 的能力(期待完美表现) 渐进式披露可以弥合用户对 AI 功能的认知与 AI 实际能力之间的差距。

披露策略

  • 按需提示:根据上下文展示功能建议(“你知道还可以让我……吗?”)
  • 逐步深入的示例:从简单用例开始,随着用户逐渐建立信心,再展示复杂用例
  • 功能进阶解锁:用户熟悉基础功能后,再解锁高级功能
  • 情境式教学:用户尝试以低效方式完成任务时,展示更好的方法
  • 能力边界:清楚说明 AI 不能做什么,而不只是能做什么

分层展示能力

将功能分为多个层级:

  1. 基础层:最直观、风险最低的功能,用户可立即发现。
  2. 中级层:通过工具提示、建议或首次使用提示展示更强大的功能。
  3. 高级层:面向有经验用户的高级功能——提供使用,但不主动推广。

节奏

  • 太快:用户感到不知所措,忽略功能,或失去信任
  • 太慢:用户感到厌倦,认为产品功能有限,最终流失
  • 恰到好处:每项新功能都像是自然的下一步

设计产物

  • 展示功能及其展示时机的披露图
  • 心智模型演进图
  • 包含披露触发条件的首次使用流程
  • 功能层级定义(基础、中级、高级)

评论

支持 Markdown