大鹏饰演的“平安哥”在刑满释放后找了一个卖墓地的工作，时不时就直播卖墓，最新上映的电影《保你平安》也围绕着他卖出的一块墓地展开。 抖音上，电影宣传方开了账号“墓地平安哥”，简介中写着：“一生一条路，一墓一托付，不定时直播卖风水宝墓，有事找你平安哥！” 《保你平

随着直播的火热，各行各业都在直播间探索新方式，无数殡葬从业者开始探索更多宣传营销方式。本文从互联网上提供直播选墓服务的商家出发，作者客观分析了直播选墓的流程、对象和原因，不妨来看看。

大鹏饰演的“平安哥”在刑满释放后找了一个卖墓地的工作，时不时就直播卖墓，最新上映的电影《保你平安》也围绕着他卖出的一块墓地展开。

抖音上，电影宣传方开了账号“墓地平安哥”，简介中写着：“一生一条路，一墓一托付，不定时直播卖风水宝墓，有事找你平安哥！”

《保你平安》宣传方打造的“墓地平安哥”账号

电影中的角色是虚拟出来的，抖音“墓地平安哥”也不在直播中售卖风水宝墓，更多是宣传电影。但在电影之外，互联网上确实存在着一批提供直播选墓服务的商家，他们有的是专业的中介公司，有的是墓地销售员，有的则是偶然入局的个人。

“顾客有什么需求，我们能帮忙联系，也能直播带看。”殡葬公司的销售员老李告诉《电商在线》，他们和不少墓园有联系，基本能在线上完成选购墓地的流程，不过“最好还是线下看看，毕竟是人生大事”。

界面新闻曾在一篇报道中提到，中国人在丧葬上平均花费约37375元，约占年平均工资的45.4%，占比排名世界第二。

高昂的花费背后，殡葬行业的竞争也颇为激烈，无数殡葬从业者开始探索更多宣传营销方式，殡葬官网、小红书、抖音、微信公众号、小程序和视频号上，能够直观展示，又可以作为流量入口和高效变现途径的直播，正在被殡葬行业看到看到。但想要让传统又古老的殡葬行业在互联网影响下改变，又没这么简单。

01 直播选墓，怎么选 中国的城市公墓早在清朝末就已经出现，但到1985年才开始趋于规范化，墓地销售也逐渐进入日常生活。

社交平台上，出现了不少陵园官方账号

从20世纪80年代到现在，销售墓地的人已经从墓地工作人员延伸到了殡葬服务业人员，专业的墓地销售中介也开始出现。随着互联网发展，传统的线下销售模式也慢慢转移到了线上，不少社交平台和短视频平台都能看到墓地相关的信息，墓地的推广载体越来越多元。

“直播选墓”是近年才出现的形式。疫情期间，殡葬商家的线下获客的传统途径受限，有需求的顾客因为防控政策不能回到当地，一些殡葬商家想到了直播——能帮客户更直观看到墓地情况，促成成交。

直播的有服务本地客户的殡葬商家，有业务布局全国的殡葬公司，有专业的墓园销售，还有一些偶然入局的个人中介。

从疫情期间发展至今，直播选墓也逐渐有了比较完善的流程，《电商在线》和做直播选墓业务的殡葬商家了解后总结出了大概的流程：通过社交平台和短视频平台作为引流渠道，吸引用户咨询并进入私域，根据客户提出的位置、价位、墓型等需求推荐墓园。

墓地销售人员或者中介可以直播带看，直播间中，会介绍墓园的整体环境，根据客户需求带客户观看不同的墓型，和墓地周围的景色布置，时不时穿插讲解墓园代客祭扫、描碑等服务，客户线上确定后再线下观看，确定后支付定金或者全款，达成交易。

个人中介和专业墓园的直播

不过，因为入局商家的不同，直播也有不同，个人商家多半使用手机直播，效果不佳，讲解内容也不清晰，而专业的殡葬公司和墓园则有着专业销售，讲解从传统文化到风水再切入墓地，画面也更加清晰美观。

在抖音、快手等公共平台，直播选墓面临着不小的争议。殡葬公司的老李曾直播过选墓攻略，现在已经停了，“有刷到直播间的人说晦气、倒霉，还有直接举报直播间的”。

一是殡葬和直播本就有着冲突，不少中国人都忌讳“死亡”，殡葬有着严肃沉重的色彩，直播更多是娱乐色彩，两者的底色就有冲突；二是殡葬服务更加类似本地生活服务，大多数殡葬商家的获客途径都是在当地医院、殡仪馆等，直播触达的流量，并不一定能转化成成交流量。

老李还曾遇到在直播间联系上，但希望加微信私下沟通的，“觉得在直播间讨论这些东西不好，没有隐私”。

大东这种个人殡仪商家基本只能选择一对一微信视频直播，或者将客户拉微信群开一个直播，老李借助公司的设备做过几场直播选墓，一些企业有着更规范的直播选墓流程：“殡葬第一股”福寿园的部分墓园，就在疫情期间推出了直播选墓，福寿园海港陵园还表示“导购们也将变身海港李佳琦，竭诚为您提供最优质的直播导购体验”。

用户直播选墓需要提前预约，使用预约的电话号码才能进入直播间观看选墓直播，每个直播间还会限制观看人数。

直播选墓的话术也和其他直播间的推销话术不同。

电影《疯狂的赛车》中，徐峥饰演的墓地金牌销售用略带调侃意味的“地下CBD，人生后花园”推销；《非诚勿扰》中，墓地推销员表示“只要花三万块”，过几年涨价转手一卖就是“赚了十倍”。

但现实中，大东、老李这样的商家，更多还是用着温和的口吻介绍墓园，还需要先从传统文化切入在再引入墓地讲解，也很少用“保值”等理由去促催成交，“很多人比较忌讳这个事情，你催人家，反而起了反作用”。

02 银发族和90后，相聚直播间 老李所在的殡葬公司有着不少一二线城市的墓地资源，业务范围也更广，在一些城市还有专门的办事点，相比于在当地经营。通过传统渠道获客、更加偏向本地生活服务的商家，老李的获客渠道已经发生了变化。

“有70%的客户是网上找过来的，有的是通过官网，有的是通过微信公众号，也有通过我的抖音、视频号加上的，还有客户介绍来的。”

老李帮客户联系心仪的墓园后，会委托墓园工作人员或者当地办事处的同事给客户直播选墓。

不少殡葬从业者表示看墓有“专车接送”

老李告诉《电商在线》，能在网上联系到的，绝大多数都是他们这样的一条龙殡葬公司和中介，墓园自己做互联网的很少，一方面很多墓园比较传统，没有互联网技术和经验，另一方面是墓园主要在当地老年人群体中宣传，还有“看墓专车”接送，墓园销售基本都会和他们这样的殡葬从业者建联，没必要专门做线上业务。

不少人觉得会选择直播选墓的客户以年轻人为主，但老李的绝大多数客户其实是40—60岁的中老人，中年人会为父母选购墓地，老年人则为自己选购墓地。

“总有人觉得老年人不懂上网，其实很多一二线城市的老人很时髦的，而且老人对‘死亡’这个事情看得比较坦然。我接触过的一个上海阿姨，就说想买个风景好的墓地。除了上海的，江苏的也考虑，预算在20万元，如果没有合适的，也能接受树葬、海葬，反而是她的儿女，觉得这么早看墓地不太好，不太吉利。”

在老李看来，虽然老人对直播并不是很熟悉，但这部分流量才是最后可以变现的流量。

除了银发族，想直播选墓的年轻人也不少。

老李接触过一些年轻客户，有为家中长辈购买的，也有想给自己购买。不过这些想给自己购买的基本都被劝退了，“也有20多岁的年轻人来咨询，不过很多地方买墓地是有要求的，需要有死亡证明、火化证或者大病证明，或者满80岁，不然买不了。

可以交个几百块或者10%的定金预定墓地，但一些墓地也很紧俏，交了定金也就是保留一段时间，想要继续保留，需要每年缴纳一笔钱，年轻人没必要这么早准备”。

媒体和从业者表示“公墓每年价格都有变化”

不过老李认为，暂时达不到条件买不了，也可以先看看，“墓地一年一个价格，每年基本都在涨价，做好准备不至于之后手忙脚乱”。

墓地中介佳宁只帮客户直播选墓过三四次，但对一位在北京工作确诊了癌症的年轻女生印象很深，女生需要留在北京治疗，没有办法回本地看墓地，所以找了佳宁给自己直播选墓。五六个月，那个女生说自己治疗结果不错，暂时用不上这块墓地了，没有做成生意的佳宁反而比较开心：“这么年轻，用不上才是好事。”

03 殡葬行业，开始走向互联网 虽然直播选墓在殡葬行业的声量还不大，但在老李看来，直播很可能是墓地销售之后的一个趋势：“很多东西都能直播卖，房子、卫星都可以，年轻人也习惯了直播带货，等这批年轻人有了真正的需求，直播选墓也能更好被接受。”

随着互联网的进步，直播、VR等新科技选墓的手段或许会成为殡葬行业线上营销的重要一步，不过众多商家也向《电商在线》表示，最后交易的达成，还是需要回归线下——墓地有着特殊性，商业模式也很难因为互联网发生完全的转变，直播等形式只能成为辅助道具。

越来越多商家，也开始主动用互联网作为辅助，帮自己售卖墓地。

一方面，售卖墓地是殡葬行业最为主要的收入来源，墓地目前还是一件“必需品”，很多中国人还是讲究“入土为安”，直播这个更加直观的呈现形式确实能够提高售卖墓地的效率。

大东和老李都表示，销售的殡葬用品中，墓地提成确实算是比较高的，大东接触的墓园不算高端，但一单基本也有2000—3000元的提成，老李表示高端的墓园会给销售端更高提成，并且不同销售渠道提成也不同。

福寿园财报

在“殡葬第一股”福寿园的2022年财报中，墓园服务收益达到了17.49亿元，在总收益中占比80.5%，经营利润率达到了56.4%，而在墓园服务中，墓穴销售服务的收益就占据了90.8%。墓地销售，目前还是墓园的主要收入来源。

福寿园也早在2020年疫情刚爆发没多久的2月9日就推出了直播选墓服务，并且将这项服务保留到了现在，现在进入福寿园的直播选墓板块，还能看到不少用户的留言和直播选墓的想法。

另一方面，互联网的发展，也在切实改变殡葬这个传统又古老的行业。

大东在2020年前基本没有想过用互联网去触达用户，还是在医院，殡仪馆、老人聚集的广场、小区等地方招揽生意，但现在看到了更多的机会，“在网上能接触到的用户会更多，周边城市车程两三个小时的业务也能接”。

老李则更明显感觉到了这个趋势，在他接触的用户中，有一些北京的用户会主动咨询河北、天津的墓地，上海的用户会主动咨询会看江苏、浙江的墓地，“北京上海比较高端的墓园墓地价格都在15万元左右了，有的可以涨到20多万元，这些城市离得近，性价比更好，也会被咨询”。

在这种情况下，直播不用跑到当地一个个看，又能直观呈现墓园情况，能更好提高效率。

90后甚至00后年轻人的加入，也让殡葬行业出现了更多新变化。

福寿园的VR浏览

就连福寿园，也在财报中表示将互联网作为重要的发展方向，不仅推出了直播选墓，还在官网推出了VR看墓园等新形式，福寿园还在BOSS直聘上招募起了电商运营负责人，把祭扫服务搬到了京东商城，陆续推出墓碑二维码技术和云祭扫平台。

不少殡仪商家，也纷纷在抖音、快手和微信视频号上做起了推广经营，扩展自己的生意半径。

老李在疫情比较严重的时候在线上完成过成交，但还是会主动推荐线上找到他的客户到线下去看看，“我会根据客户的需求做我觉得最好的推荐，但最后拍板的不能是我。人生的最后一件大事，还是需要需要好好考虑。”

作者：王崭；编辑：斯问

微信公众号：电商在线（ID：dianshangmj），见锐度、见洞察，聚焦互联网和新商业的创新媒体。

本文由人人都是产品经理合作媒体 @电商在线 授权发布，未经许可，禁止转载。

题图来自 Unsplash，基于 CC0 协议。

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

给作者打赏，鼓励TA抓紧创作！

{{{path> 赞赏

随着 AI 的大火，大家都在考虑如何通过 AI 提升工作效率，接下来简述一下我在可视化领域使用 AI - Midjourney 进行设计提效的尝试。AIGC工具大比拼：AI绘画哪家强？Midjourney、文心一格等 6 大工具出图效果大比拼大家好，这里是和你们一起探索 AI 绘画的花生~ 3 月份以来 AI ...

随着 AI 的大火，大家都在考虑如何通过 AI 提升工作效率，接下来简述一下我在可视化领域使用 AI - Midjourney 进行设计提效的尝试。

AIGC 工具大比拼：

AI绘画哪家强？Midjourney、文心一格等 6 大工具出图效果大比拼 大家好，这里是和你们一起探索 AI 绘画的花生~ 3 月份以来 AI 绘画领域又有了不小的变化，Midjourney 更新了 V5 版本、Stable Diffusion 推出了 Clipdrop Reimagine；微软 Bing 也推出了 Image Create （图像生成）功能

阅读文章 >

在正文开始之前先看五张图

五张图总花费时间为 1 小时左右，其中训练 Midjourney 生成图像花了 20 分钟左右，使用现有组件完成设计稿大概用了 40 分钟。

结论：针对日常可视化大屏视觉设计提效 80%以上。

近期随着 ChatGPT 和 Midjourney 的大火，大家都在探索如何使用 AIGC 对我们已有的工作进行提效。开始之前，首先说明一下什么是 AIGC。 内容产生分为三个阶段，分别是 PGC、UGC 和目前大火的 AIGC。分别对应了专家产生内容、用户产生内容以及目前的 AI 产生内容，对应到大的时间周期有两个时间节点，分别是 2008 年和 2023 年。其中 2008 年以前是 PGC 时代，即专家产生内容，2008 年之后随着移动互联的来临，开启了 UGC 时代，即用户产生内容。最后就是当下，2023 年，开年随着 ChatGPT 和 Midourney 的大火，同时开启了 AI 创造内容的时代。

随着 AI 的大火，作为一名可视化大屏设计师，我也在考虑如何通过 AI 提升我的工作效率，接下来简述一下我在可视化领域使用 AI 进行设计提效的尝试。

一、AI 绘图的分类及选型 由于市面上存在大量的 AI 绘画工具，每个工具擅长的画风也各有所长；选择合适的工具可以帮助我们在 AI 创作中事半功倍。

1. Midjourney、StableDiffsion、DALLE2 绘图案例及特点

Midjourney：画面注重细节的构建和表达；同时对不同材质的展示也非常细致。

Stable Diffusion：画风更偏写实；生成照片级别的作品

DALLE 2：笔触比较明显，更加偏向绘画风格

2. Midjourney、Stable Diffusion、DALLE 2 横向对比

三组 AI 模型输入同样的 Prompt，生成图像进行横向对比，总结不同 AI 模型所擅长的绘图风格。

Midjourney 生成的图像更加具有艺术风格，更偏向 CG 画面。Stable Diffusion、DALLE 2 生成的图像更偏向写实、具有照片感。因此选择 Midjourney 作为赋能可视化大屏设计的 AI 工具进行探索。

二、可视化大屏设计如何拥抱 AI 可视化大屏设计拥抱 AI，获得 AI 能力加持，提升工作效率。可以从两个方面综合思考，找准切入点。第一是工作流程，第二是页面结构。

1. 可视化大屏工作流程

从可视化大屏的产设研流程来看，一个产品的上线需要经历如下环节：提出需求 、视觉探索、交互设计、完成设计、开发文档、协助开发、设计走查、产品上线等。整个流程较为复杂。结合 AI 产出的内容，可将 AI 提效部分聚焦在视觉探索阶段。视觉探索是整个可视化大屏产品设计阶段较为重要的一环，也是最为耗费人力的阶段。好的视觉往往能够让人眼前一亮，为优秀的可视化作品奠定基础。

2. 可视化大屏页面结构

一个完整的可视化大屏设计方案从页面结构上分为视觉层和数据层。其中数据层是整个可视化大屏的核心，是核心要传达给用户有价值的数据的内容，辅助用户决策。视觉层则是灵魂，一个可视化大屏是否能获得用户的认可，通常看视觉层的表现。

根据对可视化大屏的在工作流程和页面结构的拆解，页面结构中的视觉层以及工作流程中的视觉设计更加偏向重复性以及设计探索类的工作。再结合 AI 绘图的特点：低成本的、快速的、批量产生设计内容。因此我尝试使用 AI 来辅助完成可视化的视觉探索方向的设计工作。

三、AI 辅助生成设计流程 1. 传统可视化视觉设计流程

传统的可视化视觉设计流程通常从获取地理信息数据开始，然后再进行数据建模、模型渲染、效果合成。其中完成数据建模之后的模型渲染和效果合成是一个循环反复的过程，需要不断打磨渲染效果以及合成效果，最终才能完成作品输出。对这个流程的优化也将是 AI 提效的关键节点。

2. Midjourney 辅助视觉设计流程

开始进行 AI 辅助设计之前，我们首先需要知道 Midjourney 的工作流程是什么以及一些相关参数与名词的介绍。

① Midjourney 工作流程

Midjourney 在 AI 生成图像过程中有两个路径，其一是文本生图，其二是以图生图的方式。其中文本生图 Text to img 是更为常见的一种方式，通过一段对画面描述的文字，告诉 AI 你想要的画面，AI 就可以帮你生成对应的图像。以图生图 Img to img 是通过输入一张原始图像给 AI，辅助描述文字生成一张基于原始图像的新图像。

② Midjourney 参数及名词介绍

--v 5：表示使用的是第几个版本的 Midjourney AI 模型（目前从 V1 到 V5 版本）

--ar 2:1：所生成图片的宽高比例 （1:1 到 2:1 之间）

--iw 1：以图生图模式中，新图和原始图的关联度（最小是 0.5，最大是 2）

--q 2: 预览质量（0.25 到 5。数值越高渲染所需时间越久）

--no XXX：XXX 代表不想让图像出现的元素（--no background 表示不要背景元素）

U1 U2 U3 U4：代表了显示的四张图；点击其中一个按钮，系统就会发给用户对应的图片 V1 V2 V3 V4：对应了四张图片，点击其中一个按钮系统会推给我们四张对应图片的细节调整版

3. 文本生图 Text to img

在使用 Midjourney 生成图像的过程中，整个流程的关键是“Prompt”的撰写。Prompt 作为用户和 AI 沟通的桥梁，书写的质量直接影响生成画面的效果。Prompt 写的越详细，越完善，生成的图像会越具体，更能符合用户对生成图片的预期。

Step 1 对我们想要的画面主体进行描述。

Prompt：Earth with China as the main body,

Step 2 对我们想要的画面主体以及画面风格进行描述。

Prompt：Earth with China as the main body, HUD, FUI, Data visualization, 3D render, C4D,

Step 3 对我们想要的画面主体、画面风格、视觉参考以及艺术流派进行描述。

Prompt：Earth with China as the main body, HUD, FUI, Data visualization, 3D render, C4D, Dennis Schaefer, Futurism, Artstation, Behance,

Step 4 对我们想要的画面主体、画面风格、视觉参考、艺术流派以及画面视角进行描述。

Prompt：Earth with China as the main body, HUD, FUI, Data visualization, 3D render, C4D, Dennis Schaefer, Futurism, Artstation, Behance, panoramic, screen is blue,

Step 5 对我们想要的画面主体、画面风格、视觉参考、艺术流派以及画面视角进行描述之后，如果有意向图片，可以选择对应图片点击“V”按钮，让系统推送细节调整版本。在这个过程中可以进行画质提升操作。

Step 6 在细节调整有意向图片后，可以选择对应图片点击“U”按钮，让系统发送我们所选图片的额大图。

在 Text to img 过程中生成的一些其他样式风格的图片，可供我们进行参考，提供灵感来源。

4. 以图生图 Img to img

Setp 1 使用和 text to img 相同的 Prompt，仅改变 iw 值，iw（生成的图片和原图片的相似性。0.5 为关联性最低，2 为关联性最高）值分别为 0.5、1、1.5 和 2。得到以下四组图片。

Step 2 选择 iw = 2 中的第四张图片 并按 V 键进行视觉调整。

Step 3 再选择 V4 进行视觉调整。最后选择 U2 进行图像输出。

最后完整看一下 Img to img 的过程

四、Midjourney 其他风格可视化设计图像生成

五、Midjourney 生成图像的应用 将 Midjourney 输出的图像应用于真实的场景中，同样需要从两方面来看。第一是可视化的页面结构划分，第二是 可视化设计 的工作流程。

首先：根据可视化大屏设计的页面结构划分来看，Midjourney 输出的图片只是作为背景视觉层来使用，仍需根据业务需求叠加数据层的内容。如开篇的两张图所示。

其次：从工作流程来看，目前产出的设计稿仅可应用于设计风格探索阶段，或者是作为飞机稿的素材使用。无法应用于真实项目中。具体原因看第六点。

六、Midjourney 辅助可视化大屏设计存在的问题 结论：Midjourney 辅助可视化大屏视觉设计可以为设计师提供部分灵感来源。提升可视化设计师的视觉探索效率，但无法在实际项目中运用。

在地理信息可视化中，针对视觉设计主要是将地理数据信息转化为 3D 模型，再将模型进行渲染。其中将地理信息数据转化为 3D 模型过程中核心就是保证 3D 模型对地理信息数据的准确还原。

然而基于当前对 midjourney V4 模型以及 V5 模型的研究，我理解 AI 生成图像的基本逻辑是将关键词分别映射到不同的图像，再将一个关键词组所对应的所有图像进行拼接，这个过程就像是 PS 的图片合成，或者叫视觉风格迁移。这样的一个生成方式会导致细节的不准确。在实际测试过程中，针对一个具体国家、省份的三维地图的生成结果基本都是不准确的。因此无法真正用于可视化设计工作中。

那什么时候 AIGC 会对可视化大屏设计效率有质的提升？那就是当 AI 能够理解并找到对应的地理信息数据后生成不同类型、风格的图像的时候，才能做到对普通可视化设计师的效率有质的提升。

这一天也许很远，也许就在明天！

随着 AI 的大火，大家都在考虑如何通过 AI 提升工作效率，接下来简述一下我在可视化领域使用 AI - Midjourney 进行设计提效的尝试。AIGC工具大比拼：AI绘画哪家强？Midjourney、文心一格等 6 大工具出图效果大比拼大家好，这里是和你们一起探索 AI 绘画的花生~ 3 月份以来 AI ...

随着 AI 的大火，大家都在考虑如何通过 AI 提升工作效率，接下来简述一下我在可视化领域使用 AI - Midjourney 进行设计提效的尝试。

AIGC 工具大比拼：

AI绘画哪家强？Midjourney、文心一格等 6 大工具出图效果大比拼 大家好，这里是和你们一起探索 AI 绘画的花生~ 3 月份以来 AI 绘画领域又有了不小的变化，Midjourney 更新了 V5 版本、Stable Diffusion 推出了 Clipdrop Reimagine；微软 Bing 也推出了 Image Create （图像生成）功能

阅读文章 >

在正文开始之前先看五张图

五张图总花费时间为 1 小时左右，其中训练 Midjourney 生成图像花了 20 分钟左右，使用现有组件完成设计稿大概用了 40 分钟。

结论：针对日常可视化大屏视觉设计提效 80%以上。

近期随着 ChatGPT 和 Midjourney 的大火，大家都在探索如何使用 AIGC 对我们已有的工作进行提效。开始之前，首先说明一下什么是 AIGC。 内容产生分为三个阶段，分别是 PGC、UGC 和目前大火的 AIGC。分别对应了专家产生内容、用户产生内容以及目前的 AI 产生内容，对应到大的时间周期有两个时间节点，分别是 2008 年和 2023 年。其中 2008 年以前是 PGC 时代，即专家产生内容，2008 年之后随着移动互联的来临，开启了 UGC 时代，即用户产生内容。最后就是当下，2023 年，开年随着 ChatGPT 和 Midourney 的大火，同时开启了 AI 创造内容的时代。

随着 AI 的大火，作为一名可视化大屏设计师，我也在考虑如何通过 AI 提升我的工作效率，接下来简述一下我在可视化领域使用 AI 进行设计提效的尝试。

一、AI 绘图的分类及选型 由于市面上存在大量的 AI 绘画工具，每个工具擅长的画风也各有所长；选择合适的工具可以帮助我们在 AI 创作中事半功倍。

1. Midjourney、StableDiffsion、DALLE2 绘图案例及特点

Midjourney：画面注重细节的构建和表达；同时对不同材质的展示也非常细致。

Stable Diffusion：画风更偏写实；生成照片级别的作品

DALLE 2：笔触比较明显，更加偏向绘画风格

2. Midjourney、Stable Diffusion、DALLE 2 横向对比

三组 AI 模型输入同样的 Prompt，生成图像进行横向对比，总结不同 AI 模型所擅长的绘图风格。

Midjourney 生成的图像更加具有艺术风格，更偏向 CG 画面。Stable Diffusion、DALLE 2 生成的图像更偏向写实、具有照片感。因此选择 Midjourney 作为赋能可视化大屏设计的 AI 工具进行探索。

二、可视化大屏设计如何拥抱 AI 可视化大屏设计拥抱 AI，获得 AI 能力加持，提升工作效率。可以从两个方面综合思考，找准切入点。第一是工作流程，第二是页面结构。

1. 可视化大屏工作流程

从可视化大屏的产设研流程来看，一个产品的上线需要经历如下环节：提出需求 、视觉探索、交互设计、完成设计、开发文档、协助开发、设计走查、产品上线等。整个流程较为复杂。结合 AI 产出的内容，可将 AI 提效部分聚焦在视觉探索阶段。视觉探索是整个可视化大屏产品设计阶段较为重要的一环，也是最为耗费人力的阶段。好的视觉往往能够让人眼前一亮，为优秀的可视化作品奠定基础。

2. 可视化大屏页面结构

一个完整的可视化大屏设计方案从页面结构上分为视觉层和数据层。其中数据层是整个可视化大屏的核心，是核心要传达给用户有价值的数据的内容，辅助用户决策。视觉层则是灵魂，一个可视化大屏是否能获得用户的认可，通常看视觉层的表现。

根据对可视化大屏的在工作流程和页面结构的拆解，页面结构中的视觉层以及工作流程中的视觉设计更加偏向重复性以及设计探索类的工作。再结合 AI 绘图的特点：低成本的、快速的、批量产生设计内容。因此我尝试使用 AI 来辅助完成可视化的视觉探索方向的设计工作。

三、AI 辅助生成设计流程 1. 传统可视化视觉设计流程

传统的可视化视觉设计流程通常从获取地理信息数据开始，然后再进行数据建模、模型渲染、效果合成。其中完成数据建模之后的模型渲染和效果合成是一个循环反复的过程，需要不断打磨渲染效果以及合成效果，最终才能完成作品输出。对这个流程的优化也将是 AI 提效的关键节点。

2. Midjourney 辅助视觉设计流程

开始进行 AI 辅助设计之前，我们首先需要知道 Midjourney 的工作流程是什么以及一些相关参数与名词的介绍。

① Midjourney 工作流程

Midjourney 在 AI 生成图像过程中有两个路径，其一是文本生图，其二是以图生图的方式。其中文本生图 Text to img 是更为常见的一种方式，通过一段对画面描述的文字，告诉 AI 你想要的画面，AI 就可以帮你生成对应的图像。以图生图 Img to img 是通过输入一张原始图像给 AI，辅助描述文字生成一张基于原始图像的新图像。

② Midjourney 参数及名词介绍

--v 5：表示使用的是第几个版本的 Midjourney AI 模型（目前从 V1 到 V5 版本）

--ar 2:1：所生成图片的宽高比例 （1:1 到 2:1 之间）

--iw 1：以图生图模式中，新图和原始图的关联度（最小是 0.5，最大是 2）

--q 2: 预览质量（0.25 到 5。数值越高渲染所需时间越久）

--no XXX：XXX 代表不想让图像出现的元素（--no background 表示不要背景元素）

U1 U2 U3 U4：代表了显示的四张图；点击其中一个按钮，系统就会发给用户对应的图片 V1 V2 V3 V4：对应了四张图片，点击其中一个按钮系统会推给我们四张对应图片的细节调整版

3. 文本生图 Text to img

在使用 Midjourney 生成图像的过程中，整个流程的关键是“Prompt”的撰写。Prompt 作为用户和 AI 沟通的桥梁，书写的质量直接影响生成画面的效果。Prompt 写的越详细，越完善，生成的图像会越具体，更能符合用户对生成图片的预期。

Step 1 对我们想要的画面主体进行描述。

Prompt：Earth with China as the main body,

Step 2 对我们想要的画面主体以及画面风格进行描述。

Prompt：Earth with China as the main body, HUD, FUI, Data visualization, 3D render, C4D,

Step 3 对我们想要的画面主体、画面风格、视觉参考以及艺术流派进行描述。

Prompt：Earth with China as the main body, HUD, FUI, Data visualization, 3D render, C4D, Dennis Schaefer, Futurism, Artstation, Behance,

Step 4 对我们想要的画面主体、画面风格、视觉参考、艺术流派以及画面视角进行描述。

Prompt：Earth with China as the main body, HUD, FUI, Data visualization, 3D render, C4D, Dennis Schaefer, Futurism, Artstation, Behance, panoramic, screen is blue,

Step 5 对我们想要的画面主体、画面风格、视觉参考、艺术流派以及画面视角进行描述之后，如果有意向图片，可以选择对应图片点击“V”按钮，让系统推送细节调整版本。在这个过程中可以进行画质提升操作。

Step 6 在细节调整有意向图片后，可以选择对应图片点击“U”按钮，让系统发送我们所选图片的额大图。

在 Text to img 过程中生成的一些其他样式风格的图片，可供我们进行参考，提供灵感来源。

4. 以图生图 Img to img

Setp 1 使用和 text to img 相同的 Prompt，仅改变 iw 值，iw（生成的图片和原图片的相似性。0.5 为关联性最低，2 为关联性最高）值分别为 0.5、1、1.5 和 2。得到以下四组图片。

Step 2 选择 iw = 2 中的第四张图片 并按 V 键进行视觉调整。

Step 3 再选择 V4 进行视觉调整。最后选择 U2 进行图像输出。

最后完整看一下 Img to img 的过程

四、Midjourney 其他风格可视化设计图像生成

五、Midjourney 生成图像的应用 将 Midjourney 输出的图像应用于真实的场景中，同样需要从两方面来看。第一是可视化的页面结构划分，第二是 可视化设计 的工作流程。

首先：根据可视化大屏设计的页面结构划分来看，Midjourney 输出的图片只是作为背景视觉层来使用，仍需根据业务需求叠加数据层的内容。如开篇的两张图所示。

其次：从工作流程来看，目前产出的设计稿仅可应用于设计风格探索阶段，或者是作为飞机稿的素材使用。无法应用于真实项目中。具体原因看第六点。

六、Midjourney 辅助可视化大屏设计存在的问题 结论：Midjourney 辅助可视化大屏视觉设计可以为设计师提供部分灵感来源。提升可视化设计师的视觉探索效率，但无法在实际项目中运用。

在地理信息可视化中，针对视觉设计主要是将地理数据信息转化为 3D 模型，再将模型进行渲染。其中将地理信息数据转化为 3D 模型过程中核心就是保证 3D 模型对地理信息数据的准确还原。

然而基于当前对 midjourney V4 模型以及 V5 模型的研究，我理解 AI 生成图像的基本逻辑是将关键词分别映射到不同的图像，再将一个关键词组所对应的所有图像进行拼接，这个过程就像是 PS 的图片合成，或者叫视觉风格迁移。这样的一个生成方式会导致细节的不准确。在实际测试过程中，针对一个具体国家、省份的三维地图的生成结果基本都是不准确的。因此无法真正用于可视化设计工作中。

那什么时候 AIGC 会对可视化大屏设计效率有质的提升？那就是当 AI 能够理解并找到对应的地理信息数据后生成不同类型、风格的图像的时候，才能做到对普通可视化设计师的效率有质的提升。

这一天也许很远，也许就在明天！

Tech星球独家获悉，抖音正在加大对抖音APP内小说/漫画内容的建设和推广。抖音于近期内测一个名为“抖音故事”的功能，该功能可以让达人或MCN机构在发布的网文推广视频中挂载小说/漫画的链接标签，用户点击该标签后，即可直接进入小说/漫画的界面进行阅读。 另外，抖

网文这块蛋糕，似乎谁都不想错过，比如近日就有消息传出，抖音已经开始加大抖音APP内小说与漫画内容的建设。那么网文市场在已经历经多年沉浮之后，对大厂玩家们还存在着怎样的吸引力？大厂们又在哪些内容类型上选择加码布局？

Tech星球独家获悉，抖音正在加大对抖音APP内小说/漫画内容的建设和推广。抖音于近期内测一个名为“抖音故事”的功能，该功能可以让达人或MCN机构在发布的网文推广视频中挂载小说/漫画的链接标签，用户点击该标签后，即可直接进入小说/漫画的界面进行阅读。

另外，抖音还在个人中心内设置了一个名为“我的读书”的入口，类似于一个网文商场，可以搜索、阅读网文内容。目前该入口与抖音商城、我的钱包、我的音乐等入口并列显示，拥有一个可观的流量扶持。

无独有偶，近几年一直在谋求新商业化路径的知乎，也于近期上线了一个名为“盐言故事”的独立APP。据应用介绍可知，这是知乎旗下的一款短故事阅读产品，意味着知乎已经开始将平台内的短篇故事内容进行打包，独立成一个单独的内容业务。

除了腾讯阅文、百度文学，抖音、知乎之外，近半年来，互联网大厂不断加码建设内容业务，不仅仅是为了扩充自身的护城河，同时也是为了拉新和用户时长，以及这块百亿级的市场。

譬如，快手就在去年9月推出快手小说APP，将小说业务独立打包出来进行运营，而腾讯阅文则是大力推动IP可视化，通过影视、动画、漫画等多形态的改编，释放IP的商业价值，据腾讯阅文的业绩报告表示，2022年阅文对以内容为核心的业务继续加大投入。

网文赛道，或将成为大厂之间竞争绕不过的一个“战场”。经过十多年的发展，基于网文IP的商业链路开发已经成熟，并延伸到周边、漫画、影视剧、短剧、游戏等热门赛道，内容这门大生意，谁都不想轻易放过。

一、网文市场迎来新玩家 当外界的目光还放在腾讯阅文、字节番茄小说的目光上时，抖音、快手、知乎等一众新玩家，已经开始建设或探索自己的内容业务。

抖音此前在iPad端推出过小说频道，内容为番茄小说提供，这也是基于大屏能够带来更好的阅读体验，而做的业务延展，但作为流量更大的移动端却迟迟没有上线，如今，随着“抖音故事/漫画”功能和“我的书架”入口出现后，抖音或将网文业务全面纳入到自身的内容体系中。

Tech星球体验发现，抖音故事/漫画功能还处于内测阶段，是一个网文/漫画推广服务，当前支持达人和MCN机构发布带有抖音故事/漫画跳转链接的视频，该功能的出现，能够更好的将番茄的内容业务进行推广，从而促进其内容业务在抖音内的变现。

在短视频内推广小说，已成为一种趋势，因为短视频能够更精炼的传达小说章节中最精彩的情结，从而吸引用户点击链接跳转，而用户点击标签链接后，即可进入试读界面，要想观看全文，需要点击试读界面中的“看故事”按钮。其中的精品内容需要付费，用户通过开通番茄阅读会员，才能进行解锁，这也是抖音网文的主要变现方式。

图注：抖音APP视频界面的“故事/小说”标签，以及试读界面。

阅读历史会存放在个人中心内名为“我的读书”的一个新入口中。该入口，也是抖音网文的主要入口，用户可以在其中搜索网文，并进行观看。

图注：抖音APP内个人中心的“我的读书”入口。

值得注意的是，抖音的网文书城内除了小说外，相比以往，还有故事和漫画内容，进一步丰富了抖音的内容。

而知乎也在近期上线了“盐言故事”APP，这是一款原生短篇故事阅读产品，建立在知乎内的创作者和读者生态的基础上，提供多个品类的精品短篇故事。包含了言情、现实情感、悬疑、惊悚、脑洞、科幻、武侠、权谋、玄幻奇幻、民间奇闻等类别，另外，盐言故事支持听书模式。在商业化上，“盐言故事”内的精品内容仍需要开通会员，才能解锁观看。

值得注意的是，这不是知乎首次在故事内容上探索。早在2021年时，曾低调推出一款名为“来鸭”的APP，该产品同样是一款故事阅读平台，并支持文字内容视频化阅读，而且内容免费无广告，但上线不久后就做了下架处理，主要还是没有找到合适的商业化方向。此次的盐言故事相比之前的“来鸭”，在功能上相对成熟，且有知乎的流量扶持，截止发稿前，在App Store上的图书榜中，已经上升至42位。“盐言故事”APP的出现，将很大程度上成为知乎寻求问答、教育业务之外的新增长棋子。

二、“故事”成网文中的热门赛道 无论是抖音的“抖音故事”，还是知乎的“盐言故事”APP，都透露出头部平台正将目光从小说品类，转向故事品类。

故事相比小说，更加侧重情节，情结的跌宕起伏也更容易勾起阅读者的情绪，所以故事成为了一个不可忽视的写作方向。行业人表示，“故事”由于字数少，一方面解放了读者，几分钟就可以享受故事情节带来的反转、烧脑等变化，另一方面还解放了作者，只需两三万字，附上最核心的情节、最集中的创意表达出来，就能实现文字价值的转化。在知乎上，已有不少小说作者转行故事写手的创作者。

此前，像阿里文学、百度文学，以及网易LOFTER等平台，都已早早布局故事“赛道”。特别是百度，在2020年，其付费团队将故事类创作者进行整合，推出了“每天读点故事”、“深夜有情”等专栏，创作者通过在专栏进行故事、小说的创作和发布，能够获得丰厚的收益。

百度后续还加大力度招募故事类创作者入驻，目前已经形成百度专栏中的故事作者矩阵，这些故事品类包括大量非虚构类的故事，如医生、警察、律师等职业人士的纪实职业故事创作，还包含有大量虚构故事创作，覆盖人文、职场、言情、科幻、悬疑、推理等多种题材。据艾媒咨询报道，百度付费专栏的故事品类建设，在2022年呈井喷式的爆发。而百度也通过故事内容打造出了一个成熟的内容变现体系。

此次，知乎推出“盐言故事”APP，则被外界称作是“将能赚钱的业务快去赚钱”。

过去几年，作为以问答起家的知乎，故事内容却突然从中兴起，特别是短篇故事，随后，知乎发力拓展网文业务，并从社区内外各渠道吸引创作者到知乎创作故事内容，为此提供变现收益。后来还将故事纳入盐选会员的特权服务中，知乎故事也成为了新的商业化道路。

根据知乎2022年Q4的财报显示，付费会员收入4.03亿元，实现了92.8%的同比增长，其中，故事类阅读付费成为了一大助力。而且，一位前知乎运营告诉Tech星球，知乎对故事/小说创作者和营销推广进行了很大的流量扶持，在知乎搜索栏内就有着相关的话题推广。

图注：知乎APP搜索栏内小说/故事话题的商业推广。

抖音故事的出现，意味着抖音开始将故事类的内容作为内容体系建设的一部分。一位在抖音上做小说推文的创作者告诉Tech星球，做推文最担心的就是版权问题，如果在引流过程中出现违规行为，将严重影响流量推荐和账号权重，授权和申请关键词的时候也会比较麻烦。现在抖音上线了新项目，只要将视频挂在官方的链接，用户点击观看就可以赚到钱，对于创作者而言，不仅能赚钱，还完美解决了此前的版权问题。

对于抖音而言，“抖音故事”和“我的读书”的出现，能够为番茄小说带来可观的流量入口和潜在的大量付费用户。去年12月，番茄小说就将短故事作为一个功能在番茄小说APP内进行上线，并对故事品类的创作推出现金激励活动，根据官方的活动介绍，创作者的单篇短故事最高可获得15000元保底签约和最高10000元的一次性现金奖励，一位番茄的创作者直言，这样的奖励并不低。

图注：番茄小说热点向短故事征文活动。

互联网大厂们相继涌入，让“故事”成为了一个新的文学热点，也成为网络文学一个新的风向标。

三、网文市场：大厂们放不下的“蛋糕” 相比近两年电商、本地生活等行业的热度，网文行业的关注度略显低调，但各方却一直有着暗自角力的动作，因为基于网文IP，能够带来更大的“文娱”生意。

根据中国社会科学院发布的《2021中国网络文学发展研究报告》数据显示，截至2021年底，我国网文市场规模已超300亿，网络文学用户总规模达到5.02亿。庞大的网文用户也在积极带动下游文化产业，从影视、动漫、有声、短剧、文创、衍生品以及线下文旅等细分领域，都被庞大的流量所刺激。

面对百亿级的市场，谁又能无动于衷？

如腾讯阅文，这两年不断地探索内容运营方向和加强那内容壁垒。光在去年上半年，就新增约30万名作家和60万本小说，新增字数达160亿，而旗下的起点读书APP在2022年突破增长瓶颈，其2022年12月的MAU同比上涨80%，2022年全年收入同比上涨超30%。

另外，IP可视化已成为阅文集团当下的工作重点，2022年阅文版权运营及其他业务收入达32.6亿元，而据公开数据，爱奇艺2022年热度前10的剧集中，有4部为阅文出品；而在2022年腾讯视频上新的国产动画热度榜前10的作品中，有7部改编自阅文的网文IP。可以说是腾讯阅文的IP已成为爆款制造机。

字节旗下的番茄小说，则是增加了故事和漫画等两个内容品类，其中独家漫画有不少是改编自番茄小说IP，实现了内部的创作转化。而抖音故事/漫画功能的上线，在某种程度上加强了对番茄小说的扶持力度。另外，在付费小说上，Tech星球获悉，字节还将继续计划推出更多的小说产品矩阵，包括玲华小说、留波小说等产品。

快手则是在去年推出免费小说业务“快手小说”，填补了其在网文这块的业务空白，随着短剧、影视业务的发展，不排除快手会将网文IP用于这些业务上。

百度文学同样没闲着，近期，在第六届中国”网络文学+大会”上，百度展示了对AI创作的探索，提出了“AI阅读”的口号，主要体现在百度作家平台AI辅助创作能力，包括AI续写、AI助理、智能校阅、AI推荐语等。以预见，随着百度“文心一言”生成式人工智能产品的发布，百度小说业务或将从中受益。

随着一众新玩家的入局，以及内容品类的增加完善，围绕网文市场的竞争和布局仍将继续。

作者：陈桥辉

来源公众号：Tech星球（ID：tech618）；聚焦互联网前沿科技和新商业。

本文由人人都是产品经理合作媒体 @Tech星球 授权发布，未经许可，禁止转载。

题图来自Unsplash，基于CC0协议

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间。

给作者打赏，鼓励TA抓紧创作！

{{{path> 赞赏

上一篇文章我们主要讲的是设计系统的必要性，接下来我将会继续用后续的文章详细讲解怎么搭建设计系统，希望可以帮助到有需要的人。上篇回顾：设计系统搭建全流程：认识设计系统设计系统这个词，是近些年的一个热门话题，在初期的讨论关注点主要聚焦在是否有必要搭建？阅读文章 > 在开始之前，我需要先解释一个问题：为什么要制作...

上一篇文章我们主要讲的是设计系统的必要性，接下来我将会继续用后续的文章详细讲解怎么搭建设计系统，希望可以帮助到有需要的人。

上篇回顾：

设计系统搭建全流程：认识设计系统 设计系统这个词，是近些年的一个热门话题，在初期的讨论关注点主要聚焦在是否有必要搭建？

阅读文章 >

在开始之前，我需要先解释一个问题：

为什么要制作自己的设计系统

很多团队一提到搭建设计系统，就会有人说，网上有很多公开的设计系统，我们直接使用现成的不好吗？为什么要费时费力的搭建自己的设计系统，真的有必要吗？

首先，网上公开的设计系统，一般是指该企业的设计语言，是该企业产品的设计基石。但是这并不适用于所有的团队，比如，笔者所在行业是 HMI 行业，但是网上的设计系统基本上都集中在 pc 端，那么就有很多的规则无法在 HMI 设计中使用，毕竟设计系统的建立是为了提高效率，不能使用或者不合适的设计系统很有可能对设计造成阻碍。

如果对网上公开的设计系统了解多的话，就会发现，很多的 设计系统 对研发更加友好，但是并不适合 设计师 使用，它更多是一个说明文档，让别人看的，但不能用。所以对于一定规模的团队来讲，搭建自己团队的设计系统就势在必行了。

一、如何搭建设计系统 1. 搭建重点

要有全局观，创建的设计系统要是可维护的，可迭代的，要保证设计系统的适应性。

凡事有度，不要追求大而全，要根据公司产品，创建合理的设计资产，毕竟设计系统为的是更好用，提高效率。

2. 搭建流程

由于设计系统搭建需要多角色、多部门协作，如果公司或者团队无法组建一个完整的设计系统团队，那么我们就需要循序渐进，慢慢扩展设计系统的边界，让设计系统逐渐成长，完善。

一般来讲，刚开始搭建设计系统的是设计师和开发人员，以设计师为主，梳理当前业务的完整页面，提炼相同的元素，构成初版的设计系统，并在构建期间，和开发紧密协作，及时沟通。对设计出的组件进行代码化，同步搭建研发的基础组件库。当完成以后，可以加入动效规范、声效规范、图标规范……逐步的去完善设计系统，最终形成团队的设计资产库。

3. 使用工具

由于笔者是 HMI 设计师，所以只针对设计师在用的工具进行简单描述，其他角色的工具就不进行缀续了。

对于目前的设计师来讲，用得最多的就是 Sketch 和 Figma 了，Sketch 对于 UI 设计师来讲大都非常熟悉，Figma 更是最近几年设计协同的利器，虽然这两个软件都是设计软件，但是由于这两个软件底层逻辑并不相同，所以在制作设计师的样式库和组件库时略有不同，如果后续有必要的话，我会专门出一篇文章来讲解怎么用 Sketch 和 Figma 创建 UI 控件组件库。

二、设计资产 随着设计系统逐步完善，设计资产也会越来越多，最开始是 UI Kit 和开发代码库。然后慢慢扩展设计系统边界，增加其他内容。总的来讲，包含以下内容：

设计价值观及原则 样式库 控件组件库 设计说明文档 开发说明文档 图标库 动效 声效 ……

三、设计语言 为了让设计系统可以保持统一性和延展性，那么必须要有一个统一的设计指导理念，让每一个使用者可以通过设计语言，明确我们的设计目标和方向，减少设计中出现的偏差。所以对于一个设计系统来讲，提炼自己的设计语言是必要且有效的。

下面可以先看一看一些公开的设计系统的设计语言：

1. Microsoft Design

Fluent Design System 组成构件的设计理念就是：Light, Depth, Motion, Material, Scale.

2. Apple Design

苹果的设计规范包括：完整性，一致性，直接操作，反馈，隐喻，用户控制等几个设计原则。

3. Ant Design

Ant Design 设计价值观包括自然、确定性、意义感、生长性。

4. Arco Design

Arco Design 基于「清晰」、「一致」、「韵律」和「开放」的设计价值观，试图建立务实而浪漫的工作方式。

5. TDesign

TDesign 为了在开源体系的基础上打造具有自身品牌特色且好⽤的产品，秉承包容、多元、进化、连接的价值观。

通过对上述公开的设计语言的学习，我想大家都应该对设计语言的必要性和内容有一定的了解了，那么在开始进行设计系统搭建之前，先为你的设计系统构建专属于你的设计语言吧。

四、组件库分类逻辑 接下来我们就进入到设计系统的具体设计了，对于那么多的设计元素，我们该怎么进行分类呢？由于业务组件和元素划分完全取决于不同公司的实际需求，并无定式，所以我这里说的组件库划分主要指基础组件库的划分。并且并不一定适合所有团队。仅供参考。

接下来我们先来看下一些设计系统的组件划分：

Ant Design 的组件划分为：通用组件，布局组件，导航组件，数据录入和数据展示组件，反馈型组件、其他组件和重型组件。

TDesign 的组件划分为：基础组件、布局组件、导航组件、输入组件和数据展示组件、消息提醒组件。

Arco Design 的组件划分为：通用组件，布局组件，数据录入和数据展示组件，反馈型组件、导航组件和其他组件。

……

这些分类都是非常合理的划分，所以我们在设计组件库时可以参考或者直接使用。不过这里我想提一些不同的意见，因为组件库的分类主要是为了好用，便于识别，虽然上述的分类标准很清晰，但是也出现了过于详细的问题，那么我们在找一些需要的控件组件的时候，就需要先去思考它属于哪个分类下，所以需要团队内的成员对组件库的分类标准非常清晰，并且对于每个控件组件的归类也非常清晰。

在我构建组件库的分类时，为了尽可能的减少使用者的学习成本，所以用最简单的分类方式进行划分：全局样式、基础控件和系统组件三种分类。

通过简单的进行分类，大家不需要增加学习成本，可以更好的找到需要的控件组件，方便调用，也方便于资源库的推广。以上只是我这些年工作的经验之谈，仅供参考。

总结 本篇文章主要是想要和大家讲述下具体搭建设计系统之前的工作，不管是设计语言还是组件库分类，都是为了让我们的设计系统搭建的更加具有逻辑性。所以还是很有必要的，但是由于笔者是在 HMI 行业做设计师的，所以很多内容是具有很强行业特性的，大家不必完全保持一致，可以根据自己具体的团队和实际情况进行适当调整。还是那句老话，设计系统是为了提高效率。所以好用、易用是我们的一切出发点。接下来我们就进入到设计系统的详细设计阶段了，敬请期待！

导语：ChatGPT 火出圈，各行各业纷纷在思考和实践如何借助 ChatGPT 降本增效。用户研究工作中涉及到大量知识获取、文本总结、数据分析、价值洞察等工作，无疑也是 ChatGPT 发挥作用的场景之一。本文就 ChatGPT 在用户研究场景中的作用做了初步探索，总体来看 ChatGPT 尚不能完全取代用户研究...

导语：ChatGPT 火出圈，各行各业纷纷在思考和实践如何借助 ChatGPT 降本增效。用户研究工作中涉及到大量知识获取、文本总结、数据分析、价值洞察等工作，无疑也是 ChatGPT 发挥作用的场景之一。本文就 ChatGPT 在用户研究场景中的作用做了初步探索，总体来看 ChatGPT 尚不能完全取代用户研究员，但也展现出多种辅助 用户研究 工作的潜力。

更多ChatGPT案例：

设计师如何使用ChatGPT辅助工作？高手总结了9个技巧！ 编者按：这篇文章的作者 Edward Chechique 是一名从事复杂产品和设计系统方面的专家，撰写过大量的产品相关的文章。

阅读文章 >

一、ChatGPT 简介 ChatGPT 是 OpenAI 推出的自然语言对话机器人，在推出不到两个月的时间里，月活就突破了一亿。与之相比，TikTok 和 Instagram 达到这一成绩分别用时九个月和两年半。在业界，微软于 2 月初火速上线整合 ChatGPT 的 Bing 搜索，还计划将其整合进 Office 全家桶，在落地应用上大踏步前进。与此同时，谷歌也紧急上线竞品 Bard，正面硬刚（虽然首秀翻车，给出错误答案，导致股价大跌）。此外，百度、阿里等国内科技企业也纷纷开始类 ChatGPT 的开发和内测。

对于 ChatGPT 是什么，相信大家已经有所了解，这里就偷懒让 ChatGPT 亲自答一下（图 1）。相比于之前的聊天机器人，ChatGPT 在语言理解、表达等方面都有非常惊艳的表现，而这离不开其背后强大的技术。

图 1 ChatGPT 自我介绍

ChatGPT 的这些能力在整合搜索结果、写代码、Debug、写文章等应用场景中表现亮眼。但同时也存在不少局限，比如数学能力低、回复啰嗦等。此外 ChatGPT 虽然可以拒绝回答违法违规（比如如何偷东西等）、超出能力范围（比如预测大赛冠军等）的问题，但目前其实是可以通过“我们来玩角色扮演的游戏吧”的方式绕过去。

比如“赛博算卦”～～首先直接让 ChatGPT 算卦会被无情拒绝（图 2），ChatGPT 说作为一个 AI 模型，它无法推算八字排盘和流年运势。但换一种思路，我们可以和 ChatGPT“商量”玩算命先生的游戏，让 ChatGPT 扮演算命先生，我们来扮演顾客，从而获得回答（图 3），虽然我不懂算卦，但答案看上去还是很专业的。

图 2 ChatGPT 拒绝算卦

图 3 和 ChatGPT 玩算命先生的游戏（参考自 https://www.zhihu.com ）

二、ChatGPT 能替代用户研究吗？ 虽然还存在着这样那样的局限性，但 ChatGPT 所显现出的巨大应用潜力使得关于 ChatGPT 可以取代哪些职业的讨论成为当下的热门话题。不禁让从事用户研究工作的我好奇：ChatGPT 能够给用户研究带来什么样的改变？会让用户研究员失业吗？

怀着这样的想法，我试着使用 ChatGPT 对数字藏品的价值进行用户调研，包括案头分析、研究设计、访谈执行和分析、问卷设计和分析以及报告撰写等主要研究环节。从初步的探索来看，当前 ChatGPT 显然不能完全取代用户研究员的工作，但是在以下四个方面已经展现出其作为辅助工具，为用户研究降本增效的潜力：

高效整合内容的搜索引擎：提升在理解需求和概念、获得 HowTo 答案（尤其是程序相关）等方面的效率；

能力多样的“配菜员”：提供初步的研究框架、访谈提纲等，针对访谈记录、数据结果总结关键信息等，辅助研究员在此基础上修改提升；

提升内容表达的润色工具：根据需求转换成不同风格的表达、识别错别字等，但当前英文比中文的润色效果更好；

用户访谈降本增效的“模拟器”：通过让 ChatGPT 扮演主持人访谈用户，或者扮演典型用户接受访谈，提升用户访谈的效率。

让我们依次看下 ChatGPT 在这些方面的具体表现：

1. 高效整合内容的搜索引擎

和传统搜索提供多个相关结果不同，ChatGPT 能够根据多个搜索结果，提供整合后的内容。这种高效整合内容的能力可以帮助用户研究员在需求理解、案头研究、数据分析等环节更快速地获得高价值（如相关性高、总结性强、废话少等）的知识性内容。

比如针对“数字藏品的核心价值”的研究问题，在需求理解、案头研究阶段，通过询问“什么是数字藏品”（图 4），ChatGPT 用清晰有条理的内容介绍了数字藏品的概念、技术特点等。还可以通过进一步追问，得到如 ChatGPT 对数字藏品的价值（图 5）、具体的艺术价值（图 6）、相关研究资源推荐（图 7）等更为详实的回答，这些内容确实可以帮助我们更快速地加深对研究主题的理解，辅助和启发研究方案设计等。

图 4 数字藏品概念释义

图 5 数字藏品有哪些价值

图 6 追问数字藏品的艺术价值

图 7 推荐相关研究资源

但在此过程中，特别需要我们提高警惕，注意对 ChatGPT 答案的真实性和准确性进行判断、交叉验证等。这是因为 ChatGPT 会很“自信地”输出一番胡扯的内容（图 8），如果缺乏相关背景知识的话，就很容易被误导。此外 ChatGPT 无法提供生成答案所依据的特定参考文献（图 9），也提升了对内容交叉验证的难度。

图 8 对某数字藏品平台的一番胡扯

图 9ChatGPT 无法提供答案的参考文献

除了可以提供研究主题相关的知识外，ChatGPT 也可以在数据分析等阶段对数据分析的方法、实现代码提供直接的指导，比如“如何使用 Excel 计算平均值、TGI 指数”（图 10），ChatGPT 就给出了公式和操作步骤，研究员照着答案操作即可。但目前 ChatGPT 对常用的数据分析软件 SPSS 的支持效果有限，比如“根据变量 A 的选项生成新的变量 B”的 SPSS 语句（图 11）就是错误的，猜测和 ChatGPT 训练数据集中 SPSS 相关知识内容较少有关。

图 10 ChatGPT 对使用 Excel 计算平均值、TGI 指数的指导

图 11 针对 SPSS 语句实现，ChatGPT 给出错误答案

但总的来说，作为高效整合内容的搜索引擎，ChatGPT 可以帮助研究员快速地了解相关的研究主题，辅助和启发研究方案设计等，也能提供数据分析方法的指导。但在此过程中，需要研究员特别注意 ChatGPT 答案的真实性、准确性，且目前对 SPSS 的支持不如 Python、Excel 的效果好。

2. 能力多样的“配菜员”

ChatGPT 在用户研究工作中，第二个可能的应用是作为能力多样的“配菜员”，从访谈逐字稿、问卷数据中提炼关键信息，或者根据研究员的诉求提供诸如方案设计、问卷大纲等多种建议，提高研究员分析数据获得洞察、撰写访谈提纲或者问卷等任务的效率。

在这一部分，让我印象最为深刻的是 ChatGPT 分析总结原始数据的能力，比如我根据真实用户的访谈记录改编出以下三个用户对使用过的数字藏品平台的评价：

用户 1:“我玩的跟他差不多，也就两个，一个平台 A 一个平台 B，像那种官方发出来的那种在自己那里抽奖的那些我也会看，但是像那种野牌子我一般是不会去玩，那种野牌子感觉没有什么大公司，我怕我买完收藏了，他就什么都没了，这种就不会错的。然后区别其实我主要是看文物的，别的我其实看的少，我感觉也没啥区别。”

用户 2:“首先第一个最大区别就是因为国内的数字藏品发售的话都是以公司为主题，但是国外的首先他只是在中介平台上传自己的图片，然后进行发布，这其实是国内外最大的一个区别，然后国内的区别的话，第一个我觉得是公司可信度不同，就比如说在平台 B 上面买的话我完全不用担心这个数字藏品会不见了，然后还有就是小公司的话就是像他说的会非常容易怕跑路，我收藏的东西就不见了，然后每个平台的话其实他会有锚定的点，就是我发售的藏品的主题内容会有什么不同，有一些他会发售类似说什么古代人物这种，有一些像平台 B 这种的话就是主做博物馆里面的藏品什么的，还有类似我刚才说的明星那种，就每个做的内容他会不同，大概就这些。”

用户 3: “我主要玩的话就是平台 C 和平台 D，他们不同的话那个平台 D 大部分都是古风还有文物之类的，然后平台 C 很多衍生的吧，就改的比较厉害的，很多二创的那种，然后他发行的东西也就不一样，就经常很多种类嘛，买的就比较多了，平台 D 就要少一点，他那个发行时间要慢一点，东西就少一点，可以选择就少一点。”

然后让 ChatGPT 从中总结出和数字藏品平台有关的关键信息（图 12）。我们看到 ChatGPT 总结的质量已经比较高了，基本上覆盖了用户提到的关键点，比如平台可信度很重要、不同平台的内容存在差异等。虽然 ChatGPT 的总结还仅限于原文观点的提炼，而不能进行更多的关联分析（比如从第一点平台可信度可以得出用户需要平台背书来确保数字藏品的安全，但基于区块链的数字藏品在技术上本身就具有永久有效、公开透明的特性，造成这种差异的原因可能是现实中数字藏品依然依托于中心化平台的运营，也可能是用户对数字藏品的技术特性缺乏认同等），但已经可以很好地作为进一步提炼洞察的材料了。

图 12 ChatGPT 总结出的与数字藏品相关的关键信息

除了总结访谈记录，ChatGPT 也能从问卷数据中得出关键信息，比如表 1 是两种数字藏品用户类型在选购数字藏品时，会主要考虑哪些因素的统计数据（非真实数据）：

表 1 收藏用户和投资用户选购数字藏品时主要考虑的因素（非真实数据）

我们可以让 ChatGPT 分析两种类型用户在选购因素上的差异（图 13），甚至可以直接让 ChatGPT 根据选购因素得出如何设计数字藏品的建议（图 14）。可以看到，和访谈记录总结类似，ChatGPT 能够针对统计数据得出初步分析结果（比如两种用户更看重的选购因素），但需要研究员在此基础上做更深度的洞察提炼。

图 13 对比两种用户在选购因素上的异同

图 14 根据选购因素得出数字藏品设计的建议

此外，ChatGPT 还可以针对研究方案（图 15 和图 16）、访谈提纲（图 17 和图 18）、访谈中追问（图 19）、问卷设计（图 20）、数据可视化（图 21）等提供初步建议，这些建议的质量参差不齐，总体来看离真正可用的方案、提纲等尚有不小的距离（比如问卷题目和选项过于简单、数据可视化建议效果不佳等），但已经可以用来启发研究员在此基础上修改完善。

图 15 ChatGPT 撰写研究计划

图 16 追问研究对象如何分组

图 17 撰写深度访谈大纲

图 18 根据访谈提纲追问具体的访谈问题

图 19 访谈中追问什么问题

图 20 撰写问卷题目和选项

图 21 数据可视化建议

总的来看，ChatGPT 在用户研究的多个环节中均有着扮演“配菜员”的潜力，如分析访谈记录、问卷数据，总结其中的关键信息，或者就研究方案、访谈提纲、问卷题目等提供建议。从目前的效果来看，ChatGPT 的答案并不是真正可用的方案、提纲、问卷、洞察等，但确实可以提高如总结访谈记录、分析问卷数据的效率，为研究员进一步分析，得出更高价值的洞察提供了丰富的原材料。

3. 提升内容表达的润色工具

ChatGPT 修改文案的能力在用户研究工作中也有用武之地，比如修改问卷题目、报告内容中的错别字。如图 22 所示，ChatGPT 成功识别并修改了“参于”、“资质”、“隆资”这几处错别字，并在“甚至”前添加了逗号提升表达准确性。其修改效果还是比较惊艳的。

图 22 错别字修改

此外相信有不少研究员在撰写英文报告时，担心自己写出的句子比较生硬、词不达意。在这方面，ChatGPT 可以很好地帮助我们提升英文报告的表达，比如使用更精准更地道的词汇、更符合英语母语的表达习惯等。

要实现这一点的话，需要用到 ChatGPT 更“高端“的玩法，即通过适当的提示语（Prompt）让 ChatGPT 扮演特定风格的英文翻译，将输入的内容在不改变其意思的情况下，翻译成更优美高端的英文（当然也可以尝试其他风格，比如更 concise 等）：

I want you to act as an English translator, spelling corrector and improver. I will speak to you in any language and you will detect the language, translate it and answer in the corrected and improved version of my text, in English. I want you to replace my simplified A0-level words and sentences with more beautiful and elegant, upper level English words and sentences. Keep the meaning same, but make them more literary. I want you to only reply the correction, the improvements and nothing else, do not write explanations. My first sentence is “很高兴认识你"

图 23 展示的就是“数字藏品交易的投机炒作氛围浓厚，买家会面临如庄家控盘、平台跑路、内容侵权、无人接盘等风险”这句话的英文翻译结果，和直接翻译的结果对比（图 24），确实效果更好一些。

图 23 翻译并提升英文表达

图 24 直接翻译成英文

总的来说，ChatGPT 在修改错别字、提高英文表达方面均有不错的表现，确实可以帮助我们更高效的润色输出的内容，比如访谈提纲、问卷题目、洞察报告等。

4. 用户访谈降本增效的“模拟器”

在作为润色工具的部分，我们分享了 ChatGPT 的“高端”玩法，即使用 Prompt 将其“调教”成特定风格的英文翻译。这种玩法可以使 ChatGPT 扮演各种各样的角色，比如心理咨询师、面试官、体育评论员等等（在此推荐一个相关 Prompt 的 GitHub 仓： https://github.com/f/awesome-chatgpt-prompts ），让 ChatGPT 的应用场景扩展了不少。

回到用户研究，很自然地就会想到：让 ChatGPT 扮演主持人的角色，访谈用户的效果如何，能不能自动化访谈？或者反过来，让 ChatGPT 扮演某类典型用户接受访谈，它的回答和真实用户的回答相差多少？能不能作为典型用户的初步洞察？

我们先来看下 ChatGPT 扮演主持人访谈用户的效果（图 25），这里我让 ChatGPT 扮演成一位访谈主持人，目的是通过询问用户问题来弄清楚“数字藏品（NFT）的核心用户价值是什么”，相应的 Prompt 是：

I want you to act as an user interviewer, you job is to figure out the core user value of NFT. I will be the user and you will ask me the interview questions about NFT. I want you to only reply as the interviewer. Do not write all the conversation at once. I want you to only do the interview with me. Ask me the questions and wait for my answers. Do not write explanations. Ask me the questions one by one like an interviewer does and wait for my answers. My first sentence is “Hi”

我们看到 ChatGPT 的表现还是比较惊艳的，它没有直接询问“你觉得数字藏品有哪些核心价值？”，而是从如何理解数字藏品这个概念入手，询问了一系列相关问题，比如如何知道数字藏品、如何在日常生活中使用数字藏品、数字藏品最大的好处等等。虽然在这个 case 中，ChatGPT 并没有能够结合上下文来追问用户，但当前的表现已经足以让我们思考 ChatGPT 是不是能够代替我们自动访谈用户，就一些简单的、结构清晰的研究问题提供访谈洞察。

图 25 ChatGPT 扮演主持人访谈用户

看完 ChatGPT 扮演主持人的效果，让我们继续看下它扮演某类典型用户接受访谈的表现（图 26）。首先通过以下 Prompt 让 ChatGPT 扮演一位年轻的数字藏品用户：“她”是一位 20 岁的在校大学生，爱好广泛比如聚会、看电影、逛街等等。然后就可以通过询问数字藏品相关的问题来挖掘“她”对数字藏品的看法。

I want you to act as a NFT user, you are a 20-year-old college girl, you have a lot of hoppies, like partying, watching movies, shopping with your besties etc. I will be the interviewer and I will ask you the interview questions about NFT. I want you to only reply as this girl. Do not write all the conversation at once. Wait for my questions and give me answers. Do not write explanations. My first sentence is "Hi"

图 26 ChatGPT 扮演典型用户接受访谈

总体来看，ChatGPT 的表现持续惊艳，比如询问“她”是如何知道数字藏品的，“她”给出的回答是“玩数字藏品的好友分享给她的”。当重复“她”觉得 NFT 很 cool 的看法后，“她”回答到“数字藏品改变了我们对数字世界所有权和价值的看法”等。这些回答从主观感受上看确实很贴近我们访谈到实际用户。

所以展开想象力，这会不会改变今后用户研究的流程？比如在访谈真实用户前，能不能先让 ChatGPT 扮演几种典型用户来获得初步洞察，之后再进行真实用户访谈以验证和补充？当然在此之前还有很多的问题要回答，比如如何使用 Prompt 更准确地描述典型用户（如需要哪些变量？），ChatGPT 扮演典型用户的准确性和有效性有多高等等。但无疑 ChatGPT 的表现已经足以让我们开始类似的思考。

总结 总结一下，通过上述初步的探索，我会觉得 ChatGPT 在未来的用户研究工作中，可能成为降本增效的辅助工具：作为高效的搜索引擎，提升获取知识的效率；也可以作为能力多样的“配菜员”，提供诸如访谈初步总结、数据分析结果、访谈大纲等内容，辅助研究员完成研究设计、洞察分析等；还能作为内容（尤其是英文内容）的润色工具，修改错别字、转换不同表达风格等；最后也显示了其作为主持人执行访谈或者扮演典型用户接受访谈的潜力。

当然 ChatGPT 距离真正可用的用户研究辅助工具还有一段距离，比如需要用户研究领域的知识对模型进行 Fine-tune 以提升答案质量，再比如需要定制化的交互方式，以提升在用户研究工作中，与 ChatGPT 交互的体验和效率等等。

此外，对于有兴趣继续探索 ChatGPT 应用的同学，分享三个 Tips：

多试几次，以比较不同的回答； 学会提问，明确需求，由粗到细引导，并且注意之前输入内容的影响； 保持独立思考和批判性思维，时刻警惕内容的真实性、准确性，避免被 ChatGPT 牵着鼻子走。 最后，对于 ChatGPT 能否替代用户研究，我认同：“AI will not replace you. A person using AI will.

欢迎关注作者「腾讯CDC体验设计」的微信公众号：

最近的人力资源行业，哀鸿遍野，对于市场悲观的预期开始出现蔓延态势，有人在等，有人在看，有人在谋，作为一个在过去二十年中一直保持高速增长的行业，仿佛一夜之间按下了暂停键。 本文对目前的市场行情以及行业中的部分情况，进行了解析，希望对大家能有所帮助。感谢虎蛙联创老

最近的人力资源行业，哀鸿遍野，对于市场悲观的预期开始出现蔓延态势，这个过去高速增长的行业，仿佛被按下了暂停键。本文对于目前的市场行情及行业中的部分情况进行了解析，一起来看一下吧。

最近的人力资源行业，哀鸿遍野，对于市场悲观的预期开始出现蔓延态势，有人在等，有人在看，有人在谋，作为一个在过去二十年中一直保持高速增长的行业，仿佛一夜之间按下了暂停键。

本文对目前的市场行情以及行业中的部分情况，进行了解析，希望对大家能有所帮助。感谢虎蛙联创老闫的输出，我仅仅只做了编辑整理的杂活~

01 供需关系的变化 讲人力资源行业的供需关系，不得不提到一个名词—— 刘易斯拐点 。

刘易斯拐点，是由英国曼彻斯特大学教授威廉·阿瑟·刘易斯提出的一个经济学观点，指的是劳动力由过剩向短缺的转折点。在工业化进程中，随着 农村富余劳动力向非农产业的逐步转移 ，农村富余劳动力由逐渐减少变为短缺，最终达到瓶颈状态。

这个名词最早源于刘易斯发表的一篇名为 《劳动无限供给条件下的经济发展》 的论文。

这里用我所理解的语言简单给大家解读一下：任何一个国家或者经济体，在发展初期的时候一定优先解决农业生产，为的是解决百姓吃饭与温饱的问题。当老百姓都能吃上饭的时候，可以保证人口开始繁衍增加，这个时候工业部门开始入场，逐渐吸纳从事传统农业的过剩劳动力入场，拉开城乡一体化的帷幕。这个阶段，工业生产给的报酬只要能够比从事农业生产带来的收益更高，农业部门就会为工业扩张提供无限劳动力，因为劳动力成本更低，可以让工业部门产生更多的利润，反向继续投入工业生产，开始循环往复，快速扩张，直至将农业部门的所有剩余劳动力全部吸纳完毕，劳动力供需关系倒挂，出现刘易斯拐点。

而与刘易斯拐点正相关的还有一个因素： 人口红利 。刘易斯拐点的显现，往往是“人口红利”逐渐消失的一个前兆。我们面临的“拐点”更多的是指 “初级劳动力”领域 ，相对应的，以技师、技工为代表的“中级劳动力”数量却越来越不足，这更加加剧了未来发展的风险。

根据预测模型，我们国内的刘易斯拐点还没到预期，但是2008年8月暨南大学经济学院院长张捷在“全球视野下的广东现代化之路”学术论坛上提出了“‘刘易斯拐点’出现，让 珠三角“民工荒” 提前了20年”。

为什么会提前?

因为国内工业生产增速超出预期，而超出预期一方面是因为我们并不是完全 内循环供给 的国家，从加入WTO以来，贸易顺差在逐年扩大，国内生产制造迅速占领全球市场。另一方面是因为这一桶啤酒里面并不全是酒，有泡沫， 超发的货币也在快速拉升工业化的增速 。

根据近十年的劳动力市场供需关系来看，毋庸置疑，我们已经在这个拐点上，而这个阶段也是我们必然要面对的阶段。但最近很多劳务行业的朋友问我，那为什么现在又出现岗少人多的情况呢？这里我只能说不影响口感的情况下，泡沫还是得消一消，这杯酒才好喝。

我对国内的经济保持长期乐观心态，去过剩产能也不是今年才做的事情，只不过原来的手段是对生产企业从安全、环保、职业卫生、能源等等各个领域提高要求，以实现此类目的，而现在的方式更加市场化一些，当然其展现的结果也更猛烈一些。

02 短暂的窗口期 探寻亚洲国家的发展规律，如日韩， 高劳动人口占比、低抚养比的人口结构 优势都在刘易斯拐点出现后继续支撑经济发展，这一过程大约是30年。但是 中国面临的一个巨大挑战 是：这一期限可能只有10年，即2008年开始进入刘易斯拐点时期，2019年人口红利窗口就要关闭。

另外，国内的产业也并非均匀分布，因此每个区域时间进度不同。而在目前短暂消除泡沫的阶段， 工业化进程可能会被倒退三到五年时间 ，而这，对于劳务公司来说是很重要的一个时间段，因为我们已经提前知道了未来的供需关系，市场竞争环境。

在这个短暂的新窗口期中，劳务行业的发展会有一个新的考验。毕竟不是真的穿越到了2018年，我们的竞争对手也不再是未来新增，而是当下已经存在。

03 红海之上的新蓝海 从去年11月开始到现在，总有客户问我们， 劳务到底还能不能继续做？

无论我说能做，或者不能做，都不能代表整个市场。我们只能说今年会有一批劳务公司倒下，因为当下 首先拼的是活下来 ，活下来说明你找到了自己的市场价值，找到了自己的竞争壁垒。倒下的就是泡沫，就是我们经常讲的过剩产能。

如果你要问行业还能不能做，有没有前景，那我可以明确给出答案， 行业未来仍有巨大的上升空间 ，人力资源从来都是一个 稳定性高且具有逆周期性 能力的行业。

非正式的就业方式，最早起源于20世纪20年代的美国，在经济大萧条的背景下，为了解决失业和社会保障问题，灵活用工（非税优变现业务）应运而生。此外，日本和欧洲等其他海外发达国家的灵活用工，也都在经济低迷时期开始发展。

在灵活用工市场从起步到发展成熟的过程中，主要有 3个方面 的因素在推动：

1）产业结构调整 ，经济逐步进入低速增长结算，企业开始寻求更低成本的用工方式，另外服务业的快速发展，也使得灵活就业的需求明显增长；

2）政策的不断完善 为多元化灵活用工的发展开路；

3）人口老龄化 趋势下，灵活用工的作用凸显。经济增长的阻力反而会刺激多元化用工业务的发展，灵活就业在发展早期具备一定的抗周期属性。

所以， 真正的非正式用工业务才刚刚进入发展期 ，只不过市场要开始从无序变得有序，从粗放变得精细。人力资源行业做的是人口流动的生意，高频的就业转化考验的是人力资源公司的运营能力，成本控制能力，甚至是员工全生命周期的服务能力。

聚焦市场化的核心竞争力 ，对于一家人力资源公司而言，是现在必须考虑清楚的问题。在当下的竞争环境下，是边求发展，边保生存。

04 针尖战略 什么是战略，真正要打起来了，哪些东西是没用的，那些东西是可以舍弃， 战略的核心是“略” 。

聚焦主航道，就是 找到一个针尖领域，一点打透 ，千万不要把你的针尖做成火柴头那么大。今年该聚焦什么，你可以从以下 五个方向 去找找答案。

1. 增量市场 1）看下沉市场

下沉市场，一方面是根据自己的规模体量，避开头部企业竞争，向下一级市场进行降维打击。更重要的是，广泛找到原来并未使用劳务公司服务，而在今年的市场行情下不得不新启用劳务用工模式，来实现降本增效的甲方。目前区域市场的所有增量空间都在这个区间，从我们服务的客户来看，走进这个市场的公司，今年普遍岗位获取能力和利润空间都保持在相对较好的位置。

2）看转移市场

转移市场是个老生常谈的话题，一方面指的是沿海向内陆转移，一方面是指从第二产业向第三产业转移。

区位转移，我们要了解不同区域的原生供需关系差异导致的行业玩法有较大差异，比如华中地区做自招的公司比较多，华南地区门店零散送人比较多，华东地区，门店批量调单比较多，玩法的细节不同，需要关注的价值点就不同。

第三产业也就是服务业，目前来看，市场增长空间较大，很多人力资源公司已经开始布局，但在进入这个赛道的过程中会逐渐发现，这个行业虽然有巨大的市场需求，但其价格空间，拓客方式，送人服务流程与制造业蓝领存在巨大差异。进入服务业派遣赛道，可能需要将原有的流程和组织进行全部重构，才能适配这个市场的业务模型。

3）看产业市场

产业市场，是 垂类赛道 ，做垂类赛道的主要目的是通过垂直的品牌能力和触达能力，建立核心的成本壁垒，（比如：做一个专门垂直于美容行业的招聘品牌，通过与更对垂直甲方联营，打造行业内美容人才的培养输出）。此模式更容易实现 “羊毛出在狗身上猪买单” 的互联网打法。垂直一定是未来趋势，可重点关注。

注意事项：

明确自己的资源优势，选择方向。管理上要注意三个成本，即拓客成本，沟通成本，履约成本。

2. 赛道扩容 基于原有业务体系的扩容，在不单独调整商务团队拓客方向的基础上，进行原有业务扩容，扩容方式是重新梳理公司内部产品结构，以实现在同一个甲方用户身上产生更多价值，提供更加综合的成本解决方案。

注意事项：

业务扩容与跨行经营是两件事情，清晰业务边界，避免机会注意错误， 一个没有核心竞争力的产品在高度内卷的市场环境下是存活不了的 。

另外：关于产线外包，产线外包与人力资源是一个行业，但本质是两个赛道，产线外包看的是产业，我们通过对某个产业的某个工段进行深入研究，并通过横向扩展接单降低边际成本，无限增加不同类型的外包产线是很难产生良好收益的，如果你有这个能力，那逻辑上你能管好任意行业的任意公司，这个显然是不可能的，无限做加法，只会分散精力。产线外包需要找到正在增长的行业类型，朝阳产业，不然很容易受到发展限制， 天花板太低决定了营收的上限 。

3. 精益交付 精益交付能力，不是选择题。现在的行业内一片呼声是市场不缺蓝领，到了真刀真枪要交付的时候，还是一地鸡毛。今年我们看到行业内诸如云生集团、仕邦集团等原来行业内做人事外包的头部企业，招兵买马，组建自己的交付中心，最终发现今年的 招聘交付能力 的打造，不再是道可有可无的选择题，它长在人力资源这颗大树的根部，负责给不同阶段的人力资源公司输送养分。

过去几年行业内有很多声音，聊到价格战以及内卷的时候，大家撇撇嘴，说这家公司不讲武德。而在今年，相信不再有人做撇撇嘴这个动作了， 熊来了，你只能全力跑过身边的同行者才有逃生的机会 。

4. 规则能力 规则是个很玄的事情，具象化的表述出来就是，掌握核心资源的人，通过规则建立实现 更高溢价 ，建立 强价值品牌 。

举个例子来说明：2018年在行业的供需关系上，求职者是核心稀缺资源，因此有部分公司，比如华辉、我打，全公司加码，all in到求职者获取中去，在掌握了求职者资源之后，反向对岗位提供方输出品牌与规则，就是你不只要知道我是谁，你还要知道我的规矩是什么。（这里可能有人会说，那到反过来的时候别人不得变本加厉的拿捏你吗，这里大家可以思考一下，是否真的会这样。）

而今年，在行业供需关系上，岗位是核心资源，所有公司都在all in岗位获取，我们看到的头部公司正在向供应商、求职者输出品牌和规则，所以我们虎蛙科技一直在讲今年是人力资源行业的品牌元年，危与机是相伴共生的。

5. 赋能价值 所有做品牌加盟、连锁、直营、合伙等等模式的玩法，对于各类合作伙伴而言，品牌需要有的核心价值就是 赋能拓客的能力 。简而言之，需要能帮助别人挣到钱， 扩张才会变得有序 。

今年品牌传播出现了一个新的契机，目前新公域的投流价值可以帮助今年有规划扩张的劳务公司提供全新的核心价值，即： 岗源能力+我的品牌+我的投流技巧+我的投流渠道=拓客成本低+全国覆盖+规模化壁垒 。

我们可以看到目前包括汇思集团在做的六号直聘、仕邦集团的邦邦求职，工立方、蓝领带等等，布局全国品牌加盟的企业已经举枪上膛，蓄势待发，而目前大部分劳务公司尚未意识到真正危机的来临。

“变”是行业未来5年的主旋律，供需关系在变，意识形态在变，用工方式在变，行业玩法在变，年龄结构在变，希望大家都能拥抱变化，躬身入局，内部破壳，完成蜕变。

专栏作家

大井盖先生，公众号：八点四十，人人都是产品经理专栏作家。前某厂PM总监，现创业公司CEO；关注企业服务和金融赛道，爱好广泛，欢迎一起交流探讨产品或创业相关问题。

本文原创发布于人人都是产品经理，未经作者许可，禁止转载。

题图来自Unsplash，基于CC0协议。

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

给作者打赏，鼓励TA抓紧创作！

{{{path> 赞赏

导语：ChatGPT 火出圈，各行各业纷纷在思考和实践如何借助 ChatGPT 降本增效。用户研究工作中涉及到大量知识获取、文本总结、数据分析、价值洞察等工作，无疑也是 ChatGPT 发挥作用的场景之一。本文就 ChatGPT 在用户研究场景中的作用做了初步探索，总体来看 ChatGPT 尚不能完全取代用户研究...

导语：ChatGPT 火出圈，各行各业纷纷在思考和实践如何借助 ChatGPT 降本增效。用户研究工作中涉及到大量知识获取、文本总结、数据分析、价值洞察等工作，无疑也是 ChatGPT 发挥作用的场景之一。本文就 ChatGPT 在用户研究场景中的作用做了初步探索，总体来看 ChatGPT 尚不能完全取代用户研究员，但也展现出多种辅助 用户研究 工作的潜力。

更多ChatGPT案例：

设计师如何使用ChatGPT辅助工作？高手总结了9个技巧！ 编者按：这篇文章的作者 Edward Chechique 是一名从事复杂产品和设计系统方面的专家，撰写过大量的产品相关的文章。

阅读文章 >

一、ChatGPT 简介 ChatGPT 是 OpenAI 推出的自然语言对话机器人，在推出不到两个月的时间里，月活就突破了一亿。与之相比，TikTok 和 Instagram 达到这一成绩分别用时九个月和两年半。在业界，微软于 2 月初火速上线整合 ChatGPT 的 Bing 搜索，还计划将其整合进 Office 全家桶，在落地应用上大踏步前进。与此同时，谷歌也紧急上线竞品 Bard，正面硬刚（虽然首秀翻车，给出错误答案，导致股价大跌）。此外，百度、阿里等国内科技企业也纷纷开始类 ChatGPT 的开发和内测。

对于 ChatGPT 是什么，相信大家已经有所了解，这里就偷懒让 ChatGPT 亲自答一下（图 1）。相比于之前的聊天机器人，ChatGPT 在语言理解、表达等方面都有非常惊艳的表现，而这离不开其背后强大的技术。

图 1 ChatGPT 自我介绍

ChatGPT 的这些能力在整合搜索结果、写代码、Debug、写文章等应用场景中表现亮眼。但同时也存在不少局限，比如数学能力低、回复啰嗦等。此外 ChatGPT 虽然可以拒绝回答违法违规（比如如何偷东西等）、超出能力范围（比如预测大赛冠军等）的问题，但目前其实是可以通过“我们来玩角色扮演的游戏吧”的方式绕过去。

比如“赛博算卦”～～首先直接让 ChatGPT 算卦会被无情拒绝（图 2），ChatGPT 说作为一个 AI 模型，它无法推算八字排盘和流年运势。但换一种思路，我们可以和 ChatGPT“商量”玩算命先生的游戏，让 ChatGPT 扮演算命先生，我们来扮演顾客，从而获得回答（图 3），虽然我不懂算卦，但答案看上去还是很专业的。

图 2 ChatGPT 拒绝算卦

图 3 和 ChatGPT 玩算命先生的游戏（参考自 https://www.zhihu.com ）

二、ChatGPT 能替代用户研究吗？ 虽然还存在着这样那样的局限性，但 ChatGPT 所显现出的巨大应用潜力使得关于 ChatGPT 可以取代哪些职业的讨论成为当下的热门话题。不禁让从事用户研究工作的我好奇：ChatGPT 能够给用户研究带来什么样的改变？会让用户研究员失业吗？

怀着这样的想法，我试着使用 ChatGPT 对数字藏品的价值进行用户调研，包括案头分析、研究设计、访谈执行和分析、问卷设计和分析以及报告撰写等主要研究环节。从初步的探索来看，当前 ChatGPT 显然不能完全取代用户研究员的工作，但是在以下四个方面已经展现出其作为辅助工具，为用户研究降本增效的潜力：

高效整合内容的搜索引擎：提升在理解需求和概念、获得 HowTo 答案（尤其是程序相关）等方面的效率；

能力多样的“配菜员”：提供初步的研究框架、访谈提纲等，针对访谈记录、数据结果总结关键信息等，辅助研究员在此基础上修改提升；

提升内容表达的润色工具：根据需求转换成不同风格的表达、识别错别字等，但当前英文比中文的润色效果更好；

用户访谈降本增效的“模拟器”：通过让 ChatGPT 扮演主持人访谈用户，或者扮演典型用户接受访谈，提升用户访谈的效率。

让我们依次看下 ChatGPT 在这些方面的具体表现：

1. 高效整合内容的搜索引擎

和传统搜索提供多个相关结果不同，ChatGPT 能够根据多个搜索结果，提供整合后的内容。这种高效整合内容的能力可以帮助用户研究员在需求理解、案头研究、数据分析等环节更快速地获得高价值（如相关性高、总结性强、废话少等）的知识性内容。

比如针对“数字藏品的核心价值”的研究问题，在需求理解、案头研究阶段，通过询问“什么是数字藏品”（图 4），ChatGPT 用清晰有条理的内容介绍了数字藏品的概念、技术特点等。还可以通过进一步追问，得到如 ChatGPT 对数字藏品的价值（图 5）、具体的艺术价值（图 6）、相关研究资源推荐（图 7）等更为详实的回答，这些内容确实可以帮助我们更快速地加深对研究主题的理解，辅助和启发研究方案设计等。

图 4 数字藏品概念释义

图 5 数字藏品有哪些价值

图 6 追问数字藏品的艺术价值

图 7 推荐相关研究资源

但在此过程中，特别需要我们提高警惕，注意对 ChatGPT 答案的真实性和准确性进行判断、交叉验证等。这是因为 ChatGPT 会很“自信地”输出一番胡扯的内容（图 8），如果缺乏相关背景知识的话，就很容易被误导。此外 ChatGPT 无法提供生成答案所依据的特定参考文献（图 9），也提升了对内容交叉验证的难度。

图 8 对某数字藏品平台的一番胡扯

图 9ChatGPT 无法提供答案的参考文献

除了可以提供研究主题相关的知识外，ChatGPT 也可以在数据分析等阶段对数据分析的方法、实现代码提供直接的指导，比如“如何使用 Excel 计算平均值、TGI 指数”（图 10），ChatGPT 就给出了公式和操作步骤，研究员照着答案操作即可。但目前 ChatGPT 对常用的数据分析软件 SPSS 的支持效果有限，比如“根据变量 A 的选项生成新的变量 B”的 SPSS 语句（图 11）就是错误的，猜测和 ChatGPT 训练数据集中 SPSS 相关知识内容较少有关。

图 10 ChatGPT 对使用 Excel 计算平均值、TGI 指数的指导

图 11 针对 SPSS 语句实现，ChatGPT 给出错误答案

但总的来说，作为高效整合内容的搜索引擎，ChatGPT 可以帮助研究员快速地了解相关的研究主题，辅助和启发研究方案设计等，也能提供数据分析方法的指导。但在此过程中，需要研究员特别注意 ChatGPT 答案的真实性、准确性，且目前对 SPSS 的支持不如 Python、Excel 的效果好。

2. 能力多样的“配菜员”

ChatGPT 在用户研究工作中，第二个可能的应用是作为能力多样的“配菜员”，从访谈逐字稿、问卷数据中提炼关键信息，或者根据研究员的诉求提供诸如方案设计、问卷大纲等多种建议，提高研究员分析数据获得洞察、撰写访谈提纲或者问卷等任务的效率。

在这一部分，让我印象最为深刻的是 ChatGPT 分析总结原始数据的能力，比如我根据真实用户的访谈记录改编出以下三个用户对使用过的数字藏品平台的评价：

用户 1:“我玩的跟他差不多，也就两个，一个平台 A 一个平台 B，像那种官方发出来的那种在自己那里抽奖的那些我也会看，但是像那种野牌子我一般是不会去玩，那种野牌子感觉没有什么大公司，我怕我买完收藏了，他就什么都没了，这种就不会错的。然后区别其实我主要是看文物的，别的我其实看的少，我感觉也没啥区别。”

用户 2:“首先第一个最大区别就是因为国内的数字藏品发售的话都是以公司为主题，但是国外的首先他只是在中介平台上传自己的图片，然后进行发布，这其实是国内外最大的一个区别，然后国内的区别的话，第一个我觉得是公司可信度不同，就比如说在平台 B 上面买的话我完全不用担心这个数字藏品会不见了，然后还有就是小公司的话就是像他说的会非常容易怕跑路，我收藏的东西就不见了，然后每个平台的话其实他会有锚定的点，就是我发售的藏品的主题内容会有什么不同，有一些他会发售类似说什么古代人物这种，有一些像平台 B 这种的话就是主做博物馆里面的藏品什么的，还有类似我刚才说的明星那种，就每个做的内容他会不同，大概就这些。”

用户 3: “我主要玩的话就是平台 C 和平台 D，他们不同的话那个平台 D 大部分都是古风还有文物之类的，然后平台 C 很多衍生的吧，就改的比较厉害的，很多二创的那种，然后他发行的东西也就不一样，就经常很多种类嘛，买的就比较多了，平台 D 就要少一点，他那个发行时间要慢一点，东西就少一点，可以选择就少一点。”

然后让 ChatGPT 从中总结出和数字藏品平台有关的关键信息（图 12）。我们看到 ChatGPT 总结的质量已经比较高了，基本上覆盖了用户提到的关键点，比如平台可信度很重要、不同平台的内容存在差异等。虽然 ChatGPT 的总结还仅限于原文观点的提炼，而不能进行更多的关联分析（比如从第一点平台可信度可以得出用户需要平台背书来确保数字藏品的安全，但基于区块链的数字藏品在技术上本身就具有永久有效、公开透明的特性，造成这种差异的原因可能是现实中数字藏品依然依托于中心化平台的运营，也可能是用户对数字藏品的技术特性缺乏认同等），但已经可以很好地作为进一步提炼洞察的材料了。

图 12 ChatGPT 总结出的与数字藏品相关的关键信息

除了总结访谈记录，ChatGPT 也能从问卷数据中得出关键信息，比如表 1 是两种数字藏品用户类型在选购数字藏品时，会主要考虑哪些因素的统计数据（非真实数据）：

表 1 收藏用户和投资用户选购数字藏品时主要考虑的因素（非真实数据）

我们可以让 ChatGPT 分析两种类型用户在选购因素上的差异（图 13），甚至可以直接让 ChatGPT 根据选购因素得出如何设计数字藏品的建议（图 14）。可以看到，和访谈记录总结类似，ChatGPT 能够针对统计数据得出初步分析结果（比如两种用户更看重的选购因素），但需要研究员在此基础上做更深度的洞察提炼。

图 13 对比两种用户在选购因素上的异同

图 14 根据选购因素得出数字藏品设计的建议

此外，ChatGPT 还可以针对研究方案（图 15 和图 16）、访谈提纲（图 17 和图 18）、访谈中追问（图 19）、问卷设计（图 20）、数据可视化（图 21）等提供初步建议，这些建议的质量参差不齐，总体来看离真正可用的方案、提纲等尚有不小的距离（比如问卷题目和选项过于简单、数据可视化建议效果不佳等），但已经可以用来启发研究员在此基础上修改完善。

图 15 ChatGPT 撰写研究计划

图 16 追问研究对象如何分组

图 17 撰写深度访谈大纲

图 18 根据访谈提纲追问具体的访谈问题

图 19 访谈中追问什么问题

图 20 撰写问卷题目和选项

图 21 数据可视化建议

总的来看，ChatGPT 在用户研究的多个环节中均有着扮演“配菜员”的潜力，如分析访谈记录、问卷数据，总结其中的关键信息，或者就研究方案、访谈提纲、问卷题目等提供建议。从目前的效果来看，ChatGPT 的答案并不是真正可用的方案、提纲、问卷、洞察等，但确实可以提高如总结访谈记录、分析问卷数据的效率，为研究员进一步分析，得出更高价值的洞察提供了丰富的原材料。

3. 提升内容表达的润色工具

ChatGPT 修改文案的能力在用户研究工作中也有用武之地，比如修改问卷题目、报告内容中的错别字。如图 22 所示，ChatGPT 成功识别并修改了“参于”、“资质”、“隆资”这几处错别字，并在“甚至”前添加了逗号提升表达准确性。其修改效果还是比较惊艳的。

图 22 错别字修改

此外相信有不少研究员在撰写英文报告时，担心自己写出的句子比较生硬、词不达意。在这方面，ChatGPT 可以很好地帮助我们提升英文报告的表达，比如使用更精准更地道的词汇、更符合英语母语的表达习惯等。

要实现这一点的话，需要用到 ChatGPT 更“高端“的玩法，即通过适当的提示语（Prompt）让 ChatGPT 扮演特定风格的英文翻译，将输入的内容在不改变其意思的情况下，翻译成更优美高端的英文（当然也可以尝试其他风格，比如更 concise 等）：

I want you to act as an English translator, spelling corrector and improver. I will speak to you in any language and you will detect the language, translate it and answer in the corrected and improved version of my text, in English. I want you to replace my simplified A0-level words and sentences with more beautiful and elegant, upper level English words and sentences. Keep the meaning same, but make them more literary. I want you to only reply the correction, the improvements and nothing else, do not write explanations. My first sentence is “很高兴认识你"

图 23 展示的就是“数字藏品交易的投机炒作氛围浓厚，买家会面临如庄家控盘、平台跑路、内容侵权、无人接盘等风险”这句话的英文翻译结果，和直接翻译的结果对比（图 24），确实效果更好一些。

图 23 翻译并提升英文表达

图 24 直接翻译成英文

总的来说，ChatGPT 在修改错别字、提高英文表达方面均有不错的表现，确实可以帮助我们更高效的润色输出的内容，比如访谈提纲、问卷题目、洞察报告等。

4. 用户访谈降本增效的“模拟器”

在作为润色工具的部分，我们分享了 ChatGPT 的“高端”玩法，即使用 Prompt 将其“调教”成特定风格的英文翻译。这种玩法可以使 ChatGPT 扮演各种各样的角色，比如心理咨询师、面试官、体育评论员等等（在此推荐一个相关 Prompt 的 GitHub 仓： https://github.com/f/awesome-chatgpt-prompts ），让 ChatGPT 的应用场景扩展了不少。

回到用户研究，很自然地就会想到：让 ChatGPT 扮演主持人的角色，访谈用户的效果如何，能不能自动化访谈？或者反过来，让 ChatGPT 扮演某类典型用户接受访谈，它的回答和真实用户的回答相差多少？能不能作为典型用户的初步洞察？

我们先来看下 ChatGPT 扮演主持人访谈用户的效果（图 25），这里我让 ChatGPT 扮演成一位访谈主持人，目的是通过询问用户问题来弄清楚“数字藏品（NFT）的核心用户价值是什么”，相应的 Prompt 是：

I want you to act as an user interviewer, you job is to figure out the core user value of NFT. I will be the user and you will ask me the interview questions about NFT. I want you to only reply as the interviewer. Do not write all the conversation at once. I want you to only do the interview with me. Ask me the questions and wait for my answers. Do not write explanations. Ask me the questions one by one like an interviewer does and wait for my answers. My first sentence is “Hi”

我们看到 ChatGPT 的表现还是比较惊艳的，它没有直接询问“你觉得数字藏品有哪些核心价值？”，而是从如何理解数字藏品这个概念入手，询问了一系列相关问题，比如如何知道数字藏品、如何在日常生活中使用数字藏品、数字藏品最大的好处等等。虽然在这个 case 中，ChatGPT 并没有能够结合上下文来追问用户，但当前的表现已经足以让我们思考 ChatGPT 是不是能够代替我们自动访谈用户，就一些简单的、结构清晰的研究问题提供访谈洞察。

图 25 ChatGPT 扮演主持人访谈用户

看完 ChatGPT 扮演主持人的效果，让我们继续看下它扮演某类典型用户接受访谈的表现（图 26）。首先通过以下 Prompt 让 ChatGPT 扮演一位年轻的数字藏品用户：“她”是一位 20 岁的在校大学生，爱好广泛比如聚会、看电影、逛街等等。然后就可以通过询问数字藏品相关的问题来挖掘“她”对数字藏品的看法。

I want you to act as a NFT user, you are a 20-year-old college girl, you have a lot of hoppies, like partying, watching movies, shopping with your besties etc. I will be the interviewer and I will ask you the interview questions about NFT. I want you to only reply as this girl. Do not write all the conversation at once. Wait for my questions and give me answers. Do not write explanations. My first sentence is "Hi"

图 26 ChatGPT 扮演典型用户接受访谈

总体来看，ChatGPT 的表现持续惊艳，比如询问“她”是如何知道数字藏品的，“她”给出的回答是“玩数字藏品的好友分享给她的”。当重复“她”觉得 NFT 很 cool 的看法后，“她”回答到“数字藏品改变了我们对数字世界所有权和价值的看法”等。这些回答从主观感受上看确实很贴近我们访谈到实际用户。

所以展开想象力，这会不会改变今后用户研究的流程？比如在访谈真实用户前，能不能先让 ChatGPT 扮演几种典型用户来获得初步洞察，之后再进行真实用户访谈以验证和补充？当然在此之前还有很多的问题要回答，比如如何使用 Prompt 更准确地描述典型用户（如需要哪些变量？），ChatGPT 扮演典型用户的准确性和有效性有多高等等。但无疑 ChatGPT 的表现已经足以让我们开始类似的思考。

总结 总结一下，通过上述初步的探索，我会觉得 ChatGPT 在未来的用户研究工作中，可能成为降本增效的辅助工具：作为高效的搜索引擎，提升获取知识的效率；也可以作为能力多样的“配菜员”，提供诸如访谈初步总结、数据分析结果、访谈大纲等内容，辅助研究员完成研究设计、洞察分析等；还能作为内容（尤其是英文内容）的润色工具，修改错别字、转换不同表达风格等；最后也显示了其作为主持人执行访谈或者扮演典型用户接受访谈的潜力。

当然 ChatGPT 距离真正可用的用户研究辅助工具还有一段距离，比如需要用户研究领域的知识对模型进行 Fine-tune 以提升答案质量，再比如需要定制化的交互方式，以提升在用户研究工作中，与 ChatGPT 交互的体验和效率等等。

此外，对于有兴趣继续探索 ChatGPT 应用的同学，分享三个 Tips：

多试几次，以比较不同的回答； 学会提问，明确需求，由粗到细引导，并且注意之前输入内容的影响； 保持独立思考和批判性思维，时刻警惕内容的真实性、准确性，避免被 ChatGPT 牵着鼻子走。 最后，对于 ChatGPT 能否替代用户研究，我认同：“AI will not replace you. A person using AI will.

欢迎关注作者「腾讯CDC体验设计」的微信公众号：

上一篇文章我们主要讲的是设计系统的必要性，接下来我将会继续用后续的文章详细讲解怎么搭建设计系统，希望可以帮助到有需要的人。上篇回顾：设计系统搭建全流程：认识设计系统设计系统这个词，是近些年的一个热门话题，在初期的讨论关注点主要聚焦在是否有必要搭建？阅读文章 > 在开始之前，我需要先解释一个问题：为什么要制作...

上一篇文章我们主要讲的是设计系统的必要性，接下来我将会继续用后续的文章详细讲解怎么搭建设计系统，希望可以帮助到有需要的人。

上篇回顾：

设计系统搭建全流程：认识设计系统 设计系统这个词，是近些年的一个热门话题，在初期的讨论关注点主要聚焦在是否有必要搭建？

阅读文章 >

在开始之前，我需要先解释一个问题：

为什么要制作自己的设计系统

很多团队一提到搭建设计系统，就会有人说，网上有很多公开的设计系统，我们直接使用现成的不好吗？为什么要费时费力的搭建自己的设计系统，真的有必要吗？

首先，网上公开的设计系统，一般是指该企业的设计语言，是该企业产品的设计基石。但是这并不适用于所有的团队，比如，笔者所在行业是 HMI 行业，但是网上的设计系统基本上都集中在 pc 端，那么就有很多的规则无法在 HMI 设计中使用，毕竟设计系统的建立是为了提高效率，不能使用或者不合适的设计系统很有可能对设计造成阻碍。

如果对网上公开的设计系统了解多的话，就会发现，很多的 设计系统 对研发更加友好，但是并不适合 设计师 使用，它更多是一个说明文档，让别人看的，但不能用。所以对于一定规模的团队来讲，搭建自己团队的设计系统就势在必行了。

一、如何搭建设计系统 1. 搭建重点

要有全局观，创建的设计系统要是可维护的，可迭代的，要保证设计系统的适应性。

凡事有度，不要追求大而全，要根据公司产品，创建合理的设计资产，毕竟设计系统为的是更好用，提高效率。

2. 搭建流程

由于设计系统搭建需要多角色、多部门协作，如果公司或者团队无法组建一个完整的设计系统团队，那么我们就需要循序渐进，慢慢扩展设计系统的边界，让设计系统逐渐成长，完善。

一般来讲，刚开始搭建设计系统的是设计师和开发人员，以设计师为主，梳理当前业务的完整页面，提炼相同的元素，构成初版的设计系统，并在构建期间，和开发紧密协作，及时沟通。对设计出的组件进行代码化，同步搭建研发的基础组件库。当完成以后，可以加入动效规范、声效规范、图标规范……逐步的去完善设计系统，最终形成团队的设计资产库。

3. 使用工具

由于笔者是 HMI 设计师，所以只针对设计师在用的工具进行简单描述，其他角色的工具就不进行缀续了。

对于目前的设计师来讲，用得最多的就是 Sketch 和 Figma 了，Sketch 对于 UI 设计师来讲大都非常熟悉，Figma 更是最近几年设计协同的利器，虽然这两个软件都是设计软件，但是由于这两个软件底层逻辑并不相同，所以在制作设计师的样式库和组件库时略有不同，如果后续有必要的话，我会专门出一篇文章来讲解怎么用 Sketch 和 Figma 创建 UI 控件组件库。

二、设计资产 随着设计系统逐步完善，设计资产也会越来越多，最开始是 UI Kit 和开发代码库。然后慢慢扩展设计系统边界，增加其他内容。总的来讲，包含以下内容：

设计价值观及原则 样式库 控件组件库 设计说明文档 开发说明文档 图标库 动效 声效 ……

三、设计语言 为了让设计系统可以保持统一性和延展性，那么必须要有一个统一的设计指导理念，让每一个使用者可以通过设计语言，明确我们的设计目标和方向，减少设计中出现的偏差。所以对于一个设计系统来讲，提炼自己的设计语言是必要且有效的。

下面可以先看一看一些公开的设计系统的设计语言：

1. Microsoft Design

Fluent Design System 组成构件的设计理念就是：Light, Depth, Motion, Material, Scale.

2. Apple Design

苹果的设计规范包括：完整性，一致性，直接操作，反馈，隐喻，用户控制等几个设计原则。

3. Ant Design

Ant Design 设计价值观包括自然、确定性、意义感、生长性。

4. Arco Design

Arco Design 基于「清晰」、「一致」、「韵律」和「开放」的设计价值观，试图建立务实而浪漫的工作方式。

5. TDesign

TDesign 为了在开源体系的基础上打造具有自身品牌特色且好⽤的产品，秉承包容、多元、进化、连接的价值观。

通过对上述公开的设计语言的学习，我想大家都应该对设计语言的必要性和内容有一定的了解了，那么在开始进行设计系统搭建之前，先为你的设计系统构建专属于你的设计语言吧。

四、组件库分类逻辑 接下来我们就进入到设计系统的具体设计了，对于那么多的设计元素，我们该怎么进行分类呢？由于业务组件和元素划分完全取决于不同公司的实际需求，并无定式，所以我这里说的组件库划分主要指基础组件库的划分。并且并不一定适合所有团队。仅供参考。

接下来我们先来看下一些设计系统的组件划分：

Ant Design 的组件划分为：通用组件，布局组件，导航组件，数据录入和数据展示组件，反馈型组件、其他组件和重型组件。

TDesign 的组件划分为：基础组件、布局组件、导航组件、输入组件和数据展示组件、消息提醒组件。

Arco Design 的组件划分为：通用组件，布局组件，数据录入和数据展示组件，反馈型组件、导航组件和其他组件。

……

这些分类都是非常合理的划分，所以我们在设计组件库时可以参考或者直接使用。不过这里我想提一些不同的意见，因为组件库的分类主要是为了好用，便于识别，虽然上述的分类标准很清晰，但是也出现了过于详细的问题，那么我们在找一些需要的控件组件的时候，就需要先去思考它属于哪个分类下，所以需要团队内的成员对组件库的分类标准非常清晰，并且对于每个控件组件的归类也非常清晰。

在我构建组件库的分类时，为了尽可能的减少使用者的学习成本，所以用最简单的分类方式进行划分：全局样式、基础控件和系统组件三种分类。

通过简单的进行分类，大家不需要增加学习成本，可以更好的找到需要的控件组件，方便调用，也方便于资源库的推广。以上只是我这些年工作的经验之谈，仅供参考。

总结 本篇文章主要是想要和大家讲述下具体搭建设计系统之前的工作，不管是设计语言还是组件库分类，都是为了让我们的设计系统搭建的更加具有逻辑性。所以还是很有必要的，但是由于笔者是在 HMI 行业做设计师的，所以很多内容是具有很强行业特性的，大家不必完全保持一致，可以根据自己具体的团队和实际情况进行适当调整。还是那句老话，设计系统是为了提高效率。所以好用、易用是我们的一切出发点。接下来我们就进入到设计系统的详细设计阶段了，敬请期待！