大家好，我是和你们聊设计的花生~ 随着人工智能技术的发展，运用算法自动进行图片处理的工具越来越多，极大地提升了设计师的工作效率。之前向大家推荐了在线 A...

大家好，我是和你们聊设计的花生~

随着人工智能技术的发展，运用算法自动进行图片处理的工具越来越多，极大地提升了设计师的工作效率。之前向大家推荐了在线 AI 修图神器 Hama，能够轻松抹除图片中不需要的部分，与背景实现完美融合；还有在线 AI 抠图 神器「Erase.bg」，能在几秒内快速从任何图片去除背景，并且以提供原始分辨率下载。

不限次数！快收藏在线免费抠图神器「Hama」 Hama 如同上次介绍的「Magic Eraser」，让用户上传图片、将画面中不想要的部分抹除，因为这类服务都是使用人工智能 AI 加上机器学习方式训练出更强大的程序辨识能力，会分析标示人物或物品，移除后将附近的颜色补充进来，就会使去除后的相片画面很自然，而且这项服务完全免费，使用者只要

阅读文章 >

又一个抠图神器！在线免费一秒搞定超好用！ 当今的在线去背工具多半会整合 AI 人工智能技术，以机器学习方式去建构出可准确辨识前景和背景的模型，使用机器自动化去除背景的好处是快速、精确而且无需额外编辑，即使没有专业绘图软件一样可以在浏览器进行，remove.bg 是在线去背服务最早出现、而且最强大的选择，后来也有 FocoClip

阅读文章 >

今天要向大家推荐的 ClipDrop Remove Background 也是一款免费的在线 AI 背景扣除神器，它的背景移除功能非常强大，在 Producthunt 社区 5 月 12 日的每日产品榜单中排名第 5。

据开发人员介绍，他们研发的算法使 Clipdrop 的背景移除精准度、速度和稳定性都达到了前所未有的高度。ClipDrop Remove Background 的功能特色主要体现在以下 2 点：

① 能自动识别图片主体进行抠图，不会将颜色相近的阴影或背景错误保留：

② 扣除背景的同时也能保持细节，并做到边缘干净无白边。

Clipdrop 对上传的图片没有尺寸和大小的限制，处理时间最长不超过 10s，抠图完成后直接下载原图，支持输出最高 5000*5000px 的图片。我也上传了几张图片测试其抠图效果：

首先是人物图片，原图尺寸 3917*5354px，大小 1.45MB，抠图时间为 7 秒，抠图后输出图片尺寸为 3658*5000px，大小为 7.92MB。抠图效果非常不错，头发部分的一些空隙都清除的很干净，衣服边缘也扣得很干净，没有模糊的白边。

接着我又试了一张椅子图，原图尺寸为 3569*4461px，大小为 1.56M。抠图时间比人物图片更短一点，输出的图片为 3569*4461px，大小 8.94MB。抠图边缘同样非常干净，而且很精准的只抠出了椅子的主体。

个人使用感受非常棒，能为经常需要处理抠图的小伙伴省去不少时间精力，感兴趣的小伙伴可以去官网体验一下： https://clipdrop.co/remove-background

最后再为大家总结一下 ClipDrop Remove Background 优点：

免费在线 AI 智能抠图，打开即用 抠图速度快精度高，自动识别主体，边缘清晰无白边 上传图片无限制，输出图片最高支持 5000*5000px 以上就是今天的推荐，如果你有关于设计的疑问，欢迎加入优设官方设计交流群和大家一起交流，进群方式见下图↓

大家好，我是和你们聊设计的花生~这期继续给大家推荐5位值得关注学习的插画师。 上期回顾↓ [link https://www.uisdc.com/st...

大家好，我是和你们聊设计的花生~这期继续给大家推荐5位值得关注学习的插画师。

上期回顾↓

这 5 位优秀的贴纸设计艺术家，是我每日学习的源泉！ 大家好，我是和你们聊设计的花生~ 上一期为大家推荐了 5 位擅长扁平风插画的艺术家： [link https://www.uisdc.com/5-illustrations-artist] 今天要为大家推荐的 5 位艺术家，都非常擅长「贴纸」设计。

阅读文章 >

Patryk Wojciechowicz 「Behance 主页」 https://www.behance.net/wojciechowicz

「Dribbble 主页」 https://dribbble.com/PatrykW/shots

Patryk Wojciechowicz 是一位来自波兰的插画师，他的插画以自然景物为主，场景视觉层次分明，色彩绚烂，氛围感极强。

Patryk 善于在插画中使用对比色与近似色，主色彩往往只有 2-3 种，通过明度差异制造前中后景的层次差异。在视觉中心使用高明度高饱和度的色彩，与周围的暗色调形成强烈对比，使视觉中心得以凸显。并通过添加噪点表现光的扩散， 使色彩间的过渡自然柔和，使插画光感通透浪漫。

相关免费插画教程

扁平清新的森林小插画丨 https://uiiiuiii.com/illustrator/1212213732.html

如何在绘制矢量插画时实现噪点效果？丨 https://uiiiuiii.com/illustrator/1212113398.html

Priya Mistry 「个人网站」 https://www.priyamistry.co.uk/portfolio/

「Behance 主页」 https://www.behance.net/priyamistry

「Dribbble 主页」 https://dribbble.com/PriyaMistry

Priya Mistry 是一位来自英国伦敦的插画师，他的用色大胆丰富，擅长用画面来讲故事，所以经常与杂志及新闻网站合作社论插画。

Priya 喜欢用干净的色块加简单线条来塑造画面形象，无论是人还是物品，都只有 2 个层级的分形，再利用明度差异立体块面塑造，这使他的画面内容清晰明了，处理复杂的画面也不会显得杂乱。Priya 非常喜欢用油漆马克笔在纸上作画，画笔和画纸的纹理让插画的质感更独特。这样偏好也影响到他的板绘创作，Priya 喜欢用带有粗糙质感的画笔，为画面带来更多的 手绘 质感。

相关免费插画教程

PS 教程！手绘风格街头小景插画！丨 https://uiiiuiii.com/photoshop/1212372835.html

PS 教程！4 步原创顶级扁平噪点插画丨 https://uiiiuiii.com/photoshop/1212330347.html

Jorsh Peña 「Instagram 主页」 https://www.instagram.com/jorshpena/

「Behance 主页」 https://www.behance.net/jorshpena

「个人网站」 https://www.jorshpena.com/

Jorsh Peña 来自墨西哥，是一位插画师兼艺术导演。他的插画偏扁平线条为，用极简的几何形状拼接出各种元素。画面中的意象奇幻神秘，用色对比强烈，有极强的个人特色。曾被评为墨西哥最佳 150 名插画师之一，与微软、谷歌、Snapchat 等诸多知名品牌都有合作。

Jordan 喜欢用等距插画来构建立体事物和空间场景，对事物的抽象方式非常独特，画面中人如同中宗教中的石像，且经常会结合主题进行大胆的分离解构。高饱和度的用色常常铺满整个画面，再在局部用无彩色进行调和，这样即使色彩强烈也不会觉得眼花，具有透气感。

相关免费插画教程

科技感满满的 2.5D 机器人插画！丨 https://uiiiuiii.com/illustrator/1212353650.html

从头学习绘制扁平风购物主题插画丨 https://uiiiuiii.com/illustrator/1212433830.html

Juan Afanador 「Behance 主页」 https://www.behance.net/juanchaco

「Instagram 主页」 https://www.instagram.com/juanchaco0825/

Juan Afanador 是一位来自哥伦比亚的自由艺术家，他喜欢街头涂鸦，插画也是同样的潮流风格。Juan 创作的潮流插画线条流畅，元素造型饱满。画面以高明度高饱和度的色彩为主，搭配渐变、波点、半调网格丰富效果。长期的创作积累让 Juan 已经形成了鲜明的风格，也有了自己原创的 IP 形象，很多知名品牌的都有与他合作，他的插画也衍生出了很多时尚周边，收到年轻人的喜爱。

相关免费插画教程

UDT 分享！教你绘制潮流风格商业插画丨 https://uiiiuiii.com/illustrator/121286858.html

用 10 分钟教你创作国潮风新春锦鲤插画丨 https://uiiiuiii.com/illustrator/1212359444.html

Andrew Nye 「Behance 主页」 https://www.behance.net/andrewnye

「个人网站」 http://www.ajnye.co.uk/

Andrew Nye 是一位来自英国的插画师，他专注于矢量插画的绘制，作品构思精巧，画风细腻华丽。Andrew 非常擅长金属玻璃质感的绘制及对细节的深入刻画，这让他的作品有了突破二维画面的立体感和真实感；画面用色多而不花，始终带有如钻石般精致闪耀的质感。除了画风的精致，Andrew 的作品内涵也非常有深度，常能将日常事物的进行不可思议的组合，绘制出展示背后的深层含义与问题的社论插画。

相关免费插画教程

巨详细的霓虹炫彩插画绘制过程演示丨 https://uiiiuiii.com/illustrator/1212430179.html

创意手电筒灯塔 插画设计 教程丨 https://uiiiuiii.com/illustrator/1212420504.html

以上就是今天的分享，更多相关插画资源↓

头像如何画才能简单又传神？资深插画师6大步骤经验全分享！ 关于我：优设大课堂金牌讲师，高级原画师、插画师。

阅读文章 >

我们邀请了3个优秀插画师，总结了这份商务合作流程指南 本文邀请了优设的优秀老师哔波、林不慌和香奈，为大家分享他们多年的接私单经验。

阅读文章 >

企业级产品中常见的问题 腾讯企点产品线，包括客服、电话营销、商通等 SaaS 产品，产品受众角色多，业务场景复杂，由于角色与场景的复杂性，在产品设计中也遇...

企业级产品中常见的问题 腾讯企点 产品线，包括客服、电话营销、商通等 SaaS 产品，产品受众角色多，业务场景复杂，由于角色与场景的复杂性，在产品设计中也遇到了一些问题：

腾讯企点往期实战案例复盘：

腾讯实战案例！企业产品如何做好用户教育系统设计？ toB 产品具有逻辑复杂、使用门槛高、试错成本高、用户角色多样化的特点，通过用户教育设计向用户传递产品价值，提升产品易用性与可学性。

阅读文章 >

1. 产品界面信息量大，操作繁琐

任务流程复杂；

界面信息量大、复杂度高；

核心功能操作步骤繁琐

2. 产品功能复杂，用户难 get

新功能透传不够直观；

视频等功能透传效果好的形式制作成本高；

3. 品牌形象对外宣传不统一

品牌动态对外宣发文章/素材 logo 缺乏统一形象。

面对上述问题，除了常规的交互视觉优化外，探索基于动效的方式来解决企点在用户体验、用户教育、品牌传递三个方向的问题，提升用户教育效果，标准化视频制作流程提高视频质量并降低制作成本，建立可持续的 动效设计 系统，规范 动效 在产品内外的设计，提高易用性与统一性。

基于上述三大方向遇到的问题，我将从以下三个方面来介绍：

Part 1 巧用动效，提升产品体验友好度

Part 2 动效传递功能亮点，产品特性秒 get

Part 3 基于品牌内核，建立动效设计系统

Part 1.巧用动效，提升产品易用性 任务流程复杂？- 聚焦核心任务、优化信息布局与优先级分层

结合场景梳理任务流程，通过动效将界面信息层级与操作优先级结合，聚焦核心任务，从而降低界面信息复杂度。

知识库内容展示层级优化

在客服工作台中，访客的问题命中了知识库的内容，则会展示知识库的预设内容，辅助客服进行回答，以提高接待的效率。由于每个问题对应的回答内容长度与形式不一，如果直接展示这些信息，有可能会导致寸土寸金的聊天窗被辅助文本占用过大的区域，影响客服操作。

因此在设计策略上，需要将信息进行分层，将命中内容拆分为摘要和全部信息，当触发知识库的内容时，先展示摘要，客服可以快速判断是否需要，如果是则进一步展开查看全部信息，确认无误后发送给访客或者编辑后发送给访客。

通过动效，将命中内容改为抽屉式的展开与收起，把信心拆分成多级展示，既保证了整体页面区域的信息展示，又能够通过简略信息判断下一步的操作，提高了操作效率。

客服工作台信息响应规则优化

在工作台左侧最近会话列表不同角色有不同的信息展示：

标签是判断客户的重要信息来源，以往的标签存在单个标签字数显示固定 3 个，标签数量显示固定 3 个的问题，导致标签可读性低、容易产生混淆、空间利用率低。

因此优化的策略是在有限的空间内展示更多标签，且不降低可读性，这里分两个维度考虑：1.标签展示的数量；2.标签内文字数。其一是影响判断客户的维度，二是单个标签信息展示的可读性。

通过动态的响应规则，优先满足可读性的情况下，充分利用空间，客服标签信息快速在列表中判断不同的客户，根据实际需要选择应答，提前做好话术准备，提高接待效率与服务的质量。

界面焦点分散？-强化视觉吸引与视觉反馈

动效可以吸引用户的焦点，在基于浏览器的中后台界面中，使用者大多是多焦点工作，以提高工作流的效率，对一个工作流中的功能，适当的环节加入动效，可以引导用户按照预设的流程工作，从而提高单点功能的预期效果。

提高机器人回答反馈收集率

客户与客服沟通过程中，企业会引入客服机器人对客户服务以降低人工成本，初期接入机器人回答的能力后，存在未能解决用户问题的回答，除了通过算法进行调优以外，在功能设计上也需要为用户提供反馈通道，通过点赞或者点踩，可以疏导因机器人回答不准确导致的用户情绪，并帮助机器人优化回答精度，利用 hover、press 等操作方式，引导用户反馈，手型变化趋势亦可降低点错率。

功能指引内容外露，提高用户教育效果

企点中后台页面中，部分功能比较复杂不好上手，将帮助内容做成视频的形式可以提高用户教育效果，为让帮助内容触手可及，在中后台配置页的右下方集成播放组件，为企业提供更专业的配置指南，每次进入页面时，自动展开具备吸引力的文案，在一段时间后收起。

在合适的时机通过展开的动画吸引用户转移焦点，自动收起逻辑避免用户不需要的情况下遮挡页面的内容。

操作步骤繁琐？-优化层级减少额外步骤

核心路径的工作流中，引入支线的操作往往会打断主线任务的操作，降低主线工作流效率，将支线任务通过同一界面的不同层级进行优化，以降低对主线操作的影响，从而提高主线工作流效率。

快捷回复层级简化

快捷回复是客服的高频核心功能，在 PC 端我们利用 hover、双击等多种交互方式可实现快捷编辑与发送，但移动端交互方式以触摸为主，如何让移动端也有类似 PC 端的高效操作呢？

在页面层级，移动端定义了一套弹层页面规范，弹层的应用场景为临时的操作或展示，在于不打断操作流程，减少页面跳转。

快捷回复的内容用弹层来承载，减少页面间的跳转，并利用层级关系做不同层级间的交互，也可长按拖动直接发送，在习惯这种发送方式后，可以更加直观高效的发送快捷回复内容，也减少了操作步骤。

Part 2.动效传递功能亮点，产品特性秒 get 产品功能总被忽略？- 氛围动效吸引用户驻足

经常会遇到新的产品功能使用数据不理想的情况，也许是内容透传的时机和内容本身不够吸引力，从而被用户忽略，将产品的核心能力与具有吸引力的内容结合，往往可以达到更好的透传效果。

客户端新手引导氛围渲染

新用户首次打开客户端时，需要进行一些简单的设置，用户对于弹框形式的新功能会下意识的点击右上角关闭，阻碍了功能的介绍和初始设置的完成度。

客户端的弹框受众和对应的目标为以下三种：

新用户首次使用：需进行简单的设置，同时承载核心亮点功能的透传； 老用户版本迭代：新版本升级后对于版本一系列的新功能介绍； 老产品升级用户：除了新老用户外，企点还存在从老产品迁移至企点的老用户，因此更多是介绍两者的不同，企点的优势等。 弹框内的信息比较重要，设计方案上考虑动效的形式，在首屏吸引用户关注，提高点击率。

通过轻松自然的客服形象，围绕企点轻快、亲和的品牌元素，周围的聊天气泡代表高效的消息处理，营造出轻松高效的氛围。

针对老产品升级用户，动态语义上强调穿越到新世界的感觉，表达了新产品完善的功能：

动态引导图上线后，相对于以往的静态引导方案，点击率有约 50%的提升。

电子行业商机应用氛围渲染

在电子行业商机应用中，商机对于中间商来说意味着成单与获客的机会、销售额的增长，用户首次进入时会有动态商机墙，铺面满眼的商机，在告诉用户使用这个应用可以获得海量的商机，除了吸引用户的效果外，也起到传递产品核心能力的作用。

在商机列表页也增加了轮播广播，商机热度等动态，营造出热闹、紧俏的商业交易氛围：

宣传视频流程化，提升产出效率与质量

做好产品的同时，如何卖出去也同样重要。在销售过程中，传递产品的亮点与能力，最终打动决策者，可以提高销售业绩。

企点产品主要通过各级经销商售卖，以往是经销商将产品卖点功能通过录屏，并播放给客户，这种视频主次区分不明显，且视频冗长，往往效果不是很好，影响成交率，进而影响到销售业绩；但更好的效果意味着更多的工作量，如何在不增加工作量的前提下提高视频的效果，为满足于此，建立教育内容素材制作流程，包括视频脚本流程、转场素材、合作规范等；基于标准化的流程，可快速生成高质量内容。

当有新的视频需求时，可快速拉通相应负责人，同步视频受众与核心用户场景，提炼串联的核心能力并套入脚本模版，制作过程根据视频内容套入合适的转场素材，并快速输出多设备多渠道的宣传视频，帮助商务讲好故事，帮助销售讲好功能，帮助产品做好宣传。

相对于以往制作视频，平均制作时长从 2 周左右一条优化为 4 天左右一条，同时视频的质量与统一性也有比较好的提升。

Part 3.基于品牌内核，建立动效设计系统 当越来越多的需求与功能我们开始用动效来解决时，也会发现一些问题：

1. 协同设计下，如何保证设计的统一性，

2. 动画缓动是否有据可循，时长如何定义，

3. 协同设计下，动效的认知不同，从理性和感性两个方向来考量，从设计者角度来看，应该更多的理性来思考如何构建一个具备特定调性的动效，从观看者交互来看，更多的理性感受动效所传达的调性。

1. 动效基础原则 在企点的产品线中，动效也会应用在产品体验、用户教育与品牌传递三个领域，业务的深度和广度都比较大，因此须有指导原则来统一动效的设计，使用户在企点产品中获得一致的体验与感受，从而形成固有印象，加深对于产品认知度。

企点体系的产品调性是一致的，动态的语意也需要保持与品牌调性一致，基于企点的品牌内核：轻快、高效、亲和，来指导企点的动效基础原则，再规范企点不同领域的动效设计，从而保证企点整体的调性一致。

将品牌内核的关键词映射到动效的主观感受上，得出更加具体的关键词：

2. 动效曲线的建立 建立动效规范如同建立设计规范一样，是一个复杂且庞大的工程，这里以动效曲线的建立为例，阐述动效规格的建立过程。

深入运动的本质

“运动太生硬了”、“不够流畅”、“怎么这么拖沓”、“不错哦，看着比较舒服”

这些描述大多基于主观感受，难以量化，需要将主观感受抽象成客观可量化的指标。将运动曲线量化为客观的物理世界的规则，连接品牌内核与运动感受。

从品牌内核到运动力学

力是改变物体运动状态的原因，要量化运动的变化的前提，是量化力的变化。

运动过程中两个重要的元素：材质 和 力。不同的材质和力，会产生不同的运动变化曲线。

从品牌内核出发，基于动效基础原则，得到 轻质、有力、连续变化 这三个关键词来描述材质和力。

轻质 即物体质量较小，可以迅速响应力的变化，以实现轻盈、简短的效果；

有力 即施加在物体上的力数值大，以实现流畅与快速响应的效果；

连续变化 即力的大小与方向并非固定的数值，会随着时间变化，以实现缓和舒服的效果。

反应到实际的运动中，轻质的物体与大数值的力，会在很短的时间内进入最大速度，同时通过连续变化的力，迅速减少力的大小，在中后期进入缓和。

在感知范畴，人的感知变化总是比变化晚一些，物体产生变化，到人感知之间有个时间差，且持续变化的冲击，会产生心里压力，如果在适应变化的节点减少冲击，则会感到舒适。

基于此得到最终的运动曲线：轻快有力的控制感，延绵流畅的舒适感。

同时针对进入与退出场景增加两种曲线：

动画时长

相同大小的力，作用于不同质量的物体上，达到同一效果的时长不同，质量越大的物体时长越长，因此，越大的元素运动时长越长，同时保持效率为先，适当缩短整体时长，抵消滞留感。

时长的规则：轻快高效，退出快于进入，大质量物体时长大于小质量物体时长：

回顾曲线建立的流程，以企点品牌关键词为内核，以动效基础原则为基底，以理性规则为表层，最终建立标准化动效曲线，同样适用于其他动效设计系统的建设。

3. 建立品牌动效体系 所有企点对外宣传文章、视频、展会等都是是曝光企点品牌的机会，动态的品牌元素可以在短暂的与客户交互的机会中，加深对企点品牌的印象。

基于企点的品牌内核，同时对企点 logo 设计元素进行拆解，提取空间透视作为 logo 动态演绎的 DNA。

强烈的空间感还原了企点 logo 的形成过程，线条辗转向上的动态语义也对应了腾讯企点帮助客户实现业绩向上，实现客户成功的愿景。

企点的子产品众多，在各领域的应用须有统一的品牌调性，也要体现子产品的特点，因此子产品图形形态的是基于母品牌动态 logo，并结合了各个子产品的核心功能；比如客服选择气泡沟通元素，动态语意表达出亲和、轻松顺畅的服务沟通；“营销”采用抽象的漏斗三角元素，动态语意凸显倒三角的复购和裂变等。

将动态素材化，可以应用到企点内外输出的任何需要动态演绎的地方。

小结 企业级产品面向的业务场景和角色都比较复杂，除了交互视觉上的设计策略外，探索动效设计系统在 to B 业务的用户体验、用户教育、品牌传递三个方向发挥的作用，为业务带来更大的增益，为产品提供更好的体验。

腾讯出品！AE 动效设计必备指南（附超多神器和技巧） 动效是用户体验的重要组成部分，也是产品调性的重要体现。

阅读文章 >

前言 这篇文章针对车载行业的可用性测试，我们做一下深入探讨，前面几篇跟下来的读者也都知道我写作的节奏，前面会深入讲解该主题的基础内容，并结合...

前言 这篇文章针对车载行业的可用性测试，我们做一下深入探讨，前面几篇跟下来的读者也都知道我写作的节奏，前面会深入讲解该主题的基础内容，并结合一些我工作中实际案例给予大家去了解，后半部分以实践案例为主，将前面基础知识融入进来，结合案例进行剖析可用性测试，这次文章大纲分为三大内容：可用性基础知识、HMI可用性测试实际工作内容、 HMI 可用性测试评估维度体系，最后一点是重头戏。

往期回顾：

万字长文！车载 HMI 语音设计基础知识科普 前沿： 开头必须来一句，我相信语音一定是未来，我非常确认 这篇 HMI 的语言探索以介绍语音交互内容为基础，结合我的实际工作项目经验，输出总结关于语音设计的内容，最后结合案例，在对话设计中会进行深度的探索，并提出个人的想法和思路，因为有的时候深度去思考觉得我们项目还可以有

阅读文章 >

万字干货！超全面的HMI 竞品分析手册 他来了～ 他来了～ 一个月时间的打磨，不知道熬了多少次通宵了 前沿： 为了输出这篇竞品分析文章，我也是够拼了，利用周末的休假时间，预约这四家 4S 店进行试驾，并进行对车辆的拍照，和销售对话的录音等获取到一手资料，再去做分析、总结这一次的探索。

阅读文章 >

我们在文章前夕先谈谈可用性测试与用户访谈，可能后期也会针对 #HMI 用户访谈# 这块内容会再输出一篇文章。可用性测试和用户访谈的区别→ 可用性测试更偏向于观察用户的操作行为，而用户访谈是更好的挖掘用户的需求。可用性测试是为了找出产品的问题而测试，通过这种测试找出产品中存在的问题，加以解决，最后目的也是为了让 产品 用起来体验更加。

大家也发现了，关于 HMI 设计类文章很多平台上很少有，还有设计师工作中用到的设计方法论，如何运用到 HMI 车载领域当中，确实都很难找到，并且专业领域的内容车厂也不愿意拿出来分享，我一开始写文章的初衷就是想打破这个格局，虽然一个人力量很小，但我还是坚持做下去了，希望通过我的分享能够让更多的人能进入这个赛道，并且也能输出自己的经验传递下去，成为光，并散发光。

进入我们今天的正题吧。

可用性基础知识 ISO9241 中对“可用性”的定义是：特定用户在特定的使用场景中，为了达到特定目标而使用某产品时，所感受到的有效性、效率和满意度。

1. 可用性原则 有效性（Effectiveness）：用户完成特定任务的情况。比如：设定一个调节空调风量的任务，让用户操作，记录员在旁边记录用户的一个完成度的情况，成功完成、求助后完成、未完成的状态。

效率性（Efficiency）：用户完成特定目标的效率，任务完成时间和完成的一个路径。在记录过程中如果在一个正常时间范围内无需关注，主要还是要记录在某些功能上面花费较多时间完成的任务。在操作路径上也要观察，是否符合我们设定的操作路线，是否存在偏差或者是犹豫不决的地方。

满意度（Satisfaction）：用户使用该车机系统主观满意度，当然我们也要提前做好一些标准，比如任务完成的难易度进行评价，任务完成的满意度测评等，

总结一下

一个好的可用性必须能够满足这三个维度，这三个维度也会有一个重要程度之分，有效性 > 效率 > 满意度。

需要最后补充一下：

在评估一个任务可用性以外，还要需要注意该功能的价值，尤其是 OTA 升级发布新的功能，功能价值分为两类：用户价值和商业价值，作为设计师的我，觉得用户的体验应该是放在第一位的，有了好的体验才能够更好的去谈商业价值，不然就是在扯蛋。例如→ 我们在优化负一屏中的体验，将调节音量新增了可以调节四种音量大小，多媒体、电话、导航、语音，旧版本的音量调节，用户经常会吐槽，因为当时功能设定负一屏音量调节是整个的一个系统调节，你在音乐调节很大音量的时候，如果有一个电话接入进来，对方说话声音就很大，会吓到用户，这个在驾驶过程中会很危险的，因此在OTA升级后，我们做了优化。

2. 可用性测试类型

其实可用性测试方法和类型很多，会在不同情况下使用，选取的方式也是需要看团队设定的目标、在什么阶段、最终的预算能有多少钱，真的，没钱很难办事情。

探索性测试：

产品在不同阶段，可根据不同的测试类型做可用性测试，在产品初期可使用探索性测试方法，利用产品的原型图展示给用户，探索性的测试目的是，用户是否对这款产品有所了解，如果在某些方面有所疑惑需要记录，根据多组测试，重叠性较高的功能就需要 UX 去优化，在产品初期需要不断的试错。

比较性测试

我们先说一下比较性测试，我们在做设计时会出几个不同的方案，需要在这个几个方案中做出选择，如果公司非常重视测试数据的话，会将设计方案同时上机进行路测，最终结合数据，让体验专家评判方案之间的优缺点，最终决策出符合用户体验的方案；另外一种比较是选择两种或者更多的产品，去研究他们优缺点，确定哪个设计方案能够提供给用户带来良好的操作体验；这两种方案取决于项目的时间长短，如果像服务形的乙方需要快速的出方案，则更多的采用的是第二种，甲方有着自己设计研究部门可以给到部门有试错的时间成本，那么他们更会倾向于两者相结合的方案，我们只能提供可行性的方案，最终还是需要领导层进行拍板实施。

评估性测试

当产品进入后半段，在发布版本前后，上机进行测试，HMI 上机测试分为在室内台架上测试，另外一种是装机在道路上测试，不同场景的路测，在这个阶段的可用的测试方法是评估性测试。评估性的可用性测试目的是确保这个产品在发布之前将潜在的问题进行修复；在版本发布之后本公司或者一些测评机构会根据自己的评测标准进行对这款产品进行评估测试，对照自己的评判标准进行打分，方便后续 OTA 升级，版本优化迭代功能。

3. 可用性测试方法 相信大家对于定性和定量这两个词并不陌生，在可用性测试中承担着重要的组成部分。

定性 / 定量研究

定性研究是指参与本次车载系统的体验者对于可用性的一个直接评估，从而产生结果，并且发现哪些功能在操纵的时候会出问题，有哪些体验是觉得不错的，哪些功能的体验需要进行优化，听完这些内容是不是觉得和车载系统的专业测评人差不多了吧，当然，在做这个定性测试的时候需要找不同的人群进行测试，需要做到完整性。

定量研究也是我们常用到的一个测试方法，定量研究出的数据对于可用性启到了间接评估，通过参与本次车载系统体验的用户，观察他们在操作事先列举好任务上的表现状况，这些状况包含了本次任务完成消耗的时间、完成的成功率、错误点击等；定量研究的结果是一些简单的数据，这些数据需要有一个参考的依据，一个已知的标准，要么就是竞品体验的一个对比数据，还有一个是自己车载系统前后版本的一个对比看看改进多少（专业术语：ROI），一个词需要找到 “参照物” 。

例如：在多少秒内操作是一个安全的范围值？

单次交互操作动作不能超过 2 秒（1 秒内为最佳）如果一个在行驶过程中需要交互操作的动作 用时 2-3 秒就已经是一个危险状况，所以我们参考这个依据，可以进行对我们车载系统做一个判定。

定量的数据是有了，参考标准也有了，有的功能方案是不 OK 的需要去优化，但是这些数据没有告诉我们如何去优化它，需要在设计方案中何如去优化？定量分析研究只是记录了一个过程中得到的数据，也没办法得到用户在什么项目中遇到什么困难，比如车辆设置中的调节 ADAS 的某一个设置选项，用户不知道在哪里寻找，我们只能记录这项任务失败。所以在为了更好的做可用性测试，我们通常会使用定性研究来增加进行补充缺失的部分。

如何运用定性和定量研究

前面有提到他们之间的区别，那我们在日常的工作中该如何的运用呢？在什么阶段用什么研究？

在发布车载系统 1.0 版本和后续迭代版本优化 1.x 版本，可以使用定量、定性、两者组合性来评估，如果这次评估的目的是数据方面，在这个功能点上我们优化多少，提升了多少用户使用了这个功能，那么就需要采用定量分析，因为只有定量研究才能得出每一个版本对比上一个版本到底优化了、提高了多少。

需要针对车载系统重新设计内容时候，要通过定性的研究方法去完成，在这个过程中用户的角色是承担为设计提供可行性方案的人，他会觉得在哪方面可以进行优化，到得这些用户数据和意见之后，也便于设计师们做出选择性的优化，创建出一个新的体验感，所以这个阶段使用定性研究方式更为适合。

举个例子：

用户在体验过程觉得在操作调节音量的交互感觉不好，抓住关键词“调节音量体验不好”，那么就要询问清楚，问到用户：“是在下拉出现的负一屏中 调节体验感觉不好，还是在进入设置项中的去调节音量体验感觉不好呢？因为在做定性的研究的时候不会设定怎么进入，因此会出现通过多种方式去操作系统某一个功能，所以需要针对这个问题询问清楚，才可以正确的优化这个体验流程。后面还需要跟进这个问题，是操作步骤过多，需要优化路径？还是在滑动的体验感需要加强？等这类问题，当然也可以让体验者去叙述他自己的点。如果同样的去发现这类的问题，你去使用定量那么会增加很多工作成本不说，预算成本也会增加。

可用性测试实际工作内容 由于我们项目的保密性，不能透露过多内容，我将这次案例换成了其余车载系统，这次可用性测试的目的是系统评分数据

1. 设计任务 前面提到定量研究测试，是请多名用户来参与对我们车载系统的一个体验，我们将原先设定好的任务对用户进行说明，然后我们在车内观察用户使用我们产品的一个状况。可用性的评估是基于任务的，所以接下来我们讲一下任务的五个原则：锁定主要任务、明确任务起点与目标、给任务设置约束条件、任务不应过于简单、避免提供线索和描述操作步骤

主要任务

用户在使用车载系统目的有很多种类，需要听音乐、电台、看视频、导航到目的地、接/打电话、调节空调/温度等等，可能会有上百个功能点需要去操作，但一场测试不可能全功能进行测试，我们只有挑选出最重要的任务来进行测试，或者是刚上线的车载系统，需要测试一下基础功能评测，如果遇到产品 OTA 升级或者是改动很大的版本点，会改变用户的操作步骤，更或者是新增加的功能，都可以优先测试。

再举个例子：

任务：调节空调的温度

我们需要观察的是，他是如何调节空调温度的（我们设计师自己肯定知道全部的调节方案）

第一种方案：可以点击导航栏下方的温度，点击可以进行前后拖动来改变温度

第二种方案：按下方按键，呼出语音 “温度调节到 21 度”

明确任务起点与目标

在可用性测试中最重要的就是用户能否可以完成任务项，所以需要明确目标，如果没有的话，就无法判断用户是否完成任务，我们最初设定一个目标。

例如 “在音乐界面中将播放模式调成单曲循环模式”这是我们这个任务的最终目标，只要最终用户在音乐界面中将播放模式改为“单曲循环”即为此项任务成功完成。

给任务设置约束条件

在设定任务的时候，会出现可以多种方式去完成，上诉案例空调调节温度，就可以使用两种方法去完成，因此如果本次全程操作不允许用语音操作（这是作为一个约束的条件）本次的全部测试项目是关于在中控测试评估的，语音会有他自己的一套测试任务，这些都需要在任务开始前设定好的。

任务不应过于简单

如果你想测试用户是否找到这个功能，请不要用“找到一个 xxx 暂停按钮”，我们需要给用户提供一个处理现实场景中的任务，而不只是去找这个按钮的位置，例如：“找到音乐暂停按钮” 改为“在酷我音乐界面暂停一首歌曲”这样会有一个明确的场景，这个场景是可以运用到现实驾驶中出现的任务，如果变成“找到音乐暂停按钮”就属于一个不 OK 的任务。

避免提供线索和描述操作步骤

设计任务的时候应该给出具体的目标，而不是列举好的整个操作步骤去教用户去完成，这个跟说明书没两样。

例如：“购买酷我音乐的季度会员”。进入酷我音乐界面、点击酷我音乐中我的、然后点击会员中心、再点击续费、出现弹框选择季度充值、最后扫码付款。用户在接受到这些信息后，就知道先进入音乐应用、找我的、寻找充值入口、最后再进行支付。

引导性过强的话会失去任务测试的意义，这样做会错失用户在操作过程中发现的一些问题，观察员也将错失记录的机会，如果没有这提前事先布置好的步骤，可能会出现一些操作让他感觉有异议，不知道自己是否操作成功或者是是不是点错了等等状况。在用户使用产品的时候，我们应该考虑使用的目标，不是考虑具体的操作步骤。我们在设计任务的时候一定要避免提供线索和描述操作步骤给到体验者。

总结一下

针对用户来看的话，车载系统对他们只是一个工具，达到他们想要的操作目的“比如听音乐、导航”这些功能目的，所以在可用性测试中，我们需要把测试车载系统某个功能目的作为重点。

2. 招募人选 在招募人选问题之前，需要根据这次测试的目的和需求，确认是定性研究还是定量研究或者是组合性的研究测试方式，这次的目的是对于新系统的一个评分，这次研究方向确定好是做定量研究测试。

定量研究可用性测试是基于（30+以上人 体验者），但也有时候定量研究也会少于 30 人，因为预算的问题，或者其他的原因无法请到这么多人，因为招募车载系统的一个体验用户，相对于招募去体验 APP、网页端产品、还是 B 端的产品，都会难很多，因为条件的限制，所处的环境也变化了，因为是有驾驶的一个状态，还需要去操作提前布置的任务，所以在招聘人员的时候确实相对其他平台要难。数据就会存在一些偏差。定量研究通过任务的完成率、完成时间、满意度进行评分。这些总结性的评估数据，通常都是用于车载系统的迭代过程的跟踪，在下一个版本中数据是否得到提高，从而达到优化的目的。

另外给大家补充一下定性研究人员选择

定性研究用户可以 5 人参加这场测试，就可以发现大多数（85%）的产品可用性问题，随着用户的增加，会发现的问题会逐渐减少，因此最终定性研究分析选定的人数需要我们去考量。

在后面的实际案例中，我们采用的是定量研究，会针对整个定量研究全案做一个详细的解说，也会增加一些定性的来作为补充说明。

总结一下：

我们要根据实际情况来确定我们招募的用户数量，对比每一次的测试结果于后续 OTA 升级后的效果，是否需要增加投入的预算来做可用性测试。

3. 准备工作 在做可用性测试之前需要规划好准备的工作事宜，先是测试地点和工具的准备，后续是相关资料的准备，后面需要签署保密协议，最后就是整个的可用性测试剧本准备。

测试地点和环境

HMI 车载系统测试场景相对于其他端的测试场景要多，这些不同测试地点和环境主要目的就是针对影响用户操作的因素来做多方考量。

车载系统测试的地点：

路测（大马路上，封闭路段、正常道路）、地下车库、路面停车场、隧道等

车载系统测试的环境：

晴天、雨天、阴天、下雪天、雾霾、沙尘暴等

对于硬件的测试还会增加在不同温度/湿度下的测试：

极寒地区、干旱地区、常年潮湿雨水多地区等等（这类测试跟设计关系不大，想普及一下）

准备的工具 

需要在测试车内装机好需要测试的系统；安装眼动仪来记录用户的观看轨迹，便于后续优化界面设计和交互设计；还需要后排记录人员跟拍操作录像资料，便于后期的分析操作细节。

相关资料

首先就是准备整套测试中的任务卡片，便于用户查看；还有要为自己准备一张表格，记录用户操作中出现状态的数据，如任务是否完成、完成时间等状态；还有一些记录关键事件和测试中观察用户体验的表格，比如设计中可能会出现的问题，方便结束后进行总结，加入到后面迭代版本点中。

签署协议

在测试期间需要签署保密协议等，因为用户测试的是未上线的产品，为了确保项目安全起见，需要让参与测试的用户签署保密协议。

剧本准备

HMI 可用性的剧本准备和其他基本类似没有过多的出入，这个过程是：接触用户 →开场白 → 开始测试 → 事后访谈 →给予奖励并送走用户的整个过程，这些相同的剧本准备、还紧跟后面的观察、访谈这些内容，大家都可以自行搜索，因为下面还有更重要的内容需要细讲。

最后一步就是分析前面所得的数据，但需要一个标准去评估衡量，下面进入我们本篇文章最核心的部分吧。

HMI 可用性测试评估维度体系 对于 HMI 车机系统可用性测评有很多的标准，我们对 Thoughtworks 的度量标准进行了分析学习，根据前面的可用性测试原则，最终得出评估的三个维度：视觉行为表现（Visual Behaviors）、HMI 软件任务表现（HMI Task Performance）、主观感受（Subjective Feelings），这测试的体系主要针对的是动态测试下的 HMI 车机系统可用性测试的标准，静态测试（注：静止状态下、车辆未启动状态下的操作）任务还会有另外一套测量体系的标准。

1. 视觉行为表现（Visual Behaviors） 视觉行为表现的二级维度是视线离开路面的时间，因为这个维度是针对→完成任务是否是在安全时间内的一个评估标准，这一项是至关重要的，HMI系统在设计方面一定要遵循安全的设计原则。

评估它的指标是用户在车机单次扫视时长，车机总扫视时长，为什么会增加这一个评估指标呢，因为有些任务不是单次扫视就能完成操作的，比如在中控上面调节音量大小，我们项目中有一个定义是在绝大数页面当中，在空白区域左右滑动就可以改变音量的大小，所以这项任务测试数据中交互手势是表现相对较好的。当然还有其他方式→第一步：下拉交互手势，将负一屏滑动下来；第二步：找到调节音量大小的滑块进行调整音量大小。这个交互方式和其余的车载系统是基本相似的，所以在整体考量方面，在中控调节音量大小是一个比较危险的操作，因为总时长较长，甚至单次扫视的时间也有过长的一个情况。

2. HMI 软件任务表现（HMI Task Performance） HMI 软件任务表现的二级维度是有效性和效率，这方面测试用户的一个任务完成度情况。

有效性的评估指标是任务的完成率和人均错误次数 ，这两个数据是指测试的任务是否成功完成了，在操作这个任务的时候用户犯了几次错误最终才完成的任务。设定一个任务：完成“搜索找周围加油站”，操作状态：静止状态下（非驾驶状态），操作限制：中控屏幕内操作。通过这些条件得到不同的数据。类似这种任务，我们可以做多种不做任何限制状况。

得出的结论是：

语音操控下最优，完成率和人均错误次数较低，错误的就是有些地方的方言无法识别，其余都可以正常完成；在中控屏幕中操作，只有在非驾驶中可以完成任务，在中控屏幕操作中需要很多步骤，1.首先进入导航页面，2.进入导航页面后，有不同的操作路径可以进行搜索加油站，第一个直接在输入框中搜索加油站，第二个就是在下方有加油站的 icon，可以直接查找，在第一次使用我们产品的用户，绝大多数都是进行第一种方案。

最后数据比较非驾驶中完成任务率和人均错误次数远低于驾驶状态，因为驾驶状态下完成这类任务时间会增多，并且驾驶中不可能长时间定于屏幕。其实现实场景中，在驾驶中搜索加油站的场景会偏少，所以更推荐用户多运用语言进行搜索完成任务，如果不习惯语言交互，那么请在非驾驶状态下进行操作中控屏幕。

效率的评估指标是完成时长 ，通过上面的案例我们也可以直观的看出语音交互搜索加油站完成的时长是最短的，因此他在效率上也是最高的，语音交互也分为驾驶状态和非驾驶状态，效率也是不一样的，非驾驶状态效率要高于驾驶状态，因为驾驶状态下去扫描屏幕信息难度要高于非驾驶状态下的。其次就是静止状态下的操作中控屏幕效率也要高于驾驶状态下操作。排个序不同场景在不同的交互方式，非驾驶状态语音交互 > 驾驶状态语音交互> 非驾驶状态中控操作 > 驾驶状态中控操作。

3. 主观感受（Subjective Feelings） 主观感受的二级维度是综合感知负荷 ，事物通过感官在人脑中的直接反应，感官这一个词大家也许会感觉还是有些陌生，HMI 车载系统交互中从视觉、听觉、嗅觉、触觉以及味觉等方面的感官交互，也就是通过眼睛、耳朵、鼻子、嘴巴以及皮肤触摸实现，围绕这些感官进行设计的，这些对用户直观的感受都需要记录下来，作为对于后续优化系统作为研究内容。

综合感知负荷的评估指标是感知脑力负荷，这个词想必大家也没咋听说过，我简单介绍一下，从任务和个体两方面出发，脑力负荷中的任务和执行任务的个体均相关。在同一任务中，不同的用户所感受到的脑力负荷仍可能不同，用户自身的情绪、动机、策略及个人能力都可能影响到脑力负荷。从信息处理能力的角度出发，将脑力负荷定义为: 用户在执行某项任务时对所应用的“信息处理能力”的大小，可以通过测量其“信息处理能力”来直接度量其脑力负荷的大小。一共有两个因素来决定，一个方面是“时间占有率”，时间占有率是指完成某项车载任务过程中用户的最低处理时间。“时间占有率”越低，则脑力负荷越低，“时间占有率”越高，则脑力负荷越高；另一个方面是“信息处理强度”，信息处理强度是指在单位时间内需要处理的信息量或者处理信息的复杂程度，“信息处理强度”越高，则脑力负荷越高，反之则相反，有点难理解的话还是多看几遍吧。

脑力负荷的测评方法主要包括: 主观测评方法、作业绩效测评方法、生理测评方法以及综合测评方法，关于这些维度的后续我们在详细探讨。

4. 给大家开一个小灶 本想这个留着后面慢慢讲的，但是已经谈到这个专业领域的知识，我又没收住，就简单的给大家提一嘴，后期还会单独针对这一块做深入的探讨。上面谈到脑力负荷，那我们设计 HMI 车载系统的时候，该如何降低脑力负荷呢？

从视觉、认知、操作三个角度出发减少脑力负荷

视觉：

是指 HMI 车载系统的界面信息视觉复杂程度，减少视觉负荷，需要做到信息功能更加精炼、主次分明等要求。根据调查：人对产品的第一印象是在 0.5s 秒形成的，有一点要知道：为了降低视觉负担，不是设计的很简单就完事了，驾车环境和其他产品不一样，对于视觉要求较高，因为用户每盯屏幕多 1s 钟，就会多一分危险，所以在设计的时候不能将其他端的设计照搬硬套，减少用户阅读的信息，简化信息内容等。

认知：

是指用户对于 HMI 系统界面的理解、思考的脑力消耗，交互设计中有一条原则：不要让用户做过多的思考，不要增加用户的认知负荷。在设计 HMI 车载系统的时候，视觉设计和交互设计要保持全局的一致性，HMI 车载系统的设计和其他端也不一样，APP 端要将这个行业的框架结构要一样，所以大家看到淘宝、京东、网易严选、苏宁易购等购物平台 APP 首页的框架都是一样的，从而降低用户认知成本，这个是行业的一致性。

但是大家可以看到车载系统，每家的定义都有差异化、也有相同点。比如小鹏、蔚来、特斯拉都是以导航为首页，理想 ONE、五菱星辰首页的设计方式是以卡片为主，所以在于车载系统中的一致性是在自己本产品中体现，视觉、交互的一致性，不能做过多、过于复杂的交互方式。

视觉的一致性就体现在的通用颜色，比如导航模块中的交通拥堵的颜色，深红色为极度拥堵路段、红色代表堵车、黄色代表缓行路段、绿色代表畅通路段，这个只能在一个颜色系列下微调，不能做大幅度改动，但这个还需要按照每一个国家的定义来，有一些国家对于颜色定义有着自己的要求，所以在做海外导航的小伙伴们要时刻注意下。

操作：

是指用户移动头部、手臂、手指来点击触碰 HMI 车载系统，如何做到减少操作负荷。下面从软件层面和硬件层面来讲讲：

针对软件方面的优化：

交互内容面积越大越容易操作；交互的内容应该偏向于主驾驶便于操作的区域，距离主驾驶越近越好；与其他交互手势、方向避免冲突；点击的交互方式易用性强于长按和双击，但车载系统有的地方还是需要用到这些其他交互方式，全局做到尽量少用，放大地图之类也需要延续双指交互手势等；单指交互优于多指交互。

针对硬件方面的优化：

对于硬件操作的优化，沃尔沃汽车将主驾驶屏幕做了倾斜，对于主驾驶是方便操作，唯一的缺点就是不可以挪动，他是完全镶嵌进去的，如果副驾驶需要链接手机蓝牙到车上面，对于副驾驶的观感就不太友好了。这一点新款的特斯拉 S/X 系列做的很到位，他可以将屏幕左右的倾斜，在设置项中可以选择屏幕的调整，针对操作这一点优化相当不错的，我在其他平台看到有的车主在特斯拉 model 3 改装了屏幕，将固定的屏幕改装成左右上下都可以移动的屏幕，动手能力超强，给车主点个赞。

总结 本篇文章是HMI车载领域的可用性测试，但其他领域的设计师们也可以有学习的内容。

前言 这篇文章针对车载行业的可用性测试，我们做一下深入探讨，前面几篇跟下来的读者也都知道我写作的节奏，前面会深入讲解该主题的基础内容，并结合...

前言 这篇文章针对车载行业的可用性测试，我们做一下深入探讨，前面几篇跟下来的读者也都知道我写作的节奏，前面会深入讲解该主题的基础内容，并结合一些我工作中实际案例给予大家去了解，后半部分以实践案例为主，将前面基础知识融入进来，结合案例进行剖析可用性测试，这次文章大纲分为三大内容：可用性基础知识、HMI可用性测试实际工作内容、 HMI 可用性测试评估维度体系，最后一点是重头戏。

往期回顾：

万字长文！车载 HMI 语音设计基础知识科普 前沿： 开头必须来一句，我相信语音一定是未来，我非常确认 这篇 HMI 的语言探索以介绍语音交互内容为基础，结合我的实际工作项目经验，输出总结关于语音设计的内容，最后结合案例，在对话设计中会进行深度的探索，并提出个人的想法和思路，因为有的时候深度去思考觉得我们项目还可以有

阅读文章 >

万字干货！超全面的HMI 竞品分析手册 他来了～ 他来了～ 一个月时间的打磨，不知道熬了多少次通宵了 前沿： 为了输出这篇竞品分析文章，我也是够拼了，利用周末的休假时间，预约这四家 4S 店进行试驾，并进行对车辆的拍照，和销售对话的录音等获取到一手资料，再去做分析、总结这一次的探索。

阅读文章 >

我们在文章前夕先谈谈可用性测试与用户访谈，可能后期也会针对 #HMI 用户访谈# 这块内容会再输出一篇文章。可用性测试和用户访谈的区别→ 可用性测试更偏向于观察用户的操作行为，而用户访谈是更好的挖掘用户的需求。可用性测试是为了找出产品的问题而测试，通过这种测试找出产品中存在的问题，加以解决，最后目的也是为了让 产品 用起来体验更加。

大家也发现了，关于 HMI 设计类文章很多平台上很少有，还有设计师工作中用到的设计方法论，如何运用到 HMI 车载领域当中，确实都很难找到，并且专业领域的内容车厂也不愿意拿出来分享，我一开始写文章的初衷就是想打破这个格局，虽然一个人力量很小，但我还是坚持做下去了，希望通过我的分享能够让更多的人能进入这个赛道，并且也能输出自己的经验传递下去，成为光，并散发光。

进入我们今天的正题吧。

可用性基础知识 ISO9241 中对“可用性”的定义是：特定用户在特定的使用场景中，为了达到特定目标而使用某产品时，所感受到的有效性、效率和满意度。

1. 可用性原则 有效性（Effectiveness）：用户完成特定任务的情况。比如：设定一个调节空调风量的任务，让用户操作，记录员在旁边记录用户的一个完成度的情况，成功完成、求助后完成、未完成的状态。

效率性（Efficiency）：用户完成特定目标的效率，任务完成时间和完成的一个路径。在记录过程中如果在一个正常时间范围内无需关注，主要还是要记录在某些功能上面花费较多时间完成的任务。在操作路径上也要观察，是否符合我们设定的操作路线，是否存在偏差或者是犹豫不决的地方。

满意度（Satisfaction）：用户使用该车机系统主观满意度，当然我们也要提前做好一些标准，比如任务完成的难易度进行评价，任务完成的满意度测评等，

总结一下

一个好的可用性必须能够满足这三个维度，这三个维度也会有一个重要程度之分，有效性 > 效率 > 满意度。

需要最后补充一下：

在评估一个任务可用性以外，还要需要注意该功能的价值，尤其是 OTA 升级发布新的功能，功能价值分为两类：用户价值和商业价值，作为设计师的我，觉得用户的体验应该是放在第一位的，有了好的体验才能够更好的去谈商业价值，不然就是在扯蛋。例如→ 我们在优化负一屏中的体验，将调节音量新增了可以调节四种音量大小，多媒体、电话、导航、语音，旧版本的音量调节，用户经常会吐槽，因为当时功能设定负一屏音量调节是整个的一个系统调节，你在音乐调节很大音量的时候，如果有一个电话接入进来，对方说话声音就很大，会吓到用户，这个在驾驶过程中会很危险的，因此在OTA升级后，我们做了优化。

2. 可用性测试类型

其实可用性测试方法和类型很多，会在不同情况下使用，选取的方式也是需要看团队设定的目标、在什么阶段、最终的预算能有多少钱，真的，没钱很难办事情。

探索性测试：

产品在不同阶段，可根据不同的测试类型做可用性测试，在产品初期可使用探索性测试方法，利用产品的原型图展示给用户，探索性的测试目的是，用户是否对这款产品有所了解，如果在某些方面有所疑惑需要记录，根据多组测试，重叠性较高的功能就需要 UX 去优化，在产品初期需要不断的试错。

比较性测试

我们先说一下比较性测试，我们在做设计时会出几个不同的方案，需要在这个几个方案中做出选择，如果公司非常重视测试数据的话，会将设计方案同时上机进行路测，最终结合数据，让体验专家评判方案之间的优缺点，最终决策出符合用户体验的方案；另外一种比较是选择两种或者更多的产品，去研究他们优缺点，确定哪个设计方案能够提供给用户带来良好的操作体验；这两种方案取决于项目的时间长短，如果像服务形的乙方需要快速的出方案，则更多的采用的是第二种，甲方有着自己设计研究部门可以给到部门有试错的时间成本，那么他们更会倾向于两者相结合的方案，我们只能提供可行性的方案，最终还是需要领导层进行拍板实施。

评估性测试

当产品进入后半段，在发布版本前后，上机进行测试，HMI 上机测试分为在室内台架上测试，另外一种是装机在道路上测试，不同场景的路测，在这个阶段的可用的测试方法是评估性测试。评估性的可用性测试目的是确保这个产品在发布之前将潜在的问题进行修复；在版本发布之后本公司或者一些测评机构会根据自己的评测标准进行对这款产品进行评估测试，对照自己的评判标准进行打分，方便后续 OTA 升级，版本优化迭代功能。

3. 可用性测试方法 相信大家对于定性和定量这两个词并不陌生，在可用性测试中承担着重要的组成部分。

定性 / 定量研究

定性研究是指参与本次车载系统的体验者对于可用性的一个直接评估，从而产生结果，并且发现哪些功能在操纵的时候会出问题，有哪些体验是觉得不错的，哪些功能的体验需要进行优化，听完这些内容是不是觉得和车载系统的专业测评人差不多了吧，当然，在做这个定性测试的时候需要找不同的人群进行测试，需要做到完整性。

定量研究也是我们常用到的一个测试方法，定量研究出的数据对于可用性启到了间接评估，通过参与本次车载系统体验的用户，观察他们在操作事先列举好任务上的表现状况，这些状况包含了本次任务完成消耗的时间、完成的成功率、错误点击等；定量研究的结果是一些简单的数据，这些数据需要有一个参考的依据，一个已知的标准，要么就是竞品体验的一个对比数据，还有一个是自己车载系统前后版本的一个对比看看改进多少（专业术语：ROI），一个词需要找到 “参照物” 。

例如：在多少秒内操作是一个安全的范围值？

单次交互操作动作不能超过 2 秒（1 秒内为最佳）如果一个在行驶过程中需要交互操作的动作 用时 2-3 秒就已经是一个危险状况，所以我们参考这个依据，可以进行对我们车载系统做一个判定。

定量的数据是有了，参考标准也有了，有的功能方案是不 OK 的需要去优化，但是这些数据没有告诉我们如何去优化它，需要在设计方案中何如去优化？定量分析研究只是记录了一个过程中得到的数据，也没办法得到用户在什么项目中遇到什么困难，比如车辆设置中的调节 ADAS 的某一个设置选项，用户不知道在哪里寻找，我们只能记录这项任务失败。所以在为了更好的做可用性测试，我们通常会使用定性研究来增加进行补充缺失的部分。

如何运用定性和定量研究

前面有提到他们之间的区别，那我们在日常的工作中该如何的运用呢？在什么阶段用什么研究？

在发布车载系统 1.0 版本和后续迭代版本优化 1.x 版本，可以使用定量、定性、两者组合性来评估，如果这次评估的目的是数据方面，在这个功能点上我们优化多少，提升了多少用户使用了这个功能，那么就需要采用定量分析，因为只有定量研究才能得出每一个版本对比上一个版本到底优化了、提高了多少。

需要针对车载系统重新设计内容时候，要通过定性的研究方法去完成，在这个过程中用户的角色是承担为设计提供可行性方案的人，他会觉得在哪方面可以进行优化，到得这些用户数据和意见之后，也便于设计师们做出选择性的优化，创建出一个新的体验感，所以这个阶段使用定性研究方式更为适合。

举个例子：

用户在体验过程觉得在操作调节音量的交互感觉不好，抓住关键词“调节音量体验不好”，那么就要询问清楚，问到用户：“是在下拉出现的负一屏中 调节体验感觉不好，还是在进入设置项中的去调节音量体验感觉不好呢？因为在做定性的研究的时候不会设定怎么进入，因此会出现通过多种方式去操作系统某一个功能，所以需要针对这个问题询问清楚，才可以正确的优化这个体验流程。后面还需要跟进这个问题，是操作步骤过多，需要优化路径？还是在滑动的体验感需要加强？等这类问题，当然也可以让体验者去叙述他自己的点。如果同样的去发现这类的问题，你去使用定量那么会增加很多工作成本不说，预算成本也会增加。

可用性测试实际工作内容 由于我们项目的保密性，不能透露过多内容，我将这次案例换成了其余车载系统，这次可用性测试的目的是系统评分数据

1. 设计任务 前面提到定量研究测试，是请多名用户来参与对我们车载系统的一个体验，我们将原先设定好的任务对用户进行说明，然后我们在车内观察用户使用我们产品的一个状况。可用性的评估是基于任务的，所以接下来我们讲一下任务的五个原则：锁定主要任务、明确任务起点与目标、给任务设置约束条件、任务不应过于简单、避免提供线索和描述操作步骤

主要任务

用户在使用车载系统目的有很多种类，需要听音乐、电台、看视频、导航到目的地、接/打电话、调节空调/温度等等，可能会有上百个功能点需要去操作，但一场测试不可能全功能进行测试，我们只有挑选出最重要的任务来进行测试，或者是刚上线的车载系统，需要测试一下基础功能评测，如果遇到产品 OTA 升级或者是改动很大的版本点，会改变用户的操作步骤，更或者是新增加的功能，都可以优先测试。

再举个例子：

任务：调节空调的温度

我们需要观察的是，他是如何调节空调温度的（我们设计师自己肯定知道全部的调节方案）

第一种方案：可以点击导航栏下方的温度，点击可以进行前后拖动来改变温度

第二种方案：按下方按键，呼出语音 “温度调节到 21 度”

明确任务起点与目标

在可用性测试中最重要的就是用户能否可以完成任务项，所以需要明确目标，如果没有的话，就无法判断用户是否完成任务，我们最初设定一个目标。

例如 “在音乐界面中将播放模式调成单曲循环模式”这是我们这个任务的最终目标，只要最终用户在音乐界面中将播放模式改为“单曲循环”即为此项任务成功完成。

给任务设置约束条件

在设定任务的时候，会出现可以多种方式去完成，上诉案例空调调节温度，就可以使用两种方法去完成，因此如果本次全程操作不允许用语音操作（这是作为一个约束的条件）本次的全部测试项目是关于在中控测试评估的，语音会有他自己的一套测试任务，这些都需要在任务开始前设定好的。

任务不应过于简单

如果你想测试用户是否找到这个功能，请不要用“找到一个 xxx 暂停按钮”，我们需要给用户提供一个处理现实场景中的任务，而不只是去找这个按钮的位置，例如：“找到音乐暂停按钮” 改为“在酷我音乐界面暂停一首歌曲”这样会有一个明确的场景，这个场景是可以运用到现实驾驶中出现的任务，如果变成“找到音乐暂停按钮”就属于一个不 OK 的任务。

避免提供线索和描述操作步骤

设计任务的时候应该给出具体的目标，而不是列举好的整个操作步骤去教用户去完成，这个跟说明书没两样。

例如：“购买酷我音乐的季度会员”。进入酷我音乐界面、点击酷我音乐中我的、然后点击会员中心、再点击续费、出现弹框选择季度充值、最后扫码付款。用户在接受到这些信息后，就知道先进入音乐应用、找我的、寻找充值入口、最后再进行支付。

引导性过强的话会失去任务测试的意义，这样做会错失用户在操作过程中发现的一些问题，观察员也将错失记录的机会，如果没有这提前事先布置好的步骤，可能会出现一些操作让他感觉有异议，不知道自己是否操作成功或者是是不是点错了等等状况。在用户使用产品的时候，我们应该考虑使用的目标，不是考虑具体的操作步骤。我们在设计任务的时候一定要避免提供线索和描述操作步骤给到体验者。

总结一下

针对用户来看的话，车载系统对他们只是一个工具，达到他们想要的操作目的“比如听音乐、导航”这些功能目的，所以在可用性测试中，我们需要把测试车载系统某个功能目的作为重点。

2. 招募人选 在招募人选问题之前，需要根据这次测试的目的和需求，确认是定性研究还是定量研究或者是组合性的研究测试方式，这次的目的是对于新系统的一个评分，这次研究方向确定好是做定量研究测试。

定量研究可用性测试是基于（30+以上人 体验者），但也有时候定量研究也会少于 30 人，因为预算的问题，或者其他的原因无法请到这么多人，因为招募车载系统的一个体验用户，相对于招募去体验 APP、网页端产品、还是 B 端的产品，都会难很多，因为条件的限制，所处的环境也变化了，因为是有驾驶的一个状态，还需要去操作提前布置的任务，所以在招聘人员的时候确实相对其他平台要难。数据就会存在一些偏差。定量研究通过任务的完成率、完成时间、满意度进行评分。这些总结性的评估数据，通常都是用于车载系统的迭代过程的跟踪，在下一个版本中数据是否得到提高，从而达到优化的目的。

另外给大家补充一下定性研究人员选择

定性研究用户可以 5 人参加这场测试，就可以发现大多数（85%）的产品可用性问题，随着用户的增加，会发现的问题会逐渐减少，因此最终定性研究分析选定的人数需要我们去考量。

在后面的实际案例中，我们采用的是定量研究，会针对整个定量研究全案做一个详细的解说，也会增加一些定性的来作为补充说明。

总结一下：

我们要根据实际情况来确定我们招募的用户数量，对比每一次的测试结果于后续 OTA 升级后的效果，是否需要增加投入的预算来做可用性测试。

3. 准备工作 在做可用性测试之前需要规划好准备的工作事宜，先是测试地点和工具的准备，后续是相关资料的准备，后面需要签署保密协议，最后就是整个的可用性测试剧本准备。

测试地点和环境

HMI 车载系统测试场景相对于其他端的测试场景要多，这些不同测试地点和环境主要目的就是针对影响用户操作的因素来做多方考量。

车载系统测试的地点：

路测（大马路上，封闭路段、正常道路）、地下车库、路面停车场、隧道等

车载系统测试的环境：

晴天、雨天、阴天、下雪天、雾霾、沙尘暴等

对于硬件的测试还会增加在不同温度/湿度下的测试：

极寒地区、干旱地区、常年潮湿雨水多地区等等（这类测试跟设计关系不大，想普及一下）

准备的工具 

需要在测试车内装机好需要测试的系统；安装眼动仪来记录用户的观看轨迹，便于后续优化界面设计和交互设计；还需要后排记录人员跟拍操作录像资料，便于后期的分析操作细节。

相关资料

首先就是准备整套测试中的任务卡片，便于用户查看；还有要为自己准备一张表格，记录用户操作中出现状态的数据，如任务是否完成、完成时间等状态；还有一些记录关键事件和测试中观察用户体验的表格，比如设计中可能会出现的问题，方便结束后进行总结，加入到后面迭代版本点中。

签署协议

在测试期间需要签署保密协议等，因为用户测试的是未上线的产品，为了确保项目安全起见，需要让参与测试的用户签署保密协议。

剧本准备

HMI 可用性的剧本准备和其他基本类似没有过多的出入，这个过程是：接触用户 →开场白 → 开始测试 → 事后访谈 →给予奖励并送走用户的整个过程，这些相同的剧本准备、还紧跟后面的观察、访谈这些内容，大家都可以自行搜索，因为下面还有更重要的内容需要细讲。

最后一步就是分析前面所得的数据，但需要一个标准去评估衡量，下面进入我们本篇文章最核心的部分吧。

HMI 可用性测试评估维度体系 对于 HMI 车机系统可用性测评有很多的标准，我们对 Thoughtworks 的度量标准进行了分析学习，根据前面的可用性测试原则，最终得出评估的三个维度：视觉行为表现（Visual Behaviors）、HMI 软件任务表现（HMI Task Performance）、主观感受（Subjective Feelings），这测试的体系主要针对的是动态测试下的 HMI 车机系统可用性测试的标准，静态测试（注：静止状态下、车辆未启动状态下的操作）任务还会有另外一套测量体系的标准。

1. 视觉行为表现（Visual Behaviors） 视觉行为表现的二级维度是视线离开路面的时间，因为这个维度是针对→完成任务是否是在安全时间内的一个评估标准，这一项是至关重要的，HMI系统在设计方面一定要遵循安全的设计原则。

评估它的指标是用户在车机单次扫视时长，车机总扫视时长，为什么会增加这一个评估指标呢，因为有些任务不是单次扫视就能完成操作的，比如在中控上面调节音量大小，我们项目中有一个定义是在绝大数页面当中，在空白区域左右滑动就可以改变音量的大小，所以这项任务测试数据中交互手势是表现相对较好的。当然还有其他方式→第一步：下拉交互手势，将负一屏滑动下来；第二步：找到调节音量大小的滑块进行调整音量大小。这个交互方式和其余的车载系统是基本相似的，所以在整体考量方面，在中控调节音量大小是一个比较危险的操作，因为总时长较长，甚至单次扫视的时间也有过长的一个情况。

2. HMI 软件任务表现（HMI Task Performance） HMI 软件任务表现的二级维度是有效性和效率，这方面测试用户的一个任务完成度情况。

有效性的评估指标是任务的完成率和人均错误次数 ，这两个数据是指测试的任务是否成功完成了，在操作这个任务的时候用户犯了几次错误最终才完成的任务。设定一个任务：完成“搜索找周围加油站”，操作状态：静止状态下（非驾驶状态），操作限制：中控屏幕内操作。通过这些条件得到不同的数据。类似这种任务，我们可以做多种不做任何限制状况。

得出的结论是：

语音操控下最优，完成率和人均错误次数较低，错误的就是有些地方的方言无法识别，其余都可以正常完成；在中控屏幕中操作，只有在非驾驶中可以完成任务，在中控屏幕操作中需要很多步骤，1.首先进入导航页面，2.进入导航页面后，有不同的操作路径可以进行搜索加油站，第一个直接在输入框中搜索加油站，第二个就是在下方有加油站的 icon，可以直接查找，在第一次使用我们产品的用户，绝大多数都是进行第一种方案。

最后数据比较非驾驶中完成任务率和人均错误次数远低于驾驶状态，因为驾驶状态下完成这类任务时间会增多，并且驾驶中不可能长时间定于屏幕。其实现实场景中，在驾驶中搜索加油站的场景会偏少，所以更推荐用户多运用语言进行搜索完成任务，如果不习惯语言交互，那么请在非驾驶状态下进行操作中控屏幕。

效率的评估指标是完成时长 ，通过上面的案例我们也可以直观的看出语音交互搜索加油站完成的时长是最短的，因此他在效率上也是最高的，语音交互也分为驾驶状态和非驾驶状态，效率也是不一样的，非驾驶状态效率要高于驾驶状态，因为驾驶状态下去扫描屏幕信息难度要高于非驾驶状态下的。其次就是静止状态下的操作中控屏幕效率也要高于驾驶状态下操作。排个序不同场景在不同的交互方式，非驾驶状态语音交互 > 驾驶状态语音交互> 非驾驶状态中控操作 > 驾驶状态中控操作。

3. 主观感受（Subjective Feelings） 主观感受的二级维度是综合感知负荷 ，事物通过感官在人脑中的直接反应，感官这一个词大家也许会感觉还是有些陌生，HMI 车载系统交互中从视觉、听觉、嗅觉、触觉以及味觉等方面的感官交互，也就是通过眼睛、耳朵、鼻子、嘴巴以及皮肤触摸实现，围绕这些感官进行设计的，这些对用户直观的感受都需要记录下来，作为对于后续优化系统作为研究内容。

综合感知负荷的评估指标是感知脑力负荷，这个词想必大家也没咋听说过，我简单介绍一下，从任务和个体两方面出发，脑力负荷中的任务和执行任务的个体均相关。在同一任务中，不同的用户所感受到的脑力负荷仍可能不同，用户自身的情绪、动机、策略及个人能力都可能影响到脑力负荷。从信息处理能力的角度出发，将脑力负荷定义为: 用户在执行某项任务时对所应用的“信息处理能力”的大小，可以通过测量其“信息处理能力”来直接度量其脑力负荷的大小。一共有两个因素来决定，一个方面是“时间占有率”，时间占有率是指完成某项车载任务过程中用户的最低处理时间。“时间占有率”越低，则脑力负荷越低，“时间占有率”越高，则脑力负荷越高；另一个方面是“信息处理强度”，信息处理强度是指在单位时间内需要处理的信息量或者处理信息的复杂程度，“信息处理强度”越高，则脑力负荷越高，反之则相反，有点难理解的话还是多看几遍吧。

脑力负荷的测评方法主要包括: 主观测评方法、作业绩效测评方法、生理测评方法以及综合测评方法，关于这些维度的后续我们在详细探讨。

4. 给大家开一个小灶 本想这个留着后面慢慢讲的，但是已经谈到这个专业领域的知识，我又没收住，就简单的给大家提一嘴，后期还会单独针对这一块做深入的探讨。上面谈到脑力负荷，那我们设计 HMI 车载系统的时候，该如何降低脑力负荷呢？

从视觉、认知、操作三个角度出发减少脑力负荷

视觉：

是指 HMI 车载系统的界面信息视觉复杂程度，减少视觉负荷，需要做到信息功能更加精炼、主次分明等要求。根据调查：人对产品的第一印象是在 0.5s 秒形成的，有一点要知道：为了降低视觉负担，不是设计的很简单就完事了，驾车环境和其他产品不一样，对于视觉要求较高，因为用户每盯屏幕多 1s 钟，就会多一分危险，所以在设计的时候不能将其他端的设计照搬硬套，减少用户阅读的信息，简化信息内容等。

认知：

是指用户对于 HMI 系统界面的理解、思考的脑力消耗，交互设计中有一条原则：不要让用户做过多的思考，不要增加用户的认知负荷。在设计 HMI 车载系统的时候，视觉设计和交互设计要保持全局的一致性，HMI 车载系统的设计和其他端也不一样，APP 端要将这个行业的框架结构要一样，所以大家看到淘宝、京东、网易严选、苏宁易购等购物平台 APP 首页的框架都是一样的，从而降低用户认知成本，这个是行业的一致性。

但是大家可以看到车载系统，每家的定义都有差异化、也有相同点。比如小鹏、蔚来、特斯拉都是以导航为首页，理想 ONE、五菱星辰首页的设计方式是以卡片为主，所以在于车载系统中的一致性是在自己本产品中体现，视觉、交互的一致性，不能做过多、过于复杂的交互方式。

视觉的一致性就体现在的通用颜色，比如导航模块中的交通拥堵的颜色，深红色为极度拥堵路段、红色代表堵车、黄色代表缓行路段、绿色代表畅通路段，这个只能在一个颜色系列下微调，不能做大幅度改动，但这个还需要按照每一个国家的定义来，有一些国家对于颜色定义有着自己的要求，所以在做海外导航的小伙伴们要时刻注意下。

操作：

是指用户移动头部、手臂、手指来点击触碰 HMI 车载系统，如何做到减少操作负荷。下面从软件层面和硬件层面来讲讲：

针对软件方面的优化：

交互内容面积越大越容易操作；交互的内容应该偏向于主驾驶便于操作的区域，距离主驾驶越近越好；与其他交互手势、方向避免冲突；点击的交互方式易用性强于长按和双击，但车载系统有的地方还是需要用到这些其他交互方式，全局做到尽量少用，放大地图之类也需要延续双指交互手势等；单指交互优于多指交互。

针对硬件方面的优化：

对于硬件操作的优化，沃尔沃汽车将主驾驶屏幕做了倾斜，对于主驾驶是方便操作，唯一的缺点就是不可以挪动，他是完全镶嵌进去的，如果副驾驶需要链接手机蓝牙到车上面，对于副驾驶的观感就不太友好了。这一点新款的特斯拉 S/X 系列做的很到位，他可以将屏幕左右的倾斜，在设置项中可以选择屏幕的调整，针对操作这一点优化相当不错的，我在其他平台看到有的车主在特斯拉 model 3 改装了屏幕，将固定的屏幕改装成左右上下都可以移动的屏幕，动手能力超强，给车主点个赞。

总结 本篇文章是HMI车载领域的可用性测试，但其他领域的设计师们也可以有学习的内容。

大家好，我是和你们聊设计的花生~ 随着人工智能技术的发展，运用算法自动进行图片处理的工具越来越多，极大地提升了设计师的工作效率。之前向大家推荐了在线 A...

大家好，我是和你们聊设计的花生~

随着人工智能技术的发展，运用算法自动进行图片处理的工具越来越多，极大地提升了设计师的工作效率。之前向大家推荐了在线 AI 修图神器 Hama，能够轻松抹除图片中不需要的部分，与背景实现完美融合；还有在线 AI 抠图 神器「Erase.bg」，能在几秒内快速从任何图片去除背景，并且以提供原始分辨率下载。

不限次数！快收藏在线免费抠图神器「Hama」 Hama 如同上次介绍的「Magic Eraser」，让用户上传图片、将画面中不想要的部分抹除，因为这类服务都是使用人工智能 AI 加上机器学习方式训练出更强大的程序辨识能力，会分析标示人物或物品，移除后将附近的颜色补充进来，就会使去除后的相片画面很自然，而且这项服务完全免费，使用者只要

阅读文章 >

又一个抠图神器！在线免费一秒搞定超好用！ 当今的在线去背工具多半会整合 AI 人工智能技术，以机器学习方式去建构出可准确辨识前景和背景的模型，使用机器自动化去除背景的好处是快速、精确而且无需额外编辑，即使没有专业绘图软件一样可以在浏览器进行，remove.bg 是在线去背服务最早出现、而且最强大的选择，后来也有 FocoClip

阅读文章 >

今天要向大家推荐的 ClipDrop Remove Background 也是一款免费的在线 AI 背景扣除神器，它的背景移除功能非常强大，在 Producthunt 社区 5 月 12 日的每日产品榜单中排名第 5。

据开发人员介绍，他们研发的算法使 Clipdrop 的背景移除精准度、速度和稳定性都达到了前所未有的高度。ClipDrop Remove Background 的功能特色主要体现在以下 2 点：

① 能自动识别图片主体进行抠图，不会将颜色相近的阴影或背景错误保留：

② 扣除背景的同时也能保持细节，并做到边缘干净无白边。

Clipdrop 对上传的图片没有尺寸和大小的限制，处理时间最长不超过 10s，抠图完成后直接下载原图，支持输出最高 5000*5000px 的图片。我也上传了几张图片测试其抠图效果：

首先是人物图片，原图尺寸 3917*5354px，大小 1.45MB，抠图时间为 7 秒，抠图后输出图片尺寸为 3658*5000px，大小为 7.92MB。抠图效果非常不错，头发部分的一些空隙都清除的很干净，衣服边缘也扣得很干净，没有模糊的白边。

接着我又试了一张椅子图，原图尺寸为 3569*4461px，大小为 1.56M。抠图时间比人物图片更短一点，输出的图片为 3569*4461px，大小 8.94MB。抠图边缘同样非常干净，而且很精准的只抠出了椅子的主体。

个人使用感受非常棒，能为经常需要处理抠图的小伙伴省去不少时间精力，感兴趣的小伙伴可以去官网体验一下： https://clipdrop.co/remove-background

最后再为大家总结一下 ClipDrop Remove Background 优点：

免费在线 AI 智能抠图，打开即用 抠图速度快精度高，自动识别主体，边缘清晰无白边 上传图片无限制，输出图片最高支持 5000*5000px 以上就是今天的推荐，如果你有关于设计的疑问，欢迎加入优设官方设计交流群和大家一起交流，进群方式见下图↓

编辑导语：4月份，刘畊宏凭借“毽子操”涨粉5363万，创下了中文互联网历史之最。而新媒体行业交流群里却怨声四起，同一时段、平台、用户，不同从业者却面临两种不同的处境，互联网流量生态，正在发生哪些变化呢？ 刚刚过去的4月，“过气明星”刘畊宏凭借一套“毽子操”涨粉

编辑导语：4月份，刘畊宏凭借“毽子操”涨粉5363万，创下了中文互联网历史之最。而新媒体行业交流群里却怨声四起，同一时段、平台、用户，不同从业者却面临两种不同的处境，互联网流量生态，正在发生哪些变化呢？

刚刚过去的4月，“过气明星”刘畊宏凭借一套“毽子操”涨粉5363万，创下了中文互联网历史之最。

与此同时，过去一个月时间内，新媒体行业交流群里怨声四起。

同一个时间段同一个平台同一群用户，不同从业者却面临两种不同的处境。这是互联网流量生态下的平行世界，更是流量生态变化的显性征兆。

01 平台数据频创新高，从业者却愈发艰难 这边视频号刚凭借崔健创造线上演唱会4000万+场观的壮举，那边抖音就集结平台之力力推刘畊宏，平台之间拼的是数据、是脸面，更是在试图向从业者、向用户证明自己。

一次次刷新数据的背后，并没有带来平台整体的繁荣，从业者的处境反而是愈发的艰难。

根据第三方平台新榜的统计，2021年整年抖音单号粉丝新增超过千万的账号数较之2020年下滑比例达到35%，2021年单号涨粉涨粉最多2321万是母婴大号朱两只吖，和2020年涨粉最多的6527万相比下滑明显。

更为残酷的是，部分头部大号也开始出现主动性的断更。比如说，母婴大号朱两只吖，2022年1月到5月，总共发布了3条视频。

去年，一篇《直播电商十店九赔》的文章一时之间刷屏朋友圈。今年，一篇《电商直播大逃杀，杭州失去财富密码》的文章也在圈内形成了一定规模的传播。文章披露：2021年直播电商的增速断崖式的下跌到了37%，较之2020年同比下滑了228%。

平台数据一路高歌猛进的背后，是从业者的举步维艰。

02 平台主动求变，从业者被动调整 新媒体行业一直以来都是一个变化极快的行业，但是在最近几年，变化的频率有进一步加快的趋势。

在其中最具代表性的、版本迭代最多的内容平台，一定是微信公众号。

作为内容行业曾经的王者，公众号粉丝价值一直都是所有平台最高。即使运营难度一直在提升，公众号粉丝的价值在过去几年也都没有出现过明显的变化。

但是今年以来，公众号出售的单粉价值反常的出现了一路下滑，从年初的单粉5毛跌到了现在的单粉2毛。

粉丝价值下滑的背后，是产品变现难度的增加。

以往公众号流量主的单价很稳定，但是去年年底以来，单价几经调整，已经跌到年底的四分之一。

对于各类广告的限制也是愈发严格，这也导致广告投放方投入产出变差，投放预算削减，出售账号的运营者数量激增，粉丝单价又进一步下滑。

公众号的变化，一定程度上是因为抖音的冲击，但是更主要的原因还是官方的主动求变。从订阅号信息流改成乱序之后，公众号的行情就在不断下滑。直至今年，在各种强推视频号的政策下，公众号的行情更是一跌再跌。

同样的情况，也在抖音上演着。

去年上半年，抖音探店红极一时，当时有个朋友告诉我单单武汉地区就有近万个探店博主，抖音上相关内容也是层出不穷。

而今半年多过去了，抖音探店的红利（尤其是探店博主的红利）已经基本消失殆尽。4月新熵发布的文章《抖音团购越火，探店博主越冷》中讲过这么一个例子，坐拥90万粉丝同时是本地生活达人榜单前十的探店博主一年的分佣仅有1万6，广告收入也较前年下滑了三分之一。

变化源于抖音官方的入局，为了推广本地团购业务，他们前期直接给店家免费流量，同时免费协助上线套餐， 相当于抖音官方直接和探店博主竞争 。

除了探店博主，受影响的还有普通博主的流量。在今年，抖音上线了铁粉功能，算法逻辑从标签推荐转变为订阅和标签的组合式推荐。对于头部的泛娱乐博主而言，这个功能杀伤力巨大。

除此之外，有新媒体从业人员在行业交流群反馈。近期，B站UP主广告数量明显减少，单价也几乎折半。和第一梯队平台的主动求变相比，B站的变化更多是受到市场以及经济的影响。

平台主动求变，是为了在竞争激烈的流量争夺战中占据有利的搏杀地位。身处流量战中心区域的博主，也只能被平台裹挟着前行。

03 爆款难度激增价值下滑， 广告不再是流量变现的最佳方式 平台的变化，从业者是无法左右的，能做的只能是主动去迎合变化。

做爆款，一直以来都是涨粉的利器，但是情况在最近两年也开始发生改变。

首先变化的是微信公众号，以往写出一篇10万+的文章，带来的粉丝新增量至少是四位数级别的，但是在如今，一篇10万+文章能带来的粉丝增量可能不到300。

与此同时，生产爆款的难度还在指数级的增长，根据新榜的统计，2021年在看数10万+的文章预估数为46篇，较之2020年的283篇下滑幅度达到了83%。

抖音方面，亘古不变的流量密码仍然是美女+一切。这样的方法确实能带来粉丝和流量，但是变现效果却在急剧下滑。

5月初，广电总局等四部门联合发布了 《关于规范网络直播打赏 加强未成年人保护的意见》 ，其中有两项指责颜值主播变现，其一就是限制了晚上8-10点黄金时间段单个账号直播间连麦次数为2次，其二就是要求平台在1个月时间内取消打赏榜单。

没有了PK和打赏，秀场颜值类主播的收入必然会大幅下滑。

再聊聊自媒体最主要的一部分收入来源，广告。

去年11月，有媒体曝出， 字节跳动在2021年下半年国内广告收入停止增长，其中今日头条处于亏损边缘，红极一时的抖音广告收入也停止增长。

而在今年3月，腾讯发布的2021年Q4季度财报，也显示了网络广告收入同比下滑了13%，其中 社交和其他广告（微信为主）下滑了10%。

在这背后，一方面是经济的影响，一方面也是各类监管的收严。

对于普通从业者而言，以前的公众号广告变现效果极好，是众多广告主投放的首选，在杭州地区有多家专注于社交电商的企业，每年依靠面膜、蚕丝被等产品能实现至少千万级别的盈利。

但是从去年开始，市场监督管理局和腾讯官方几乎同时加大了对直投广告的监管力度，很多账号都开始不敢接广告，一些社交电商企业也是找不到合适的流量渠道。

在当今的趋势下，很多自媒体已经不得不主动降低广告在自身营收中的占比。可以预见的是，未来监管还会进一步收严，困局也很难得到缓解。

04 破局之法在于变通，中视频也难破局 穷则变,变则通,通则久。——《周易》

过去一年，新媒体行业唯一的变量，就是中视频。无论是在抖音，还是B站或者是视频号，短视频不短已经是大趋势。根据西瓜视频、抖音和今日头条联合发布的《中视频2021年发展趋势报告》，2021年中视频创作者数量增长超80%，中视频内容数增长超过98%。

今年以来，B站平台爆火的帅农鸟叔、山城小栗旬，抖音平台翻红的疯狂小杨哥，视频号成功破圈的蓝翔宣传片，无一例外都是和中视频内容有关。

但是中视频火爆的背后，也面临着诸多问题。

和短视频相比，中视频的成本更高。

对于内容创作者而言，这个难度，既体现在内容生产的难度上，也体现在投入的时间和精力上。

对于平台而言，改变用户的内容消费习惯同样难度同样不小。知乎就是铩羽而归的代表，2021年知乎投入大量精力和财力去推广中视频，得到了视频上传量同比增长211%，视频在平台渗透率超过45%的结果，数据看似不错，代价却是一整年12.9亿元的亏损。

显然，中视频也并不是破局之道。

在《第二曲线创新》中，李善友曾经提过 当单一要素十倍速发生变坏的时候，这项技术就迎来了失速点。

而根据布莱恩-阿瑟在《技术的本质》中的说法， 当一项技术遭遇局限性只能就此停步的时候，限制往往是不可避免的。

属于新媒体的黄金时代是否已经达到了失速点？而后是否会无可避免的衰退？新的技术又将在何时出现？这些都是没有答案但是注定会成为现实的问题。

#专栏作家# 蔡钊，公众号：我就是蔡钊，人人都是产品经理专栏作家。蔡钊，7年新媒体一线从业经验，专注于新媒体和知识IP。

本文原创发布于人人都是产品经理，未经许可，禁止转载

题图来自 Unsplash，基于 CC0 协议

给作者打赏，鼓励TA抓紧创作！

{{{path> 赞赏

编辑导语：近年来，“知识偶像”在网络上引起了广泛地关注，不论是以高学历、高智商等标签为“卖点”的娱乐圈学霸，还是以“泛知识”为主要输出内容的自媒体，都迎来了流量的红利期。这篇文章从近期走红的潘周聃出发，和我们一起探讨了关于“知识偶像”未来的发展趋势，让我们一起

编辑导语：近年来，“知识偶像”在网络上引起了广泛地关注，不论是以高学历、高智商等标签为“卖点”的娱乐圈学霸，还是以“泛知识”为主要输出内容的自媒体，都迎来了流量的红利期。这篇文章从近期走红的潘周聃出发，和我们一起探讨了关于“知识偶像”未来的发展趋势，让我们一起看看吧。

潘周聃在抖音上火了起来，他是一个高学历学霸。

即使不了解潘周聃的人，也在抖音刷到过“有请潘周聃。潘周聃，29岁，硕士毕业于苏黎世联邦理工大学。”这原是潘周聃参加节目时出场的介绍词，现在是抖音的热门bgm，“万物皆可潘周聃”的热潮下各类模仿秀层出不穷。

潘周聃的走红，是学霸进入互联网的又一种方式。从2021年至今，泛知识类内容风靡各个互联网平台，各种科普博主加崛起，“万物皆可潘周聃”的互联网奇观能持续多久？知识偶像还能如何走红？

一、万物皆可潘周聃 潘周聃走红片段源于节目《最强大脑》。主持人念到“有请潘周聃”时，潘周聃扭着脖子，侧过肩膀，整个人斜着站了起来，大步走向舞台。动作中充满傲气，又毕业于世界名校，网友称之为“狂拽转身”。

互联网上对潘周聃的模仿经历了两个过程。最初的模仿多用于不屑、傲慢等场景，带有对潘周聃个人狂拽形象的讽刺。后期的模仿场景逐渐多元化，演化为多种版本，狗狗甩头的拽系版、甩完头摔倒的丢人版、水杯接水时的抽象版。“大学生排队做核酸模仿潘周聃”登上抖音热榜，更多是搞笑、集体娱乐性质。

这种转变源于潘周聃发布抖音视频，回应“狂拽转身”。

视频中潘周聃戴着眼镜，穿着稳重，微笑着讲道，节目组是临时宣布全新玩法，自己作为选手有些瑟瑟发抖，并且是全场首发，“颇有中单首发C位打头阵的味道”。但自己两个肩膀埋在后排，“是以圣人后其身（置身于后）而身先”。

潘周聃还讲到，对于这段两年前的片段，自己没想到会以这种方式走红网络，并感谢网友“抬爱”。自称是第一次发抖音的萌新，回应视频也是连夜赶出来的。之后，继续发视频回应涨粉，没想到第一条抖音，涨粉数就到了“10.38个自然数”。

潘周聃回应视频截图

语速温柔缓慢，使用多句古诗词高情商地摆事实、讲道理，潘周聃与走红视频中的形象稍显不同。网友直呼“以为是个拽拽学霸，没想到本人温文尔雅，高智商、高情商”，一时间，潘周聃的格局、知识储备、表达能力得到网友欣赏，抖音粉丝数达到200多万。

人物形象的反转，加速了动作的走红。

模仿或出于动作的魔性，或出于对潘周聃的欣赏，有网友总结“只能模仿动作，模仿不了优秀”。至此，这场模仿有知识偶像力量的加持，也有情绪接力与行为共鸣，但最终都指向“流量密码”。

就像潘周聃所说：“走别人的路，走着走着就找到了流量密码；走自己的路，走着走着竟变成了那一串密码。”

同样以反差感走红网络的学霸，还有韦东奕——拎着一瓶水和两个馒头，穿着朴素的北大数学老师。虽然没有形成类似潘周聃的网络热梗、bgm，但和潘周聃一样以自身学识魅力引发大众的崇拜，被称为“韦神”。

韦东奕近期登上热搜，“90后北大老师韦东奕谈走红”“韦神高中老师称请让其静下心搞研究”等话题讨论度颇高。热搜源于网传6人博士团队4个月没解出的一道题，求助韦东奕后，很快被解出答案。

超越常人的才华，不同于这个时代年轻人的生活方式，韦东奕的走红不仅是自身形象的反差，也是他同这个世界的反差。

然而，5月13日，#韦东奕辟谣#登上热搜，3.5亿的阅读量让韦东奕再次成为舆论中心。韦东奕在接受媒体采访时表示“确实没有这回事，这是假新闻”，并明确哈佛大学免考英语、破格邀请入学也是假的，“哈佛没有找过我”。

大众惊醒，原来反差感里的“大神”形象掺有外界人为捏造成分，但这并不妨碍韦东奕自身优秀、被网友追捧的事实。

二、知识偶像红利期 2021年是“知识偶像”在网络上颇受关注的一年，无论是以高学历、高智商等标签作为“卖点”的娱乐圈学霸，还是以输出泛知识类内容为主的平台网红，都迎来了互联网流量的红利期。

刺猬公社曾于2021年3月底发布过一篇题为《名校学霸涌入娱乐圈：退可知识，进可偶像？》的报道，深入探讨了此类现象。概括来说， 知识偶像的红利主要来自于三个方面：一是综艺节目寻求转型和差异化创新；二是新时代选秀经济和偶像叙事盛行；三是大众对于泛知识类内容的需求不断提升。

从历史发展看，知识偶像通过综艺节目中走入大众视野。而在综艺节目寻求转型和创新的道路上，知识偶像因其稀缺性和差异化成为娱乐工业市场中的“宠儿”。

早在20多年前，如《三星智力快车》等益智类节目就在全国风靡。随着地方台强势崛起，《一站到底》《最强大脑》等更具竞技性和娱乐化的电视节目收获极高收视率，节目中诞生了不少为大众茶余饭后津津乐道的学霸、学神，将受众对于“知识偶像”的痴迷程度推上高峰。

图源《一站到底》

事实上，这正是电视节目制作方积极迎合娱乐形式后出现的进化结果，在节目收视的激烈竞争中，受众对于差异化偶像也发出了强烈的需求信号。

2014年，中国网络综艺史上首档原创节目《奇葩说》诞生，网综时代随之到来，综艺节目内容与形式变得更加多元丰富、天马行空，更多“高颜值+高学历”标签的素人在节目中反复亮相。2017年，国家新闻出版广电总局发布《关于把电视上星综合频道办成讲导向、有文化的传播平台的通知》，鼓励制作播出星素结合的综艺娱乐和真人秀节目。这是一个新的分水岭，自此之后，素人知识偶像更加成为中国娱乐内容行业无法忽视的存在，在硬核知识与大众娱乐间不断徘徊。

从互联网叙事模式看，知识偶像在选秀经济和偶像化叙事中不断成长，拥有更大的传播力与影响力。

某种意义上来说，很多综艺的设计形式都是“选秀经济”的变体，即便节目制作方的本意并非如此，但终归也会在节目、选手、市场的共振中走上偶像生产的道路。从给素人选手贴标签、立人设，到“炒CP”、设计成长线、安排戏剧化情节，综艺节目对人的关注怎么都不嫌多。而结果能够证明，一个“破圈”偶像或综艺明星的出现，为节目带来的传播效应和商业价值往往难以估量。

与此同时，大众对于泛知识类内容的需求也在提升，这种需求推动着各大互联网平台挖掘打造出更多有内容输出能力的“知识偶像”。

不仅是得到、喜马拉雅等知识付费内容平台与“偶像们”合作开课，如B站、小红书等内容社区也积极吸引知识博主入驻。去年，小红书开启了近两个月的“知识偶像大赛”，目标就是集结多个行业和领域的知识分享者，助推更多知识博主出圈，扩大社会影响力，甚至还组建了“知识偶像团”。 大众可以明显感知到，2021年各内容平台泛知识类内容的产出不断加大，科普类、知识分享类博主越来越常见，越来越多样，越来越出圈。

三、知识网红“去偶像化” 偶像化叙事的问题也很明显。在知识偶像走红的数年中， 过度营销、学历造假、人设崩塌等“翻车”事件屡见不鲜。

比如，在问答真人秀节目《你说的都对》、国民级综艺《极限挑战》中都曾出场的嘉宾陈锴杰，以“年仅20岁的美国NASA研究员”的标签让网友印象深刻，后来却被扒出“履历造假”，所谓的NASA研究员，只是参加过一个NASA举办的比赛。而《令人心动的offer2》的踢馆实习生何旻哲也在节目中承认了简历造假行为。

与此同时，随着“知识偶像”越来越多，这类标签也不再具有明显稀缺性。有造假就有打假，有造神就有更多人试图将其拉下神坛。

因节目《奇葩说》在网络走红的哲学教授刘擎曾在接受媒体采访时明确表示，他很排斥“知识偶像“这个词。“我们现在的文化里说要制造偶像，然后让大家形成对他们的狂热，就会有很大的市场，我对这个是抵触的。”刘擎说。在他看来，知识让人变得自主、独立和思考，而不是去崇拜。事实上，任何人都不值得崇拜。

另一方面，平台对于泛知识类内容的引导和挖掘，也助推了知识类博主去偶像化的趋势。知识板块成为内容领域的热门赛道，迎来了更多竞争者。大众们见的多了，自然开始对这类内容及博主提出了更高要求。无论是有着硬核知识分享基因的知乎、被调侃为“网络大学”的B站，还是持续加大知识类内容投入的百度、抖音、小红书等，内容社区和网络平台都使出浑身解数吸引高校教授、青年学者、科普创作者入驻，让这一赛道变得拥挤起来。

这些入驻者往往顶着高校名称的光环，具有天然吸引力。大众不仅希望从他们的内容中得到自己未曾了解的知识，也想透过他们的视频看到自己未曾到达的学府是如何存在的。于是，除了科普知识外，知识网红也发布Vlog讲述校园生活，例如“上XXX老师的课是什么体验”“北大的食堂”“哈佛的学习日常”等备受大众欢迎。 进入这些高等学府的是少数人，知识网红成为名校与大多数人之间的连接者。

还有一部分知识网红隐藏在知识背后，从不会在视频中露脸，不介绍自己就读的学校、获得的成绩，视频中只有“知识”内容。在知识网红场域，这类博主也许不位于中心地带，他们距离偶像很远，却离知识很近，也依然吸引着大众。

一些MCN机构开始批量“制造”知识网红。一段具有个人特点的观点输出，是学霸成为网红的起始点。其次，透过一段段视频打造人设，或是“小镇做题家”，或是“严格自律的时间管理者”，或是“智商与情商兼具的完美者”，在个人简介写上高考分数，再加一句“小学成绩平平，初高中逆袭”。 不同人设指向不同的账号内容定位，教你如何解题、教你如何成为时间主人、教你如何对外沟通。

同时，在泛知识的走红下，MCN机构打造的知识网红分属于各个细分垂类，房产、母婴、汽车等。而此时的知识网红不限于名校毕业背景或在职教授，他们是垂类里经验丰富的从业者、有一定变现能力的创作者，在泛知识里寻找属于普通人的红利。

无论是哪种类型的知识网红，最终指向内容背后的“人”，就像小学生上辅导班喜欢经验资深、讲得好的老师一样。 人们在互联网中“挑选”知识时也会考量输出者，此时的“偶像”标签能加几分也更加具有不确定性。

各种科普博主崛起、知识网红去偶像化的背景下，被注入梗文化的潘周聃热度在下降，被神话的韦东奕也需要平静的生活，知识偶像的走红方式不再限于签约机构、上综艺、吸流量，个人魅力成为保鲜剂。

在被动神话与自我造神的叙事模式下，是祈求不被打扰与奢求盆满钵满的两种结果。

 

作者：晓含、佳璇，编辑：园长

来源公众号：刺猬公社（ID：ciweigongshe），互联网内容行业观察与研究

本文由人人都是产品经理合作媒体 @刺猬公社 授权发布，未经许可，禁止转载。

题图来自Unsplash，基于CC0协议。

给作者打赏，鼓励TA抓紧创作！

{{{path> 赞赏

编辑导语：随着互联网的快速发展，SaaS AI也不断地在发展中，本文作者分享了有关互联网巨头发展SaaS AI的情况，讲述了其发展态势以及具体的运用场景，一起来看一下吧。 距离SaaS诞生，已经有22年了。 就在它刚满20岁的2020年，成功造就了一组跨越时代

编辑导语：随着互联网的快速发展，SaaS AI也不断地在发展中，本文作者分享了有关互联网巨头发展SaaS AI的情况，讲述了其发展态势以及具体的运用场景，一起来看一下吧。

距离SaaS诞生，已经有22年了。

就在它刚满20岁的2020年，成功造就了一组跨越时代的数据，也彻底证明了自己的商业价值。

在当年，SaaS鼻祖SalesForce的市值正式传统软件巨头Oracle。

这一数据标志着SaaS在商业价值上，首次超过了传统软件，它被只看未来的投资人用钱支持，视为冉冉升起的希望之星。

而有趣的是，SalesForce的创始人曾就职于Oracle并担任高级副总裁，因受到亚马逊颠覆式的购物方式的启发，认为传统软件也会迎来这一天。

遂离职创办了用云端提供软件服务的SaaS公司SalesForce，创办后企业一直经营良好，更在2020年来到历史性的一颗，并在随后的几年，保持了对Oracle的市值优势。

而在中国，SaaS经历了火热到沉寂的几年迷茫，终于在2021年迎来一阵小高潮。

同年企业服务赛道的融资额达到6400亿人民币，较上一年增长105%，创历年新高。

这一态势在2022年依旧延续，就在开年不久，细分客户服务赛道的SaaS企业“售后宝”刚刚完成红杉中国、老虎环球基金领投的一亿元A1、A2轮融资。

资本如此给力，也就让大家更有机会接触到SaaS产品，对于普通人而言，耳熟能详的有：疫情中立了大功的腾讯会议，经常被用来办公协作的石墨文档，前段时间因为figma事件热了一波的蓝湖UI。但有一类SaaS服务特别少见，不仅个人用户见得少，企业用户也了解不多，它就是AI类的SaaS。

简单科普一下AI的原理，大致分为两个部分：

标注： 比如想做智能医疗，让机器辅助看CT影像，快速判断出哪些影像可能有问题。那么首先就要把这些标注的信息告诉程序，让程序志浩掉什么是正常的，什么不正常。 训练： 有了上面大量的标注数据，相当于有了某些特征的统计数据。机器在看一个片子的时候，就能得出这个片子有没有问题的概率。而得出概率数据背后的逻辑，就叫做算法。 其实这个过程和教育小朋友是一样的。

同样是标注。想教育小朋友懂礼貌，那就要通过举例子让小朋友明白什么是礼貌，什么是不礼貌，在小朋友的认知中标注下是和非。

例如要主动问好是礼貌的，叫外号是不礼貌的。

同样是训练。小朋友在生活中，观察到相应的场景，就去和脑海中的【礼貌】和【不礼貌】对照，进行归类，决定自己做还是不做。

如果出现无法归类的情况，那就会询问：妈妈，这是礼貌的吗？此时需要妈妈再次进行标注，完成标注-训练的小闭环。

AI确实非常有用。很多场景下能释放人力，做到人脑无法做到的海量计算，以及超多因素的复杂逻辑推断。

但AI团队在很多公司还是奢侈品。

一是基于成本考虑 。算法团队工资+机器成本+电费，贵就是一个字。更别提训练机器需要的海量数据，这都是背后有人在进行打标签的操作，生成喂养机器的养料。所以说，AI是个需要超级富养的娃。 二是AI的限制条件 。人脑对于信息处理的弹性，是机器无法追上的。机器接收的是固定的数据，吐出的是固定的概率，而人脑会结合当下信息发生的场景，去判断此时正在发生什么。所以在很多使用场景下，用AI的效果可能还不如用人海战术。 有一桩AI造成的真实乌龙。2020 年 10 月，苏格兰足球冠军联赛上，一套全新的 AI 智能转播系统闪亮登场，它内置了 AI 追踪技术的摄像头，可以自动追踪足球，解放了以往需要在赛场里来回狂奔的摄像师，同时也给疫情无法到场的球迷打了个强心剂——机器自动跟球，体验肯定差不了。

只是没想到，比赛刚开始多久，就出现了意外。只是在人群中多看了你一眼，AI就迷上了边裁的光头，把它当成了足球去追踪，边裁走到哪儿，AI 的镜头就转到哪儿。

哪怕边裁离球万里，AI 也会不顾一切调转镜头，尽职尽责地追踪边裁的光头。技术人员迅速进行干预，试图手动纠正，但无论纠正多少次，AI仍然固执的追寻着全场最闪亮的那个圆。

聊了AI是什么，接着想说说AI的适用范围。

虽然它经常和一些很科技很有距离感的词语联系在一起，但实际却能解决一些十分生活化的问题，甚至恋爱脱单这种令人头大的场景，也是它可以大显身手的地方。

如果你是一个职业红娘，就可以使用Amazon SageMaker Canvas来解决相亲成功率的问题。无需写一行代码，只需三个步骤，就能给手上的漂亮姑娘和帅小伙牵起最闪亮的红线。

首先，你需要准备两份数据：

一份是数据集。 即手上已经成功牵手的男女会员的数据，这是用来告诉机器，哪些人成功找到了另一半，他们背后的标签是什么，性别，年龄，收入，职业等信息分别是什么样。 另一份是预测集 。是现在还没有签手成功的会员资料，你需要让机器预测他们是否能够找到另一半，以及找到另一半的可能性是多高。 接着，你需要导入数据集。

把相亲结果作为预测字段，系统会匹配上适合的分析方法，例如结果是【是】【否】的这类问题，就适合用二元模型。接着点击预览模型，机器就开始乖乖的工作和分析了。

只需要几分钟，系统就会生成一个简单的结果，在如图红框处，会依次展示哪些标签和成功率有关系。

系统同时提供了每个字段和结果的相关性以及重要程度。

例如你可能发现，籍贯对于是否能确定关系影响不大，而同一要素，对于女性和男性的差别也可能很大。

有了这样的一些认识，你就可以选择合适的标签去生成模型，也就是选择和结果高度相关的的因素。

如果不确定的话，可以多尝试几次，选择不同的字段组成不同的模型。

最后，使用成功率最高的模型，载入需要预测的数据，等待上一些时间，就会生成一份预测后的数据，标识了每个人相亲成功的概率，对于红娘来说，就可以根据成功概率来安排工作了。

但如果只以现在的条件来预测相亲是否成功，选择成功概率更高的客户，显然有悖于让人人都获得幸福的愿景。

所以，我们还可以做一些个性化的尝试。对于一位相亲成功概率偏低的女士，我们可以尝试修改她的各项条件，看到不同条件变化后，对于成功率的影响，从而指导会员的改变方向。

商业上也有一个类似的例子，适用于深受困扰的外呼团队。

外呼团队每天会接收大量的销售线索，在每天固定的工作时间里，如何打通更多客户的电话，完成客户转化，是他们的业务目标。

同样先是准备数据，导入包含如下特征的数据。然后建立模型，经过多个模型的试验后，团队选择了其中效果最好的模型，开始把数据应用到日常工作里。

在应用了模型预测并改进工作方法后，客服团队每天面对的列表不再是无序的，而是按照接听可能性，从高到低依次排列，按照列表依次拨打就好。

最后的效果也很惊人，电话接通率从之前的35.17%，到达了49.4%，几乎提升了50%。

除了这个场景，我们也可以想出多种多样的其他可能。

在之前的文章中，其实有聊到过SaaS企业的内部系统应该如何做。（ SaaS公司的内部管理系统，怎么做才算对？ ）我认为其关键是服务于企业业务，帮忙降低投入成本，提升留存率。这就要求系统要能够在销售环节、成功环节对客户信息进行分析和预测，从而指导员工的行为。

但如今中国SaaS企业的生存难是公认的，客户留存率不足使盈亏平衡很难达成。一边烧着投融资人的钱，一边去追求奢侈的AI团队建立，几乎是不可能的事情。

那怎么办呢？通过使用Amazon SageMaker Canvas，可以用很低的成本，来邀请一个24小时为你工作的AI团队。

它们可以在以下几个场景下孜孜不倦的进行采集和分析，帮助企业经营决策。

场景1：根据成单概率给线索打分。

当市场部搜集过来的线索，可以根据线索特征进行打分，让销售优先跟进成功率高的客户，最大化工作效果。

场景2：预测客户LTV。

当客户签约后，转为客户成功团队维护，此时如果可以预测客户的LTV（全生命周期价值），就可以更好的给客户进行分层，以及配备合适的服务资源。

场景3： 挖掘客户流失倾向。

SaaS是把续费看成第一重要的一种商业模式，所以如果能提早判断客户流失倾向，对于SaaS公司无疑有极大的价值，公司可以动员资源去接触和挽留。

每个人，每个组织，每个商业体，都在无时无刻面临着决策。

但做决策既需要决策模型，又需要决策环境。

决策模型和思路可以在某些特定问题下公用，例如毕业后选择大公司还是小公司，社会对每种选择都有着类似的优劣势判断。

但每个人面临的具体环境，拥有的个性都千差万别，所以永远不能直接复用他人的选择。你可以好好听别人的建议，但决定终究要自己做。

但AI技术，把个体特征描述成了一组组数据，每个人都代表着个性化的一组数据，把个体放到某个具体场景，应用这个场景的决策模型，就能获得自己独一无二的答案。

例如你搜集到了很多大学生毕业后的选择，以及后期的发展情况，可以录入系统，获得决策模型。

然后你把自己的信息录入系统，进行预测，分别呈现了选择不同行业不同规模的公司，未来发展的可能性。此时世界打开，向你呈现了一张张蓝图，你只要看到你内心的渴望，然后去追求，就够了。

同样的场景，也可以适用在组织和商业体上。

把复杂的运算、可以归因的逻辑交给机器，解放人类的大脑，挖掘我们的天性和感知，去做更多有创造性的事情，岂不是完美CP。

 

作者：假装是运营，微信公众号：SaaS学姐。

本文由 @假装是运营 原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自Unsplash，基于CC0协议。

给作者打赏，鼓励TA抓紧创作！

{{{path> 赞赏