上一篇讲了基础组件，本篇我们说一下展示组件。超全面的B端设计规范指南（一）：基础组件新的一年，先祝大家运势涨如脱兔，因为年前和过年这段时间工作没那么忙，就抽空继续整理了一些工作中对B端设计的总结，希望可以带给需要的人一些启发。阅读文章 > 展示组件在页面中主要承担着向用户传达信息功能，以帮助用户快速地定位和...

上一篇讲了基础组件，本篇我们说一下展示组件。

超全面的B端设计规范指南（一）：基础组件 新的一年，先祝大家运势涨如脱兔，因为年前和过年这段时间工作没那么忙，就抽空继续整理了一些工作中对B端设计的总结，希望可以带给需要的人一些启发。

阅读文章 >

展示组件在页面中主要承担着向用户传达信息功能，以帮助用户快速地定位和浏览数据。常用的 展示组件 包含徽标、标签、走马灯、文字提示、气泡卡片、折叠面板、表格等。接下来我将逐个讲解一下这些组件。

一、徽标 徽标常出现在通知图标或者头像右上角，用来展示需要处理的消息或任务条数。

常见徽标类型有带数字样式、圆点样式、多彩圆点样式。徽标常见位置有右上角及左右排布。有一点要注意的是徽标设计时建议加上一个颜色和大背景色一致的描边，以便徽标和底下内容清晰区分。

二、标签 标签一般有两种使用场景：一是用于标记事物的属性和维度，二是进行分类。标签常见的样式有描边样式、浅色填充样式、描边+浅色填充样式、深色填充样式。部分标签可支持删除功能。

三、走马灯 走马灯又叫轮播图，一般用于一组平级内容的并列展示模式，例如图片或卡片轮播，轮播方式一般支持用户主动触发或者系统自动轮播两种方式。比较常见于产品介绍页面或运营广告模块。轮播的数量建议控制在 3~5 个之间，同时应清晰展示轮播数量以及当前轮播位置。

四、文字提示 即文字简单的气泡框，鼠标移入则显示提示，移出后消失。文字提示应有两不承载，一是不承载复杂文本，二是不承载任何操作。一般气泡填充为暗黑色半透明，特殊场景下可用彩色填充，之所以用色块填充是因为文字太少信息不明显 ，需要用大色块凸显。

文字提示一般有如下 12 种样式，根据页面所处位置进行灵活选用。

五、气泡卡片 气泡卡片也是气泡框样式，鼠标移入或点击则显示提示，移出或再次点击后消失。

气泡卡片适合文字较多情况下，且支持承载操作，同时填充一般为浅色（常见为白色） 气泡卡片一般有如下 12 种样式，根据页面所处位置进行灵活选用。

气泡卡片常见类型包括纯文本、文本+按钮/链接、带标题文本等。 这里还归纳总结了文字提示与气泡卡片的特点，以便我们加深理解。

六、折叠面板 折叠面板可以将较多或较复杂的内容进行分组，分组内容区可以折叠展开或隐藏，利用好折叠面板可以将复杂页面内容收纳的更简洁有条理。折叠面板放置内容可以是纯文本、图文、子列表等形式。

从功能上讲折叠面板可分为常规式、手风琴式、嵌套式，常规式可以同时展开多个折叠项，且每个折叠项展开后需要手动收起；手风琴式则只允许单个折叠项展开，展开另一个会自动折叠当前展开内容；嵌套式指折叠内容多层嵌套的折叠面板，可实现对更复杂内容收纳。

从样式上说折叠面板可分为带框与不带框，图标位于左侧与右侧等常见几种

七、表格 表格常用于大量同类结构下多种数据展示，方便用户对数据进行对比分析与组织，同时支持搜索、排序、筛选、编辑数据，以及对数据分页。表格可以说在 B 端设计中是必不可少且应用非常高频的一类组件，接下来我们着重来聊下关于表格的那些事儿。

1. 风格样式

常见表格样式有常规式，线框式，斑马纹式。其中常规式样式简约轻量，对表格内容视觉干扰最小，优先应用于大部分场景。

Tips：在实际设计中常规式与线框式表格存在横向阅读不够直观缺陷，可用 hover 状态整行浅灰填充方式来弥补。

2. 基本构成

表格一般由表头、行、列、单元格这些基本元素构成。

① 表头

a. 表头常见样式

表头常见样式有标准表头、带排序/筛选表头、分组表头。其中分组表头适合采用前面提到的线框式表格。为了直观区分表头与内容区，一般会让表头区背景色与内容区不一样，以及将表头文字与内容区文字样式做出区分。

b. 表头标题

表头标题文案应当足够精简且表意清晰，这里有两种方法保证文案简洁：一是如果表头标题文案重复啰嗦，可去掉重复字段精简文案；二是当表头标题过长且无法精简时，表头上可只保留简短标题，用文字提示承载长标题全称。

c. 表头固定

纵向滚动表格时，为了方便用户高效获取信息，表头应保持固定。

② 单元格

这里总结了几个关于单元格的几个设计要点：

③ 行

行分为单行文本与多行文本两种情况，下面给出了两种情况常规表格行高参考计算公式，如若计算结果为非偶整数可就近取偶整数。

当然除了常规行高，为了满足不同用户阅读习惯，我们还可以支持用户自定义多种行高功能，一般行高建议 3-4 种为宜。

④ 列

a. 列宽自适应规则

假设我们定义表格左右空白间距为 a，列间距为 b。其中 a 固定不变，b 根据表格内容自适应，同时可定义 b 一个最小值，随着表格列数增加，当表格内容宽度超出页面宽度时，固定首或尾列（可同时固定首尾列），出现横向滚动条可左右滑动。

b. 对齐规则

列常见对齐方式一般有左对齐与右对齐，通常情况下建议采用左对齐方式，以便用户高效阅读。两种情况下可采用右对齐方式，一是涉及比较数据大小时，二是位于尾列操作列可采用右对齐。至于居中对齐由于视觉动线曲折，通常不建议在表格中运用。

小 Tips：当表格列数较多时，一般有两种处理方式，一是将列数控制在 7 条左右，只展示用户最关注的内容，其他次要内容放到详情中展示即可；二是当多用户对内容关注侧重点不同时，可支持用户自定义列展示。

3. 详情查看

① 详情入口

表格很多都会涉及到详情查看这一块内容，一般详情查入口有两种形式：一是将标题高亮，点击进入详情，这种适合查看详情为高频操作或操作列已有较多按钮场景；二是操作列放置详情按钮，点击进入详情，这种适合操作列没有或较少操作按钮场景。

② 交互方式

常见查看详情交互方式有：表格展开收起、弹窗、抽屉、页面。

表格展开收起适用于追求轻量简洁体验、用户操作连贯性高的场景；

弹窗则适用于详情页面承载中等量重要信息与操作，且可接受弹窗打断场景；

抽屉适用于追求快捷查看详情且快速切换不同项目详情（抽屉去掉黑色遮罩即可），以及详情内容量较多且不希望跳转页面查看详情情况；

页面适用详情页面承载大量重要信息与操作场景，需要新开页面前往操作。

到这里关于 B 端的展示组件就全部梳理完了，后续有时间我再整理一篇关于录入组件的总结，敬请期待。

部分参考资料：

《B 端产品设计-Mia》 《Ant Design》

最近 AI 设计真的在设计圈投下了一颗重磅核弹，炸的大家人心惶惶，而且有大厂开始投入使用 AI 工具作为真实业务的生产力工具，像一些海报、插画，在 AI 工具中编辑好关键词，直接就可以生成一张堪比 3 年经验设计师画 1 天时间设计出来的图，这你受得了吗？这不得不感叹，原本设计师通过创意想象靠自己的双手来实现，现...

最近 AI 设计真的在设计圈投下了一颗重磅核弹，炸的大家人心惶惶，而且有大厂开始投入使用 AI 工具作为真实业务的生产力工具，像一些海报、插画，在 AI 工具中编辑好关键词，直接就可以生成一张堪比 3 年经验设计师画 1 天时间设计出来的图，这你受得了吗？这不得不感叹，原本设计师通过创意想象靠自己的双手来实现，现在用不到手了，只要你能想的出来的词，没有 AI 画不了的画，这让很多游走在底层的 设计师 们无路可走。

了解最新的AI工具和趋势 ? https://www.uisdc.com/category/ai

所以，这个工具一火了之后，行业内就发生了很大的变化。然后还有人说以后设计师都可以不用招了，就算招，对设计师的要求重点也不是会根据业务需求做图，而是考察你有没有一套成体系的关键词衍生能力，以后就叫关键词设计师得了，稍微懂点 PS，修修补补可能就够了。那大家真的很担心很焦虑，这个 AI 这么强，我们设计师该何去何从呢？

听我分析一下，本质上一个岗位能不能被替代或者说这个行业还需不需要这个岗位，取决于这个岗位能贡献的价值，以及能否满足业务需求。按照道理说，既然 chatgpt 那么强， 是不是可以以后连产品经理、开发都不需要了呢？而 AI 制图和 chatgpt 原则上也是同类型的工具，我给出问题/需求，你收集大数据通过算法给出解决方案，这是底层逻辑。

而目前设计师做的是什么呢？拿到业务方给的文案和要求，进行制图，这和人工智能的工作流程是一样的，唯一比 AI 有优势的地方在于你知道业务方的口味，同时也知道产品调性，那你做的图能够更快的 get 到点上。缺点就是你的图没有 AI 视觉冲击力那么强，那么快，那么丰富，那么多，所以如果你单纯只会画图，而老板对品牌调性的需求不高，等工具再成熟一些他完全可以用这个工具代替你，比如我用 AI 生成一张海报，海报中的所有元素都可以分层、打组，同时我可以对生成后的图层进行再次进行关键词描述修改，让 AI 来判断局部调整的更多可能性，那我甚至连打开 ps 都没必要了。

既然 AI 已经发展到这程度，我觉得这个是完全有可能实现的，当初阿里推出鲁班的时候，大家也觉得，哇，banner 都可以自动化合成了，虽然当时技术不成熟，banner 看起来拼凑痕迹严重，但是你看现在的 AI 制图，真实浑然天成的感觉。甚至昨天还看到一位 c4d 博主说，现在虚拟引擎界的 AI 都可以根据一副速写插画来自动建模和贴图渲染了，连 二维化的人物脸上的伤疤也给自动建模出来了。

那有小伙伴说了，你之前说的品牌调性怎么办，AI 通过学习和大数据分析，你可以上传你们之前的海报或者公司定位、愿景等关键词，说不定真的能设计出符合调性的图，这个也说不定，对吧。所以纯画插画的设计师，唯一能欣慰的是，可以在画图中找到自我和成就感，用 AI 工具画图在艺术家眼中是粗鲁的，绝对理智的世界是很可怕的。

UI 设计师会怎么样 连插画这么复杂的活都能做的这么好，那么 AI 在做 UI 方面是不是也能用关键词去生成 UI 界面呢？之前已经有个工具测试过了，是可行的。但目前 AI 还不能解决设计系统的问题，或者说目前 AI 还没深入干涉到 UI 领域（其实已经又了）。

我给大家感受下，如果以后 AI 来干涉 UI 领域会怎么样：

如果你需要设计图标，那么你可以制定关键词：图标含义、风格、尺寸、粗细、圆角、颜色、疏密留白、质感…..你将会得到成千套的图标。 如果我不只是要一张飞机稿的 UI 界面，那么我只需要描述，一个任务中包含的功能、目标，描述清楚用户场景以及业务需求，AI 也可以给你生成数十种界面流程，但这里关键的是用户场景和业务需求很复杂，它和插画不一样，一会来讲。 我只要把我认为 OK 的 UI 风格界面上传给 AI，让它学习，如果它真的足够聪明，它甚至就知道我什么时候用卡片，什么时候给卡片加阴影，什么地方该用主色，什么地方用分割线…. 第二个问题中，为什么 UI/UX 和插画不一样，因为插画没有那么精确，比如你说我想要一只狗站在山顶看日落，其实需求方自己也不知道会呈现一种什么样的结果，当你画出来，诶，大概靠近他的感觉了，他就会觉得 OK，甚至有时候虽然结果跟他预期的不一样，但是 AI 画的实在太 diao 了，也就本能接受了。但是 UI 不一样，不同的产品有不同的用户以及业务的需求，可能现在市面上 UI 风格真的不多，但是不同产品的定位，对页面布局、流程、交互细节还是有非常大的影响。

再比如，一个控件的变化，可能就涉及到多个界面以及其他联动控件的同时变化，AI 如果要做的话，就需要把所有市面上的解决方案都输入进去，同时，UI 不只是一张界面而是一套系统，这套系统也实在整个产品生态下的衍生物之一，所以 AI 如果要来定义 UI，还是有一段路要走的，但这个时间并不会太久。

那最后行业会变成什么样呢？我预测，我预测哈，人员缩减是没跑的，人和工具将会同时存在，工具只是更多的提高人的效率，那大家可以想想，提高人的效率之后，那么给人节省出来的这部分时间，人应该去干嘛呢？留给大家思考。

最后还是想说，AI 真的剥夺了设计师很多的东西，当我们热爱设计并付诸实践，能够换来客户的认可，以及价值的时候，AI 一分钟就完成了，感觉很悲哀，当你花费数小时甚至数天的作品完成后，你会非常有成就感，而 AI 就马上泼一盆冷水给你，让你再也提不起做设计的心思。

AI 现在做的事是什么呢？就是把世界上所有人的作品都变成了数据进行组合，版权也没有了，其实这个图片的版权就是来自于每一个原创的设计师，但他组合的太 tm 多样了，忍不住一句粗口。

设计不存在了，我们看到的都只是数据，创意是什么，创意就是看 AI 的算法够不够复杂，数据量大不大，关键词够不够花哨，哎，就很没有意思了懂吧。

现在设计师还有能力和 AI 掰手腕的地方在于我们生为人的情绪情感、思维以及沟通表达和人情世故。

所以下方聊聊你们的感受吧

欢迎关注作者的微信公众号：「应谋鬼计」

先讲大事，我们有 B 端交互设计课了。停更了小半年，期间也总有很多人来咨询我们有没有课，所以抽时间和优设一起做了一套面向 B 端交互新人的录播课。我本身就是交互专业出身，其实刚入行那会也买课，但这些课一个很大的问题是大多数光教你怎么做一些乱七八糟的调研，却不跟你说怎么落地，也看不到交互方案是怎么推导出来的。

先讲大事，我们有 B 端交互设计课了。

停更了小半年，期间也总有很多人来咨询我们有没有课，所以抽时间和优设一起做了一套面向 B 端交互新人的录播课。我本身就是交互专业出身，其实刚入行那会也买课，但这些课一个很大的问题是大多数光教你怎么做一些乱七八糟的调研，却不跟你说怎么落地，也看不到交互方案是怎么推导出来的。结果就是看完了你也不可能懂怎么做交互。

所以我基于我和做 B 端的朋友之前的典型项目写了这套一共 12 节的短课，剔除废话、套话、不用钱也能看得到的小窍门，主讲 B 端交互的方案生产过程和真实的思考流程，涵盖改信息架构、优化流程、优化页面 3 种典型项目。这周打折，大家有兴趣的可以看看：

课程原价169元， 限时新课价直减40元，仅需129元！

移动端扫码学习，网页端右戳学习?  https://wei.xet.tech/s/2pMvzq

关于课程的详细介绍：

大厂名师出品！12节B端设计实战必修课帮你快速入门！ 金三银四招聘季悄悄开始了。

阅读文章 >

最近因为 open ai 旗下两款产品（基于文本数据的 chatgpt、基于图像的 dall e）在国内爆火，很多文章/视频作者又开始发文讨论人工智能代替当前交互设计师/UI 设计师 的可能性，简单来讲：所有人又要失业了！

失业的可能性当然是有的，但因为体验设计是一个基于实际场景的应用性领域，流程不固定，输入和输出的形式也比较多样，因此我们预想中的那种“突然有一天，一个体验设计机器人横空出世，导致所有人类体验设计师都被解雇了”的场景出现的概率非常小。

那么，人工智能到底将如何影响体验设计行业和我们的工作流程？虽然市面上已经出现了很多类似的文章，但都没有把人工智能这个东西说清楚、说明白。所以今天我们想从人机交互和人工智能的发展历程的角度中，深度挖掘这个问题的答案。此文由我们和 chatgpt 共同撰写。

关于ChatGPT：

设计师如何使用ChatGPT提升工作效率？25个案例告诉你！ 随着美国人工智能对话聊天机器人 ChatGPT 的发布，人类在人工智能领域又迈向一个新的台阶，最近笔者总在一些微信群里看到一些设计师提出的问题“ChatGPT 会代替设计师吗？

阅读文章 >

一、我们为什么需要人工智能？ 所谓体验或者交互设计，主要“设计”的是人和机器之间的互动方式。从家用计算机的诞生到今天，人和机器的互动方式经历了鼠标键盘等外部设备到触屏手机、VR/AR 的跃迁，但截止目前，任何机器之间的“互动”往往还是以“人迁就机器”的形式为主导。人，或者按我们的习惯称为用户，在这个互动形式中需要付出大量的学习成本或认知成本去让机器理解人，或让自己理解计算机的输出内容。

举个例子，假如我们想知道明天的天气预报，现在我们可以打开手机 app-选择我们的地点-查看明天的天气。但是这种交互有几个前提：我们要会使用手机、并且双手是空闲的可以用来操作手机。假如不满足这两个前提，那这个操作就很难完成，因此这种操作实际上还是非自然的，人还是要去使用机器能理解的方式、而非自己习惯的方式来和机器交互。

那么有没有方法能够解决这个问题呢？有。

一方面，我们可以扩充机器识别信息的方式，让机器不只被动接受信息，也“长出眼睛”主动识别信息。在这个思路的影响下，语音、手势等新交互形式迅速发展，并且在车载/智能家居领域产生许多应用。而另一方面，我们是不是也可以让机器变得更聪明、更“灵”，甚至能通过某种方式模仿人类的认知、思考和决策能力“举一反三”？

这就是人工智能。

二、人工智能的演变 既然人工智能有这么神奇的效果，那它到底是怎么做到的？在 chatgpt 的帮助下，今天我们给大家拆开来解释这个概念的发展历程和变迁。

1. 人工智能的兴起 人工智能一词最早出现在 1956 年在新罕布什尔州的达特茅斯学院，当时的研究人员提出了几个在今天看来依旧不过时的问题：

“我们能不能像日常说话一样编程？’” “计算机程序能不能模拟人脑，通过学习进步？” “通过优化算法，能不能提高计算机的创造力？” ——为了寻找这些问题的答案，学者们分别提出了三个人工智能发展方向，很长一段时间都在这三个方向的可行性上争论不休：

方向 1：教计算机逻辑推理

以麦卡锡为代表的派系致力于用逻辑化的计算机语言使计算机学会推理思考，他们认为：“不管你想做什么，你必须先设计一套正确的逻辑，把它清晰地表达出来”。

简单来说，就是“先教计算机道理，再让它执行”。在计算机里写好正确的逻辑推理代码，让计算机根据逻辑去执行的命令。举个例子，假如我们要让计算机在明天早上 7 点提醒我们起床，我们就可以把这段逻辑教给计算机：

“工作日要早上 7 点钟提醒我起床” “明天是工作日” 那么计算机就自动产出了结论：“明天 7 点要提醒你起床”。 这种思路还可以应用在更复杂的案例中，比如我们可以基于象棋规则编写一段代码，让计算机陪人下象棋。其核心在于编程者要要先了解人脑思考的逻辑，才能编写出模拟人脑思考的人工智能代码。

方向 2：将计算机看作人的神经系统

以麦卡洛克、皮茨维代表的学者认为构建神经元模型才是正道。

初中生物知识告诉我们人脑是由许许多多的神经元连接组成的。每个神经元接收来自其他细胞的刺激/冲动，刺激/冲动达到阈值后就会引起该细胞产生兴奋，并向其他细胞传递兴奋。麦卡洛克-匹兹的这个“神经元模型”就用逻辑电路模拟了真实神经元的工作，试图用人工神经元模型来模拟大脑工作。

这段话是不是看起来很难理解？所以我们请 chatgpt 帮大家举一个例子：

假如我们发现在医学中，患者的年龄和体重与心脏病可能有关联关系，那么我们就可以训练一个简单的神经元模型来找到这两个因素对心脏病的影响大小（权重）。

这个模型可以写作：

患者是否有心脏病 = f(患者年龄 * x1 + 患者体重 * x2)

其中 f()代表激活函数，x1、x2 则是权重。

我们可以将这个模型想象成一个神经元，它收到了两个因素刺激（年龄、体重），而这种刺激一旦达到了一个阈值，就会输出一个结果（患者有心脏病或没有心脏病）。

方向 3：教计算机现实世界的知识

最后，第三派以明斯基为代表，认为计算机想要实现智能化，必须先具备现实世界的所有知识。他提出了“框架”的概念，但并没有解释这个叫“框架”的“黑盒”是如何运作的。明斯基的框架理论相比其他人的案例更模糊、更难理解，这里不再展开叙述。

2. 两次寒冬 罗森布拉特（Frank Rosenblatt）在 1957 年对麦卡洛克-匹兹的神经元模型进行了扩充，在它的基础上发明了最早的神经网络模型，起名“感知机”。其结构简单，易于实现，被认为是人工智能研究中的一个重要里程碑。

但明斯基强烈地不认可“感知机”，甚至撰写出版物公开批评分析，认为它只能解决一些简单问题，而无法处理更复杂的问题。这样的批评对于当时的人工智能研究带来了极大的冲击，也因此被称为“人工智能的第一次寒冬”。

由于当时的研究环境和计算能力都有限，人工智能研究陷入低迷，直到 20 世纪 80 年代，随着新的算法和技术的出现，人工智能又出现在人们的视野中。但当时的人工智能较多应用于所谓的“专家系统”，即计算机通过模仿人类专家的知识和推理过程，来解决某个领域的专业问题。

举个例子，当时有一个用于诊断细菌感染疾病的专家系统系统 MYCIN。

建立它需要医生首先向 MYCIN 提供病人的症状、检查结果，MYCIN 则会将这些数据与它的知识库内医学专家经验总结出的规则进行比对，基于这些规则进行推理，最终得出对疾病的诊断。MYCIN 还会解释它的推理过程，告诉医生为什么会得出这样的结论。

但人们很快发现建立这种系统需要耗费漫长的时间收集专业知识，而且如果专家系统遭遇了专业领域外的问题，就无法给出令人满意的答案。因此人工智能再次进入了寒冬。

3. 从“设计大脑”到“设计学习” 90 年代麻省理工学院教授布鲁克斯提出，此前出现的传统主流人工智能的构建方法方法是自上而下的，即先设计抽象的符号系统，再用它来模拟人类的思维和行为，这种构建方式把主次颠倒了，它忽略了真实世界的复杂性和不确定性，也忽略了生物系统中底层的感知、运动和控制等基本机制。因此，他认为我们不应该盲目地直接对大脑进行构建，而应该像生物系统的真实情况那样，自下而上地构建。

chatgpt 帮我们举了一个例子：

假设有一个机器人被用来在一个仓库中搬运货物，仓库中有许多货架，上面摆放着不同种类的货物。机器人需要识别不同的货物和搬运工具，然后把货物搬运到指定的地点。

“自上而下”传统人工智能系统需要先对机器人进行大量的编程，然后机器人受到程序规则和逻辑推理的控制而产生行为，相当于提前告诉机器人每一步做什么。

我们首先需要将各种货物的大小、重量、形状等特征进行编码，并为机器人编写各种规则，比如如何识别不同的货物和工具，如何进行搬运等等。最后机器人则基于这些逻辑推理来进行决策，例如判断哪些货物需要先搬运。

而“自下而上”构建的人工智能更注重机器人的自主决策能力，机器人基于周边环境、通过自身的感知和交互能力来进行行为调节，相当于让机器人自己根据“感觉”自己判断下一步要做啥。

在这个案例中，机器人首先需要感知环境，比如识别货物和搬运工具的位置、仓库中的障碍物。然后机器人根据自己的感知结果进行自主决策，决定选择哪个货物和工具以及如何搬运货物。

布鲁克斯这种“自下而上”构建的人工智能更加接近自然状态，且不需要预装知识库。因此他的观点吸引了许多科学家并朝着“自适应行为”的方向持续探索，让人工智能领域又重新焕发了生命力。随后，遗传算法、贝叶斯网络、深度学习、“人工”人工智能等诸多人工智能相关的思想或理论相继被提出，人工智能逐渐通过深蓝、微软小冰等产品进入普通人的日常生活。

我们现在所使用的大多人工智能都是基于简单的神经网络或深度学习算法构建的，包括我们今天使用的 chatgpt。这些算法由我们一开始介绍的神经元模型为基础构成，可以说神经元是神经网络的基本单元，而神经网络又构成了深度学习的基础。深度学习利用多层神经网络进行学习，可以处理大规模、高维度的复杂数据，并在各种任务中取得了非常优秀的结果。

然而，尽管今天的人工智能看起来已经很厉害了，人工智能当前的学习方式仍然和人类的学习方式存在本质上的区别。人工智能虽然可以通过训练从已有的数据中学习模式和规律，但无法通过感性或者直觉去认知事物，特别是数据库中没有的未知事物。虽然我们今天使用的 chatgpt 因为拥有巨大的语料库和更深的神经网络层数所以显得很智能，但它的运作逻辑决定了它不理解自己在说什么。

三、人工智能，将如何应用在设计中？ 人工智能貌似是一个万灵药一样的“魔法”。放在哪里，哪里就能产出神奇的效果。但人工智能真的能迅速地大规模应用在设计生产中，甚至取代交互设计师吗？

——暂时来说，这个答案是否定的。计算机辅助设计已经有超过60年历史了，我们迄今为止还没有找到一种办法完全替代人类进行设计产出。当前的AI更适合做“可以被轻易总结出规律的结构化工作”，简称脏活累活。我们预测未来AI将在以下方面上对体验设计进行支持。

1. 应用与弱点

从体验设计师的工作内容来讲，我们日常的工作主要包含了以下几个环节：收集复杂情景下的用户诉求-提炼关键设计问题-列举针对性的解决方案-基于环境特征决策最优方案。它可以分成两个部分：“收集问题-总结问题”、“产出方案-决策方案”。前者是一个从很多复杂个例中寻找共性的过程，后者则是基于一个问题发散并评估不同方案的过程。

当前，“收集问题-总结问题”的过程最容易被人工智能支持。我们之前已经提过，只要能给予人工智能足够多高质量的数据，那么它自己就可以通过自主学习，从这些杂乱无章的信息中寻找到规律。而这正是人类需要耗费大量人力才能做到的。

举个例子，我们做定性用户调研的分析时，需要从浩如烟海的用户口头语言中提炼出有价值的信息点并进行多次归纳整合，最终形成有价值的用户观点。做定性研究的学者或者用研需要阅读大量文本、手动标注关键词汇，然后进行整理总结。文献/访谈资料越多，整理难度越大。但现在有了 AI 支持，我们可以更快从大文本中总结出关键信息。

类似的场景包含：

数据分析：AI 可以帮我们监控大规模用户行为数据的变化，并且整合成结论告知我们。比如“最近用户月活异常下降，同一时间上线了功能 A，推测可能是因为功能 A 的影响引起数据异常”。甚至未来也许 AI 能帮我们结合不同来源、不同形式的信息（比如行为数据和问卷形式的用户态度反馈），帮助我们更快速地消化多种用户反馈。 行为预测：假如我们“喂”AI 足够多的用户行为数据，那么未来我们可能可以使用 AI 去预测用户在我们平台上的需求和行为，我们可以基于这些预测修改设计。比如说现在有些公司提供的 AI 眼动测试服务就是这个方向下的延伸。 一致性走查：当 AI 足够了解我们的平台交互/UI 规范、文案规范等“规范类”的信息，那么它可以帮助我们快速找到新页面和之前页面的差异，降低我们维护设计系统的成本。

另一方面，近期也产生了许多设计支持工具，支持设计师在“生产方案-决策方案”这个流程中进行设计方案的快速生成。这些方案可能短期内达不到可用的水平，但 AI 的方案生产时间快、产生方案的成本低，

类似的场景包含：

方案生成工具：比如将文字/手稿草图转化为排版整齐的页面、图标、营销效果图 方案微调工具：比如对间距/字号/层级样式的微调对齐 风格扩展工具：比如基于一个 icon，我们可以用 AI 快速生产 20 多个同风格的 icon 进行扩展。又比如我们可以迅速调整一个复杂精美的营销落地页的配色方案

虽然 AI 能够带来如此多的便利，但由于它的运作方式，chatgpt 认为推广 AI 具有以下两个主要问题点：

AI 需要需要大量数据来训练模型，因此设计部门首先需要提供足够多的、高质量的数据，才能保证 AI 的产出准确可用。这不仅带来成本问题，还会带来用户隐私问题。 对于用户洞察类的工作来说，现实世界中的用户提供的反馈可能并不完全坦诚，他们可能会回避问题、撒谎、夸大、前后不一致、使用新术语或口头表达等等。在我们真实的用户调研中，调研者会使用一些话术追问，并且基于经验判断用户的反馈是否可靠。但是 AI 暂时在这个方面并不灵敏，因此最后产出的结果很可能还是需要研究人员验证、调整。

四、未来？ 虽然说短期内 AI 无法替代设计师进行问题洞察、设计决策的工作，但是可以预料到它会极大的减少设计师的工作负担，或者叫做“工作量”。而一旦设计师这个执行职位只有工作价值，但工作量不大的时候，我们很可能被合并成一个职位。

未来，假如 AI 能很好的融合进产品的构思-研发工作流中（据我所知，现在某些厂已经在探索 AI 出图工作流了），或许所谓的“全栈设计师”又兴起。

我们甚至猜想，未来可能是这样一种工作流：整个产品研发流程里只有 1 位产品设计师和 1 位研发，前者负责在 AI 的辅助下判断核心用户痛点，并且生产一个大致的服务或任务流程，绘制一些草图。AI 会基于草图产出多种可用的方案，并基本上自动化开发-测试，将若干个方案投入线上若干个小流量池，最后自动收集不同方案的用户反馈，挑选出表现最优的一个推广全量。

欢迎关注作者微信公众号：「白话说交互」

最近 AI 设计真的在设计圈投下了一颗重磅核弹，炸的大家人心惶惶，而且有大厂开始投入使用 AI 工具作为真实业务的生产力工具，像一些海报、插画，在 AI 工具中编辑好关键词，直接就可以生成一张堪比 3 年经验设计师画 1 天时间设计出来的图，这你受得了吗？这不得不感叹，原本设计师通过创意想象靠自己的双手来实现，现...

最近 AI 设计真的在设计圈投下了一颗重磅核弹，炸的大家人心惶惶，而且有大厂开始投入使用 AI 工具作为真实业务的生产力工具，像一些海报、插画，在 AI 工具中编辑好关键词，直接就可以生成一张堪比 3 年经验设计师画 1 天时间设计出来的图，这你受得了吗？这不得不感叹，原本设计师通过创意想象靠自己的双手来实现，现在用不到手了，只要你能想的出来的词，没有 AI 画不了的画，这让很多游走在底层的 设计师 们无路可走。

了解最新的AI工具和趋势 ? https://www.uisdc.com/category/ai

所以，这个工具一火了之后，行业内就发生了很大的变化。然后还有人说以后设计师都可以不用招了，就算招，对设计师的要求重点也不是会根据业务需求做图，而是考察你有没有一套成体系的关键词衍生能力，以后就叫关键词设计师得了，稍微懂点 PS，修修补补可能就够了。那大家真的很担心很焦虑，这个 AI 这么强，我们设计师该何去何从呢？

听我分析一下，本质上一个岗位能不能被替代或者说这个行业还需不需要这个岗位，取决于这个岗位能贡献的价值，以及能否满足业务需求。按照道理说，既然 chatgpt 那么强， 是不是可以以后连产品经理、开发都不需要了呢？而 AI 制图和 chatgpt 原则上也是同类型的工具，我给出问题/需求，你收集大数据通过算法给出解决方案，这是底层逻辑。

而目前设计师做的是什么呢？拿到业务方给的文案和要求，进行制图，这和人工智能的工作流程是一样的，唯一比 AI 有优势的地方在于你知道业务方的口味，同时也知道产品调性，那你做的图能够更快的 get 到点上。缺点就是你的图没有 AI 视觉冲击力那么强，那么快，那么丰富，那么多，所以如果你单纯只会画图，而老板对品牌调性的需求不高，等工具再成熟一些他完全可以用这个工具代替你，比如我用 AI 生成一张海报，海报中的所有元素都可以分层、打组，同时我可以对生成后的图层进行再次进行关键词描述修改，让 AI 来判断局部调整的更多可能性，那我甚至连打开 ps 都没必要了。

既然 AI 已经发展到这程度，我觉得这个是完全有可能实现的，当初阿里推出鲁班的时候，大家也觉得，哇，banner 都可以自动化合成了，虽然当时技术不成熟，banner 看起来拼凑痕迹严重，但是你看现在的 AI 制图，真实浑然天成的感觉。甚至昨天还看到一位 c4d 博主说，现在虚拟引擎界的 AI 都可以根据一副速写插画来自动建模和贴图渲染了，连 二维化的人物脸上的伤疤也给自动建模出来了。

那有小伙伴说了，你之前说的品牌调性怎么办，AI 通过学习和大数据分析，你可以上传你们之前的海报或者公司定位、愿景等关键词，说不定真的能设计出符合调性的图，这个也说不定，对吧。所以纯画插画的设计师，唯一能欣慰的是，可以在画图中找到自我和成就感，用 AI 工具画图在艺术家眼中是粗鲁的，绝对理智的世界是很可怕的。

UI 设计师会怎么样 连插画这么复杂的活都能做的这么好，那么 AI 在做 UI 方面是不是也能用关键词去生成 UI 界面呢？之前已经有个工具测试过了，是可行的。但目前 AI 还不能解决设计系统的问题，或者说目前 AI 还没深入干涉到 UI 领域（其实已经又了）。

我给大家感受下，如果以后 AI 来干涉 UI 领域会怎么样：

如果你需要设计图标，那么你可以制定关键词：图标含义、风格、尺寸、粗细、圆角、颜色、疏密留白、质感…..你将会得到成千套的图标。 如果我不只是要一张飞机稿的 UI 界面，那么我只需要描述，一个任务中包含的功能、目标，描述清楚用户场景以及业务需求，AI 也可以给你生成数十种界面流程，但这里关键的是用户场景和业务需求很复杂，它和插画不一样，一会来讲。 我只要把我认为 OK 的 UI 风格界面上传给 AI，让它学习，如果它真的足够聪明，它甚至就知道我什么时候用卡片，什么时候给卡片加阴影，什么地方该用主色，什么地方用分割线…. 第二个问题中，为什么 UI/UX 和插画不一样，因为插画没有那么精确，比如你说我想要一只狗站在山顶看日落，其实需求方自己也不知道会呈现一种什么样的结果，当你画出来，诶，大概靠近他的感觉了，他就会觉得 OK，甚至有时候虽然结果跟他预期的不一样，但是 AI 画的实在太 diao 了，也就本能接受了。但是 UI 不一样，不同的产品有不同的用户以及业务的需求，可能现在市面上 UI 风格真的不多，但是不同产品的定位，对页面布局、流程、交互细节还是有非常大的影响。

再比如，一个控件的变化，可能就涉及到多个界面以及其他联动控件的同时变化，AI 如果要做的话，就需要把所有市面上的解决方案都输入进去，同时，UI 不只是一张界面而是一套系统，这套系统也实在整个产品生态下的衍生物之一，所以 AI 如果要来定义 UI，还是有一段路要走的，但这个时间并不会太久。

那最后行业会变成什么样呢？我预测，我预测哈，人员缩减是没跑的，人和工具将会同时存在，工具只是更多的提高人的效率，那大家可以想想，提高人的效率之后，那么给人节省出来的这部分时间，人应该去干嘛呢？留给大家思考。

最后还是想说，AI 真的剥夺了设计师很多的东西，当我们热爱设计并付诸实践，能够换来客户的认可，以及价值的时候，AI 一分钟就完成了，感觉很悲哀，当你花费数小时甚至数天的作品完成后，你会非常有成就感，而 AI 就马上泼一盆冷水给你，让你再也提不起做设计的心思。

AI 现在做的事是什么呢？就是把世界上所有人的作品都变成了数据进行组合，版权也没有了，其实这个图片的版权就是来自于每一个原创的设计师，但他组合的太 tm 多样了，忍不住一句粗口。

设计不存在了，我们看到的都只是数据，创意是什么，创意就是看 AI 的算法够不够复杂，数据量大不大，关键词够不够花哨，哎，就很没有意思了懂吧。

现在设计师还有能力和 AI 掰手腕的地方在于我们生为人的情绪情感、思维以及沟通表达和人情世故。

所以下方聊聊你们的感受吧

欢迎关注作者的微信公众号：「应谋鬼计」

背景2022 年上半年期间，全球虚拟世界相关的应用已获得 1.7 亿下载，其中游戏应用下载量高达 1.1 亿，占比 67.3%。虚拟世界的爆发式发展也带来了游戏行业的改变，本文尝试通过对目前比较流行的虚拟世界游戏进行研究，对虚拟世界类游戏类型和特点进行总结，以期窥探未来游戏产业可能的发展方向~更多虚拟世界的趋势科...

背景

2022 年上半年期间，全球虚拟世界相关的应用已获得 1.7 亿下载，其中游戏应用下载量高达 1.1 亿，占比 67.3%。虚拟世界的爆发式发展也带来了游戏行业的改变，本文尝试通过对目前比较流行的虚拟世界游戏进行研究，对虚拟世界类游戏类型和特点进行总结，以期窥探未来游戏产业可能的发展方向~

更多虚拟世界的趋势科普：

腾讯重磅出品！2022-2023 设计趋势报告：NFT虚拟形象篇（下） 往期回顾： 1. NFT & Web3.0 的依赖及并生关系 Web3.0 和虚拟货币为 NFT 提供了生长的土壤和骨骼，而 NFT 作为一种创意玩法逐渐定义了数字艺术的呈现形式。

阅读文章 >

一、新的游戏体验 1. 游戏经济系统由封闭转向开放

目前虚拟世界类游戏中最普遍的就是 Play-to-Earn（边玩边赚）类型的游戏,所谓 Play-to-Earn 是指通过使用区块链技术，让玩家可以获得游戏内资产的奖励。在此之前，游戏经济模式是封闭的服务-消费模式，即开发者为玩家提供游戏体验，开发者垄断了游戏内资产售卖权，游戏玩家之间的交易是不被允许的。而随着 Play-to-Earn 类型游戏的兴起，这些游戏内的资产可以作为 NFT 拥有，让游戏资产可归属个人，也让游戏资产转化为现实收入成为可能。

例如，一款名为 Axie Infinity 的游戏，由越南初创公司 Sky Mavis 创立，在最高峰时候每个月活跃玩家高达 280 万，并在 1 年内吸金超 10 亿美元。用户可以在游戏内培育出名为“Axies”的数字角色，通过参与游戏获取代币，通过代币交易获取收入；游戏内的数字角色或道具也是可以在玩家之间进行交易的，通过交易带来收入。

2. 更公平的游戏体验

很多玩家对游戏一个比较大痛点是，游戏奖励发放对玩家来说是黑箱的，公平性存疑。比如游戏中开宝箱获得稀有道具的概率，如果是由开发者或玩家控制，这将极大动摇整个社区对于游戏公平性的看法。目前很多虚拟世界游戏通过使用区块链技术保障所有玩家都能够以公平的概率获得最罕见的物品，为玩家提供了一个更加公平、可靠的游戏环境。

二、更多元的游戏制作过程 在主流游戏领域，通常游戏内容是开发者掌控的。他们控制了游戏开发过程、权限和游戏内容，这就是我们通常所说的中心化游戏制作方式。这种制作方式碰到的一个核心问题就是，随着游戏产业的发展，高质量的游戏制作成本越来越高。如何降低游戏开发成本，让游戏内容更有吸引力、更丰富，是游戏产业发展面临的一个大问题。

1. 平台+UGC

由于区块链技术带来数字资产收益能够根据所有权分配，让游戏开发的多元合作成为可能。比如堡垒之夜关于虚拟世界的设想，是通过游戏编辑器孵化 UGC 玩法以及主动接入 PGC/OGC 产品，逐渐发展为多玩法的游戏平台；通过在其中举办非游戏的多种社交活动和 UGC 内容，发展为 3D 角色形象互动的社交平台。作为平台方的 Epic 通过促进创作者经济，获得收益。

2. 游戏创作的智能化

随着 AI 技术的飞速发展，在游戏开发过程中也越来越多内容由 AI 辅助完成。AI 在剧情设计、人物道具设计、音频音效等内容创作方面，为开发者提供灵感来源和素材库。AI 作为一种重要的自动化技术，还可以驱动 NPC 推动剧情、配合任务、影响主线的发展，从而配合预设叙事，让 NPC 和玩家的互动更真实、自然。比如一款沙盒类游戏《Modbox》开发人员在游戏中实现玩家跟 NPC 之间的对话没有脚本，而是采用 ChatGPT 实时生成的，甚至两个 NPC 之间的对话也是如此，效果非常好。还有一款 RPG 游戏《Mount&Blade II: Bannerlord》也是通过 ChatGpt 驱动 NPC 与玩家互动。

三、打破游戏与现实的边界 在虚拟世界游戏中，打通虚拟世界和现实世界的壁垒是它最大的特点。比如，游戏的道具可以在现实中拿到，又比如可在游戏中参与明星演唱会等。很多人认为虚拟世界游戏的一个方向是对现实世界的映射，如何让玩家在游戏中有更真实的体验，也是众多开发者努力的一个方向。

1. 真实的模拟现实世界

Epic Games 最近发布了新一代的虚幻引擎，为虚拟世界游戏在积极布局，从低成本的 3D 模型制作，到提供开发者丰富的 3D 素材库，以及提供强大的渲染技术，让玩家沉浸在充满电影大片感的游戏场景。

虚幻引擎推出一款“把照片转成高清 3D 模型”的手机 APP—RealityScan。人们通过智能手机可以把自己想要的东西按照既定规格拍照上传，然后RealityScan就能将2D照片转化为3D模型。生成的模型可以被直接上传到3D模型分享平台SketchFab，或随时导入到虚幻引擎的项目中使用。

同时官方在虚拟引擎编辑器中集成了拥有超过 16000 种高精度数字资产的素材库，其中包括 3D 物体、人物、植物、表面材质、图案纹理等。

在虚拟引擎 5 发布会上演示的《黑客帝国觉醒：虚幻引擎 5 体验》为未来的互动内容提供了一个愿景，创造丰富多彩而又复杂的城市与环境，以及逼真的、引人注目的游戏场景。通过 B 站 UP 主 Abang 的体验内容可以看到建筑物每个窗户都不再是单调的贴图，而是通过虚幻引擎渲染而成。

2. 虚拟与现实的体验打通

根据全球最权威的 IT 咨询机构 Gartner Research 的研究报告指出，到 2026 年，近四分之一的互联网用户将每天至少花一个小时在数字虚拟世界中工作、购物、学习、社交和进行娱乐活动。游戏作为用户在互联网消费最多的场景之一，也正积极尝试打通虚拟世界与现实世界体验。比如《堡垒之夜》正致力于在游戏中为玩家提供各种现实世界活动体验。歌手特拉維斯·斯科特(Travis Scott)在游戏《堡垒之夜》举办了一场虚拟演唱会，有 1230 万人观看。

时尚和奢侈品牌也纷纷试水虚拟世界里的产品。对于多数品牌而言，直接与游戏行业跨界联名，是试水虚拟数字产品的一种更便捷的方式，同时也提升了与消费者的互动，让品牌与社群一起，打破界限，探索创新路径。例如，巴黎世家和《堡垒之夜》合作打造了精致的服装和配饰，双方的合作还包括一个限量版的实体服装系列，包括一系列帽子、t 恤、帽衫和夹克。这些真实的服装已于 9 月 20 日在巴黎世家的门店和网站发布，售价在 2900 至 9600 人民币。奢侈品牌 Moncler 也与 Epic Games《堡垒之夜》合作，打造了全新游戏皮肤，这款衣服随着玩家海拔的升高，衣服颜色会从浅色变为深色。

总结 游戏行业经过么多年的爆发式发展，虽然前景向好，但弊病也日益显露，包括游戏体验上、游戏制作方式上的系列问题。在虚拟世界的爆发式增长的激发下，各大游戏厂商都纷纷做出属于自己的探索，虽然距离像《头号玩家》电影中描述虚拟世界场景的到来或许还有段路要走，但在新技术、新的制作模式下，可以对未来游戏产业变化做出一些期待。

参考

一文读懂 Play to Earn https://blog.chain.link/what-is-play-to-earn-zh/ 争夺 10 亿“元宇宙”用户的竞赛已经开始，Epic Games 遥遥领先 https://www.yuanyuzhouneican.com/article-116401.html 第三方内容生态是“元宇宙”的最大瓶颈 https://www.yuanyuzhouneican.com/article-187423.html 元宇宙游戏有哪些（解析元宇宙 10 款顶级元宇宙游戏） https://www.yuanyuzhouneican.com/article-149389.html 游戏巨头 Epic Games 为何坚定看好元宇宙？其做了哪些布局？ https://www.8btc.com/article/6707647 堡垒之夜上线 Creative 模式：可自行创建地图并邀请他人游戏 https://hot.cnbeta.com/articles/game/795463.htm 从 Roblox、堡垒之夜、VR 和动物之森谈元宇宙 https://km.woa.com/articles/show/543705?kmref=search&from_page=1&no=4 许怡然发文：我怎么看元宇宙和游戏行业的未来 https://km.woa.com/group/29321/articles/show/489025?kmref=knowledge 欢迎关注作者微信公众号：「腾讯ISUX」

上一篇讲了基础组件，本篇我们说一下展示组件。超全面的B端设计规范指南（一）：基础组件新的一年，先祝大家运势涨如脱兔，因为年前和过年这段时间工作没那么忙，就抽空继续整理了一些工作中对B端设计的总结，希望可以带给需要的人一些启发。阅读文章 > 展示组件在页面中主要承担着向用户传达信息功能，以帮助用户快速地定位和...

上一篇讲了基础组件，本篇我们说一下展示组件。

超全面的B端设计规范指南（一）：基础组件 新的一年，先祝大家运势涨如脱兔，因为年前和过年这段时间工作没那么忙，就抽空继续整理了一些工作中对B端设计的总结，希望可以带给需要的人一些启发。

阅读文章 >

展示组件在页面中主要承担着向用户传达信息功能，以帮助用户快速地定位和浏览数据。常用的 展示组件 包含徽标、标签、走马灯、文字提示、气泡卡片、折叠面板、表格等。接下来我将逐个讲解一下这些组件。

一、徽标 徽标常出现在通知图标或者头像右上角，用来展示需要处理的消息或任务条数。

常见徽标类型有带数字样式、圆点样式、多彩圆点样式。徽标常见位置有右上角及左右排布。有一点要注意的是徽标设计时建议加上一个颜色和大背景色一致的描边，以便徽标和底下内容清晰区分。

二、标签 标签一般有两种使用场景：一是用于标记事物的属性和维度，二是进行分类。标签常见的样式有描边样式、浅色填充样式、描边+浅色填充样式、深色填充样式。部分标签可支持删除功能。

三、走马灯 走马灯又叫轮播图，一般用于一组平级内容的并列展示模式，例如图片或卡片轮播，轮播方式一般支持用户主动触发或者系统自动轮播两种方式。比较常见于产品介绍页面或运营广告模块。轮播的数量建议控制在 3~5 个之间，同时应清晰展示轮播数量以及当前轮播位置。

四、文字提示 即文字简单的气泡框，鼠标移入则显示提示，移出后消失。文字提示应有两不承载，一是不承载复杂文本，二是不承载任何操作。一般气泡填充为暗黑色半透明，特殊场景下可用彩色填充，之所以用色块填充是因为文字太少信息不明显 ，需要用大色块凸显。

文字提示一般有如下 12 种样式，根据页面所处位置进行灵活选用。

五、气泡卡片 气泡卡片也是气泡框样式，鼠标移入或点击则显示提示，移出或再次点击后消失。

气泡卡片适合文字较多情况下，且支持承载操作，同时填充一般为浅色（常见为白色） 气泡卡片一般有如下 12 种样式，根据页面所处位置进行灵活选用。

气泡卡片常见类型包括纯文本、文本+按钮/链接、带标题文本等。 这里还归纳总结了文字提示与气泡卡片的特点，以便我们加深理解。

六、折叠面板 折叠面板可以将较多或较复杂的内容进行分组，分组内容区可以折叠展开或隐藏，利用好折叠面板可以将复杂页面内容收纳的更简洁有条理。折叠面板放置内容可以是纯文本、图文、子列表等形式。

从功能上讲折叠面板可分为常规式、手风琴式、嵌套式，常规式可以同时展开多个折叠项，且每个折叠项展开后需要手动收起；手风琴式则只允许单个折叠项展开，展开另一个会自动折叠当前展开内容；嵌套式指折叠内容多层嵌套的折叠面板，可实现对更复杂内容收纳。

从样式上说折叠面板可分为带框与不带框，图标位于左侧与右侧等常见几种

七、表格 表格常用于大量同类结构下多种数据展示，方便用户对数据进行对比分析与组织，同时支持搜索、排序、筛选、编辑数据，以及对数据分页。表格可以说在 B 端设计中是必不可少且应用非常高频的一类组件，接下来我们着重来聊下关于表格的那些事儿。

1. 风格样式

常见表格样式有常规式，线框式，斑马纹式。其中常规式样式简约轻量，对表格内容视觉干扰最小，优先应用于大部分场景。

Tips：在实际设计中常规式与线框式表格存在横向阅读不够直观缺陷，可用 hover 状态整行浅灰填充方式来弥补。

2. 基本构成

表格一般由表头、行、列、单元格这些基本元素构成。

① 表头

a. 表头常见样式

表头常见样式有标准表头、带排序/筛选表头、分组表头。其中分组表头适合采用前面提到的线框式表格。为了直观区分表头与内容区，一般会让表头区背景色与内容区不一样，以及将表头文字与内容区文字样式做出区分。

b. 表头标题

表头标题文案应当足够精简且表意清晰，这里有两种方法保证文案简洁：一是如果表头标题文案重复啰嗦，可去掉重复字段精简文案；二是当表头标题过长且无法精简时，表头上可只保留简短标题，用文字提示承载长标题全称。

c. 表头固定

纵向滚动表格时，为了方便用户高效获取信息，表头应保持固定。

② 单元格

这里总结了几个关于单元格的几个设计要点：

③ 行

行分为单行文本与多行文本两种情况，下面给出了两种情况常规表格行高参考计算公式，如若计算结果为非偶整数可就近取偶整数。

当然除了常规行高，为了满足不同用户阅读习惯，我们还可以支持用户自定义多种行高功能，一般行高建议 3-4 种为宜。

④ 列

a. 列宽自适应规则

假设我们定义表格左右空白间距为 a，列间距为 b。其中 a 固定不变，b 根据表格内容自适应，同时可定义 b 一个最小值，随着表格列数增加，当表格内容宽度超出页面宽度时，固定首或尾列（可同时固定首尾列），出现横向滚动条可左右滑动。

b. 对齐规则

列常见对齐方式一般有左对齐与右对齐，通常情况下建议采用左对齐方式，以便用户高效阅读。两种情况下可采用右对齐方式，一是涉及比较数据大小时，二是位于尾列操作列可采用右对齐。至于居中对齐由于视觉动线曲折，通常不建议在表格中运用。

小 Tips：当表格列数较多时，一般有两种处理方式，一是将列数控制在 7 条左右，只展示用户最关注的内容，其他次要内容放到详情中展示即可；二是当多用户对内容关注侧重点不同时，可支持用户自定义列展示。

3. 详情查看

① 详情入口

表格很多都会涉及到详情查看这一块内容，一般详情查入口有两种形式：一是将标题高亮，点击进入详情，这种适合查看详情为高频操作或操作列已有较多按钮场景；二是操作列放置详情按钮，点击进入详情，这种适合操作列没有或较少操作按钮场景。

② 交互方式

常见查看详情交互方式有：表格展开收起、弹窗、抽屉、页面。

表格展开收起适用于追求轻量简洁体验、用户操作连贯性高的场景；

弹窗则适用于详情页面承载中等量重要信息与操作，且可接受弹窗打断场景；

抽屉适用于追求快捷查看详情且快速切换不同项目详情（抽屉去掉黑色遮罩即可），以及详情内容量较多且不希望跳转页面查看详情情况；

页面适用详情页面承载大量重要信息与操作场景，需要新开页面前往操作。

到这里关于 B 端的展示组件就全部梳理完了，后续有时间我再整理一篇关于录入组件的总结，敬请期待。

部分参考资料：

《B 端产品设计-Mia》 《Ant Design》

先讲大事，我们有 B 端交互设计课了。停更了小半年，期间也总有很多人来咨询我们有没有课，所以抽时间和优设一起做了一套面向 B 端交互新人的录播课。我本身就是交互专业出身，其实刚入行那会也买课，但这些课一个很大的问题是大多数光教你怎么做一些乱七八糟的调研，却不跟你说怎么落地，也看不到交互方案是怎么推导出来的。

先讲大事，我们有 B 端交互设计课了。

停更了小半年，期间也总有很多人来咨询我们有没有课，所以抽时间和优设一起做了一套面向 B 端交互新人的录播课。我本身就是交互专业出身，其实刚入行那会也买课，但这些课一个很大的问题是大多数光教你怎么做一些乱七八糟的调研，却不跟你说怎么落地，也看不到交互方案是怎么推导出来的。结果就是看完了你也不可能懂怎么做交互。

所以我基于我和做 B 端的朋友之前的典型项目写了这套一共 12 节的短课，剔除废话、套话、不用钱也能看得到的小窍门，主讲 B 端交互的方案生产过程和真实的思考流程，涵盖改信息架构、优化流程、优化页面 3 种典型项目。这周打折，大家有兴趣的可以看看：

课程原价169元， 限时新课价直减40元，仅需129元！

移动端扫码学习，网页端右戳学习?  https://wei.xet.tech/s/2pMvzq

关于课程的详细介绍：

大厂名师出品！12节B端设计实战必修课帮你快速入门！ 金三银四招聘季悄悄开始了。

阅读文章 >

最近因为 open ai 旗下两款产品（基于文本数据的 chatgpt、基于图像的 dall e）在国内爆火，很多文章/视频作者又开始发文讨论人工智能代替当前交互设计师/UI 设计师 的可能性，简单来讲：所有人又要失业了！

失业的可能性当然是有的，但因为体验设计是一个基于实际场景的应用性领域，流程不固定，输入和输出的形式也比较多样，因此我们预想中的那种“突然有一天，一个体验设计机器人横空出世，导致所有人类体验设计师都被解雇了”的场景出现的概率非常小。

那么，人工智能到底将如何影响体验设计行业和我们的工作流程？虽然市面上已经出现了很多类似的文章，但都没有把人工智能这个东西说清楚、说明白。所以今天我们想从人机交互和人工智能的发展历程的角度中，深度挖掘这个问题的答案。此文由我们和 chatgpt 共同撰写。

关于ChatGPT：

设计师如何使用ChatGPT提升工作效率？25个案例告诉你！ 随着美国人工智能对话聊天机器人 ChatGPT 的发布，人类在人工智能领域又迈向一个新的台阶，最近笔者总在一些微信群里看到一些设计师提出的问题“ChatGPT 会代替设计师吗？

阅读文章 >

一、我们为什么需要人工智能？ 所谓体验或者交互设计，主要“设计”的是人和机器之间的互动方式。从家用计算机的诞生到今天，人和机器的互动方式经历了鼠标键盘等外部设备到触屏手机、VR/AR 的跃迁，但截止目前，任何机器之间的“互动”往往还是以“人迁就机器”的形式为主导。人，或者按我们的习惯称为用户，在这个互动形式中需要付出大量的学习成本或认知成本去让机器理解人，或让自己理解计算机的输出内容。

举个例子，假如我们想知道明天的天气预报，现在我们可以打开手机 app-选择我们的地点-查看明天的天气。但是这种交互有几个前提：我们要会使用手机、并且双手是空闲的可以用来操作手机。假如不满足这两个前提，那这个操作就很难完成，因此这种操作实际上还是非自然的，人还是要去使用机器能理解的方式、而非自己习惯的方式来和机器交互。

那么有没有方法能够解决这个问题呢？有。

一方面，我们可以扩充机器识别信息的方式，让机器不只被动接受信息，也“长出眼睛”主动识别信息。在这个思路的影响下，语音、手势等新交互形式迅速发展，并且在车载/智能家居领域产生许多应用。而另一方面，我们是不是也可以让机器变得更聪明、更“灵”，甚至能通过某种方式模仿人类的认知、思考和决策能力“举一反三”？

这就是人工智能。

二、人工智能的演变 既然人工智能有这么神奇的效果，那它到底是怎么做到的？在 chatgpt 的帮助下，今天我们给大家拆开来解释这个概念的发展历程和变迁。

1. 人工智能的兴起 人工智能一词最早出现在 1956 年在新罕布什尔州的达特茅斯学院，当时的研究人员提出了几个在今天看来依旧不过时的问题：

“我们能不能像日常说话一样编程？’” “计算机程序能不能模拟人脑，通过学习进步？” “通过优化算法，能不能提高计算机的创造力？” ——为了寻找这些问题的答案，学者们分别提出了三个人工智能发展方向，很长一段时间都在这三个方向的可行性上争论不休：

方向 1：教计算机逻辑推理

以麦卡锡为代表的派系致力于用逻辑化的计算机语言使计算机学会推理思考，他们认为：“不管你想做什么，你必须先设计一套正确的逻辑，把它清晰地表达出来”。

简单来说，就是“先教计算机道理，再让它执行”。在计算机里写好正确的逻辑推理代码，让计算机根据逻辑去执行的命令。举个例子，假如我们要让计算机在明天早上 7 点提醒我们起床，我们就可以把这段逻辑教给计算机：

“工作日要早上 7 点钟提醒我起床” “明天是工作日” 那么计算机就自动产出了结论：“明天 7 点要提醒你起床”。 这种思路还可以应用在更复杂的案例中，比如我们可以基于象棋规则编写一段代码，让计算机陪人下象棋。其核心在于编程者要要先了解人脑思考的逻辑，才能编写出模拟人脑思考的人工智能代码。

方向 2：将计算机看作人的神经系统

以麦卡洛克、皮茨维代表的学者认为构建神经元模型才是正道。

初中生物知识告诉我们人脑是由许许多多的神经元连接组成的。每个神经元接收来自其他细胞的刺激/冲动，刺激/冲动达到阈值后就会引起该细胞产生兴奋，并向其他细胞传递兴奋。麦卡洛克-匹兹的这个“神经元模型”就用逻辑电路模拟了真实神经元的工作，试图用人工神经元模型来模拟大脑工作。

这段话是不是看起来很难理解？所以我们请 chatgpt 帮大家举一个例子：

假如我们发现在医学中，患者的年龄和体重与心脏病可能有关联关系，那么我们就可以训练一个简单的神经元模型来找到这两个因素对心脏病的影响大小（权重）。

这个模型可以写作：

患者是否有心脏病 = f(患者年龄 * x1 + 患者体重 * x2)

其中 f()代表激活函数，x1、x2 则是权重。

我们可以将这个模型想象成一个神经元，它收到了两个因素刺激（年龄、体重），而这种刺激一旦达到了一个阈值，就会输出一个结果（患者有心脏病或没有心脏病）。

方向 3：教计算机现实世界的知识

最后，第三派以明斯基为代表，认为计算机想要实现智能化，必须先具备现实世界的所有知识。他提出了“框架”的概念，但并没有解释这个叫“框架”的“黑盒”是如何运作的。明斯基的框架理论相比其他人的案例更模糊、更难理解，这里不再展开叙述。

2. 两次寒冬 罗森布拉特（Frank Rosenblatt）在 1957 年对麦卡洛克-匹兹的神经元模型进行了扩充，在它的基础上发明了最早的神经网络模型，起名“感知机”。其结构简单，易于实现，被认为是人工智能研究中的一个重要里程碑。

但明斯基强烈地不认可“感知机”，甚至撰写出版物公开批评分析，认为它只能解决一些简单问题，而无法处理更复杂的问题。这样的批评对于当时的人工智能研究带来了极大的冲击，也因此被称为“人工智能的第一次寒冬”。

由于当时的研究环境和计算能力都有限，人工智能研究陷入低迷，直到 20 世纪 80 年代，随着新的算法和技术的出现，人工智能又出现在人们的视野中。但当时的人工智能较多应用于所谓的“专家系统”，即计算机通过模仿人类专家的知识和推理过程，来解决某个领域的专业问题。

举个例子，当时有一个用于诊断细菌感染疾病的专家系统系统 MYCIN。

建立它需要医生首先向 MYCIN 提供病人的症状、检查结果，MYCIN 则会将这些数据与它的知识库内医学专家经验总结出的规则进行比对，基于这些规则进行推理，最终得出对疾病的诊断。MYCIN 还会解释它的推理过程，告诉医生为什么会得出这样的结论。

但人们很快发现建立这种系统需要耗费漫长的时间收集专业知识，而且如果专家系统遭遇了专业领域外的问题，就无法给出令人满意的答案。因此人工智能再次进入了寒冬。

3. 从“设计大脑”到“设计学习” 90 年代麻省理工学院教授布鲁克斯提出，此前出现的传统主流人工智能的构建方法方法是自上而下的，即先设计抽象的符号系统，再用它来模拟人类的思维和行为，这种构建方式把主次颠倒了，它忽略了真实世界的复杂性和不确定性，也忽略了生物系统中底层的感知、运动和控制等基本机制。因此，他认为我们不应该盲目地直接对大脑进行构建，而应该像生物系统的真实情况那样，自下而上地构建。

chatgpt 帮我们举了一个例子：

假设有一个机器人被用来在一个仓库中搬运货物，仓库中有许多货架，上面摆放着不同种类的货物。机器人需要识别不同的货物和搬运工具，然后把货物搬运到指定的地点。

“自上而下”传统人工智能系统需要先对机器人进行大量的编程，然后机器人受到程序规则和逻辑推理的控制而产生行为，相当于提前告诉机器人每一步做什么。

我们首先需要将各种货物的大小、重量、形状等特征进行编码，并为机器人编写各种规则，比如如何识别不同的货物和工具，如何进行搬运等等。最后机器人则基于这些逻辑推理来进行决策，例如判断哪些货物需要先搬运。

而“自下而上”构建的人工智能更注重机器人的自主决策能力，机器人基于周边环境、通过自身的感知和交互能力来进行行为调节，相当于让机器人自己根据“感觉”自己判断下一步要做啥。

在这个案例中，机器人首先需要感知环境，比如识别货物和搬运工具的位置、仓库中的障碍物。然后机器人根据自己的感知结果进行自主决策，决定选择哪个货物和工具以及如何搬运货物。

布鲁克斯这种“自下而上”构建的人工智能更加接近自然状态，且不需要预装知识库。因此他的观点吸引了许多科学家并朝着“自适应行为”的方向持续探索，让人工智能领域又重新焕发了生命力。随后，遗传算法、贝叶斯网络、深度学习、“人工”人工智能等诸多人工智能相关的思想或理论相继被提出，人工智能逐渐通过深蓝、微软小冰等产品进入普通人的日常生活。

我们现在所使用的大多人工智能都是基于简单的神经网络或深度学习算法构建的，包括我们今天使用的 chatgpt。这些算法由我们一开始介绍的神经元模型为基础构成，可以说神经元是神经网络的基本单元，而神经网络又构成了深度学习的基础。深度学习利用多层神经网络进行学习，可以处理大规模、高维度的复杂数据，并在各种任务中取得了非常优秀的结果。

然而，尽管今天的人工智能看起来已经很厉害了，人工智能当前的学习方式仍然和人类的学习方式存在本质上的区别。人工智能虽然可以通过训练从已有的数据中学习模式和规律，但无法通过感性或者直觉去认知事物，特别是数据库中没有的未知事物。虽然我们今天使用的 chatgpt 因为拥有巨大的语料库和更深的神经网络层数所以显得很智能，但它的运作逻辑决定了它不理解自己在说什么。

三、人工智能，将如何应用在设计中？ 人工智能貌似是一个万灵药一样的“魔法”。放在哪里，哪里就能产出神奇的效果。但人工智能真的能迅速地大规模应用在设计生产中，甚至取代交互设计师吗？

——暂时来说，这个答案是否定的。计算机辅助设计已经有超过60年历史了，我们迄今为止还没有找到一种办法完全替代人类进行设计产出。当前的AI更适合做“可以被轻易总结出规律的结构化工作”，简称脏活累活。我们预测未来AI将在以下方面上对体验设计进行支持。

1. 应用与弱点

从体验设计师的工作内容来讲，我们日常的工作主要包含了以下几个环节：收集复杂情景下的用户诉求-提炼关键设计问题-列举针对性的解决方案-基于环境特征决策最优方案。它可以分成两个部分：“收集问题-总结问题”、“产出方案-决策方案”。前者是一个从很多复杂个例中寻找共性的过程，后者则是基于一个问题发散并评估不同方案的过程。

当前，“收集问题-总结问题”的过程最容易被人工智能支持。我们之前已经提过，只要能给予人工智能足够多高质量的数据，那么它自己就可以通过自主学习，从这些杂乱无章的信息中寻找到规律。而这正是人类需要耗费大量人力才能做到的。

举个例子，我们做定性用户调研的分析时，需要从浩如烟海的用户口头语言中提炼出有价值的信息点并进行多次归纳整合，最终形成有价值的用户观点。做定性研究的学者或者用研需要阅读大量文本、手动标注关键词汇，然后进行整理总结。文献/访谈资料越多，整理难度越大。但现在有了 AI 支持，我们可以更快从大文本中总结出关键信息。

类似的场景包含：

数据分析：AI 可以帮我们监控大规模用户行为数据的变化，并且整合成结论告知我们。比如“最近用户月活异常下降，同一时间上线了功能 A，推测可能是因为功能 A 的影响引起数据异常”。甚至未来也许 AI 能帮我们结合不同来源、不同形式的信息（比如行为数据和问卷形式的用户态度反馈），帮助我们更快速地消化多种用户反馈。 行为预测：假如我们“喂”AI 足够多的用户行为数据，那么未来我们可能可以使用 AI 去预测用户在我们平台上的需求和行为，我们可以基于这些预测修改设计。比如说现在有些公司提供的 AI 眼动测试服务就是这个方向下的延伸。 一致性走查：当 AI 足够了解我们的平台交互/UI 规范、文案规范等“规范类”的信息，那么它可以帮助我们快速找到新页面和之前页面的差异，降低我们维护设计系统的成本。

另一方面，近期也产生了许多设计支持工具，支持设计师在“生产方案-决策方案”这个流程中进行设计方案的快速生成。这些方案可能短期内达不到可用的水平，但 AI 的方案生产时间快、产生方案的成本低，

类似的场景包含：

方案生成工具：比如将文字/手稿草图转化为排版整齐的页面、图标、营销效果图 方案微调工具：比如对间距/字号/层级样式的微调对齐 风格扩展工具：比如基于一个 icon，我们可以用 AI 快速生产 20 多个同风格的 icon 进行扩展。又比如我们可以迅速调整一个复杂精美的营销落地页的配色方案

虽然 AI 能够带来如此多的便利，但由于它的运作方式，chatgpt 认为推广 AI 具有以下两个主要问题点：

AI 需要需要大量数据来训练模型，因此设计部门首先需要提供足够多的、高质量的数据，才能保证 AI 的产出准确可用。这不仅带来成本问题，还会带来用户隐私问题。 对于用户洞察类的工作来说，现实世界中的用户提供的反馈可能并不完全坦诚，他们可能会回避问题、撒谎、夸大、前后不一致、使用新术语或口头表达等等。在我们真实的用户调研中，调研者会使用一些话术追问，并且基于经验判断用户的反馈是否可靠。但是 AI 暂时在这个方面并不灵敏，因此最后产出的结果很可能还是需要研究人员验证、调整。

四、未来？ 虽然说短期内 AI 无法替代设计师进行问题洞察、设计决策的工作，但是可以预料到它会极大的减少设计师的工作负担，或者叫做“工作量”。而一旦设计师这个执行职位只有工作价值，但工作量不大的时候，我们很可能被合并成一个职位。

未来，假如 AI 能很好的融合进产品的构思-研发工作流中（据我所知，现在某些厂已经在探索 AI 出图工作流了），或许所谓的“全栈设计师”又兴起。

我们甚至猜想，未来可能是这样一种工作流：整个产品研发流程里只有 1 位产品设计师和 1 位研发，前者负责在 AI 的辅助下判断核心用户痛点，并且生产一个大致的服务或任务流程，绘制一些草图。AI 会基于草图产出多种可用的方案，并基本上自动化开发-测试，将若干个方案投入线上若干个小流量池，最后自动收集不同方案的用户反馈，挑选出表现最优的一个推广全量。

欢迎关注作者微信公众号：「白话说交互」

“996是福报”之后，“周六是奋斗者的工作日”又一次走上风口浪尖。 最近，某公司的一封内部邮件被曝光，文件中某高管提出，“以奋斗者为本，周六是奋斗者的正常工作日，对于行政领导们必须是正常工作日，请想办法（规避法律风险）；学习华为精神，让奋斗者努力，也不能让奋斗

可能不少职场人都有过单休的工作经历，而在单休工作制下，职场人可能有不同的选择，有人选择接受，有人选择离开。那么什么样的工作制才是职场人更愿意接受的，且可以带来高效工作的制度？本篇文章里便采访了几位有过单休经历的职场人，一起来看看他们的故事。

“996是福报”之后，“周六是奋斗者的工作日”又一次走上风口浪尖。

最近，某公司的一封内部邮件被曝光，文件中某高管提出，“以奋斗者为本，周六是奋斗者的正常工作日，对于行政领导们必须是正常工作日，请想办法（规避法律风险）；学习华为精神，让奋斗者努力，也不能让奋斗者吃亏！从机制上想办法。”

事件发酵后，该高管回应，“邮件要求对象不是普通员工，是激发愿意努力工作的员工，鼓励他们奋斗，同时不让他们吃亏，本意不是压榨员工。”不过对于“规避法律风险”，该高管并未解释。

然而，关于“高管暗示员工周六加班”的猜测依旧甚嚣尘上。此事也激起了单休职场人的讨论，根据他们所讲述的经历，不仅是车企，互联网公司、审计行业、建筑行业等等或多或少都存在着单休的工作制，甚至有人表示，在自己所在的城市，双休是稀有物种，单休、大小周（一周单休一周双休）才是大多数。

深燃找到6位有过单休工作经历的职场人，听他们讲述了自己在这种机制下的失衡、挣扎，有人选择离开，有人逐渐接受。他们普遍认为，单休是一个虚伪的表象，感觉每周都休了一天，但从心理和精神上，他们根本没有休息的实感。更让人痛苦的是，明明工作在五天内都能做完，却要多上一天班，所以有人选择摸鱼度过要上班的周六。而且，以单休为基本工作机制的公司，一般都默认没有加班费，精神没有休息，钱包没有收益，单休人压力翻倍。

关于如何才是高效、人性化且皆大欢喜的工作制，讨论从未停止。“996”过后，单休、大小周、月休仍然存在，职场人似乎一直在换着方式“内耗”。实际上，在受访者眼中，在同时满足三个条件的时候，单休勉强可以算作合理：一、单休能够带来实质性的工作成果，即“加班有用”；二、单休需在入职前提前告知；三、单休要多给工资。

但归根结底，职场人想要的还是生活与工作的平衡，是周末的放松而已。

一、表面“大小周”实际是随时待命，一年只休了5天年假 刀刃 | 28岁 北京 互联网行业

去年上半年，因为上一家公司的总部要搬到外地，我不想跟着公司一起换城市，所以不得不跳槽。

我在面试时，就知道现在这家公司实行大小周，纠结了很久，但考虑到这家和上一家同处一个行业，做的事情差不多，我入职之后能快速上手，还是选择了加入。

入职时，我还安慰自己，“不就是一个月比以前多上两天班嘛，没什么接受不了的”，但真正工作之后，发现实际情况和想象的根本不一样。

公司规定的上班时间是早上9点半到下午6点半，但是，我晚上8点能够走出办公室就已经算是非常好的情况了，月底冲业绩时，常常需要加班到后半夜。而且， 说是大小周，但是我是随时待命状态，只要老板一个微信，我就得拿出手机、电脑开始工作。

近一年里，我除了年假休息了5天之外，其余的单休、双休，感觉和没有休息一样。

其实我并非不能接受加班，相反，我很看重从工作产出中获得的成就感，也愿意为了这份成就感付出更多的时间和精力。我之前的工作，也常常会加班到十一二点。

但是，经过这一年，我明白，双休对我来说是刚需。

以前，周末我是一定要出门的。冬天去滑雪，春秋去打球，再时不时去唱个歌，总之周末一定会安排一些活动。我还有很多业余爱好，比如画画、写小说，但现在这些事情，我已经好久没碰了。

可能很多人会觉得周末出去玩两天，周一上班会身体疲惫缓不过来，但 对我来说，双休就是“回血”的，痛痛快快玩儿两天，身体上可能会有点辛苦，但心理上就相当于放了一个假，我周一就能精神抖擞地来上班。

相反，大小周尤其单休的时候，我会觉得就像是连上了两周班，根本没有喘息的机会。

按照我们现在的工作量，周中加加班，是完全可以不用大小周的。我也跟我们老板沟通过，工作量按时完成，能不能取消大小周，但老板从公司管理的角度上拒绝了我，说我们部门不能搞特殊，甚至还给我画饼，并且安排了更多的工作。

过去这一年里，我的朋友们也能明显感觉到我的变化。以前忘记回微信这件事儿在我身上是从来不会发生的，但现在他们经常调侃，“你是不是被封号了？”

虽然我喜欢工作产出带来的满足感，但因为工作丢了其他能够让我感到快乐的事情，我觉得非常不值得。

我也想过要离职，但我在目前的岗位上还有一些想法没有实现，我还是想要把想做的事情都做完。而且我所在的垂直行业发展前景一般，要想换工作，就需要转型了，得重新选行业、去面试，我觉得更头疼，所以我现在还处于逃避的状态。

不过，经历过这一遭之后，找下一份工作时，我一定会把双休作为重要的考量因素。

二、连续三年单休和加班导致过劳肥，离职后容光焕发 佼佼 | 26岁 北京 审计

毕业之后我校招进入某四大会计事务所做审计，到现在已经三年了，2月底刚离职。

公司一直是单休制度，因为是大公司，薪酬和福利体系各方面比较成熟，我当时觉得能找到这份工作还是很开心的。后来慢慢发现，审计行业工作强度非常大，平时经常看见大家抨击互联网公司996的新闻，其实我们加班比他们狠多了。

财报季和年审是最忙的时候，整个项目组经常凌晨一两点才下班，这样的情况要持续少则一两周，多则个把月。对于我来说，周六和别的工作日并没有什么区别，该加班还是要加班。唯一让我庆幸的是，公司会按照劳动法支付加班费。

我喝奶茶很凶、还喜欢吃重口味的东西，再加上奶茶这种花费可以报销，我就更加肆无忌惮地喝，三年下来，腰圆了一圈。

变成胖子的滋味非常不好受。去年刘畊宏爆火，我下了很大决心，一边天天跟着他跳操，一边控制饮食不吃晚饭，因为大基数体重掉秤快，10天就掉了5斤。

最终我还是减肥失败了。原因是，减脂带来的快乐覆盖不了加班的压力。 每周只休息一天，刚开始没问题，随着时间累积，感觉自己恢复精力越来越难，情绪实在调节不过来，还得靠奶茶。

离职的时候，我妈和亲戚们都不理解，在他们看来，在四大做审计是一份非常体面的工作。只有身边的朋友们才知道，我的压力有多大。 记得有一次周日休息，本来是去朋友家里打麻将，到了之后实在太困，麻将我连摸都没摸，直奔她床上睡了一觉。

离职的这两周，我体会到了前所未有的快乐。和朋友约饭，朋友说我整个人容光焕发，还问我是不是去做医美了。

现在我的目标很明确，打算去武汉和男朋友汇合，我俩感情比较稳定，计划就定居在那边，然后找一份周末双休、按时上下班的工作，钱多钱少无所谓，只要周末能出去看看花拍拍照就行。

三、离开大小周公司后，面试十家公司一半都是单休 珂珂 | 27岁 杭州 新媒体行业

我在杭州工作三年多了，基本都是在MCN、电商这类公司工作。单休这件事情，在杭州并没有什么稀奇的。

我之前有一段短暂的工作经历，那家公司就是单休。每周六我们都要开一个大会，每个人都要做汇报，汇报完了其他同事再点评，整个过程没有任何意义。那家公司就是平时也有无数的会议要开，单休的原因显而易见，他们希望你把公司当家。 因为周末在心理上属于你的个人时间，当你把个人时间也倾注到公司事务上来，慢慢你从心理上就会有种“共创者”“合伙人”的感觉，我个人觉得单休是一个陷阱，不仅仅是压榨休息时间这么简单。

我很快离开了，后面也去过双休的公司，让我真的体会到单休的痛苦的，是一家电商公司，我在那工作了一年多。其实那家公司是大小周制度，单双休轮换。因为我的工作性质本身就是经常要熬大夜拍摄，讨论方案，跟直播，如果碰上某一周特别忙，又是单休，整个人都不好了。双休和单休的不同在于，双休我起码有一天可以睡懒觉，另一天做点别的事情，单休的时候我睡一个懒觉，下午收拾一下房间，一天就没了。

那段时间我几乎是有假期就会抓住，从来没觉得时间这么宝贵过。双休我会尽量找一个附近的城市旅游，或者补个觉之后就出去健身、约饭、逛街，一刻都不休息，把假期吃干抹净。 但也是因为工作节奏太快，休息又不够，我的心脏一直不舒服，心率很快，有时候凌晨拍摄结束后还感觉闷闷的，喘不上气。

我们周六没有特定的工作内容。单休或大小周的公司，不一定就是这些工作五天干不完，它就是想让你多创造一天的价值。我那家公司也没有加班费，因为工作机制就是大小周，正常算工资。 仔细想想，假如人家双休拿一万五的工资，我大小周也拿一万五，我这个性价比肯定低。

离职之后，我面试了十几家公司，双休的只有三四家。但我这次就是抱着找双休的心态去的，这也加大了我找工作的难度。杭州的电商、服装、短视频公司遍地都是，很多遵从的都是知名大厂的文化，没有双休的概念。

我现在找到了一个双休的公司，工作内容还是跟以前差不多，这次我明显觉得自己松弛了。现在我又有时间和精力投入到自己的喜欢的事情中。也不必天天赶时间，我还能偶尔下楼喝个下午茶。不对比真的很难相信，大小周对我的掠夺居然不止是休息时间这一项，还有精神、情绪和面对生活的心态。

四、知道同事上份工作一个月只休两天，我默默接受了单休 大飞 | 31岁 武汉 互联网行业从业者

2017年，我从某互联网大厂回到家乡武汉工作，以前工作都是双休，回来就进入了单休工作的状态。

起初我有过不平衡，但在老板眼里，周六就跟普通的上班日一样干，也没有什么加班费。休息一天的时间过得也很快，一周上六天，星期天睡个懒觉到11点，然后吃个饭，稍微玩一下，就到晚上十一二点了，感觉就只休息了半天。

后来， 我逐渐接受了单休的状态。一个是因为有孩子了，每天都得七点起来，单休、双休过的都一样，双休就陪孩子两天，单休就陪孩子一天，然后也都是去公园里转转，没什么特别的。

还有一个原因是，大环境就是这样。最开始单休的时候，我看见公司有一个部门的主管，上单休都觉得很开心， 我问他，你怎么适应单休的？他告诉我，他上份工作更累，一个月就休息一两天，所以他觉得单休还挺好。 我忍不住感叹，怪不得这么能吃苦。

中间我又陆续换过几份工作，单休双休都有，我都习惯了。单休上，有很离谱的公司，在国庆七天假这类长假上，就放三天，五一三天假就放一天，不过一般单休的工作也会比双休的薪资高一两千块。至于工作效率方面，主要还是看那个团队本身，不过我待过的大部分单休的公司，工作节奏也不算很快，甚至还有一点拖沓。

现在我找工作，主要还是希望工资高一点，如果公司不错，发展也还可以，单休就单休，无所谓，这不是绝对的标准。至于单休还是双休，我觉得可能也得看行业。一般服务类的行业，周六日顾客正是多的时候，所以我能理解。

其实我现在最大的感受是，职场对已婚已育的女性有很多不公平，不管是晋升还是学习机会。所以，单休双休已经不是影响我工作状态的点了。

五、一年一半的时间都是单休，但可以累计休假 ViVi |  35岁 天津 建筑行业从业者

很多人问我，国企也会单休吗？我想说，不是所有国企周末都不用上班。我所在的行业，虽然合同上写的是双休，但进来就明白，这是不太可能的。

基本上，我一年一半的时间都是在单休，因为要跟项目。甚至会涉及很多外阜项目，没有办法回家住，要直接住在当地，这时候别说单休了，根本就没有休息日这一说，但好在，单位会给加班费，也可以累计休假。

对单休这件事情，我没有什么特别不开心或者开心的，因为工作十多年了，一直都是这样，换了几家公司也都是单休，这个行业的特性就是如此。

在周六，我们大多是做一些整理和总结工作，因为周一到周五，大家一直都在干活，算数，沟通事情。周末作总结，效率反而会更高。

无论在单位还是家里，我觉得，正常工作日没干完的活，肯定需要在休息日整理完、铺垫好，保证自己下周工作的正常进行，可以直接拿着准备好的资料跟甲方对接，甲方可以拖，但我们作为乙方肯定不行。而且如果分配给你的活干不完，这个工作就会因为你开天窗了。

虽然单休莫名比大家少了很多假期，但周六我通常工作量不大，时间安排也没那么紧，而且年轻就应该多努力呗， 某种程度上，你不干还有很多人乐意干。

总结来看，我们属于忙的时候特别忙，一个月会密密麻麻开好多次会，给不同会议写汇报，核算指标，但不忙的时候节奏还是比较慢的，有活就上，倒班也不会太多，在固定的休息日，全天基本可以完全不碰工作，除非有很着急的事情需要解决，但这种情况不会很多。

近两年，我从项目撤出才有了双休，但能做的事情也就那些， 没有因为多了一天休息日，发生特别大的改变。

六、提升自己，坚持到有能力的时候摆脱单休 娇娇 | 34岁 西安 自由职业者

我之前做了两份工作，都是单休，且周六工作不额外算加班费。第一份工作是教培机构的课程顾问，周六正常上班。第二份工作是在地产领域的乙方公司，我主要负责他们的自媒体。

第二份工作刚开始没有明确谈定工作时间，导致老板周六周日都会找我，后来我自己主动提出周六可以工作，周日留给我自己。 周六我不需要去公司打卡，在家工作。

这就导致我经常周六带着孩子上各种培训班的时候，孩子在里面上课，我带着电脑在外面工作。这么些年单休下来， 我从一个很爱出去玩的人变成了一个特别宅的人，因为好不容易有个周末，我只想在家睡觉 ，孩子也经常在控诉我工作占据太多时间。

偶尔出去玩也因为我在工作，很扫家人朋友的兴。有一次我们几个家庭带着小孩开了几辆车去烧烤，到了目的地之后大家支帐篷、烧烤、钓鱼，只有我一个人从始至终坐在车上一直在写稿子，别人烤好一部分端过来给我吃，每到这种时候我心里也非常惶恐，身边人也不舒服。

单休还让我长期处于疲惫中，每到周一都在盼周五，到了周五好像又无可奈何。 实际上我一般到周五的时候都已经把工作赶得差不多了，周六工作量不会很大，但是这会造成一种精神上的紧绷，我还是没办法放松下来去做别的事。

我非常不认可单休这样的做法，如果一定要单休，我觉得在待遇薪酬上肯定要体现出来。 当然如果能让我选择，我宁愿不要这个钱。

因为我是一个工作起点相对较低的人，我在意这两份工作带给我的成长机会，所以即使不满意单休，我也坚持下来了。两份工作我都是待到认为自己可以去更大的平台去施展的时候就离开了。我现在是自己自由职业者，双休是靠我的工作效率换来的，离职之后感受到双休真的很快乐。

“周六是奋斗者的工作日”这种话我觉得自驱力强的打工人自己讲讲也就算了，但请一些公司高管不要到公共场合做这种发言，什么都没有许诺给员工，拿一些鸡汤型的话就剥夺了人的很多权利。

我理解很多公司单休是因为他们对发展预期不太乐观，也比较短视。实际上站在公司角度，周六工作效率肯定不高，还导致员工在正常工作日也处在疲劳战中，长期来看不可持续。

能力有限的时候，我们打工人没有办法，只能接受单休，但我们在价值观里一定要坚持，单休是不值得提倡的。

年轻人除了工作，还要分配一部分时间给学习，不然永远会处在低阶的环境里。一个人能力越强，选择的空间就会越大。我们能做的就是提升自己的技能和专业能力，直到有一天有底气逃离这种工作时就马上离开，把更多的主动权掌握在自己手里。

*应受访者要求，刀刃、佼佼、珂珂、大飞、ViVi、娇娇为化名。

作者：王敏，梁丽爽，邹帅，李秋涵，王璐，唐亚华；编辑：邹帅

来源公众号：深燃（ID：shenrancaijing），聚焦创新经济，专注深度内容。

本文由人人都是产品经理合作媒体 @深燃 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

年老，是自然又无奈的事。本以为年纪大了可以安安静静地享受慢时光，却没想到成为骗子眼中的香饽饽。今年315晚会曝光了这样一则社会现象。 在直播间有不少主播自称“儿子”，上演“苦情戏码”，一口一个“家人们”，诱导老年人下单“买神药”。 而实际上这些“神药”都是固体

在今年3·15晚会过后，有关银发人群被欺骗消费的问题又进一步摆上了台面，比如“苦情戏直播”就通过赚取银发人群的同情心来实现盈利。那么在生活中，还有哪些针对银发人群的骗局需要被警惕？我们要如何助推减少银发人群的“上当”机率呢？一起来看看作者的解读。

年老，是自然又无奈的事。本以为年纪大了可以安安静静地享受慢时光，却没想到成为骗子眼中的香饽饽。今年315晚会曝光了这样一则社会现象。

在直播间有不少主播自称“儿子”，上演“苦情戏码”，一口一个“家人们”，诱导老年人下单“买神药”。

而实际上这些“神药”都是固体饮料、压缩糖片等普通食品，却在主播荒诞离奇的故事情节里摇身一变身价翻倍。

无独有偶，除了直播苦情戏局中局之外，315晚会还曝光了有不良药企给老年人免费赠送评书机，实则评书机里暗藏天价神药骗局。

老年人实惨，不仅被骗流量，还被骗钱骗感情，更严重的甚至危害健康。

那么， 为何这届骗子总盯着老年人骗？

一、直播局中局：“儿子们”专骗老年人买神药 “所有爹妈们，呼叫回家，收到评论区回复” “爸爸妈妈，下方小黄车直接拼手速，给我炸！” “明天晚上6:50儿子准时直播，我高冷就是替老百姓办事了！” 这位自称儿子的主播叫“高冷”，在他的直播间里，经常可以看到他正义凛然的样子，看似帮人解决纠纷，调解家庭矛盾，但最终都能机缘巧合得到各种“神药”，并且卖给观看直播的老人们。

事实上，包括“小张说事”“马洪亮”“三宝妈”“方明快相亲”“君安”等多个账号的主播们都熟悉此套路。明明是一款普通食品，主播们却利用编造的故事情节，宣称该产品具有奇效。

例如，小张说事2023年2月的一期直播中，主播小张称自己的亲姐姐、姐夫做了大坏事，小张要将姐姐、姐夫送进监狱，姐姐的婆婆乔装打扮成收废品的来主播家里闹事，并从小张爷爷手里骗取了一盒产品。

这盒产品不是普通的药品，是能治疗肺的特效药。剧情的最后，一位号称肿瘤医院的医生在小张说事的直播间里卖力兜售此产品。“知道吗？它关键时刻它能够把我们的肺给我们保护起来。”

其实，这所谓的特效药就是固体饮料、压缩糖片等普通食品，主播获利非常大。

一种成本价仅为1.2元/盒的产品，可以以99元/10盒的价格销售，已经卖出了数百万盒，主播可以从每个99元的销售中获得80元的利润。

2022年11月马洪亮的一期直播里，有人为某公司上山采集天山雪莲，意外身亡，公司心怀愧疚将功补过，用自家研发的天山雪莲子产品给死者母亲治好了疾病。马洪亮作势要销毁该公司产品，却被一位自称是中科院胡主任拦下，最终将这些货卖给观看直播的老人们。

“阿姨，你吃，这个是可以治好你那个小瘤瘤的。因为这个比黄疙瘩还要贵重，你知道吗？最关键是它9年才能采摘一次，9年才开一次花，才结一次籽。”马洪亮在直播视频里煞有其事的说到。

2022年11月方明快相亲的一期直播中，更是发生了一起匪夷所思的事情，名医后代因怀揣绝世秘方被绑架，后来在主播的调解下演变成向老人们兜售产品的闹剧。

“都是假的，演员都是花钱雇的，有编导写剧本，哪有真的，都是假的。”涉事企业利哥供应链成安分公司负责人尹经理透露“为了让编造的剧情演起来更加真实，该公司甚至搭建了一个与医院病房一样的场景，病床、氧气瓶一应俱全，这样的场景使用率非常高，编造的故事里有了病房里的病人，就可以博取老人的信任与同情。”

从情节到产品，从演员到场景，实际都是为了利用老人的同情心，兜售产品，这些主播们可谓心机深沉，步步为营。

在连番不断的苦情剧情的轰炸下，在骗子们绘声绘色的演绎中，老年人深陷其中不能自拔。不仅被收割了流量，还被收割了金钱和信任。

二、“免费”评书机：暗藏“天价”神药骗局 老年人不止在直播中受骗，四处都有“骗老年人”的灰色生意。

从前就有不少直销保健品、保健仪器的销售员，他们在各种街道楼道贴保健品小广告，想方设法骗老年人钱。在网络时代，这些销售人员变成主播，网撒的更广，骗术更高明，收割更多老年人。

除了此次“苦情戏”直播之外，315晚会还爆出“免费评书机”事件。

近些年来，有不少老人会收到免费寄来的评书机，这类机器设计很简单，除了开关、音量、播放键外，没有任何按钮，并不具备收听广播的功能。

评书机里面只有一条音频，大多时长在4个小时以上。内容都是一些知名专家、药品研发人、各种协会的会长介绍药品的功能功效以及来自治愈患者的真诚感谢。

据这些专家所说，这些药能“包治百病”，治三高、治尿频、治糖尿病……

极具戏剧化的设计，富有感染力的演说以及真情实感的倾诉答谢，让老人们深信不疑，纷纷掏出积蓄订购了价值1580元的“神奇药品”。

其实，这是药品销售商故意为之，通过免费赠送评书机的方式，专门向老人推销药品。

通过音频中的购买渠道购买产品，出售价都是商电商平台的数倍，但药品说明书上并没有收音机里提到的治疗功效，而音频中的专家，从名字到供职机构都是子虚乌有。

315晚会爆出，其中两家“评书机”生产厂家为深圳市湘桂发科技有限公司和深圳市琪艾美电子有限公司。

三、为什么老年人总是容易上当受骗？ 根据2021年七普数据公布，60岁及以上人口数量2.64亿人，占比18.7%，距深度老龄化一步之遥。

另外，据CRIC预计， 2022年养老产业规模将突破9万亿元，2025年实现12万亿元。

目前我国家已经进入老龄化社会，老年人的需求不容忽视。

相比于年轻人而言，老年人时间更加充裕。据《2020老年人互联网生活报告》显示，60岁以上的老年用户日均使用互联网时长达到64.8分钟，高于平台用户平均水平。

但老年人触网不久比较单纯，更容易受到“专家”的诱惑。所以，老年人成为网络骗子的“提款机”。

美国心理学家亚伯拉罕·马斯洛在《人类激励理论》论文中曾提出过马斯洛需求层次理论，他认为马斯洛需求的五个层次从低到高分别是：生理上的需要、安全上的需要、情感和归属的需要、尊重的需要和自我实现的需要。

对于老年人来说，健康问题是不可避免的。 《中国心血管健康与疾病报告2021》显示，据推算我国心血管病患病人数约3.3亿，其中脑卒中1300万，冠心病1139万，心力衰竭890万，高血压2.45亿。

像是冠心病、高血压、糖尿病等疾病，在老年人群体里发病率还是不低的，而这些疾病都很难痊愈。

出于对保健品深层次需求，老年人一直是“健康骗局”的最大受害者，曾经电疗仪、频谱水都是名声大噪的“智商税”，包治百病的“神药”骗局也层出不穷。

另外，随着生活质量的提高，大多数老人都更注重自己的身体健康问题，这就为网络药贩子敞开了大门。

更可怕的是，在网络药贩子的夸张宣传下，老人家们信以为真，有的甚至把医生开的药物都停服了，导致不少事故的发生。

不得不提的是，除了生理需求之外，老年人的情感需求也亟需满足。

中国有不少空巢老人，子女都不在身边。数据显示，我国空巢老人超过1亿，独居老人超过2100万，约80%的退休群体无法与子女同住。

主播们之所以能“精准诓骗”老年人，正是因为他们洞悉了老人的心理需求。在孤独感的侵袭下，老年人需要温暖、正能量和家长里短的故事，同时需要陪伴。

面对父母转发到家庭群里的虚假信息，有多少子女只会说一句“爸妈，不要相信这些。”随后又放下手机回归自己的生活，对他们的孤独置之不理。

“我知道他是骗子，但是他天天来陪我，我乐意。”在早年的媒体采访中，有一些老年人甚至这样说道。

如今，骗老年人已经成为一门大生意。随着诈骗手段不断升级，连年轻人都防不胜防。老人只有不断提升防诈意识，才能有效避免被骗。而为人子女，在责怪骗子之余，也应该多关心老年人，常回家看看，或者多打几个电话。

参考资料：

《万亿规模的“银发经济”，如何掌握财富密码 ——荒合观察》荒合资本 《银发经济：2.6亿老年人=新增量+新蓝海》明公子财经 《直播间里的儿子们，套路太深！315晚会曝光后，多个账号下架》京报网 作者：宁缺

来源公众号：首席商业评论（ID：CHReview），深究商业逻辑，助力价值成长。

本文由人人都是产品经理合作媒体 @首席商业评论 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