建立候选任务场景池
从内部办公工作流出发,将高频工作拆解为可独立完成的具体任务。

长期专注于复杂产品体验设计与交互创新。熟悉各类 AI 产品与 Agent 交互模式,关注 AI 能力如何转化为清晰、可理解、可控的用户体验。
最近一段工作经历是在招商银行担任用户体验设计师近 4 年,参与多类数字化产品与智能化项目设计,积累了从业务理解、交互方案到设计系统与体验优化的完整实践经验。
Acton 是一款面向知识工作者的通用 AI Agent,通过任务规划、工具调用与自主执行,帮助用户完成文档处理、智能总结、数据洞察、通用办公及定时任务等复杂工作流,实现从需求输入到成果交付的全流程协作。
面对“什么都能做”的通用 Agent,哪些任务值得被进一步场景化设计,成为第一阶段重点体验场景?
从内部办公工作流出发,将高频工作拆解为可独立完成的具体任务。
从工作流复杂度、使用频率、结构化特征三个维度共同评估。
| 任务场景 | 复杂度 | 频率 | 结构化 | 总分 |
|---|---|---|---|---|
| PPT 生成 | 5 | 5 | 5 | 15 |
| 报告生成 | 4 | 4 | 5 | 13 |
| 会议纪要 | 4 | 5 | 3 | 12 |
| 定时任务 | 3 | 4 | 5 | 12 |
基于评估结果识别专项设计机会,进一步降低用户完成复杂任务的成本。
围绕“输入—理解—执行—交付”建立统一任务模型,让用户始终理解 Agent 正在做什么、为什么这样做以及下一步会发生什么。
自然语言、文件与历史任务成为统一输入。
通过澄清与计划预览建立共同认知。
展示关键步骤、工具调用和异常状态。
支持预览、编辑、导出与持续协作。
知道想做什么,不知道怎么描述;复杂任务表达成本高。
场景化引导、结构化输入、统一入口。
需求理解存在偏差,任务计划不可见。
主动澄清关键约束,允许用户确认和调整计划。
执行过程不可见,难以判断当前进度与状态。
降低等待焦虑,让关键行为清晰可感知。
成果散落,修改、复用和继续协作成本高。
让结果可预览、可编辑、可追溯、可分享。
在对话中直接预览交付物。
通过自然语言提出局部修改。
保存到历史任务和资产库。
以任务完成质量、过程可靠性、交互体验和用户信任为核心,建立可持续迭代的评测闭环。
移动端不是桌面端的缩小版。围绕随时发起、轻量确认、过程追踪和结果查看重新组织信息优先级。
把设计规范从静态组件库转化为 Agent 可读取、可执行、可检查的设计知识。
颜色、字体、间距、圆角、阴影
组件结构、变体、状态与使用规则
页面、布局、交互与可访问性规范
生成、检查、走查与优化页面
DESIGN.md
tokens.md
components.md
layout.md
interaction-patterns.md
accessibility.md设计知识成为 AI 可以理解和调用的上下文,帮助团队稳定地产出符合规范的页面与代码。
可视化搭建将开发操作转化为界面配置,但用户仍需理解数据结构、页面组件与事件逻辑之间的关系。因此此处的设计重点,是梳理这些能力的组织方式与交互规则,让用户在搭建过程中清楚知道:正在配置什么、可以如何操作,以及配置将产生什么结果。