چت در حال حاضر رابط کاربری نامناسبی برای اکثر محصولات هوش مصنوعی است
چت رابط کاربری پیشفرض هوش مصنوعی است و برای اکثر مشاغل مناسب نیست. راه حل، دستکاری مستقیم، خروجی ساختاریافته، رابط کاربری مولد، هوش مصنوعی درونخطی و هوش مصنوعی محیطی است.
چت، رابط کاربری اشتباهی برای اکثر محصولات هوش مصنوعی است. هر تیمی که پنل «صحبت با هوش مصنوعی ما» را در گوشه یک رابط کاربری واقعی ارائه میدهد، همین اشتباه را مرتکب میشود و اشتباه، مدل نیست، بلکه سطح است.
رابط کاربری محاورهای به دلیل اینکه ChatGPT باعث شد یک میلیارد نفر به صحبت با یک جعبه متن مسلط شوند، به پیشفرض تبدیل شد. این تسلط واقعی است. این نتیجهگیری که هر ویژگی هوش مصنوعی باید یک جعبه متن باشد، یک خطای دستهبندی است.
چت یک ابزار است. برای اکثر ویژگیهای هوش مصنوعی، این ابزار، ابزار اشتباهی است. پاسخهای درست، دستکاری مستقیم، خروجیهای ساختاریافته، رابط کاربری مولد، هوش مصنوعی درونخطی و هوش مصنوعی محیطی هستند و محصولاتی که در حال حاضر برنده هستند، آنهایی هستند که قبل از هر کس دیگری این را فهمیدهاند.
چگونه چت به پیشفرض تبدیل شد
چت به دلیل اینکه ارزانترین رابط برای ارائه بر روی یک مدل زبانی بود، به پیشفرض تبدیل شد. ورودی متن و خروجی متن، ادغام یک روزه است. هر چیز دیگری یک مشکل طراحی واقعی است.
دلیل دوم، اثر نمایشی است. راهاندازی ChatGPT یک رشته چت را به اختصار بصری «ما اکنون هوش مصنوعی داریم» تبدیل کرد و تیمهای محصول به شکلی رسیدند که مدرن به نظر برسد.
دلیل سوم، تنبلی پنهان در لباس فروتنی است. تیمها میگویند «بگذارید کاربر هر چیزی بپرسد» زیرا نمیخواهند در مورد کاری که هوش مصنوعی باید انجام دهد، نظر بدهند. یک کادر متن خالی معادل طراحی شانه بالا انداختن است.
هیچکدام از این دلایل مربوط به کاربر نیست. آنها مربوط به سرعت، اپتیک و اجتناب از ریسک هستند و به همین دلیل است که محصول حاصل برای افرادی که واقعاً از آن استفاده میکنند، مانند شانه بالا انداختن به نظر میرسد.
چت در واقع برای چه کاری مناسب است
چت برای طیف محدودی از مشاغل مناسب است و شما باید دقیقاً بدانید که آنها چه هستند. کاوش بیپایان که در آن کاربر هنوز نمیداند چه میخواهد، یکی از آنهاست. مذاکره چند نوبتی که در آن پاسخ نیاز به اصلاح در چندین تبادل دارد، دیگری است. قصد مبهم که در آن کاربر نمیتواند هدف را در یک شکل ساختار یافته بیان کند، سومین مورد است.
سطح اصلی ChatGPT درست است. سطح اصلی Claude.ai نیز به همین دلیل درست است. پنل چت Cursor زمانی که در یک سوال معماری سخت گیر کردهاید و به یک مغز دوم نیاز دارید، درست است.
آنچه این سه محصول به اشتراک میگذارند این است که سطح چت، محصول است، نه یک افزونه. چت رویداد اصلی است، کاربر برای مکالمه آمده و بقیه صفحه در خدمت موضوع است.
لحظهای که چت دیگر رویداد اصلی نیست و به یک دستیار گوشه صفحه تبدیل میشود، شما در رابط کاربری اشتباهی هستید. آن زمان است که جایگزینها اهمیت پیدا میکنند و جایگزینها بیشتر کار را انجام میدهند.
چت برای چه چیزی بد است
چت در هر چیزی که شکل مشخصی داشته باشد، بد است. اگر وظیفه هوش مصنوعی پر کردن فرم باشد، چت اشتباه است. اگر وظیفه هوش مصنوعی ویرایش یک پاراگراف خاص باشد، چت اشتباه است. اگر وظیفه هوش مصنوعی پیشنهاد فیلد بعدی، خط بعدی، پیکسل بعدی باشد، چت اشتباه است.
چت از نظر سرعت بد است. هر تبادل چت یک رفت و برگشت است. تایپ، ارسال، صبر، خواندن، دوباره تایپ. برای کاری که در یک رابط کاربری معمولی به یک کلیک نیاز دارد، سه دور در یک چت، مالیاتی است که کاربر هم از نظر زمان و هم از نظر شأن پرداخت میکند.
چت در حالت موازی بد است. یک مکالمه یک رشته است و بیشتر کارهای واقعی چندین کار را همزمان انجام میدهد. کاربر سه بخش را ویرایش میکند، دو گزینه را مقایسه میکند و یک پیشنمایش را تماشا میکند و یک رشته چت همه اینها را به یک توالی تبدیل میکند.
چت از نظر اعتماد بد است. شما نمیتوانید ببینید هوش مصنوعی قرار است چه کاری انجام دهد تا زمانی که آن را انجام دهد، و تا آن زمان تغییر در سند وجود دارد. دستکاری مستقیم به کاربر اجازه میدهد قبل از انجام، حرکت را ببیند و چت حرکت را در یک جمله پنهان میکند.
پنج گزینهای که چت نیستند
پنج الگوی رابط کاربری وجود دارد که تقریباً همیشه چت را برای هوش مصنوعی محصول شکست میدهند. دستکاری مستقیم، خروجی ساختاریافته، رابط کاربری مولد، هوش مصنوعی درون خطی و هوش مصنوعی محیطی، تقریباً به همان ترتیبی که فراخوانی درست هستند.
۱. دستکاری مستقیم: کاربر چیزی را برمیدارد و هوش مصنوعی به گرفتن آن کمک میکند.
۲. خروجی ساختاریافته: هوش مصنوعی یک شیء تایپشده را که رابط کاربری رندر میکند، برمیگرداند، نه یک پاراگراف.
۳. رابط کاربری مولد: هوش مصنوعی به جای نوشتن پاسخ، رابط کاربری را برای پاسخ میسازد.
۴. هوش مصنوعی درونخطی: هوش مصنوعی به عنوان یک اقدام زمینهای در داخل سطح موجود زندگی میکند.
۵. هوش مصنوعی محیطی: هوش مصنوعی بدون رابط کاربری مخصوص به خود حضور دارد و در صورت نیاز ظاهر میشود.
هر یک از این موارد کاری را انجام میدهد که چت نمیتواند انجام دهد. تیمهای محصولی که بهترین ویژگیهای هوش مصنوعی را در سال ۲۰۲۶ ارائه میدهند، از دو یا سه مورد از این موارد به صورت ترکیبی استفاده میکنند و تقریباً هرگز با چت شروع نمیکنند.
دستکاری مستقیم، جایی که تب مکاننما در واقع برنده میشود
تکمیل تب مکاننما تمیزترین نمونه دستکاری مستقیم است که به درستی انجام میشود. کاربر در حال تایپ کد است، مدل ویرایش بعدی را پیشبینی میکند و یک کلید تب آن را میپذیرد. هیچ چت، هیچ اعلان، هیچ رشتهای، هیچ اتاق انتظاری وجود ندارد.
کاربر سوالی تایپ نکرد، بلکه کد را تایپ کرد. هوش مصنوعی کد را تماشا کرد و حرکت بعدی را پیشنهاد داد، کاربر با یک انگشت بله گفت و به کار خود ادامه داد. آن حلقه، پاسخ صحیح برای دسته عظیمی از ویژگیهای هوش مصنوعی است.
دستکاری مستقیم به این دلیل کار میکند که الگوی حرکتی موجود کاربر را حفظ میکند. کاربر از قبل میدانست که چگونه کد بنویسد، روی پیکسلها کلیک کند، لایهها را بکشد، سلولها را ویرایش کند و هوش مصنوعی آن الگوی حرکتی را به عنوان پیشنهادی که کاربر با سرعت خود میپذیرد یا نادیده میگیرد، در آن قرار میدهد.
هوش مصنوعی درونخطی Notion این کار را برای نثر انجام میدهد. تغییر نام و بازسازی اخیر هوش مصنوعی Figma این را برای لایهها آشکار میکند. این الگو، کد بسیار قدیمی را تعمیم میدهد و هر جا که کاربر از قبل روی کار دست داشته باشد، هوش مصنوعی باید به جای شروع مکالمه جداگانه در مورد کار، به آن دست بزند.
خروجی ساختاریافته، الگویی که Linear برای رد کردن چت استفاده میکند
دستورات زبان طبیعی Linear جملهای مانند «ایجاد یک اشکال برای جریان احراز هویت اختصاص داده شده به من، سررسید جمعه» را میگیرند و آن را به یک مسئله تایپشده Linear با عنوان، یک مسئول، یک برچسب و یک تاریخ سررسید تبدیل میکنند. کاربر نثر را تایپ کرد، محصول یک مسئله را ارائه داد.
خروجی ساختاریافته است. هیچ مکالمهای، هیچ سوال روشنکنندهای، هیچ شخصیت هوش مصنوعی وجود ندارد. مدل یک شیء تایپشده را برگرداند و رابط کاربری شیء را به همان شکلی که همیشه بوده، یک کارت مسئله، نشان داد.
خروجی ساختاریافته الگوی مناسبی برای تقریباً هر ویژگی «انجام کاری در محصول من با کلمات» است. کاربر سرعت تایپ آزادانه را دریافت میکند، محصول دقت کار با مدل داده خود را دریافت میکند و هوش مصنوعی نامرئی است زیرا کار درست را انجام میدهد: تبدیل یک شکل به شکل دیگر و کنار رفتن از سر راه.
رویکرد «متن به جای چت» گرانولا، همان الگویی است که در جلسات اعمال میشود. این محصول یک سطح متن است، نه یک رشته چت، و هوش مصنوعی مصنوعات ساختاریافته مانند موارد عملی، تصمیمات و پیگیریها را از متن استخراج میکند. کاربر مستقیماً با مصنوعات کار میکند و هیچ مکالمهای با هوش مصنوعی در مورد جلسه وجود ندارد.
رابط کاربری مولد، که در آن مصنوعات v0 و Claude بازی را تغییر دادند
رابط کاربری مولد الگویی است که در آن هوش مصنوعی یک رابط را برمیگرداند، نه متن. v0 یک اعلان را میگیرد و یک کامپوننت React کارآمد را برمیگرداند که کاربر میتواند پیشنمایش و کپی کند. مصنوعات Claude یک درخواست را میگیرد و یک نمودار رندر شده، یک برنامه کارآمد، یک سند قابل استفاده را در داخل مکالمه برمیگرداند.
تغییر مدل ذهنی بسیار چشمگیر است. هوش مصنوعی دیگر به یک سوال پاسخ نمیدهد، بلکه یک نرمافزار کوچک را ارسال میکند که به سوال پاسخ میدهد. کاربر پاراگرافی در مورد دادهها دریافت نکرد، بلکه نموداری از دادهها دریافت کرد که میتوانست روی آن شناور بماند و فیلتر کند.
رابط کاربری مولد به این دلیل کار میکند که اکثر پاسخها به عنوان رابطهای کاربری ساختار بهتری نسبت به نثر دارند. شما توضیحی از داشبورد نمیخواستید، بلکه خود داشبورد را میخواستید. شما خلاصهای از دادهها نمیخواستید، بلکه جدول را میخواستید.
این الگویی با طولانیترین مسیر است. دو سال آینده هوش مصنوعی محصول با این تعریف خواهد شد که تیمها چقدر جسورانه رابط کاربری مولد را به عنوان قالب پاسخ پیشفرض اتخاذ میکنند و چقدر به کاربران اجازه میدهند مصنوعاتی را که هوش مصنوعی میسازد، نگه دارند، اصلاح کنند و جاسازی کنند.
هوش مصنوعی درونخطی و هوش مصنوعی محیطی، جایی که هوش مصنوعی درون کار زندگی میکند
هوش مصنوعی درونخطی درون سطحی که کاربر از قبل باز کرده بود، به عنوان یک اقدام زمینهای متصل به چیزی که روی آن کار میکند، زندگی میکند. بلوکهای هوش مصنوعی درونخطی Notion به کاربر اجازه میدهند یک پاراگراف را انتخاب کند و درخواست تبدیل کند و نتیجه جایگزین انتخاب موجود میشود. سطوح کوچک هوش مصنوعی Arc در کنار صفحهای که کاربر در حال خواندن آن است، حرکت میکنند و نتیجه در همان تب قرار میگیرد.
الگو «هوش مصنوعی به عنوان یک فعل، نه یک مکان» است. کاربر به هوش مصنوعی هدایت نشد، بلکه هوش مصنوعی را روی چیزی که جلویش بود، فراخوانی کرد. وقتی عمل تمام شد، کاربر هنوز در همان سطح بود و هنوز به همان کار نگاه میکرد.
هوش مصنوعی محیطی الگویی است که در آن هوش مصنوعی بدون رابط کاربری مخصوص به خود حضور دارد. تماشا میکند، آماده میشود، در صورت نیاز ظاهر میشود و در بقیه مواقع از سر راه کنار میرود. تکمیل تب مکاننما تا حدی محیطی است، گرانولا تا حد زیادی محیطی است و بهترین بخشهای GitHub کمک خلبان محیطی هستند.
هوش مصنوعی محیطی مناسب مانند یک همکار خوب است که اتاق را میخواند. آنها خودشان را اعلام نمیکنند، نمیپرسند که آیا به کمک نیاز دارید، آنها لحظهای که به آنها نیاز دارید متوجه میشوند و کوچکترین چیز مفیدی را ارائه میدهند.
وقتی چت واقعاً انتخاب درست است
چت وقتی سه شرط برقرار باشد، دوام میآورد. کاربر هنوز نمیداند چه میخواهد، پاسخ نیاز به اصلاح در چندین نوبت دارد و خود مکالمه همان ارزشی است که کاربر برای آن آمده است.
رباتهای درمانی، دستیاران تحقیق اکتشافی، معماران کدی که نیمهشب با آنها گیر افتادهاید، شرکای طوفان فکری و سطوح اصلی ChatGPT و Claude.ai همگی این سه شرط را دارند. کاربر آمده تا صحبت کند، صحبت کردن کار است، چت درست است.
اگر ویژگی شما هر سه شرط را نداشته باشد، احتمالاً چت سطح مناسبی نیست. تست را صادقانه اجرا کنید. اگر کاربر میداند چه میخواهد، چت خیلی کند است و اگر پاسخ در قالب ساختاریافتهای قرار میگیرد، چت خیلی مبهم است.
پاسخ صادقانه این است که شاید ده درصد از ویژگیهای هوش مصنوعی به چت به عنوان سطح اصلی نیاز دارند. نود درصد دیگر به یکی از پنج گزینه و طراحی نیاز دارند که بتواند تفاوت را تشخیص دهد، که به این معنی است که بیشتر چت، رابط کاربری اشتباهی برای کار در حال ارسال است.
چارچوب تصمیمگیری
هنگام تصمیمگیری در مورد شکل یک ویژگی هوش مصنوعی، از این جدول استفاده کنید. این جدول جامع نیست، اولین برش است.
| کار | سطح درست | سطح اشتباه |
|---|---|---|
| ویرایش چیزی که جلوی کاربر است | دستکاری مستقیم یا هوش مصنوعی درون خطی | پنل چت |
| انجام کاری در محصول با کلمات | خروجی ساختار یافته | موضوع چت |
| پاسخ با دادههایی که کاربر میتواند بررسی کند | رابط کاربری مولد | پاراگراف در چت |
| تماشای کار و کمک در حین کار | هوش مصنوعی محیطی | چت همیشه باز |
| کمک به کاربر برای فکر کردن با صدای بلند | چت | هوش مصنوعی درون خطی |
| مذاکره در مورد یک هدف مبهم در نوبتهای مختلف | چت | فرم تکعکس |
| ترجمه نثر به عمل ساختار یافته | خروجی ساختار یافته | چت با تأییدیهها |
ساخت رابط کاربری برای پاسخ | رابط کاربری مولد | نشانهگذاری در چت |
این چارچوب در مورد بدهبستانها صادق است. چت برای دو مورد از هشت شغل موجود در این لیست مناسب است و شش شغل دیگر متعلق به گزینههای دیگر هستند. این نسبت با آنچه بهترین محصولات هوش مصنوعی در حال حاضر ارائه میدهند، مطابقت دارد.
حالتهای شکستی که مرتباً مشاهده میکنید
چهار حالت شکست تقریباً در هر رونمایی «ما هوش مصنوعی را به محصول خود اضافه کردیم» ظاهر میشوند. آنها قابل پیشبینی، قابل اجتناب هستند و همه آنها با چت شروع میشوند.
اولین مورد، چکش به شکل چت است. تیم، چت را به عنوان سطح انتخاب میکند، سپس سعی میکند از چت برای همه چیز، از پر کردن فرم گرفته تا کاوش دادهها و ویرایشهای درون خطی، استفاده کند. محصول به یک کادر متنی واحد تبدیل میشود که به یک برنامه پیچیده پیچ شده است و کاربر مجبور است هر عملی را به یک جمله تبدیل کند.
دومین مورد، ترس از تأخیر است. هر تبادل چت یک رفت و برگشت است که کاربر باید منتظر بماند. کاربر تایپ میکند، دکمه ارسال را میزند، به یک اسپینر نگاه میکند، یک پاراگراف را میخواند، دوباره تایپ میکند و برای کارهایی که باید کلیک کنند، مالیات چت بسیار سنگین است.
سومین مورد، از دست دادن زمینه است. رشته چت نمیداند کاربر به چه چیزی نگاه میکند یا سی ثانیه پیش چه کاری انجام داده است. کاربر باید هر نوبت را دوباره توضیح دهد و پاسخهای هوش مصنوعی کلی به نظر میرسند زیرا هوش مصنوعی کار را نمیبیند.
چهارمین مورد، نویز محیطی است. وقتی تیم تصمیم میگیرد چت را محیطی کند، به صورت پیشنهادها، پنجرههای بازشو و اعلانهایی که کاربر درخواست نکرده بود، ظاهر میشود. محصول احساس میکند که خودش را قطع میکند و کاربر یاد میگیرد که هوش مصنوعی را کاملاً کنار بگذارد.
هر یک از این حالتهای خرابی نشانهای است که چت از ابتدا انتخاب اشتباهی بوده است. راه حل تقریباً هرگز یک پیشنهاد بهتر نیست، راه حل یک سطح متفاوت است.
نحوه طراحی جایگزینها
طراحی هوش مصنوعی پس از چت عمدتاً مربوط به احترام به سطح موجود کاربر و کوچک کردن هوش مصنوعی برای جا شدن در آن است. با کاری که کاربر برای انجام آن آمده شروع کنید، لحظهای را در آن کار پیدا کنید که هوش مصنوعی بتواند یک مرحله را ذخیره کند، سپس هوش مصنوعی را دقیقاً در همانجا و به شکل صحیح قرار دهید.
دستکاری مستقیم با تماشای دستهای کاربر طراحی میشود. آنها از قبل کجا را میکشند، کلیک میکنند، تایپ میکنند، انتخاب میکنند، هوش مصنوعی به این حرکات کمک میکند و آنها را با یک کادر چت جایگزین نمیکند.
خروجی ساختاریافته با نگاشت پاسخ هوش مصنوعی به مدل داده محصول طراحی میشود. مدل یک شیء تایپ شده را برمیگرداند، رابط کاربری شیء را رندر میکند، هیچ لایه نثری در وسط وجود ندارد.
رابط کاربری مولد با در نظر گرفتن پاسخ هوش مصنوعی به عنوان یک قطعه کوچک نرمافزاری طراحی میشود. هوش مصنوعی درون خطی بر اساس موجودی طراحی میشود و هر مکانی را که کاربر ممکن است بخواهد تبدیل یا تکمیل شود، فهرست میکند و یک اختیار کوچک در آنجا قرار میدهد. هوش مصنوعی محیطی بر اساس محدودیت طراحی میشود و نوار وقفه روی "کاربر از ما تشکر خواهد کرد" تنظیم میشود.
این به چه معناست برای دو سال آینده
دو سال آینده طراحی محصول هوش مصنوعی با این تعریف خواهد شد که چه کسی ابتدا از چت فرار میکند. تیمهایی که پنلهای چت را در گوشه برنامههای واقعی ارائه میدهند، در مقابل تیمهایی که دستکاری مستقیم، خروجی ساختاریافته، رابط کاربری مولد، هوش مصنوعی درونخطی و هوش مصنوعی محیطی را ارائه میدهند، شکست خواهند خورد.
واژگان طراحی جدید در حال شکلگیری است. "بلوکهای درونخطی"، "مصنوع مولد"، "کمک محیطی"، "عملکرد ساختاریافته" و "ویرایش مستقیم" در حال ورود به واژگان کاری طراحان محصول هستند، همانطور که "کارت"، "مودال" و "دراور" پانزده سال پیش وارد واژگان شدند. اگر تا پایان سال 2026 به این واژگان مسلط نباشید، هر سه ماه دو بار چیز اشتباهی را ارسال خواهید کرد.
بزرگترین تغییر، مفهومی است. هوش مصنوعی ویژگیای نیست که به یک محصول اضافه کنید، هوش مصنوعی مادهای است که با آن میسازید و چت یکی از اشکال آن ماده است. طراحی که فقط شکل چت را میداند، طراحی است که فقط میتواند یک نوع محصول بسازد و به همین دلیل است که این ادعا که چت برای اکثر محصولات رابط کاربری اشتباهی است، با گذشت ماهها، درستتر میشود.
چت نمرده است. چت در محدودهی محدودی از مشاغل که واقعاً به مکالمه نیاز دارند، مناسب است و برای هر چیز دیگری، آینده مانند خود کار شکل میگیرد، نه مانند یک نخ. اگر محصول شما یک جعبهی چت است که به یک رابط کاربری واقعی پیچ شده است، به یک پیام بهتر نیاز ندارید، به یک سطح بهتر نیاز دارید و این کاری است که ما در /hire انجام میدهیم.
If your product is a chat box bolted onto a real interface, you do not need a better prompt, you need a better surface, and that is the work we do at /hire.
Get Started
