AI 输出不确定性与交互设计
AI 输出结果不稳定时，前端如何通过交互和界面设计降低不确定性带来的体验损伤。
#tech / dev / frontend
#type / synthesis
#status / growing
[!info] related notes
AI 输出不确定性与交互设计
AI 产品前端不是只负责“展示答案”，还负责减少模型不确定性对用户造成的误导和挫败感。
一句话定义
AI 输出不确定性与交互设计，核心是在界面层明确生成状态、保留用户控制权，并为错误结果提供重试、追问、反馈和依据展示。
常见交互策略
- 生成中提示
- 重新生成
- 继续追问
- 引用来源或依据
- 风险提示或轻提醒
- 纠错反馈入口
为什么这很重要
- AI 结果不是稳定确定输出
- 用户需要知道当前结果是否可信、是否还能继续操作
- 没有交互兜底时，错误结果更容易损伤信任感
常见误区
- 只把 AI 输出当普通文本渲染
- 没有给用户撤回、追问、纠错入口
- 结果不稳定时界面仍然装作完全确定
最短记忆方式
前端要做的不只是显示答案，还要管理用户对答案的信任和后续动作。
面试要点
来自 how-to-handle-ai-output-uncertainty-in-ui-interview-question 的面试视角整理。
一句话回答
前端应该通过生成中提示、重新生成、继续追问、引用来源、纠错反馈和人工兜底入口来降低模型不确定性对用户体验的伤害，而不是把结果当成绝对确定答案直接展示。
最稳的回答主线
- 先强调 AI 输出天然不稳定
- 再说前端要做的是管理信任和后续动作
- 最后给出几个具体交互手段
可以怎么展开
- 生成中提示，让用户知道系统还在工作
- 引用来源或依据，让用户知道答案从哪里来
- 重新生成、继续追问、纠错反馈，给用户控制权
- 对高风险结果做轻提醒或人工兜底入口
面试里最好补的一句
AI 前端不只是显示结果，更重要的是管理用户对结果的理解、信任和后续选择。
常见误区
- 把 AI 输出当成普通静态文本展示
- 结果不稳定时还做得像完全确定答案
- 没有重试、纠错和人工兜底入口
可能追问
- 哪些场景一定要做风险提示
- 你怎么平衡提示过多和体验流畅
- 如果模型经常答非所问，前端能做什么
最短记忆方式
不是只显示答案，而是管理用户对答案的信任和后续动作。