企业官网建设流程全解析

做AI产品这么多年，我越来越觉得，人本智能产品设计六原则里，“表达”是最容易被低估的一条。很多人把表达理解成“话术漂亮”，以为把提示词调得客气点、把文案打磨得优雅点，就完成了表达设计。但真正做过语音助手、客服机器人、带对话框的Agent类产品的人都知道，表达一旦出问题，翻车的往往不是文案，而是产品背后的逻辑。这篇是“读人本智能产品设计6原则”系列里关于第五原则“表达”的下半篇，承接上一篇聊过的理念部分，重点落在真正的实操层：什么时候该闭嘴、怎么承认自己不懂、说错了该怎么圆、多模态下怎么不互相打架，以及最后用哪几个检查项验证你的表达设计真的过关。

如果你正负责一个AI产品的交互设计，或者刚想明白“对话式交互不是聊天机器人”这个概念，这篇文章应该能帮你少踩几个我踩过的坑。下面我从最容易被忽视的边界问题开始。

1. 表达不是AI的“嘴”，而是产品的“人格”

1.1 上篇的表达理念，落到了哪一步

上一篇我聊过，在六原则的体系里，“表达”和前面的“洞察”“理解”是递进关系。洞察是看见用户，理解是读懂用户，表达则是所有内在能力被用户感知的唯一窗口。你模型再强，推理再准，用户也只听得见你那几句话、看得见屏幕上那几行字，所以表达本质上不是“说话”，而是产品人格的具象化。

上篇主要讨论的是理念：表达要服务于关系建立，而不是服务于信息输出。有朋友读完跟我讨论，觉得“表达嘛，少说多做不就行了”。我当时没有反驳，因为我以前也这么想，直到我在一个智能客服项目里发现：少说多做的确好过话多，但“什么时候该说”这件事，根本没有你想的那么简单。它不是一个文案问题，而是一个需要数据支撑的交互决策问题。

1.2 为什么表达是所有原则里最难复用的一条

我后来复盘过很多失败案例，发现表达这条原则有个特殊之处：它几乎没有任何可复用的模板。洞察可以总结用户画像模板，理解可以沉淀意图识别框架，但表达不行。同样的回复策略，在一个银行客服机器人里成立，换到儿童教育产品里就完全翻车；同一句“好的，我明白了”，在购票助手那里是正常反馈，在健康咨询产品里就显得极其冷漠。

原因在于：表达高度依赖产品承诺。你对用户承诺了什么角色，表达就必须匹配什么角色。银行客服的承诺是“严谨可靠”，所以它的表达可以平实一些；儿童产品承诺的是“耐心和有温度”，所以表达必须更有层次。我见过最普遍的设计失误，就是产品经理拿着其他产品的优秀文案直接改几个字搬过来，结果用户反馈“这个AI假惺惺的”。问题不在文案本身，而在产品人格没有立住。

所以做表达设计之前，我建议先回答两个问题：你的产品在用户心里应该是一个什么样的“人”？用户凭什么相信这个“人”？回答不了这两点，后面所有话术、所有多模态方案都会飘。

2. 最容易被忽略的边界问题：AI什么时候该闭嘴

2.1 “汇报式表达”正在悄悄毁掉产品体验

我们先看一个特别常见的毛病：AI特别爱汇报。语音助手执行完一个指令，非要加一句“好的，我已经帮您关掉客厅的灯”；智能手表同步完数据，非要弹一条通知说“昨晚睡眠数据已同步”；你打开导航，同一个匝道口它能连续播报三条指令。这种“做了就说、做了就报”的表达方式，我用四个字评价：互动话痨。

这种话痨会让用户觉得AI“很不聪明”。我自己的实测数据里，一个语音助手如果每次执行动作后都播报确认，用户在中长期的使用率会明显低于只播报结果的版本。为什么？因为人脑的注意力是一个有限资源，用户一旦判断这个AI“总是说废话”，就会习惯性忽略它的所有输出。等到真正重要的提示出现时，用户也已经选择不听了。做产品的人一定要理解：表达过多和表达过少，同样是一种失误。

2.2 从用户卡顿信号倒推“言值阈值”

那怎么界定“什么时候该说”？我自己在项目里常用的方法，是设定一个“言值阈值”。简单说：只有当用户此刻的不确定性超过某个阈值时，AI才需要开口。用户没问、没卡住、没表露出犹豫，AI就应该保持沉默。

判断“用户卡住了”可以用几个非常实际的行为信号：

• 用户重复输入同一个问题，说明上次的回答没有解决问题
• 用户中断当前操作，比如语音助手场景里用户突然把话说到一半
• 用户连续使用模糊表述，例如“那个”“什么来着”等代词变多
• 输入速度显著放缓，或长时间静止不动

我做过一个具体的调整：在智能客服里，如果用户输入速度很快、语气词很少，系统就只做精准回答，不额外追问；如果用户输入速度明显变慢，系统会在问题末尾追加一句“您是不是想问XX？”这个小小的阈值设计，让用户对系统的“懂我”评价提升了一大截。关键是，这句话的出现是因为系统判断用户遇到了障碍，而不是每轮都固定提问。表达的关键不在于“说得对不对”，而在于“说在用户需要的那一刻”。

3. 让AI坦然说“我不知道”：不确定性表达的三个层级

3.1 为什么“装懂”是信任的第一杀手

如果说“该闭嘴时没闭嘴”是低水平的错误，那“不懂装懂”就是高水平的致命伤。生成式AI最让人头疼的“胡编”问题，本质不是模型能力的问题，而是表达策略的问题。模型面对未知问题，本可以选择承认不确定，但很多产品设计时为了追求回答率、为了不让用户觉得“AI太笨”，给了模型极大的自由度去凭空生成答案。于是用户遇到一次AI一本正经地胡说八道，信任就直接清零了。

我做过一个用户访谈，受访者提到过一次AI助手回答错他所在城市的行政区划，从此他再也不信这个助手输出的任何事实信息。注意，他遇到的错误其实很小，但后果是灾难性的，因为信任这种东西，碎一次就难以修复。

3.2 分三个层级，把不确定性说出来

我在自己的产品里，把“不知道”的表达拆成了三个层级，设计团队可以按场景选用：

第一层级，明确承认不知道。对应表达是“这个问题我确实不知道”。很多团队不敢用这句话，怕显得AI没用。但实际上，一个人在你面前坦率地说“我不懂”，并不让你觉得他差，而是让你觉得他可靠。

第二层级，表达置信度。比如“我没有十足把握，但根据现有信息，结果偏向A方案”。把置信度说出来，本质是给用户一个决策依据。用户知道你只有六成把握，他可以选择不接受，而不是傻等一个可能错误的结论。

第三层级，给退路。也就是在表达不确定之后，紧接着给一个可执行的下一步。比如“需要的话，我可以帮您查找原始文档，或者转接人工”。这一步特别关键，它让不确定性表达从“消极承认”变成了“积极协作”。

这三个层级我在智能翻译和文档问答类产品中都测试过。用户的付费转化率和好评率并没有因为AI“认怂”而下降，反而因为AI“说人话”而上升。这里我想提醒一句：不确定性的表达不是模板堆砌，它是建立在真实置信度判断之上的。如果产品根本不做置信度评估，只在话术里加“可能”“或许”，那用户很快就会识破你在装模作样。

4. AI说错之后：道歉、纠错与责任边界的表达礼仪

4.1 道歉不是越卑微越好

AI早晚会说错，这个躲不掉。既然躲不掉，就要认真设计“错了以后怎么说”。让我很意外的是，大部分产品完全没设计过道歉话术，出事以后要么靠运营临时补丁，要么干脆用模板糊弄。

道歉的表达，我总结了两种失败模式。第一种是程序化道歉，典型句式“对不起给您带来不便，我们会持续优化”。用户听完只觉得你在说废话，因为你没有承认任何具体失误。第二种是过度道歉，“非常抱歉，真的对不起，请您原谅”，卑微到用户反过来安慰AI。这两种都会让用户觉得产品没有担当、缺乏专业度。

比较好的做法是“三段式道歉”：先确认错误，再简述原因，最后给修正路径。比如“我刚刚的答案是错的，问题出在我把A和B两个概念搞混了，正确的说法是C。您可以放心按C操作，我这边会记录这次错误”。这里有个细节：确认错误一定要具体，要说出到底哪里错了，而不是一句笼统的“我错了”。用户真正需要的，是确认你和他看到的是同一个问题。

4.2 把纠错过程做成一次可感知的“重算”

光道歉还不够，还要让用户看见纠错的过程。我管这个叫“重算可见性”。

什么意思？一个AI助手给用户算错了税额，如果它只是回复“抱歉修正如下”，然后把正确答案贴出来，用户心里会打鼓：你这次是真对了，还是又蒙的？但如果它把修正过程展开，比如“我重新检查了您的收入项和扣除项，发现此前漏掉了住房租金专项附加扣除，因此正确税额应为1200元”，用户就会知道错误是怎么产生的、新答案为什么可靠。

具体到交互设计上，可以做几个动作：显示“我重新检查了一遍”的状态；把新旧结果做对比展示；在修正的答案旁边加一个“提交反馈”按钮。这三个动作本质上都在传递同一种态度：我不回避错误，我的修正过程是透明的。这种透明度还有一个额外价值，就是帮产品界定责任边界。AI只是工具，工具会出错，只要出错机制透明，用户愿意给机会。

5. 多模态表达的一致性问题：别让文字、语音和画面互相打架

5.1 一个指令在不同模态里的“语气差”

现在大多数AI产品都不止一个输出通道。语音助手有声音、有屏幕；App里既有文字气泡，也有弹窗、动效、卡片。多模态一多，就出现了一个新问题：同一个意思，在不同通道里表达出来的“语气”不一样，甚至互相矛盾。

我遇到过一个典型问题。用户对智能音箱说“帮我设置明早七点的闹钟”，音箱语音回复“好的”，屏幕上却弹出一个商品推荐卡片。语音说“好的”，视觉却在推销，用户第一反应不是“这音箱智能”，而是“这音箱想赚我钱”。还有更隐形的冲突：语音正在读一段严肃的免责声明，屏幕上却播放欢快的动画。用户感受不到内容的严肃性，因为他已经被视觉带跑了。

这里要理解一个底层逻辑：不同模态有不同的表达“带宽”。语音适合传达语气和即时情绪，文字适合传达精确信息，视觉适合表达状态和过程。很多产品什么都想用，结果就是用户既没听清语音、也没读完文字、更没看懂画面。

5.2 模态冲突时的优先级与路由策略

我在设计规范里定了几条简单的路由原则，实测下来挺管用：

• 用户有情绪波动时，语音优先。因为人类对语音的安抚作用最敏感，这时候别急着弹卡片。
• 涉及精确数据和长内容时，文字优先。让用户读，可以反复确认。
• 涉及操作过程和进度时，视觉优先。比如文件上传状态、批量处理任务，用进度条和状态图标比用语音播报清晰得多。

更关键的是冲突降级逻辑。出现冲突时，要有一个明确的“一锤定音通道”。我的做法是：语音为主场景，如果视觉内容和语音有歧义，视觉就降级为辅助；如果用户正在盯着屏幕操作，屏幕上的文字就是最高优先级，语音不要抢戏。这个优先级要在设计文档里写死，而不是让算法自由发挥。

多模态一致性的本质，不是所有通道说一样的话，而是所有通道在配合表达同一个意图、同一种态度。语音有力，文字有据，画面有态，三者合起来才是完整的表达。

6. 表达的“性格”：克制比华丽更接近智能

6.1 调性稳定是隐形的信任资产

聊完多模态，我想专门说一说表达的“性格”。现在的AI产品经常给我一种精分的感觉：同一个产品的不同功能模块，表达风格割裂得厉害。某个AI写作助手，主界面语气活泼，动不动“好嘞”“马上安排”，但等到它给你解释收费规则时，立刻变成公文腔。用户会觉得这个产品像个随时变脸的人，没法建立稳定预期。

稳定的调性是一个巨大的信任资产。我给团队定的方法叫“调性基线”：先给产品写一个非常具体的人格描述，比如“一位耐心、直接、偶尔带一点幽默感的效率顾问”，然后围绕这个人格整理三个词库：动词库、句式库、禁用词库。所有功能模块的文案，都要经过这个基线校准。不需要消灭所有模块的差异，但底层的“说话气质”必须一致。

这里有个经验可以分享：写调性基线的时候，一定要写“我们不说的话”。比如你不希望产品像个推销员，那就把“限时优惠”“错过再等一年”写进禁用词库；你不希望产品像个机械客服，就把“请您耐心等待”“非常感谢您的理解”写进禁用词库。很多时候，表达性格是靠“不说什么”建立起来的。

6.2 文化与人际距离决定表达的“温度”

调性还不只是文案问题，它背后是文化习惯和人际距离的判断。中文互联网语境里，用户对“尊敬”和“亲近”的程度有点微妙：太敬而远之显得冷，太亲近又显得假。我在一个面向中文用户的AI助手产品里试过“很抱歉打扰您”和“有点事跟您说一下”两种表达，前者太职场化，后者又太随意，最后折中成“有件事想跟您同步一下”，用户接受度最高。

如果你的产品要做出海市场，这个问题的复杂度还会翻倍。欧美用户普遍喜欢直接、简洁的表达，亚洲用户对间接、委婉的接受度更高。哪怕是同一种提示语“您的操作可能有问题”，在不同市场的表达也要调整。我们做过一个实验：同一句话，在日本市场用“ご確認ください”这种偏客气的形式，留存明显比生硬的“操作错误”高；在德语市场却相反，用户更接受直截了当的问题描述。

表达的“温度”没有标准答案，但它必须匹配目标用户的预期。没有产品的表达可以同时讨好所有人，你要做的，是让目标用户觉得“这个AI和我是一类人”。

7. 验证表达设计的四个检查项

7.1 四个检查项，一次自查

理论讲完了，最后落地到一个很实际的问题：你设计完一套表达，怎么知道它到底行不行？我在多次踩坑后，总结出四个检查项，每次上线前都要过一遍。

1. 边界检查：这句话说出去，是用户现在需要的，还是产品想刷存在感？删掉后会不会影响用户完成目标？
2. 坦诚检查：面对不确定信息，话术有没有在装懂？置信度有没有被真实传递？
3. 纠错检查：当答案被证明是错的，产品有没有具体的修正路径？用户能不能看到“为什么错”？
4. 一致检查：打开所有输出通道，语音、文字、画面说的是同一个意思吗？优先级排序对吗？

这四个检查项我们团队已经固化成模板，写进需求评审的DoD里。解决办法也很朴素：每次准备上线一个对话流程，先自己去当用户把所有分支走一遍，然后让一位新同事盲测，专门找“哪里让你觉得不舒服”。不舒服的地方，通常就是表达设计有问题的地方。

7.2 一次真实案例复盘：AI助手误报之后

我拿最近一次真实事故给人做演示。我们的阅读助手有一天晚上在总结天气时出了错，把“明天晴天”说成了“明天有雨”。用户当天晚上就提了反馈。按照四个检查项复盘，第一处就挂了：道歉文案里没有承认具体错误，只说“抱歉，之前的信息可能有误”。第二处也挂了：修正答案时没有展示重新核查的过程，用户不知道新答案为什么可信。一致性问题也存在：修正只改了文字内容，语音播报里却还是旧信息。

发现问题后，我们加班改了两版设计：道歉文案具体到指出哪一项错了；语音和文字同时修正，并在文字卡片里附上重新核查的步骤说明。改完之后，用户回了一句“这次我放心了”。你看，用户其实不介意AI犯错，他介意的是犯错之后你把他当傻子哄。

这两个指标——用户没有流失、用户愿意继续用——比任何华丽的表达文案都重要。表达设计做到最后，拼的不是“说得好”，而是“靠得住”。我在实际项目里的体会是：一个AI产品如果有能力做到边界清晰、坦诚相待、纠错透明、多模态一致，哪怕它的词汇量再朴素，用户也会觉得它比那些能说会道但谎话连篇的产品聪明得多。

最后再分享一个小技巧：每次上线前把产品所有表达打印出来，从头到尾念一遍，念到任何一句你觉得“如果对面坐着一个人，他不会这么说”的地方，那就是要改的地方。用耳听、用眼看、用心感受，这就是表达设计的终极验收方法。