https://luma.com/week16

【UX•三刀流】 第十六章：可用性評估-為產品量身定製的體檢

本章節介紹了人機互動的標準與實務應用，核心圍繞著 ISO 9241 系列國際標準，定義了使用性的三大指標：有效性、效率與滿意度。本章介紹了多種設計原則，包含 Shneiderman 的介面黃金八原則，強調一致性、錯誤處理及降低記憶負荷的重要性。透過 Robinhood 投資軟體的案例研究，具體展示了如何藉由質性與量化研究發現使用者痛點及發展迭代優化方案。最終，強調優秀的設計師應具備產業知識、資料分析能力與同理心，以貫徹以使用者為中心的設計方針。

https://lu.ma/week15

https://lu.ma/week5

https://lu.ma/week4

EP012 : 第三章：以使用者為中心的設計

https://lu.ma/week3

EP011 : 第二章：UX‧三刀流的知識體

標題：UX‧三刀流：產品體驗設計的基石

主講人： 温明輝教授

簡介：你是否曾在職場上被問及「什麼是使用者體驗 (UX) 」時感到詞窮，或想認真介紹UX卻不知從何說起？「UX‧三刀流」產品體驗設計課程，由溫明輝教授親自主講，旨在為你奠定使用者體驗與產品設計的堅實基石，助你從「產品菜雞」蛻變為UX高手。

本課程將引導你：

• 深入理解使用者體驗 (UX) 的定義：UX不僅僅是「使用者體驗」的中文翻譯，它被定義為人與產品互動的整體主觀感受。這包含了互動前、互動中、互動後的感受，以及在功能面、操作面與情感面的考量。課程中也將區分使用者體驗（UX）、顧客體驗（CX）與人類體驗（HX）的不同層次。
• 闡釋產品設計為何必須考慮使用者體驗：好的產品（包含有用、好用、滿意、令人感動的元素）是讓其被使用者採用、購買、使用和分享的關鍵原因。沒有用、不好用或沒意義的產品，將無人問津。成功的設計就是讓更多人想用你的產品，證明設計的價值。
• 掌握使用者體驗的設計思維與邏輯：你將了解到體驗本身無法「直接」被設計，設計師實際是透過改變人造物（產品、服務、流程）的屬性組合來間接影響人們的感知與體驗。課程將重點介紹「心智模型」（Mental Model）在產品設計中的核心作用，強調設計師需深入理解使用者的心智模型，以追求其與產品概念模型之間的「最佳匹配」。設計師的角色如同「情感的調酒師」，需懂得調和人們的既有期待與未知的驚喜體驗。
• 學習UX設計的實作思維與迭代優化：UX設計是一個透過不斷假設與驗證，逐步、逐次靠近使用者需求的過程。課程將介紹各種專業領域在UX設計過程中所扮演的角色，以及多種輔助洞察使用者需求的UX研究方法與設計框架。

透過「UX‧三刀流」的學習，你將建立起紮實的「知識內功」，培養對人類需求、設計流程與方法技術的完整理解，即使面對新時代機器技術主導的挑戰，也能捍衛人類純粹和真實的情感空間。

本集提供了對「 2025 年設計領域 AI 發展狀況」報告的全面概覽，主要基於對近 400 名設計師的調查和與業界領導者的訪談。該報告由 Foundation Capital 和 Designer Fund 共同編寫，旨在闡明 AI 如何改變設計工作流程、設計團隊面臨的挑戰以及 設計師和領導者如何在 AI 時代蓬勃發展。報告探討了 AI 在設計各階段的角色，從 概念發想到 交付，並強調了 人類創造力在區分卓越設計方面的關鍵作用。

報告出處：https://www.stateofaidesign.com/

報告出處：https://www.weforum.org/publications/the-future-of-jobs-report-2025/

這份世界經濟論壇的「2025年就業前景報告」，深入探討了至2030年的全球勞動力市場預期變化。 報告依據對一千多家跨產業和經濟體的企業進行的廣泛調查。本集 EP008 從此報告中，為大家摘要與我們使用者體驗設計師息息相關的內容。從使用者體驗設計師的角度來看，這份報告提供了我們在未來勞動力市場中定位自己、發展技能的寶貴洞見。

使用者體驗（UX）設計領域不斷演進的過程。設計師 Menno Cramer 提出的視覺圖清晰地劃分了從傳統 UX 到 AI 中的 UX，最終演變為 代理人 UX 的三個階段。文章進一步說明了每個階段的重點，從最初著重於 可用性 和 介面 設計，到融入 信任、可解釋性 和 適應性 等 AI 系統的考量，再到未來設計具有人格、情感理解和意圖清晰的 智能代理人。這顯示出隨著技術的發展，UX 設計師的角色也從單純的工具設計者轉變為需要關注 人類與機器之間關係的建立者 和 倫理的把關者。

原文連結：https://www.linkedin.com/posts/menno-cramer_usability-interaction-trust-activity-7326252051666006018-AvRx/

EP006 - 導讀了知名 UI/UX 設計師 Allie Paschal⁠ 介紹了 UX 設計師如何利用 AI 應用程式建構工具 來 進行「氛圍編碼 (Vibe Coding)」。 「氛圍編碼」 是一種使用 自然語言提示 讓 AI 產生程式碼的方法，它可以幫助設計師 快速將 Figma 設計轉化為可互動的原型。 雖然生成的程式碼可能不完美，但它極大地加速了 概念的探索和使用者測試 過程，減少了對開發資源的依賴。 文章還提供了 使用氛圍編碼的最佳實踐，並以 Anima 工具 為例進行了展示。

原文：Testing your UX ideas with vibe coding | by Allie Paschal

https://uxdesign.cc/testing-your-ux-ideas-with-vibe-coding-8302620c17af

本集是關於 Config 2025 大會的主題演講，由 Figma 的 CEO Dylan Field 主持。演講介紹了 Figma 平台的多項重要更新和新產品，旨在提升設計、協作和內容創作的效率。重點發布的產品包括 Figma Sites 用於快速建構網站、Figma Make 透過 AI 輔助原型設計、Figma Buzz 簡化品牌內容製作，以及全面強化的 Figma Draw 工具集。演講還強調了改善平台效能和推出針對不同用戶角色的 Content Seat。

官網原影片來源：https://www.youtube.com/watch?v=5q8YAUTYAyk

https://lu.ma/week14

本集主要介紹了 Web3 區塊鏈公司 - twin3a.ai 正在開創的 「人類體驗數據經濟」生態系統，旨在應對 AI 時代 數字身份真實性挑戰和數據隱私問題。文章詳述了 Twin3 的核心理念，包括 驗證真實性 (PoA) 、Twin Matrix 結構化人類體驗數據、SBT 不可轉讓數字身份，以及利用 區塊鏈 和 端側 AI 技術保障用戶隱私和數據主權。最後，文章說明正在招募【產品設計實習生】來共同打造核心應用 Earth Journey APP，該應用通過 AI 伴侶對話、即時價值反饋 和 代幣獎勵 機制，將用戶的數據貢獻轉化為自我探索之旅，並強調其內在動機和外在激勵並存的設計理念。

技術文件：https://ieeexplore.ieee.org/document/10734204

全演講 (全演講180分鐘)，請於 UX 三刀流社群內進行愛心支付，換取觀看權限。連結：https://lu.ma/pbnawusi

本集回顧了 2025年4月26日，温明輝教授對 UX三刀流社群分享所觀察到的 UX 相關行業變化以及未來趨勢的演講及其後續的交流回饋。演講者分析了就業市場的現況與挑戰，特別是在人工智慧發展的背景下，強調了硬實力（專業技能）和軟實力（溝通協作等）的重要性。講者主張應從「企業目標和需求」出發，善用AI等工具提升效率與競爭力，並鼓勵透過實際專案而非僅靠上課來累積經驗。參與者們的回饋則驗證了這些觀點，並分享了個人對於將過去經驗與UX專業結合、擁抱AI工具以及釐清自身學習目標等方面的深刻體悟。

原文出處：合成使用者：使用者體驗研究中有「人工智慧生成的使用者」的一席之地嗎？(Synthetic users: is there a place for “AI-generated users” in UX Research?)

https://ux3.today/synthetic

本集討論在使用者體驗 (UX) 研究中使用合成使用者（即 AI 生成的資料和角色）的議題。 文章探討了合成使用者的潛在優勢，例如成本效益、可擴展性以及探索極端情境的能力。 然而，文章也強調了重要的局限性和風險，包括 AI 缺乏真正的情感深度和行為、訓練資料中的潛在偏差，以及可能產生沒有情境的回饋。 總體而言，作者建議將合成使用者作為真實使用者研究的補充工具，並強調道德考量和透明度在使用這些 AI 生成的資料時至關重要。

原文章出處：https://ux3.today/intent

本集 - EP001 討論了使用者體驗設計在未來，特別是從2025年開始，如何從傳統的使用者介面（UI）轉向使用者意圖（User Intent）的新範式。作者透過分析使用者體驗設計的五個層次，包含表層、骨架層、結構層、範疇層和戰略層，闡述了人工智慧（AI）的發展將如何引發人機互動模式的轉變。從過去的命令列和圖形介面，進化到多模態介面，最終迎來以AI Agent理解使用者意圖為核心的直接溝通模式。這些趨勢涵蓋了無界限的多模態互動、意圖即介面、資訊架構的節點化、超個人化、網站Agent化、離站後的持續體驗、第零方數據身份、跨站存取網站、從UGC到AIGC，以及AI與Web3的整合和共存成長型網路服務等面向。

https://lu.ma/week13

https://lu.ma/week12

https://lu.ma/week11

https://lu.ma/week9

https://lu.ma/week8

https://luma.com/week7

https://lu.ma/week6

https://lu.ma/week17

這份教材探討如何結合資料科學與設計思考，以解決傳統流程中因人類主觀偏見所導致的決策盲區。作者指出，設計師不應僅依賴腦力激盪或直覺，而應導入機器運算的客觀數據作為「思考材料」，提升資訊的精準度與透明度。文中詳述了主觀感受與客觀行為資料的互補性，說明透過機器學習、A/B 測試與自動化感測技術，能更真實地描繪使用者畫像並優化互動路徑。這種運算式設計思考並非取代人類，而是將人工智慧視為動力引擎，輔助設計師進行更具科學根據的產品迭代。最終，課程強調整合質性研究與量化數據，方能在數位產品開發中達成更高品質且能自我進化的設計決策。