AI如何给交互设计提效？来看百度的实战案例！

一、前言

随着 AI 技术在电商经营各环节的加速渗透，优选商家后台从创建商品、经营管理到客服接待等核心场景，均已实现 AI 能力覆盖。商家在使用过程中面临 “不会用、不敢信” 的体验困境，经深度拆解经营痛点后我们发现，交互模式不统一、视觉表达混乱是导致这一困境的核心原因，直接增加了商家对 AI 工具的认知与使用成本。

为此，我们以“统一 AI 认知提升商家经营效率”为核心目标，发起 AI 功能体验升级。我们从行业常见的嵌入式、对话式、伴随式三种主流 AI 交互形态出发，结合商家在 B 端后台的操作习惯，对交互模式进行了审慎选择与创新：我们放弃了以沉浸问答为主、且更适合自然语言指令推进生产流程的“对话式”交互，同时，针对客服、直播互动等需要规模化、自动化运行的场景，我们创新性地提出了“托管式”交互范式，以应对低人工介入的服务需求。并同步构建统一的视觉语言，最终打造出一套商家可统一理解、轻松调用、深度信任的智能体验解决方案，全面赋能商家降本提效。

往期干货：

二、三大交互范式场景化应用

1. 嵌入式交互：复杂表单灵活填写助手

嵌入式交互的核心特征是 AI 生成结果紧邻用户操作场景，交互轻量便捷，适合复杂表单的填写场景。以商品创建为例，商家需填写的字段繁多，耗时久且容易因填写不规范被审核驳回，拉长发品周期。在设计过程中，我们根据字段特征和调用的 AI 能力设计了不同的交互流程。

1. 填充识别类：这类信息规则明确，AI 通过识别提取关键信息可输出稳定可靠的标准答案。这种情况我们采用系统自动填入，并配合“AI 预填”标签提示状态。例如商品属性字段，AI 通过商家上传的商品包装图识别出“风干”“盒装”信息自动填入食品工艺/包装方式模块 ，同时展示标签提示商家检查确认。这种设计通过自动化替代商家手动录入，最大化缩短填写时间。
2. 推荐优化类：这类信息需要在现有素材基础上借助 AI 能力让其更加有购买吸引力，例如商品主图、商品标题。因为此类信息有 AI 创造的内容，担心不符合商家预期，所以流程上我们主动提供结果但不预先填入，支持商家调优结果，最终符合意愿时商家可手动填入。这种较为灵活的能满足不同商家需求，同时降低人工审核时长。

上线后，商家平均发品时长缩短了 8min，发品成功率提升 0.7%，模块满意度提升 25%，实现了在既定流程内的效率飞跃。

2. 伴随式交互：全场景主动诊断助手

围绕商家多线程经营时不同模块频繁跳转、需自主发现经营问题的痛点，我们采用深度融入经营动线的伴随式交互方案，聚焦 “主动触达、连续洞察”，让 AI 助手区别于常规的对话机器人，从被动响应转向主动触达，回答问题的同时更能结合商家所在的工作流前后场景，提供可落地的后续行动指引。

① 主动触达：AI 助手入口处以 “流光呼吸感” 动效结合轮播词条，实时推送与当前任务相关的关键信息（如 “今日店铺访问量增长 20%”）实现轻量吸引；当商家停留于具体任务页面时，助手能基于页面内容与业务逻辑，主动识别潜在问题并推送轻量提醒（如 “商品主图尺寸可能影响点击率”），在商家未提问前即主动触发服务流程。

②连续洞察：AI 助手在提供建议或数据时，会附带清晰的思考过程与来源摘要，实现“可解释的 AI”。同时，它能基于当前对话主动预测后续需求，智能推荐下一步操作（如“其他问题主动暴露：进一步分析体验分下降的原因”），将单点查询扩展为系统性的经营问题排查与解决链路，降低了获取完整决策依据的综合成本。

综上，该设计通过构建以上两个关键环节，将 AI 从被动响应工具转变为 “主动赋能经营伙伴” 。

3. 托管式交互：隐式安心服务管家

相比于“嵌入式”“伴随式”需商家实时参与，无法解放人力的交互模式，托管式交互通过“预先配置规则，系统自动执行”实现了最高程度的自动化。客服场景中，商家对 AI 自动化 “黑盒操作回复” 存疑，人工无法做到 24 小时不间断接待，也无法实时覆盖大量用户的咨询需求，我们设计了 “预先配置 + 人机接力” 的托管式交互方案，让 AI 成为自主运行的安心管家，实现最高程度的自动化服务。

① 可视化配置建信任：托管式让 AI 能力转化为可预判的具体结果，消除商家对“黑盒操作”的疑虑，因此我们提供直观的策略配置面板和 C 端页面预览图，商家可针对售前咨询（如商品咨询、催促下单）、售后维护（退款申请）等不同场景设置回复规则并看到 AI 执行的示意效果。这种“配置即所见”的设计，让抽象的“AI 能力”变得具体可感知，商家得以从起点建立对自动化系统的可控感。

②状态明确助人机接力：为了实现流畅的人机接力，我们在界面中清晰标识接待状态：全局接待状态置顶展示实时更新、会话列表实时动态分组、单人接待状态强化并自动更新（接待中/暂停接待）。当 AI 无法解答咨询问题（如复杂诉求、用户负面情绪）时，会话自动流转至 “待人工回复” 分组，并动态高亮+声音预警提示，确保人工快速接管。当人工直接回复买家后 AI 自动暂停并更新接待状态，AI 自动生成会话摘要让商家能瞬间理解前因后果，将决策焦点从“发生了什么”转向“如何解决”，实现人工快速接管；客服可主动设置“恢复托管”，AI 也会识别新会话时自动恢复接待，形成顺滑的人机协同机制。AI 接待在买家视角也明确消息主体，人工接管后实时告知，让消费者感知服务连贯可靠。

这套设计打造了商家敢用、愿用的自动化服务引擎。上线后，咨询响应时长缩短 15.8%，商家满意度提升 14% ，同时引入 AI 回复后，买家满意度提升 7.4%，实现了 7×24 小时规模化服务覆盖与服务质量的双重提升。

三、打造一套智能化感知体系

在三大范式的基础上，我们构建了一套贯穿产品全链路的智能视觉语言体系，并沉淀为具有 AI 特色的感知系统，全面赋能 B 端设计体验与效率提升。

在视觉语言上，我们继承了百度 APP 中的 AI 标识和色彩，延续用户对“百度 AI”专业、可信赖的既有认知，从而降低理解与学习成本。针对 B 端界面信息密集，需兼顾操作效率与视觉清晰度的特点，我们基于百度 APP 既有的高饱和智能感知色彩体系，结合现有组件，通过降低饱和度进行视觉降噪，构建了一套适配 B 端操作场景的浅色系列组件。同时，为弥补浅色体系下 AI 视觉感知相对弱化的问题，我们引入状态动效、声音提醒等多维反馈机制。通过感官协同，确保商家能清晰、即时地感知 AI 运行状态（如“AI 智能接待中的扫光动画”），在复杂界面中仍保持信息传达效率和可靠性。

四、AI 设计的核心是“以商家提效为中心”的赋能

本次百度优选商家后台 AI 体验升级，我们以 “统一 AI 认知提升商家经营效率” 为核心，通过 “筛选适配 + 场景创新” 落地嵌入式、伴随式、托管式三大交互范式，破解商品创建、多线程经营、客服接待等核心场景中的使用痛点；同步构建 “视觉 + 多感” 的智能化感知体系，解决商家 “不会用、不敢信” 的体验困境。

从业务价值来看，发品效率、经营问题解决率与服务满意度均获显著提升。本次沉淀的 “场景

范式 - 视觉” 设计方法论与组件资产，也为直播带货、智能投放等更多场景的 AI 赋能提供了可复用的模板。

未来，我们将持续围绕商家需求迭代优化，让 AI 深度融入经营全链路，以设计驱动长效降本提效，为商家生态高质量发展注入动力。