設計師如何建立判斷力的土壤

最近在 NN/G Accelerating Research with AI 的文章中看到一個非常有「人味」的設計決策。

同樣面對一個「交易失敗」的錯誤畫面，

AI 寫：「交易失敗，請再試一次。」

設計師寫：「我們無法完成這筆交易，但您的金額安全，沒有任何費用被扣除。」

這兩句話的差異，不是 UI 技術，也不是文案技巧。是對「使用者在那個當下的恐懼」的理解。AI 寫不出第二句，不是因為它文字能力差，是因為它不知道這個使用者在按下送出的那一刻，帶著什麼之前的經驗，心裡在怕什麼。👻

🌱 判斷力的土壤：脈絡理解

所以問題來了——設計師的判斷力，是從哪裡來的？

我以前以為是「經驗」或「直覺」，後來才慢慢意識到，那個底層其實是 脈絡理解。也就是你對「這件事為什麼重要、對誰重要、在什麼情境下重要」的掌握程度。🤯

脈絡理解不足的時候，設計師的判斷很容易變成偏見——只是把自己習慣的解法套上去，而不是真正回應客戶的問題。

🔍 研究是補足脈絡的那個機制

那要怎麼建立脈絡理解？我現在的答案是：做研究。

研究不是一個很酷的詞，它的意思其實很樸素——就是去了解。了解這個行業、這個使用者、這個業主的商業邏輯。📖

AI 在 研究 的執行階段確實很有幫助，可以幫你整理訪談逐字稿、歸納關鍵詞、加快資料處理的速度。這些我現在都在用，效率確實提升不少。

但 NN/g（Nielsen Norman Group）有篇文章說得很直接：不要讓 AI 幫你做分析。因為 AI 是隨機性的，它可能注意到某些面向，它會抓著他注意到的事情上一直琢磨，但同時會忽略另一些。它可能誤讀，甚至「製造」出根本不存在的洞見。更直接一點——如果你把分析全部外包給 AI，你賭上的不只是洞見的品質，還有你的專業信譽。

分析和詮釋這件事，還是要設計師自己來。因為那正是「脈絡判斷」發生的地方。

🧭 脈絡判斷就像在說一個故事

設計師對使用者需求的理解，必須建立在特定情境之上，而非抽象的通用假設。🎭

同樣的功能，在不同情境下意義完全不同：

• 使用者在「通勤途中」用 app，和「坐在桌前」用 app，是兩種截然不同的設計問題
• 「儲存」按鈕對一個趕時間的人 ，和 一個在整理資料的人，緊急度也不一樣

所以判斷不能脫離情境單獨存在。

好的設計師不問「使用者想要什麼」，而是問「這個使用者，在這個當下，想要什麼」。

✍️ 養判斷力這件事，沒有捷徑