AI Learning Companion / Experience Architecture

小思 3.0

面对一个复杂的 AI 学习产品,我把“智能学伴”从抽象概念整理成由角色、对话、多模态原则和体验组件共同支撑的体验系统。

01

Challenge

原有 AI 能力集中在对话入口,功能可以被调用,但角色关系和完整学习体验没有形成质变。

真正的挑战不是继续增加 AI 功能,而是让“智能学伴”成为用户能够持续理解和建立关系的体验范式,并让团队有一套可以落地和复用的系统。

02

System

角色与关系

用稳定人格和关系定义,让产品从工具入口转向智能学伴。

对话框架

把对话体验组织成可持续使用和协作推进的框架。

多模态原则

用统一原则约束不同交互方式,减少体验之间的割裂。

体验组件

将反复出现的体验问题沉淀为团队可复用的组件资产。

03

Key decisions

  • 不把智能学伴理解为一个新的功能入口,而是先定义它与用户之间的角色和关系。
  • 不让对话与多模态交互各自生长,而是用共同的体验原则形成一致系统。
  • 不只解决单次页面设计,而是同步沉淀能够被团队继续使用的框架和组件资产。
04

Evidence / Result

小思渗透率

40%+ 60%+

平均对话轮次

9+ 12

定性证据

用户反馈中,“可爱 / 像朋友”等对小思的关系感知增强。

这些是该阶段体验变化的结果证据,同时受到产品、模型、内容、运营等多种因素影响,不将指标变化单独归因于设计。

  • 已形成可复用的人格设定与角色关系框架。
  • 已形成对话框架和多模态体验原则。
  • 已沉淀一组可继续复用的体验组件资产。
05

Reusable assets

人格与角色定义

让不同功能和内容围绕一致的学伴身份展开。

对话体验框架

为持续对话体验提供可复用的组织方式。

多模态原则与组件

让不同交互方式和后续设计工作能够在共同规则下继续扩展。

这项工作的重点不是设计一个单独的 AI 功能,而是把复杂体验整理成团队可以持续运行、复用和扩展的系统。