返回博客
行业洞察•2026-02-05•约 2 分钟 阅读

用户研究与 AI:UX 研究和 AI 互相成就的 3 种方式

用户研究与 AI:UX 研究和 AI 互相成就的 3 种方式
LR
Luke Rajkovic
市场负责人 @ Laxis

用户研究(UX 研究)越来越受重视,需求也越来越大。软件产品比以往任何时候都多,混合办公和居家办公又成了新常态,理解用户体验变得空前重要。到 2026 年,AI 已经是职场和消费领域的标配,UX 研究和 AI 产品之间的结合比以往更明显,也更值得弄清楚。如今几乎每款新产品都内置了生成式 AI 功能,UX 研究员关心的问题也从“要不要加 AI?”变成了“用户到底怎样信任和使用 AI?”

简单说,两者是双向成就的:好的 UX 研究能让 AI 产品在卡住时表现更好,也让 AI 对普通用户更友好;AI 工具则能帮 UX 研究员更快找到用户问题的根源。下面逐一来看 AI 正在怎样影响 UX 研究行业。

AI 产品“卡住”时,好的 UX 研究能让它表现更好

大量 AI 产品是用来做客服或回答用户问题的,比如聊天机器人和 Siri。这类产品的一大问题是:程序不可能覆盖所有可能出现的交互,总有一些时候 AI 会卡住,给不出像样的回答。UX 研究可以收集用户遇到 AI 卡住的具体场景,找出 AI 没能完全理解信息时应该走的对话流程。这些研究结果交给相关团队,他们就能设计变通方案,避免 AI 在用户面前卡壳。

UX 研究员能让 AI 对普通用户更友好

AI 产品常被包装得很“酷”,功能先进,看上去能帮用户解决不少问题。但 AI 产品在设计时往往先保证把任务完成,用户体验排在第二位。UX 研究可以弥补这道鸿沟:产品不只是能做很酷的事,还要让用户以符合自身体验和需求的方式完成这些任务。用户需要的是好上手的产品:界面简洁,结果容易掌控,用法一看就懂。

AI 工具能帮 UX 研究员找到用户问题的根源

UX 研究能从多方面帮到 AI 产品;反过来,也有不少产品专门为减轻 UX 研究员的负担而生。2026 年,AI 辅助分析工具已经是大多数研究流程中的主流环节。比如 Weka 内置了现成的机器学习算法,能更高效地分析数据,缩短花在数据分析上的时间,让 UX 研究流程更顺。另一个例子是 Laxis:这款 AI 会议助手能自动转写线上会议,并根据转写稿生成 AI 洞察。2026 年,研究团队面向分散各地的用户做的访谈比以往任何时候都多,这类自动化已经从“有了更好”变成工作流程的核心。有了 Laxis,UX 研究员不用亲自记笔记也能跟踪每场用户访谈,访谈的信息量更大,开展起来也更轻松。

常见问题

AI 在用户研究中怎么用?

AI 在 UX 研究中主要用来加快数据分析、转写并总结用户访谈,以及发现用户行为中的规律。AI 辅助分析工具已经是大多数研究流程的主流组成部分,帮团队减少手动分析的时间。比如 Laxis 这样的 AI 会议助手能转写用户访谈,并根据转写稿生成洞察,让研究员专心对话。

AI 会取代 UX 研究员吗?

不会。AI 不会取代 UX 研究员,而是承担转写、初步分析这类耗时的工作来支持他们。解读研究结果、理解具体情境、决定怎样让产品更好上手,仍然离不开研究员本人。最有效的做法是把 AI 工具和研究员的判断结合起来,更快找到用户问题的根源。

UX 研究怎样让 AI 产品变得更好?

UX 研究能找出 AI 产品在哪些地方会卡住、处理不了哪些交互,再把这些数据反馈给团队,让他们设计变通方案。UX 研究还能让 AI 产品更好上手,弥合“功能惊艳”和“界面简洁、易懂、好用”之间的差距。这样,AI 功能才会围绕用户的真实需求来设计,而不只是围绕技术能力。

做 AI 辅助的用户研究,有哪些工具可以用?

支持 AI 辅助 UX 研究的工具有好几类,包括内置机器学习算法、能更高效处理数据的分析平台。做用户访谈时,可以用 Laxis 这样的 AI 会议助手自动转写对话、生成洞察,研究员不用手动记笔记也能完成访谈。访谈的信息量因此更大,开展起来也更容易,面对分散各地的用户时尤其如此。

相关产品

Laxis 会议助手

今天就让笔记自动生成。

  • Zoom、Google Meet、Teams 和线下会议都能记,无需机器人入会
  • AI 摘要、待办和跟进邮件,支持 60 多种语言
  • Mac、Windows、iPhone、Android 全平台,有免费版

免费开始,无需绑卡。

了解更多 ▷