有驾是百度的一款汽车资讯社区，类似懂车帝、汽车之家等产品。这是我第一次与大厂进行合作的项目，也是在 2023 年末，第一次开始一款真正意义上的 AI 产品设计项目。

项目背景

在 2023 年和 2024 年初，百度的人工智能算法在国内属于前列的。因此百度旗下许多产品都在进行 AI 智能化升级。有驾作为百度对标字节懂车帝定位的产品也不例外。

百度希望有驾也可以获得和字节懂车帝一样的年轻化社区属性，并降低自己的用户年龄层，做到“智能化、年轻化”，同时产品侧提出了有驾现在车辆精筛操作链路长、车系初筛成本高、比价信息维度多成本高等问题要求设计侧提供解决方案，在此背景下，我与百度 MEUX 部门进行了合作，提供了一个切实可行的 AI 方案。

桌面调研与走查

我和我的朋友们首先开始了桌面调研和走查，先了解产品业务以及其所对应的行业，例如选车需要什么参数、有驾这个产品做的怎么样等等，这话了我们不少时间，但是收获也很大。

桌面调研后我们确实找到了一些年轻用户和购车相关的一些信息，我们在飞鼠开了一个知识库，整理了一下这些信息，频繁的开会在我看来在前期是必要的，大家必须要时时刻刻地沟通对齐信息。

比较关键的会议，我们还梳理了会议记录，确保一些重要内容留痕并且和时间匹配起来。

这一步其实我们并没有完全聚焦到有驾这个产品上，而是围绕着其产品目标用户、核心业务进行围绕形式的调研，广泛的获取资料，就像双钻模型的前期发散一样。

用户调研

在此之前，我们先进行了一次同理心地图的脑暴，让我们的用户调研大概有一个方向，我们结合我们桌面调研的信息，构想出来了一个同理心地图，在后续用户调研中，我们以它作为蓝本来查缺补漏。

当时的情况我们无法做问卷调研，因此我们采取了“做多不如做精”的策略，我们采取半结构化的调研访谈形式，寻找了不超过 30 岁的一些青年且在最近购车的用户，他们有的位于一线、二线城市，也有的位于三线、四线及以下，并且遍布全国各地，从遥远的漠河到炎热的海南。

起初，我们想以男性用户和女性用户来做区分（我认为这来自于刻板印象），因为我们发现绝大多数男性用户对车辆都或多或少有着关注，有的甚至即使没有买车也能滔滔不绝地讲着很多内容，但多数女性用户对汽车的了解知之甚少。但最后我并没有这么做，因为我认为这种分类带有明显的粗暴分类的倾向，最终我们决定将用户分为两类。

除了用户分类，我们还发现了不少用户的实际诉求，我们把这些东西整理了一下，在 2023 年的时候，那时候 AI 的能力是完全不能跟如今相比拟的，那时候用户对 AI 的信息度远比现在低。

结合用户们的调研内容，我们还梳理了一下用户旅程，这里我们很关注作为一个移动端 APP 能做什么，而不是设计能做什么。

我们发现我们的设计目标与 MEUX 团队给出的产品侧问题有着惊人的相似度，因此我们将其结合，提出了设计的设计目标。

竞品分析

当确定了设计目标，这时候竞品分析也有了要重点了解的目标。我们专注于与有驾具备相同特征的产品，例如懂车帝、易车、汽车之家，同时也关注在当时 AI 初期，大家是利用 AI 为产品赋能的，我们也找了一些具备采购、购买属性的 AI 产品，例如 Shop、AI 选车等等。

设计分析

设计挑战

坦白讲，在当时在汽车这种高端耐用品市场加入 AI 是一个不小的挑战，最大的问题还是 AI 的幻觉（特别是在那个时间点，没有 RAG、Agent，只有 AI）和信任度问题。

正因如此，在当时我就认为 AI 绝对不能是一个对话聊天这么简单，要打入业务和产品功能中，同时不要让 AI 做决策，而是让 AI 为你节省操作时间，这个理念至今依然是对的。

设计机会

在之前，我们的设计定位还是一个大方向形式的内容，在这里我们希望可以聚焦到几个最为主要的地方来进行设计，我们开了几次会议，利用 FigJam 画板以及用户访谈的一些信息，决定从检索、信息对比、筛选这 3 个角度来解决问题，这其实与上文提到的产品侧问题几乎是一一对应。

设计执行

AI 检索

在当时，国内是完全没有 AI 检索的设计的，但是 Google 在 2023 年中旬，发布了 Chrome 即将搭载 AI 检索，我立即去体验了它，我认为是有一些创新交互在的，因此我在这里尝试去利用 AI 检索来提高用户获取信息的效率。

我考虑到了 AI 检索的结果可能是多模态的，绝不仅仅是一个文本总结（虽然在当时多数 AI 只是一个文本总结）。我设计了非常多样的检索结果，包括视频、图片、文本的各种排列组合。

此外，在当时 AI 检索我希望和普通检索最大的不同就是它可以有上下文进行多轮检索，这是 AI 的优势，而且对用户利好。因此我还设计了对话搜索页面，但是它还是有所不同，例如顶部对话的置顶粘滞等等，这是我这个项目中最满意的设计。

AI 筛选

这类产品全部都有一个高级条件筛选，但是很可惜，它太过专业了。大到外观的车型、配色，小到发动机性能各个参数，都是可以筛选的。但是对于一个不了解的用户（也就是小白用户）来说，这简直就是完全不可用的功能。

但是要怎么让用户能信任 AI 给出的结果是一个难题。但我想到了一个方法，我认为这个方法即使在现在，也是依然可行且被广泛使用的，那就是 AI 只做思考，不做决策。

我在当时要求 AI 只生成筛选条件，然后利用本身自带的条件筛选功能来筛选，也就是说 AI 给出的是一个有理有据的筛选结果，条件和结果均展示给用户。

除此之外，我希望这个功能可以被更多人使用，获得更高的曝光。百度团队也希望该功能不要位于金刚区，因为这里的点击率不高，但我不希望这是一个模态弹出层，因此我利用动画效果来实现，一个从无到有的 Banner。

AI 车辆对比

车辆对比与筛选有着同样的问题，这也是为什么产品侧提出了这两个存在体验问题的原因。

我们当时想借鉴淘宝的 AI 问问（可惜这个功能没多久就下线了，也证明我们当时不选择这个是正确的）的形态，位于最底部可以打开 AI 对话，但我觉得实在是不太方便，一个是入口太不显眼，其次我一直认为直接简单粗暴的给出一个对话框是设计师对交互和产品的不负责。

我最终给出的方案是类似 AI 筛选的，利用自然语言输入要求，AI 自动将有价值的对比结果展示出来，用户就可以不需要看那么多专业数据，就能够知道几辆车对比的他最关心的信息的结果了。

视觉升级

为了增强品牌的年情感、时尚感，我们其实也进行了视觉升级。我独自完成了有驾所有的系统 icon 和金刚区 icon 的设计工作，我认为相比之前，具备了一定的时尚风格和年轻化的元素。

一个有趣的复盘

在当时，其实我们还有一个想法没有实现。很多用户其实反馈过车辆的一些数据参数其实是无法被衡量的，例如车后备箱的空间大小，只给尺寸其实是没有概念的，当时我们希望利用 AIGC 实现例如多大的一个行李箱做成图或是小视频演示他可以放入几个，但可惜当时的场景完全做不到。

但有趣的是，在前不久我看到了一个文章，他们真的做到了！在 2025 年这个愿望得以实现，我当时甚至还发布了朋友圈来感慨。

总结与复盘

就像我开篇所提到的那样，这个项目是我第一个 AI 相关的项目，同时我也是主要的推动者和领导者，压力很大，但是我认为这个项目我做得很成功，里面的很多设计细节对我现在依然有借鉴的意义，到今天依然死我最满意的 C 端项目。

项目中，我逐渐开始意识到产品和设计之间的微妙关系，以及 AI 能带来的无限可能。因此我选择学习 AI，并且不再单纯的争论什么是 UX、什么是 UI，更关心产品和设计的结合，成为一个优秀的产品设计师。