作者：vivo 互联网项目团队- Ding Junjie
本文从作者使用AI的实践经验出发，探讨了Chat模式作为AI交互范式的特点和优势。作者提出了"意图信息密度匹配"的核心概念，认为好的AI交互设计本质上都在解决人机意图信息密度匹配问题。通过分析Cursor Tab补全、Granola会议笔记等成功案例，以及对比一键生成模式的局限性，文章总结了不同AI交互模式的适用场景和设计原则。作者认为Chat模式虽然不是唯一的最佳交互范式，但它体现了高密度意图交互的重要原则，关键是要根据用户意图的复杂程度设计合适密度的交互方式。
1分钟看图掌握核心观点👇
图1 VS 图2，您更倾向于哪张图来辅助理解全文呢？欢迎在评论区留言。
我从 GPT-3.5 发布第一个月就开始用 AI，也尝试写过各种demo项目，参与过早期的NextChat开源项目，现在每天都离不开各类AI工具。最近在想一个问题：Chat模式是和AI最好的交互范式吗？
图片来源于 TOP 50 GEN AI WEB PRODUCTS
一、Chat 模式为什么让人感觉舒服？
用ChatGPT的时候，我经常有种感觉：就像在和一个很聪明的朋友聊天。我说一句，它回一句，我们慢慢把问题聊清楚。
这种感觉和用其他AI功能很不一样。比如一些"一键生成"的功能，我点一下，它哗啦啦输出一大堆，我看着就头大。
想了想，发现Chat模式有个特点：你一句，我一句，每次交换的信息都是小块的。
二、从AI的工作原理看Chat模式
大模型本质上是预测下一个token。它需要基于前面的内容来预测后面的内容。
这让我想到一个角度：Chat模式中，每次用户的一句话，其实都是对AI预测下一段token的调整。
或者用更技术的语言说：每次人的输入都在减少AI理解用户意图的熵。
Chat交互模式：
/* by 01022.hk - online tools website : 01022.hk/zh/pagecode.html */ 用户: "我想写个用户管理功能" AI: "好的，你需要哪些具体功能？增删改查？还是..." 用户: "主要是查询和编辑，要支持分页" AI: "明白了，你用的是什么技术栈？数据库是..." 用户: "React + Node.js，MongoDB" AI: "好的，我来帮你写一个基于这个技术栈的用户管理..."每一轮对话，AI对用户意图的理解都更精确一些
三、意图信息密度匹配的概念
从这个观察中，我想到一个概念：意图信息密度匹配。
用户的意图信息密度：
┌─────────────────────┐
│ 具体目标 + 使用场景 │
│ + 个人偏好 + 约束条件 │
└─────────────────────┘
AI理解的意图信息密度：
┌─────────────────────┐
│ 从对话中提取的 │
│ 用户真实意图程度 │
└─────────────────────┘
当两者匹配度高时，AI输出就符合期望；当差距过大时，AI输出就会偏离预期。
无论是AI理解不了人，还是人不再能够理解AI输出的内容，都不是一个好的体验。
Chat模式的本质就是：它能和AI进行高密度的意图交互。
四、其他成功的交互模式也有类似特征
想到这里，我开始观察其他好用的AI功能，发现它们虽然不是Chat模式，但本质上也在做类似的事情。
4.1 Cursor Tab补全：另一种"你一句我一句"
/* by 01022.hk - online tools website : 01022.hk/zh/pagecode.html */ 我: function calculatePrice( AI: items: Product[], discount: number): number { 我: ↵ (采纳) const basePrice = AI: items.reduce((sum, item) => sum + item.price, 0); 我: ↵ (采纳) return basePrice * AI: (1 - discount);这也是人一下，AI一下的模式。我写前几个单词，AI预测后面的，我选择是否采纳。整个过程协同密度足够高，每一步都在对齐认知。
4.2 Granola会议笔记：并行理解，AI往人靠
会议进行中：
（1）我手动记录：
[重要决定] 下周发布新功能
[风险点] 数据库性能
[行动项] 张三负责测试
（2）AI同时记录：
完整的会议转录内容
（3）结合阶段：
AI基于我的重点标记来组织它记录的详细内容
这个设计很有意思：它没有采取"你一句我一句"，而是采取并行理解相同的内容，然后AI往人的理解上靠。
本质也是在减少熵增，拉齐认知，并且以人为主导。
图片来源于granola（www.granola.ai/）
五、为什么一键生成常常让人失望？
对比一下一键生成的模式：
一键生成模式：
用户: "帮我写个电商网站" AI: [生成大量代码和文档] 用户: [需要花很多时间理解和修改，最后发现根本用不了！！！]问题在于：
- 用户一次性描述很难传达完整意图
- AI大量输出让用户认知负荷爆炸
- 缺乏中间的意图校准过程
六、成功的AI产品/功能都在不断拉齐人和AI的共同认知
观察一些真正好用的AI产品：
- GitHub Copilot：在代码编写过程中实时预测，保持高频意图同步
- Notion AI：基于已有文档内容进行续写，上下文丰富
- Figma AI：在现有设计基础上调整，意图边界清晰
它们的共同点：都在用户提供丰富意图上下文的基础上进行AI增强，同时保持人和AI一致性理解。
七、什么场景适合"一键生成"？
当然，也有一些场景适合大颗粒度生成：
7.1 意图简单明确的场景
- 翻译：意图就是转换语言
- 格式转换：规则清晰，没有歧义
- 模板生成：标准化程度高
7.2 容错度高的场景
- 头脑风暴：随便生成想法，错了也无所谓
- 快速原型：只要能跑起来就行
这些场景的特点是：用户意图相对简单，或者对结果要求不高。
比如飞书的会议总结就是好的应用场景
图片来源于飞书app（feishu.cn）
八、一些思考
基于这些观察，我觉得设计AI功能时可以考虑：
8.1 评估意图复杂度
- 用户意图是否容易一次性描述清楚？
- 个性化需求有多强？
- 对结果的精确度要求如何？
8.2 选择合适的交互密度
- 复杂意图：高频交互，保持同步（像Chat、Tab补全、Granola这种后置拉齐ai和人协同的认知）
- 简单意图：可以支持一键生成
8.3 设计意图校准机制
- 如何让用户轻松提供上下文？
- 如何及时发现意图理解偏差？
- 如何保持以人为主导？
九、未来的方向
从技术发展看，可能的优化方向：
- 更长的上下文窗口：能处理更丰富的意图信息
- 更好的意图推断：从少量输入中理解更多意图
- 多模态意图捕获：结合语音、手势、视觉等
- 个性化记忆：记住用户的习惯和偏好
但核心还是：人机意图信息密度匹配。
十、回到最初的问题
Chat模式是和AI最好的交互范式吗？
我觉得不是唯一的，但它确实体现了一个重要原则：高密度的意图交互。
好的AI交互设计，本质上都在解决人机意图信息密度匹配问题。Chat模式是一种很好的实现方式，但不是唯一的方式。
关键是要理解你的用户意图有多复杂，然后设计合适密度的交互方式。
这是作者作为重度AI用户的一些观察和思考。
你在用AI时有什么感受？有没有发现其他有趣的交互模式？欢迎交流~！
本文仅分享作者基于个人技术实践的思考和主观观点，不构成决策依据。
