一、前言

二、三大交互范式场景化应用

2.1 嵌入式交互：复杂表单灵活填写助手

嵌入式交互的核心特征是AI生成结果紧邻用户操作场景，交互轻量便捷，适合复杂表单的填写场景。以商品创建为例，商家需填写的字段繁多，耗时久且容易因填写不规范被审核驳回，拉长发品周期。在设计过程中，我们根据字段特征和调用的AI能力设计了不同的交互流程。

2、推荐优化类：这类信息需要在现有素材基础上借助AI能力让其更加有购买吸引力，例如商品主图、商品标题。因为此类信息有AI创造的内容，担心不符合商家预期，所以流程上我们主动提供结果但不预先填入，支持商家调优结果，最终符合意愿时商家可手动填入。这种较为灵活的交互设计能满足不同商家需求，同时降低人工审核时长。

上线后，商家平均发品时长缩短了8min，发品成功率提升0.7%，模块满意度提升25%，实现了在既定流程内的效率飞跃。

2.2 伴随式交互：全场景主动诊断助手

围绕商家多线程经营时不同模块频繁跳转、需自主发现经营问题的痛点，我们采用深度融入经营动线的伴随式交互方案，聚焦 “主动触达、连续洞察”，让AI助手区别于常规的对话机器人，从被动响应转向主动触达，回答问题的同时更能结合商家所在的工作流前后场景，提供可落地的后续行动指引。

2、连续洞察：AI助手在提供建议或数据时，会附带清晰的思考过程与来源摘要，实现“可解释的AI”。同时，它能基于当前对话主动预测后续需求，智能推荐下一步操作（如“其他问题主动暴露：进一步分析体验分下降的原因”），将单点查询扩展为系统性的经营问题排查与解决链路，降低了获取完整决策依据的综合成本。

综上，该设计通过构建以上两个关键环节，将AI从被动响应工具转变为 “主动赋能经营伙伴” 。

2.3 托管式交互：隐式安心服务管家

1、可视化配置建信任：托管式让AI能力转化为可预判的具体结果，消除商家对“黑盒操作”的疑虑，因此我们提供直观的策略配置面板和C端页面预览图，商家可针对售前咨询（如商品咨询、催促下单）、售后维护（退款申请）等不同场景设置回复规则并看到AI执行的示意效果。这种“配置即所见”的设计，让抽象的“AI能力”变得具体可感知，商家得以从起点建立对自动化系统的可控感。

这套设计打造了商家敢用、愿用的自动化服务引擎。上线后，咨询响应时长缩短15.8%，商家满意度提升14% ，同时引入AI回复后，买家满意度提升7.4%，实现了7×24小时规模化服务覆盖与服务质量的双重提升。

三、打造一套智能化感知体系

在三大范式的基础上，我们构建了一套贯穿产品全链路的智能视觉语言体系，并沉淀为具有AI特色的感知系统，全面赋能B端设计体验与效率提升。

在视觉语言上，我们继承了百度APP中的AI标识和色彩，延续用户对“百度AI”专业、可信赖的既有认知，从而降低理解与学习成本。针对B端界面信息密集，需兼顾操作效率与视觉清晰度的特点，我们基于百度APP既有的高饱和智能感知色彩体系，结合现有组件，通过降低饱和度进行视觉降噪，构建了一套适配B端操作场景的浅色系列组件。同时，为弥补浅色体系下AI视觉感知相对弱化的问题，我们引入状态动效、声音提醒等多维反馈机制。通过感官协同，确保商家能清晰、即时地感知AI运行状态（如“AI智能接待中的扫光动画”），在复杂界面中仍保持信息传达效率和可靠性。

四、AI设计的核心是“以商家提效为中心”的赋能

从业务价值来看，发品效率、经营问题解决率与服务满意度均获显著提升。本次沉淀的 “场景 - 范式 - 视觉” 设计方法论与组件资产，也为直播带货、智能投放等更多场景的AI赋能提供了可复用的模板。

未来，我们将持续围绕商家需求迭代优化，让AI深度融入经营全链路，以设计驱动长效降本提效，为商家生态高质量发展注入动力。