IdeationWeb——非线性人智协同构思.docxVIP

设计说明：

构思是设计早期的创造性环节：设计师从一个开放式目标出发，不断生成、探索、比较大量创意想法，逐渐形成初步概念方案。该过程通常是非线性的，充满跳跃、反复、并行和分支行为。大语言模型（LLM）凭借其知识支持和文本生成能力，有助于提升构思效率和质量。然而，现有的通用LLM工具（如ChatGPT）多采用基于提示词对话的交互方式和基于纵向时序消息流的信息设计，难以适配构思过程的非线性特性，未能广泛探索设计空间，导致设计师过早收敛于次优想法。

有鉴于此，本设计通过与专业和新手设计师的形成性研究，识别了通用LLM工具辅助构思在输出结构一致性、迭代过程清晰度和认知负荷上的关键挑战，进而提出了三项设计目标：清晰的结构化回答，透明、高效的推理机制，以及非线性的视觉界面和交互。基于此，本研究设计并开发了IdeationWeb，一种LLM技术驱动的人智协同构思工具。

IdeationWeb引入“功能—行为—结构”模型统一想法表达结构，利用基于语义特征的类比推理技术产生想法变体，使用思维导图式可视化界面呈现想法节点和关系链接，并通过基于图形的交互支持了设计师直观地生成和探索想法。IdeationWeb的可视化信息架构与图形交互设计策略，有效支持了设计师与AI在统一的非线性空间中协同构思，自由地扩展或追踪想法的演进路径，实现创意思维的有序发散、收敛和回溯。

未来，可支持更丰富的想法结构，并扩展至多模态的想法类型，以提升IdeationWeb在不同设计领域的通用性。同时，可进一步探索IdeationWeb在多人团队构思中的应用潜力。

1.人智协同构思设计目标，及其在IdeationWeb中的应用示意

2.IdeationWeb界面示例。A为想法节点，通过颜色编码区分想法来源（设计师或AI），数字标记创建时序；B为类比推理的关系链接，箭头代表推理方向，数值量化类比距离；C为多次推理形成的想法演进路径；D为设计任务；E为想法数量实时统计；F为想法的结构化详情卡片

3.创建想法的交互方式详情。设计师基于图形元素，通过点击、拖拽、键入等操作来替代对提示词的反复编辑。设计师可选择现有想法作为推理基点进行探索，以拓展创意；或生成全新想法，构建独立的设计生长点。设计师可以在不同构思路径间灵活切换，甚至回溯至中间节点开辟新分支，有助于提升概念多样性

4.设计案例示例。以“如何为儿童设计一把带有天鹅元素的椅子”为设计任务，设计师与AI在IdeationWeb中协同构思。设计师先广泛获取想法并小步迭代，再系统性反思设计过程并复现关键推理逻辑，最终完成概念的有机整合，实现了非线性的创意演进过程

5.从IdeationWeb用户行为中识别的通用设计策略。其一，初期，设计师优先广泛生成新想法直至找到感兴趣的设计方向，AI主导创意生成，设计师负责筛选和判断。其二，探索想法时，设计师以深度优先的推理方式在特定主题内与AI进行跳跃式探索，双方达成平衡合作。其三，中后期，设计师以AI的近似推理作为人类想法的补充和增量，设计师负责总结和创建想法，AI提供改进建议

6.从IdeationWeb用户行为中识别的个性化行为偏好，往往受领域知识和设计经验影响。其一，专家偏好交替式协同构思，即以个人想法为主线，选择性融入AI想法。其二，在组合想法时，专家偏好按构成维度进行顺序思考，而新手偏好最后整体性回顾所有想法并加以综合得到方案。其三，领域知识容易导致偏见，使设计师对AI想法有更强预设，也感到更差控制感。设计师会创建更具体的想法并近距离推理来纠正AI。其四，部分新手对AI产生过度依赖，即不断请求AI创建想法直至完全满意