AI 体验不能只看“智能感”，还要综合评估可信、可控、可恢复。
体验治理深度主题洞察字幕级依据
AI 体验设计
AI 体验设计不应只看“生成结果”；理解、确认、撤销、解释、恢复和可访问性需要作为体验治理问题综合评估。
核心摘要
当 AI 能建议、生成或执行动作时，确认、撤销、来源解释和失败恢复决定用户是否信任。
重点阅读状态与预期管理，其次阅读解释、控制、失败恢复和设计系统化。
本摘要用于在进入长文前建立主题判断、价值位置和下钻方向。
速读结论
AI 体验不能只看智能感，还要综合评估可信、可控、可恢复。
16 sessions / 4 claims / 27 anchors (含2子主题 64)
建立统一 AI 交互模式，补齐确认、撤销、来源解释和失败恢复。
适合产品、设计和增长读者阅读。
原始资料补强
designsearch experienceaccessibilitysubtitlesbrand identity
- AI 体验不是入口，而是状态、解释、确认、撤销和恢复。
- 可访问性与可解释性正在成为 AI 体验质量的一部分。
- 统一交互模式比每个功能各自设计更重要。
| Session | 标题 | 词数 |
|---|---|---|
| 250 | Principles of great design | 2533 |
| 292 | Design intuitive search experiences | 2514 |
| 219 | Enhance the accessibility of your reading app | 2752 |
| 220 | Refine accessibility for custom controls | 2192 |
| 256 | Discover generated subtitles and subtitle styles | 1378 |
主题结构图
AI 体验设计
可信、可控、可恢复正在成为设计重点
16sessions
4claims
27+64anchors (含子主题)
1四个总判断
AI 体验不只是入口，而是状态与交互系统
用户需要理解系统在做什么、为什么这么做
解释、撤销、确认、失败恢复比炫技更重要
统一 interaction pattern 比零散功能更重要
2关键洞察结论
状态与预期
- loading / thinking / confidence / handoff
解释与来源
- why / how / source / traceability
控制与撤销
- confirm / undo / edit / human override
失败恢复
- fallback / error states / retry / safe exit
设计系统化
- 统一 AI pattern / 一致性 / 可访问性
3证据与依据
Sessions / 字幕 / 脚本
公开 session 与结构化字幕索引
→
Claims
提炼可验证的主题判断
→
Evidence Anchors
定位到证据锚点
→
Theme Judgment
形成趋势判断与行动含义
4趋势判断
AI 设计从 feature design 走向 system design
交互重心从输入框转向任务流与状态流
可访问性与可解释性纳入核心体验
品牌一致性依赖统一 AI 体验模式
5风险与边界
只有智能感没有失败态会降低信任
高风险动作无确认不可接受
碎片化入口会造成认知负担
无解释的结果难以被采纳
是否需要阅读这个主题
AI 功能会生成、建议、搜索或执行动作。
产品仅做后台能力，不直接影响用户交互。
父主题 4 条 + 2 个子主题 8 条 claims。注意 DESIGN-C4 为 Insight 推论，不可外推。
适合哪些读者
产品设计、体验策略、可访问性、品牌系统团队
判断该主题是否值得读者结合自身产品线、工程架构或发布门禁问题进一步确认。
从主题判断进入 Claim，再核对 session、timecode、证据类型与推论边界。
一句话结论
不只看“智能感”，而是综合评估可信、可控、可恢复。
当 AI 能搜索、生成、建议甚至执行动作时，用户需要知道系统正在做什么、依据是什么、失败怎么办、是否能撤销。设计系统可能需要承担一部分体验治理责任，具体取决于业务风险和交互复杂度。
覆盖范围：16 sessions / 38455 words / 4363 segments
数据与证据快照
16
相关 sessions
32554
已分析字幕词数
3653
字幕 segments
4
核心判断
91
字幕级依据锚点（含子主题 64）
强 A+：2 个子主题共 64 个锚点，覆盖设计原则与可访问性。
证据强度
主线拆解
01
意图表达
清楚表达 AI 能做什么、需要什么输入、当前处于什么状态，降低用户认知负担。
02
确认控制
确认、撤销、低置信度提示和失败恢复成为基础模式，尤其适用于高风险动作。
03
结果解释
搜索、多模态和生成结果需要来源和上下文说明，避免黑箱式输出。
04
可访问性
字幕、Dynamic Type、自定义控件决定体验是否真实可用，不能作为后置补丁。
05
品牌一致
命名、图形、空间表达需要融入统一体验语言，避免 AI 入口碎片化。
细分子报告
AI 体验设计已拆成 2 个子报告，分别覆盖设计原则与 AI 交互、可访问性与字幕。空间/视觉相关 claim 已在父主题标注范围限定。
证据分级与推论边界
Claim 类型
- Apple 明示：3 条（DESIGN-C1/C2/C3）
- Apple 明示 + Insight 推论：1 条（DESIGN-C4，空间/图形相关）
高频证据词
- like ×151
- people ×145
- text ×141
- content ×135
- view ×132
- one ×98
- also ×98
- get ×87
- where ×84
- views ×82
不应外推的边界
- AI UX 不是“加聊天框”；应围绕确认、解释、撤销、恢复和可访问性。
- 设计原则类 session 支撑体验判断，但具体产品形态仍需要结合业务场景。
- DESIGN-C4 关于空间体验的结论属于 Insight 推论，源自 visionOS 和 SwiftUI 图形 session，不可外推到所有 AI 功能。
- DESIGN-C2 范围已收窄到"搜索结果"，不覆盖通用多模态入口。
关键张力
- AI 体验越主动，越需要用户控制权。
- 更丰富的视觉与空间表达会提升体验上限，也会增加一致性和可访问性成本。
Claim 证据链总览
本表把主题判断拆成可复核的证据链：每条 claim 都标注证据类型、锚点数量、覆盖 session 和推论边界。覆盖数据：16 个相关 sessions，38455 个字幕词，4363 个字幕片段。父主题 4 条 + 2 个子主题 8 条 claims，共 91 个锚点。。
| 判断 | 类型 | 锚点 | 覆盖 Session | 支撑强度 | 推论边界 |
|---|---|---|---|---|---|
| DESIGN-C1 优秀体验的核心是清晰、可理解和可控，而不是单纯增加智能能力。 | Apple 明示 | 6 | 250, 290, 292 | 多源强支撑 | 由多个 session 证据综合得出，适合做主题级判断；具体落地仍需结合业务场景。 |
| DESIGN-C2 搜索结果需要把结果、上下文和用户意图连接起来。 | Apple 明示 | 6 | 227, 269, 292 | 多源强支撑 | 由多个 session 证据综合得出，适合做主题级判断；具体落地仍需结合业务场景。 |
| DESIGN-C3 可访问性和字幕能力决定内容覆盖面和用户可达性。 | Apple 明示 | 8 | 219, 220, 221, 256 | 多源强支撑 | 由多个 session 证据综合得出，适合做主题级判断；具体落地仍需结合业务场景。 |
| DESIGN-C4 空间体验和图形效果扩大表达能力，但需要遵守可用性和品牌一致性。 | Apple 明示 + Insight 推论 | 7 | 234, 251, 252, 322 | 多源强支撑 | 由多个 session 证据综合得出，适合做主题级判断；具体落地仍需结合业务场景。 |
与其他主题的关系
平台位置：位于体验治理层，决定 AI 能力是否可信、可控和可恢复。
依赖哪些主题
- Foundation Models：需要把模型行为转化为可理解体验。
- App Intents / Siri：系统 action 需要确认、撤销和解释。
- Visual Intelligence / Search：多模态结果需要来源和纠错。
影响哪些主题
- Security / Privacy：用户控制权与权限提示交织。
- Platform Apps：设计模式需要落到实际界面框架。
- Spatial / Media / Games：空间体验和图形表达需要一致性。
核心判断与依据
优秀体验的核心是清晰、可理解和可控，而不是单纯增加智能能力。
解读：建立统一 AI interaction pattern。（Apple 明示 — 来自 Principles of great design）
依据锚点
- 250 · 0:09 · Principles of great design · design
- 250 · 0:12 · Principles of great design · design
- 290 · 0:07 · Craft clear names for features and labels in your app · design
- 290 · 0:15 · Craft clear names for features and labels in your app · design
搜索和多模态入口需要把结果、上下文和用户意图连接起来。
解读：为高风险动作设计确认和撤销。（Apple 明示 — 范围限定为搜索结果场景）
依据锚点
- 292 · 0:13 · Design intuitive search experiences · search
- 292 · 0:17 · Design intuitive search experiences · search, find
- 227 · 0:10 · Create UI prototypes using agents in Xcode · results
- 227 · 0:19 · Create UI prototypes using agents in Xcode · intent
可访问性和字幕能力是 AI / 媒体体验可信度的一部分。
解读：把来源、置信度和纠错作为结果页基础元素。（Apple 明示 — 范围限定为可访问性/字幕）
依据锚点
- 219 · 0:11 · Enhance the accessibility of your reading app · accessibility
- 219 · 0:17 · Enhance the accessibility of your reading app · reading
- 220 · 0:07 · Refine accessibility for custom controls · accessibility
- 220 · 3:41 · Refine accessibility for custom controls · accessibility
空间体验和图形效果扩大表达能力，但需要遵守可用性和品牌一致性。
解读：把可访问性审查前置到 AI 功能设计阶段。（Insight 推论 — 空间/图形相关证据来自 visionOS 和 SwiftUI）
依据锚点
- 234 · 0:11 · Design immersive environments for visionOS apps and the spatial web · visionOS, environment
- 234 · 0:15 · Design immersive environments for visionOS apps and the spatial web · visionOS, environment
- 251 · 0:08 · Communicate your brand identity on iOS · brand
- 251 · 0:14 · Communicate your brand identity on iOS · brand, identity
关键技术点
- 设计原则
- 搜索体验设计
- 无障碍与 Dynamic Type
- 生成字幕与字幕样式
- SwiftUI 图形与滚动体验
- 空间体验设计
- 品牌表达与命名
对产品与组织的影响
读者应确认什么
- 建立统一 AI interaction pattern。
- 为高风险动作设计确认和撤销。
- 把来源、置信度和纠错作为结果页基础元素。
- 把可访问性审查前置到 AI 功能设计阶段。
当前洞察判断
- AI 产品需要统一的交互规范：确认、撤销、解释、失败恢复和低置信度提示。
- 搜索、多模态和 AI 结果应共同提供来源、上下文和纠错入口。
- 可访问性不应作为补充，而应成为 AI 体验质量的一部分。
- 设计系统需要覆盖 AI 入口、系统入口和沉浸式体验的一致性。
需要警惕的风险
核心风险
- 不要把 AI UX 简化成聊天框。
- 不要只设计成功态，忽略失败和歧义。
- 不要让不同团队各自发明 AI 交互。
- 不要牺牲可访问性和用户控制权。
证据中暴露的风险
- 如果只关注生成效果，可能忽略用户控制权和失败恢复。
- AI 入口过多会造成认知负担，需要统一交互模式。
- 空间、图形和品牌表达如果缺少规范，会削弱体验一致性。
决策问题
- 是否需要统一 AI 交互设计规范？
- 哪些 AI 场景必须提供确认、撤销和解释？
- 搜索与 AI 结果如何展示来源和置信度？
- 可访问性审查如何进入 AI 功能设计流程？
代表性 Sessions
| Session | 优先级 | 标题 | Apple |
|---|---|---|---|
| 227 | P1 | Create UI prototypes using agents in Xcode | Apple ↗ |
| 250 | P1 | Principles of great design | Apple ↗ |
| 219 | P2 | Enhance the accessibility of your reading app | Apple ↗ |
| 220 | P2 | Refine accessibility for custom controls | Apple ↗ |
| 221 | P2 | Prepare your tvOS apps for Dynamic Type | Apple ↗ |
| 234 | P2 | Design immersive environments for visionOS apps and the spatial web | Apple ↗ |
| 251 | P2 | Communicate your brand identity on iOS | Apple ↗ |
| 252 | P2 | Design no-code games with Reality Composer Pro 3 | Apple ↗ |
| 256 | P2 | Discover generated subtitles and subtitle styles | Apple ↗ |
| 269 | P2 | What’s new in SwiftUI | Apple ↗ |
| 290 | P2 | Craft clear names for features and labels in your app | Apple ↗ |
| 292 | P2 | Design intuitive search experiences | Apple ↗ |
| 314 | P2 | Learn CSS Grid Lanes | Apple ↗ |
| 315 | P2 | Rediscover the HTML select element | Apple ↗ |
| 321 | P2 | Dive into lazy stacks and scrolling with SwiftUI | Apple ↗ |
| 322 | P2 | Compose advanced graphics effects with SwiftUI | Apple ↗ |
如何判断这条主题的战略价值
判断一个 WWDC 主题是否值得持续关注，不应只看它是否发布了新 API，而要看它是否改变了产品入口、工程架构、质量标准或组织协作方式。本主题的价值就在于，它和其他主题共同构成 Apple 平台能力的一部分：上层是用户体验和系统入口，中层是应用能力与工程流程，底层是模型、端侧能力、平台框架和安全治理。
因此，阅读这条主题时需要同时回答三个问题：第一，它改变了用户或开发者的哪条关键路径；第二，它要求我们补齐哪些基础设施；第三，它的风险边界在哪里。如果三个问题都能回答清楚，这个主题才不只是技术更新，而是可转化为产品和组织判断的洞察。
进一步研判
从本轮证据看，AI 体验设计的讨论不应停留在界面状态，也需要关注智能行为带来的确认、解释和恢复问题。用户不仅要看见结果，还要理解系统为什么这么做、是否正在执行动作、能不能撤销、失败后如何恢复。
这提示设计系统可能需要纳入确认、低置信度、来源解释、权限提示、失败恢复和可访问性等通用模式，但是否形成统一规范仍需读者结合产品线确认。否则，AI 能力越多，体验越碎片化。
高质量 AI 产品体验应尽量降低黑箱感，让用户理解系统状态、依据和控制边界；这是一条 Insight 综合判断，不是单条 Apple session 的直接结论。
判断成立条件与反证信号
判断成立条件
- 相关产品场景确实涉及 AI 建议、生成、搜索或执行动作，并需要清晰状态、确认、撤销和失败恢复。
- 结果呈现确实需要来源解释、低置信度提示或用户纠错路径。
- 可访问性和一致性需要在设计阶段被确认，而不是发布后补救。
反证信号
- AI 入口碎片化，每个功能使用不同交互模式。
- 用户无法理解系统为何建议或执行某个动作。
- 可访问性、字幕、Dynamic Type 等能力只在发布后补救。
后续观察指标
- 是否需要统一 AI interaction pattern。
- 高风险动作是否需要确认/撤销机制。
- 失败恢复和纠错路径是否影响用户信任。
适用场景与判断框架
适用场景
- AI 功能会生成、建议、搜索或执行动作。
- 用户需要理解结果来源和系统状态。
- 产品线希望统一 AI 交互模式。
不适用或需谨慎
- 只追求“智能感”，不设计失败态。
- 高风险动作没有确认和撤销。
- 每个团队各自设计 AI 入口。
| 阶段 | 读者确认 |
|---|---|
| 业务相关性 | 读者确认该主题是否与自身产品线、用户任务或平台能力相关。 |
| 技术底座 | 读者确认现有架构、工具链、数据和质量体系是否支撑该判断。 |
| 组织约束 | 读者确认 owner、资源、合规和发布节奏是否允许进一步讨论。 |
读者如何复核
本报告的结论来自 Apple Developer 公开 session 与结构化字幕索引。阅读时建议先阅读“数据与证据快照”，再看每条 claim 下方的 session / timecode / matched terms。直接能力描述通常更接近 Apple 明示；跨 session 的趋势判断属于 Insight 综合推论，需要结合证据强度和边界条件阅读。
对于来源较窄的主题，本报告会明确限制推论范围；对于覆盖很广的主题，本报告会优先给出拆分方向和判断问题，而不是替读者生成实际计划。
可直接带走的判断问题
- 定义统一 AI interaction pattern。
- 为高风险动作配置确认和撤销。
- 把来源解释和失败恢复纳入设计系统。
不要把该主题直接转成任务清单、验证门槛或架构检查项；应先结合公司真实业务、技术底座和组织约束确认。
该主题是否改变了入口、架构、质量标准、风险边界或商业闭环。
证据复核清单 · 人工审核状态
82/100 · 🟢 可进入人工复核
DESIGN-C3 可访问性主题跨 session 较多，需确认锚点是否对应核心判断
4 claims · 27 (100%)
Apple 明示+综合(4)
本主题已建立 claim–evidence–anchor 的基本结构，但仍需人工逐条打开字幕段确认支撑强度，并区分 Apple 明示 / Insight 推论 / Insight 综合判断。本复核清单对应 Human Review Quality Audit 的要求。
人工复核未完成 本审计标记的分数和问题代表当前质量快照。每次 claim-level 绑定更新后应重新运行审计脚本。