為什麼現在的 UX 設計師，必須開始思考 AI 設計？

在過去，UX 設計師的核心工作多集中在網站與 App 的流程優化與使用者體驗。但進入生成式 AI 時代後，AI 已經不只是幕後技術，而是直接與使用者互動的產品主角。

從智能客服、AI 助理、內容生成工具，到協作平台中的 AI 建議，使用者與 AI 的互動越來越頻繁，也越來越直覺。

這代表：

如果你是 UX 設計師，卻忽略了 AI 的角色，那你的設計就少了最關鍵的一塊拼圖。

隨著生成式 AI 工具 (如 ChatGPT、Gemini、Claude) 越來越普及，設計「值得信任的 AI 互動體驗」，成為每位 UX 專業人員無法忽視的挑戰。

當我們在規劃 AI 介面設計或使用者研究時，常會遇到一個選擇題：

---

近期Nielsen Norman Group的網站分享了由心理學家 Clara Colombatto 等人發表的研究《The influence of mental state attributions on trust in large language models》提供了反直覺但重要的洞察：

人們傾向信任「聰明的 AI」，但會懷疑「有情緒的 AI」。

這篇文章整理Nielsen Norman Group文章的精華，並想討論這項研究的重點跟 UX 實務應用的案例，讓你在設計 AI 相關體驗時，更懂得如何建立信任、提升使用者接受度。

延伸閱讀：Sunwall, Evan (September 19, 2025)。《Prioritize Smarts over Sentience to Increase Trust with AI》。Nielsen Norman Group。From：https://www.nngroup.com/articles/prioritize-smarts-over-sentience/

---

研究發現：聰明具體的AI 建立信任，有情緒的 AI 反而讓人質疑

研究找來 410 位使用者測試 ChatGPT，透過問卷與實驗兩種方式交叉驗證：

• 一方面問他們覺得 ChatGPT 聰不聰明、是否有情緒？
• 另一方面給他們常識小測驗，觀察他們是否會接受 ChatGPT 的建議並更改答案。

結果發現：

• ✅ 覺得 ChatGPT「有智能」的人，更傾向接受建議。
• ❌ 覺得 ChatGPT「有情緒」的人，反而較不信任它的建議。

換句話說：

AI擬人化，並不等於更值得信任。

AI 若表現出太多擬人特質 (如悲傷、生氣、關心你)，使用者反而容易質疑它是否過於主觀、有偏見、不夠穩定。尤其在需要精準、理性判斷的工作情境中，這種設計反而會損害 AI 的專業形象。

---

🔍UX 設計師的思考重點：建立 AI 信任感的 3 大設計原則

針對這項研究，UX 設計師在設計 AI 產品或研究 AI 體驗時，可以掌握以下三個重點原則：

1. 專業定位，不裝熟

• ❌ 避免使用人名或擬人化頭像 (例：取名為「小明」還配一張笑臉）
• ✅ 清楚標示這是 AI 工具，協助你完成任務，而不是你的朋友或助理

2. 提升可解釋性，而非情感表達

• ❌ 不需要讓 AI 說「聽到你今天不開心，我感到很抱歉」
• ✅ 可以讓 AI 說「根據你提供的資料，這是我找出的分析結果」

3. 調整語氣親切但不濫情

• ❌ 過度熱情、像在哄你：「別擔心，你做得很好喔！」
• ✅ 專業但友善：「這是你的輸入資料分析結果，希望對你有幫助。」

---

那 UX 設計師實際該怎麼做？

理解了研究的核心發現後，接下來最關鍵的問題是：

這些洞察要怎麼落實在實際的 UX 設計與使用者研究中？

隨著 AI 技術越來越多地被應用在客服、內容建議、數據分析等互動場景，UX 設計師必須在流程設計與語意引導中，為 AI 的表現與可信度負責。

以下透過兩個真實常見的設計情境，說明你該如何根據這篇研究調整你的 AI UX 設計策略，建立更穩定、更值得信賴的使用體驗。

💼 實務案例 1：聊天型客服設計（AI UX介面設計）

情境： 你正在設計一個 AI 客服，協助使用者處理訂單問題。

常見設計陷阱：

很多團隊會想把 AI 聲音設計得「很有人情味」，甚至模仿真人客服的語氣。

但根據前面的研究顯示，讓 AI 顯得「情緒化」會讓使用者對其判斷力失去信心。

更好的做法：

• 使用清楚、專業的語氣說明問題解法
• 可以加入一些人性化的語氣修飾 (例如：您好、請問、謝謝你的等待）
• 回應中避免使用「我感到很抱歉」「我也很難過」，改為「造成您的困擾我們深感抱歉」這種中性組織語氣

---

🧪 實務案例 2：使用 AI 使用者研究工具時，提升受試者的信任感與真實回饋。

現在越來越多 UX 團隊導入 AI UX 研究工具(如 Maze、Lyssna、UXtweak、Useberry、Dovetail AI 等）來進行使用者測試、無主持訪談、自動摘要回饋等研究任務。

這些使用者經驗訪的談可以大幅降低研究負擔，但也帶來一個設計挑戰：受試者知道自己不是在和人互動時，會不會因此不夠認真、敷衍回答，甚至說出「他覺得 AI 想聽的話」？

這類現象其實非常常見，尤其在以下兩種場景中更明顯：

• 無真人主持式測試或問卷：缺乏人際連結，降低投入度
• AI 訪談工具：使用者知道是機器提問，信任感下降

UX 設計師或研究員該怎麼做？

更好的做法：

1. 在研究開場中清楚說明 AI 的角色與用途

使用者往往因為不知道「這是什麼」而感到不安。
建議在測試開始前加入簡單說明語句：

「這次測試過程會由 AI 工具來協助紀錄與統整，您的回答完全保密，也不會被機器評分或篩選，請放心用自己的方式作答。」

✅ 這樣能降低使用者的表現壓力，提高真實性。

---

2. 避免過度擬人化的 AI 問句或介面設計

許多 AI 研究工具提供自動提問功能，常預設使用「我想知道…」「你可不可以告訴我…」等擬人句式。

這種說法雖然看起來親切，但反而可能讓受試者錯估目的，以為這是聊天，而非嚴謹的研究過程。

建議調整為中性、目標導向的引導：

❌「我很好奇你是怎麼使用這個功能的～」
✅「請說明你在這個步驟中的操作方式，以及是否遇到困難？」

---

3. 善用中性 AI 視覺與語氣設計，避免使用者過度防備或討好心態

在無真人主持測試介面中，使用 AI 人像、聊天泡泡或太過卡通化的風格，可能引發使用者「應對式行為」，例如故意講得很完整，或試著「猜對答案」。

建議介面設計風格採用：

• 清楚的測試進度與提示語
• 客觀敘述、少用主觀形容詞（如「很棒！」、「太可惜了～」）
• 結束語中提醒使用者「沒有標準答案」，鼓勵自然作答

---

以上調整就有助於直接影響 UX 研究的有效性與資料真實性。

結語：真正建立 AI 使用者信任的關鍵不是模仿人，而是展現專業

AI 越來越融入我們的數位產品與服務，對話式AI客服機器人更是常見的運用，但把 AI 設計得越像人，未必代表就越值得信任。

作為數位 UX 專業人員，我們應該：

• 聚焦在 AI 的邏輯性、分析力與透明度
• 避免過度情緒表現與擬人化
• 用對的研究方法掌握使用者心智模型

打造值得信賴的 AI UX 體驗，需要更多理性設計與真實測試，而不是表面上的親切感。

---

延伸閱讀與引用來源：

• Colombatto, C., Birch, J., & Fleming, S. M. (2025). The influence of mental state attributions on trust in large language models. Communications Psychology
• Ibrahim, L., Hafner, F. S., & Rocher, L. (2025). Training Language Models to Be Warm and Empathetic Makes Them Less Reliable and More Sycophantic. arXiv