跳到主内容
快讯直播
AI智模界
AI 词典

可发现性:功能没人用,往往只是没人知道

一句话定义:可发现性(Discoverability)指的是在用户真正需要的那一刻,他能不能想起“有这个东西”,并且知道从哪里把它调出来。

一个功能被用起来的概率,大致等于三件事的乘积:用户知道它存在、记得入口在哪、在具体场景里想得起它。任何一项接近零,整体结果就接近零。这也解释了不少产品团队最沮丧的场景:功能上线半年,数据平平,做用户访谈时对方一脸茫然:“还有这个功能?”

打个厨房的比方。盐没坏,也没人嫌它难用,但如果它被放在吊柜最上层、装在不透明的罐子里,炒菜时你根本不会去拿。可发现性要做的,就是把盐挪到灶台边,顺手就能抓。技术能力本身好不好用,是另一个维度的事。

AI 产品特别容易在这一层出问题,因为它的能力往往是通用的、按需触发的。传统按钮摆在那里,“导出 PDF”你一眼就懂何时点它;而“总结这段话”“换个语气”这类能力,用户不一定想得起来主动去用。所以入口要长在用户的工作流里,比如输入框旁边、结果旁边、选中文字时浮出来的操作条,而不是藏在设置页的开关里。名字也要用用户的语言(“帮我写得正式点”),而不是系统语言(“文本风格迁移”)。

对做 Agent 的人,这一条有更明确的体现:模型不知道有某个工具,就永远不会调用它。工具的名称和描述(tool description)就是它的可发现性设计,写得含糊,等于没写。

几个容易混淆的邻近概念:

概念关心的问题典型失败信号
可发现性 Discoverability知不知道它存在、何时该用“还有这功能?”
可用性 Usability找到之后能不能顺利完成点了三次都失败,放弃
可学习性 Learnability第二次用能不能更顺每次都要重新摸索
可访问性 Accessibility不同设备、不同能力的人能否使用只支持鼠标,没有键盘路径

区别在于顺序:可发现性决定“有没有开始”,可用性决定“能不能做完”。一个功能再顺手,只要没人发现,它的价值就是零。

对普通职场人同样适用:你写的文档、做的模板、总结的方法,别人不知道放在哪里、什么时候该找它,就等于不存在。文件名说人话、放在大家会路过的地方、在合适的场合补一句“这个场景可以看那份文档”,都是低成本的提升。

可发现性的目标,其实是让需要它的人在需要的时候刚好遇到它,而不是把功能推到所有人面前。

AI 生成本文由 AI 基于公开信息自动生成,仅供参考。