一句话定义：AI UX（AI User Experience，AI 用户体验）指针对“输出不确定”的产品做交互设计。它的核心不是让界面更好看，而是让用户在不知道 AI 下一步会给出什么的情况下，依然敢用、会用，而且用错了能改。
为什么它和普通界面设计不一样
传统软件的交互是确定性的：点“保存”就保存，点“删除”就删除，设计师的任务是把路径缩短、把误操作堵死。AI 产品更像请了个能力很强但偶尔会自信地胡说八道的实习生。你不会因为他会出错就不用他，但你会希望他做三件事：不确定时说一声、改之前先给你看、你改起来不费劲。AI UX 就是把这三件事做进界面里。
三个具体动作
1. 展示不确定性。让 AI 把“我有多确定”外化出来：给多个候选版本而不是一句“最佳答案”，标注信息来源，用“可能”“建议核实”这类措辞，把置信度低的部分显式标出。用户不是要一个永远正确的系统，而是要一个知道自己可能错在哪的系统。
2. 让操作可撤销。生成结果先以草稿、预览、对比视图的形式出现，一键撤回，绝不直接覆盖用户的原稿。改简历、改文案、改表格时，“先看差异再决定接受”比“直接替换”体验高一个数量级。
3. 让纠正足够便宜。用户要能只改一段而不是重写全文，能直接指着某句话说“这句不对”，并且这个反馈立刻体现在下一版里。纠正成本越低，用户越愿意按下第一次“生成”。
和相邻概念的区别
| 维度 | 传统 UX | AI UX |
|---|---|---|
| 输出特性 | 确定、可预测、可复现 | 概率性、每次可能不同 |
| 设计目标 | 缩短路径、减少步骤 | 降低意外感与返工成本 |
| 出错策略 | 防错（error prevention） | 容错（error tolerance）+ 可恢复 |
传统 UX 里“防错”是最高原则，但 AI 的错误无法靠界面彻底堵住，所以重心从“不让它错”转向“错了也能快速回到正轨”。
对从业者和普通人的意义
对做产品的人：模型能力和提示词只是下限，交互层决定了用户会不会留下来。投入在预览、对比、撤销、局部重生成上的收益，往往比再调一轮参数更直接。对普通用户：界面上那句“AI 可能生成不准确内容”不是免责声明，而是在提醒你保留最终判断权。选工具时，优先用那些给你预览、给你撤销、允许你只改一小块的——愿意把控制权还给你的产品，通常也更值得信任。具体产品的功能以官方页面为准。