标签 · 可用性

把检索范围交给用户：透明的范围控制

检索范围不透明，用户就无法解释为什么没查到。本文给出三个层次的范围控制（显示/筛选/指定）、显示该怎么写（三要三不要）、筛选与权限冲突的处理与该观测的四个指标。

AI 功能的并发控制：同一用户重复提交怎么办

重复提交在 AI 功能里意味着真的多花钱。本文给出三层防护（前端/幂等键/配额）、幂等键怎么定、多设备冲突处理、该观测的四个指标与三个反模式。

把生成与校验分开部署：为什么不该互相影响

生成与校验耦合会互相拖累。本文给出分开之后的四个好处（重点：可重放只重跑校验）、推荐的四段分段与独立重试、接口怎么定与三个常见反模式。

AI 功能的可用性测试：五个任务怎么做

可用性测试比指标更接近真实体验。本文给出任务该怎么写成目的语、五个任务怎么选、该观察什么（不要引导）、五个人样本够不够与测完该做什么。

AI 输出的可读性：结构、长度与重点

同样的信息量，可读性差别很大。本文给出四段式结构（先结论后细节）、按场景设默认长度、用格式而非形容词突出重点、四类该避免的写法与五秒测试验证法。

上线前要给客服什么：一份武装包

客服不懂 AI 功能，第一批事故就会发生在客服环节。本文给出武装包的五样东西（重点：已知限制与失败模式）、Q&A 怎么写、给客服的三个权力与上线第一周的做法。

AI 功能的国际化：不只是翻译界面

国际化还会遇到输入语言、模型能力、文化合规与资料可及性四类问题。本文给出每类的做法、四个该观测的指标与一条务实建议（先做 1~2 个语言，把四件事做齐）。

把价格与额度讲清楚：用户最常误解的三件事

价格投诉多源于误解。本文给出三件最常被误解的事（计费单位/额度周期与范围/超额行为）与各自做法、三个设计细节与一份可直接抄的检查清单。

多轮体验：什么时候该开新会话

会话边界直接影响体验与成本。本文给出四种边界信号、建议的默认行为（用户可覆盖）、新会话该带走的硬约束、该观测的四个指标与两个反模式。

把外部依赖管起来：供应商变更与退出预案

外部依赖会涨价、改接口、限流、下线。本文给出依赖登记表字段、四类变化的应对、必须提前做的三件事（抽象层/契约测试/切换演练）、该监控的四类信号与每个致命依赖该问

AI 功能的错误码设计：给机器看也给用户看

错误要同时服务机器与用户。本文给出给机器的五个字段（重点 retryable 与 trace_id）、给用户的改写对照、五类错误与各自处理方式、两个容易忽略的点

AI 功能的分层定价：把成本映射到价格

AI 功能的边际成本随用量上升。本文给出先算的三个数、四种分层维度（用量最贴成本）、价格的三个心理细节、三个反模式与一个务实起点。

试用额度怎么设计：按体验预算而不是成本

试用额度是刻意留出的体验预算。本文给出按「一次成功体验 + 2~3 倍余量」定额度的方法、四种试用形态与建议组合、额度用尽时的体验要点、转化设计的诚实原则与该看

变更说明怎么写：给未来同事与现在用户的两份

变更说明有两类读者。本文给出给未来同事的六项记录（重点：验证结果与未解决部分）、给用户的三句话（要不要变、什么变化、如何回退）、必须对外说明的四种情形与三个反模

把知识过期做成产品能力：时效提示与刷新入口

用户很难察觉资料过期。本文给出三种时效提示、给用户的刷新入口、后台该做的四件事、三个反模式与一份检查清单。

把 AI 输出当草稿：人机协同编辑的设计

AI 输出最好的定位是草稿。本文给出草稿该有的四个能力（局部编辑/段落重生成/锁定/版本对比）、编辑体验的六个细节、把人工修改变成资产的做法与三个反模式。

模型能力的可用区间：什么时候该说超出范围

每个模型都有能做好的区间。本文给出画可用区间的四步、区间外主动说不的三种做法、三种边界类型（能力/数据/合规）与各自的提示语、边界随版本更新的要求与该观测的指标

把人工审核做进 AI 流程：审核队列怎么设计

审核队列不是待办列表。本文给出三条队列（高危/抽检/异常）与各自时效、审核界面该给的六样东西（含一键修改）、审核结果如何回灌成评测数据，以及三个反模式。