AI UX Patterns

AI UX Patterns là gì — và vì sao gọi là "UX", vì sao gọi là "pattern"

Một pattern là lời giải đã được dùng đi dùng lại cho một vấn đề lặp lại, kèm điều kiện áp dụng. Nó không phải ý tưởng hay — nó là thứ đã bị thử và sống sót, nên bạn không phải phát minh lại, và người dùng không phải học lại.

Gọi là UX vì phần khó nhất của sản phẩm AI không nằm ở model. Model trả về một chuỗi chữ kèm một mức độ chắc chắn mà nó không nói ra. Việc biến chuỗi đó thành thứ người dùng tin được, kiểm được và sửa được — đó là thiết kế trải nghiệm, không phải kỹ thuật. Hai sản phẩm gọi cùng một API có thể cho cảm giác hoàn toàn khác nhau chỉ vì khác pattern.

Ví dụ dễ thấy: cùng một model tóm tắt hợp đồng. Sản phẩm A in ra đoạn tóm tắt. Sản phẩm B in ra đoạn tóm tắt, mỗi câu có số trang bấm được để nhảy về đúng điều khoản gốc. Model giống hệt nhau. B được luật sư dùng thật, A thì không — vì A bắt người đọc tin, B cho người đọc kiểm.

Vì sao AI cần bộ pattern riêng, không dùng lại UX phần mềm thường

Phần mềm truyền thống là tất định: cùng đầu vào cho cùng đầu ra, sai thì sai lộ liễu. Sản phẩm AI phá cả bốn giả định mà UX cũ dựa vào.

Ô trống nhấp nháy là thất bại UX kinh điển của sản phẩm AI. Nó hỏi người dùng một câu họ không trả lời được: "bạn muốn gì?" — khi chính họ còn chưa biết cái hộp này làm được gì.

Bộ pattern cốt lõi — tra nhanh

Bốn pattern quan trọng nhất — chi tiết cách làm

1. Gợi ý mồi. Vấn đề: ô trống không dạy người dùng điều gì. Cách làm: hiện 3–5 gợi ý bấm được, lấy từ việc người dùng thật sự hay làm, viết ở ngôi thứ nhất ("Tóm tắt hợp đồng này thành 5 gạch đầu dòng") chứ không phải mô tả tính năng ("Tóm tắt văn bản"). Đổi gợi ý theo ngữ cảnh màn hình. Phản pattern: gợi ý cố định, ai vào cũng thấy như nhau, sang tuần thứ hai thành nhiễu.

2. Trích dẫn nguồn. Vấn đề: người dùng không phân biệt được câu có căn cứ với câu bịa, vì cả hai viết hay như nhau. Cách làm: mỗi khẳng định gắn một liên kết nhảy thẳng tới đoạn gốc — không phải tên tài liệu, mà đúng đoạn, được tô sáng. Nếu không tìm được nguồn, nói thẳng là không có. Phản pattern: liệt kê 5 tài liệu ở cuối câu trả lời; không ai mở, và nó chỉ tạo cảm giác đáng tin giả.

3. Người duyệt trước khi tác động. Vấn đề: model sai thì chỉ là một đoạn chữ xấu — trừ khi đoạn chữ đó tự động gửi cho 400 khách hàng. Cách làm: tách sinh ra khỏi thực thi. AI soạn, người bấm gửi. Hiện rõ cái gì sắp xảy ra, với ai, và nút hoàn tác nếu có thể. Mức độ chặn tỉ lệ với mức thiệt hại: đổi nhãn nội bộ thì cho chạy thẳng, gửi email khách hàng thì bắt duyệt.

4. Sửa được tại chỗ. Vấn đề: kết quả đúng 80% mà phải gõ lại toàn bộ thì người dùng bỏ luôn tính năng. Cách làm: cho sửa trực tiếp trên kết quả, cho chọn một đoạn và yêu cầu viết lại riêng đoạn đó, giữ lịch sử phiên bản. Phản pattern: chỉ có nút "Tạo lại" — nó vứt luôn 80% đang đúng.

Chọn pattern thế nào — theo thiệt hại khi sai, không theo độ "xịn" của model

Đây là bảng quyết định dùng được ngay. Trục dọc: nếu AI sai thì mất gì. Trục ngang: model chắc chắn tới đâu ở tác vụ này.

Ô dưới bên phải là ô hay bị làm sai nhất, và nó là ô đắt nhất. Khi thiệt hại cao mà model không ổn định, câu trả lời đúng thường là thu hẹp phạm vi tính năng lại — chứ không phải thêm một lớp cảnh báo rồi vẫn cho chạy.

Theo từng loại người dùng

Cách vẽ một luồng AI — thứ bản vẽ phần mềm thường không có

Sơ đồ luồng thông thường vẽ một đường đi và vài nhánh lỗi. Luồng AI phải vẽ thêm ba thứ, và chính ba thứ này là nơi thiết kế sống hay chết:

• Nhánh theo độ tin cậy, không phải nhánh theo thành công/thất bại. Vẽ ba nhánh: chắc chắn → hiện kết quả; không chắc → hiện kèm cảnh báo và nguồn; không đủ căn cứ → nói là không biết và mời người dùng làm cách khác.
• Trạng thái chờ, vẽ như một màn hình thật. Nếu tác vụ chạy 40 giây, màn hình chờ là màn hình người dùng nhìn lâu nhất. Vẽ nó: đang làm bước nào, còn bao lâu, có huỷ được không, kết quả từng phần hiện dần hay chờ trọn gói.
• Đường vòng lại. Sau khi thấy kết quả, người dùng đi đâu? Sửa tại chỗ, chạy lại với yêu cầu khác, hay bỏ qua? Nếu bản vẽ của bạn chỉ có mũi tên đi tới, nghĩa là bạn đang giả định lần đầu đã đúng.

Ký hiệu tối thiểu nên thống nhất trong đội: hình thoi cho điểm ngưỡng độ tin cậy, hình chữ nhật nét đứt cho bước do AI sinh (để phân biệt với bước tất định), hình tròn đậm cho điểm bắt buộc có người duyệt. Ba ký hiệu là đủ; thêm nữa thì không ai nhớ.

Làm trên công cụ gì cũng được — Figma, Miro, hay giấy. Quan trọng là bản vẽ trả lời được câu: "khi model không chắc, người dùng nhìn thấy gì?"

Nhịp làm việc của đội — những buổi phải có

Buổi đầu tiên là buổi quan trọng nhất và cũng là buổi hay bị bỏ nhất. Không có nó, đội chỉ nghe về lỗi qua lời phàn nàn — tức là chỉ nghe được phần nổi.

Pattern tạo thói quen như thế nào — và ranh giới đạo đức

Thói quen hình thành qua vòng lặp: dấu hiệu → hành động → phần thưởng → đầu tư. Pattern nhất quán là thứ làm vòng lặp đó chạy được, vì mỗi lần dùng không phải học lại.

Mắt xích đầu tư là mắt xích bị bỏ quên nhiều nhất và là mắt xích giữ chân người dùng mạnh nhất: mỗi lần họ sửa một kết quả, sản phẩm nên tốt lên cho lần sau. Nếu công họ bỏ ra bốc hơi sau mỗi phiên, họ sẽ không bỏ nữa.

Ranh giới cần nói rõ: mục tiêu là thói quen hữu ích — người dùng quay lại vì công việc trôi hơn. Thông báo giả, chuỗi ngày liên tiếp, hay gây khó khi muốn rời đi là thiết kế thao túng: nó nâng số liệu trong một quý rồi phá niềm tin vĩnh viễn. Thước đo đúng là công việc hoàn thành, không phải số lần mở ứng dụng.

Best practices — rút gọn thành tám câu

• Mặc định là bản nháp. AI đề xuất, người quyết định. Chỉ bỏ bước duyệt khi đã có số liệu chứng minh, không phải vì thấy nó phiền.
• Cho kiểm, đừng bắt tin. Đường ngắn nhất từ câu trả lời về bằng chứng gốc là tính năng đáng giá nhất của sản phẩm AI nghiêm túc.
• Nói "tôi không biết" phải là kết quả hợp lệ. Thà trả về rỗng còn hơn trả về một câu bịa trôi chảy.
• Không chắc thì phải nhìn thấy được. Nhưng đừng in con số xác suất thô — dịch thành ngôn ngữ hành động: "nên kiểm lại đoạn này".
• Thất bại phải có đường ra. Mỗi ngõ cụt của AI cần một lối thủ công.
• Đặt AI vào nơi công việc đang diễn ra, không phải một tab riêng.
• Nhất quán hơn thông minh. Cùng một pattern ở mọi tính năng AI giúp người dùng học một lần, dùng khắp nơi.
• Đo bằng công việc hoàn thành, không phải số lần bấm nút AI.

Hiccups thường gặp và cách xử lý

Vì sao vai trò của bạn cần cái này

Definition of done

• Mỗi tính năng AI đã được đặt vào một ô trong bảng thiệt hại × độ tin cậy, và pattern được chọn theo ô đó.
• Có màn hình cho cả ba nhánh: chắc chắn, không chắc, và không đủ căn cứ.
• Trạng thái chờ đã được thiết kế, không phải một vòng xoay mặc định.
• Mỗi ngõ cụt của AI có một lối thoát thủ công.
• Bộ ca chuẩn lấy từ dữ liệu thật, chạy lại mỗi lần đổi prompt hoặc model.
• Buổi duyệt kết quả xấu đã có lịch cố định hằng tuần và có người chủ trì.