Flowy: Supporting UX Design Decisions Through AI-Driven Pattern Annotation in Multi-Screen User Flows

许多最近的AI驱动的用户体验设计工具都专注于从自然语言生成单个静态UI屏幕。然而，它们忽略了跨多个屏幕的交互和用户体验这一重要方面。通过与UX专业人士的形成性研究，我们确定了这些工具在支持实际UX设计工作流程方面的局限性。作为回应，我们设计并开发了Flowy，这是一款应用程序，通过补充具体的用户流程示例和精简的设计模式知识，增强设计师在构思中的信息搜索过程。Flowy利用大型多模态AI模型和高质量的用户流数据集，帮助设计师识别和理解设计空间中与多屏幕用户流相关的抽象设计模式。我们与专业UX设计师进行的用户研究表明，Flowy支持实际的UX任务。我们在Flowy中的设计考虑，例如适当抽象级别的表示和通过解决方案空间的辅助导航，是可推广到其他创意任务的，并体现了一种以人为中心的、智能增强的方法，以利用AI进行UX设计。

论文旨在解决现有AI-powered UX设计工具在多屏幕用户流程中忽略交互和用户体验的问题，提出一种新的工具Flowy来支持UX设计师的信息搜寻过程。

Flowy利用大型多模态AI模型和高质量的用户流数据集，帮助设计师在多屏幕用户流中识别和理解相关的抽象设计模式，从而增强设计师的创意过程。

论文通过与专业UX设计师的用户研究，证明了Flowy在支持实际UX任务方面的有效性。Flowy的设计考虑，例如适当抽象级别的表示和辅助导航，可推广到其他创意任务，并体现了一种以人为中心的智能增强方法来使用AI进行UX设计。

近年来，还有一些与本文相关的研究，例如《Generating Interactive Design Layouts via Sketch-Based Visual Language》和《DesignScape: Design with Interactive Generative Models》。