机会识别和AI适用性评估 / Opportunity & AI Fit
在这一幕中，业务负责人跑来兴奋地告诉您：“竞争对手都有 AI，我们也要做一个。”对您而言，真正困难的地方是判断这个需求背后到底有没有真实用户问题，以及这个问题 是否真正需要用AI来解决。这往往站队评估，不是用户体验评估。如果您反对，就会被贴上“跟不上时代”的标签。因此，您必须在不把所有人都得罪的情况下，让团队重新回到“用户为什么需要它”这个问题上。本幕中，您还将学习 UX 的价值与战略定位、商业价值、需求与产品定位、用户中心设计、AI Opportunity、价值主张和体验成功标准，并最终形成 Experience Brief / AI Opportunity Brief。
用户发现 / User Discovery
在这一幕中，项目虽然已经通过立项，但每个人嘴里的“用户”似乎都不是同一个人，您需要搞清楚真正的用户到底是谁？您的任务是离开会议室，从访谈、行为数据、现场观察和历史反馈中找到真正的用户任务、心智模型、行为动机和失败代价。但用户调研被看成业务减速器，领导催进度，甚至把AI当作跳过调研的借口。更棘手的是，很多所谓“用户声音”其实只是组织内部立场的投射。这又变成了政治。本幕中，您还将系统学习 UX 心理学、用户研究方法、定性与定量研究、心智模型、认知偏差、行为动机与数据分析，并形成 Research Insight、As-Is Workflow 和初步 Problem Map。
人机（AI）体验定义 / Human-AI Experience Definition
用户问题已经找到，AI 团队也证明模型“能做”。在这一幕中，您需要决定 AI 是建议者、起草者、执行者还是代理人；哪些动作可以自动完成，哪些必须要求用户确认；AI 犯错以后用户能不能恢复；用户又是否会错误地以为 AI 比实际更聪明。但真正危险的事情这时才刚刚开始：团队缺乏共同语言，所有权真空，但你却恰恰可能被挤出定义权。这一幕中，您将学习 Human-AI Task Mapping、心智模型、信任校准、自主级别、权限、解释、控制权、Memory、Human-in-the-loop 与风险设计，最终建立 AI Experience Contract。
概念探索与共识 / Concept Exploration & Alignment
在这一幕中，您要让团队形成共识，您会和团队一起先发散，再用用户价值、AI能力、技术成本和风险把方案收敛。这时候，真正的用户问题已经明确，但新的斗争开始了：老板有一个“非常具体的建议”，产品经理已经偏爱某个方案，工程师想用能为自己职业履历加分的新技术，共识在真实环境中变成消耗战。这一幕中，您将学习 Design Thinking、HMW、场景映射、Storytelling、Workshop Facilitation、SCAMPER、Six Thinking Hats、概念原型与团队共识形成，同时学习什么时候 Persona、Journey Map、Service Blueprint 或 Design Sprint 真正有用。
行为与交互设计 / Behavior & Interaction Design
在这一幕中，方向已经定了，这时最容易发生“设计师终于可以安心画稿”的错觉。真正困难的部分其实刚刚开始：AI时代，要要设计的其实是概率行为，但交付物却还是静态屏。模型能力不断变化，交互设计的基座不牢。出交互方案不够，还要 vibe code 出能跑的行为。交互设计从“规定系统该怎么对人”变成“先做出一个能演示的agent，再倒推行为”。您需要把用户行为、AI行为、界面状态和系统约束统一起来。本幕中，您还将学习交互设计、行为设计、人因工程、启发式原则、视觉与内容设计、无障碍、AI行为状态、智能体行为轨迹、失败恢复和AI 交互模式，形成完整的AI 行为规范与交互原型。
原型、可用性与AI评测 / Prototype, Usability & AI Eval
在这一幕中，您要建立一套能真正判断体验是否合格的证据体系。但问题是没有真模型就测不了真体验。 一接入真实模型，许多问题马上暴露。研发说“模型就是这样”，产品经理说“我们自己试了十几次还不错”，领导却把demo演示当成已验证能力。两天做出魔法，三周给demo擦屁股。这里处处都是坑。本幕中，您还将学习原型验证、可用性测试、专家评估、实验方法、A/B测试，同时还会学习 AI Eval、Golden Tasks、Failure Cases、Rubric、Trust Calibration、LLM-as-Judge 与 Human Evaluation，最终建立 UX Eval Set 和上线前质量标准。
开发、试点与发布 / Build, Pilot & Launch
设计通过验证以后，您以为最困难的部分结束了，但甩锅大战正式开始，工程实现开始不断提出“为了排期先简化一下”，测试环境中的AI行为又和原型不同，业务希望赶在发布会前全量开放，而安全团队要求限制权限。设计师在这一幕中面对的不只是“还原度”，而是上线责任。但对其他同事而言，窗口到了就必须发。设计师挡发布就等于挡别人的绩效。不挡又等于自己未来要背锅，怎么办？本幕中，您还将学习前端与研发协作、Design QA、Behavior QA、Pilot、灰度策略、A/B实验、风险分级、权限、自主权、Kill Switch和Graceful Degradation。
运营、复盘与持续优化 / UX Ops & Experience Leadership
在这一幕中，您需要从真实数据、会话、Agent Trace、投诉和失败案例中判断体验到底在变好还是变坏，并把真实失败变成新的Eval Case，让系统下一次不再犯同样的错误。但现实中，体验事故却被当创新 KPI。看板显示使用率很高，老板非常满意，但越来越多用户抱怨“AI突然变笨，反复尝试都不满意”。功过不对称。 指标好：产品/算法/业务“抓住了 AI 机遇”。指标差：体验“没有打磨好”、设计“没有闭环意识”。这一幕中，您还将学习UX Metrics、HEART、商业指标、日志分析、Failure Mining、Regression Eval、AI UX Ops、设计系统治理、利益相关者管理和UX领导力。
