收益：
- 能够在人工智能支持下发现形式语言、比例和视觉平衡决策并比较替代方案
- 能够通过人工智能生成草稿/清单，将人体测量学和人体工程学原理融入到工作中
- 能够通过真实的人体测量数据、模型和用户测试来验证人工智能的人体工程学和尺寸建议
产品让人感觉“设计精良”并非巧合。形式的比例、线条的节奏、质量的平衡以及产品如何适合你的手或眼睛是设计师成千上万个小决定的总和。在本单元中，我们涵盖两个相互交织的主题：美学/形式语言（产品的外观和感觉）和人体工程学（产品与人体的关系）。人工智能在这两个领域发挥着截然不同的作用。美学中的人工智能是一种强大的发现和比较工具；在人体工程学中，它只是蓝图和检查表的生成器，因为真正的人体工程学决策是根据人类数据和物理测试做出的。混淆两者是本单元最重要的警告。
形式语言与比例：人工智能的美学探索
形式语言是创造产品视觉个性的一致形式决策：角是尖锐的还是柔和的，表面是平坦的还是弯曲的，线条是水平的还是垂直的。比例是零件之间相对的尺寸关系；好的比例会让产品看起来“成熟”，坏的比例会让产品看起来“临时”。设计师利用黄金比例、三分法、视觉重量平衡等原则来评估比例。
人工智能在这方面有两个方面的帮助。首先，它允许您快速生成并并排比较同一产品的不同比例（例如“同一盏灯，身体与手臂的比例为 1:2、1:3 和 1:4”）。其次，它可以帮助您在多个部分中一致地扩展表单语言。但要注意：人工智能没有“审美判断”；它只是反映了训练数据中的流行模式。您可以决定哪种比例适合该产品、该品牌和该用户。
提示：在做出费率决定时，不要要求AI“选择最好的”；要求“用 4 种不同的比例制作相同的表格”并自己做出选择。 AI产生对比材料，你做出判断。
人体工程学：人工智能在这里只是一种辅助
人体工程学是使产品适合人体、感知和运动的科学。手柄直径、按钮位置、屏幕角度、座椅高度；这些不是随机的，它们基于人体测量学（人体测量科学）数据。一个关键的概念是百分位数：它显示了人口中高于/低于某个指标的百分比。良好的人体工程学设计通常能够覆盖 5%（小）到 95%（大）的用户范围；为单个“普通”用户设计会忽略大多数用户。
这就是人工智能的边缘开始的地方。问 AI“平均手宽是多少（毫米）？”当你询问时，它会给你一个数字；这个数字可能是幻觉，不清楚它属于哪个人群，而且忽略了百分位分布。人体工程学值取自可靠的人体测量数据表，而不是来自人工智能，并在用户测试中使用物理模型进行验证。您可以在人体工程学中使用人工智能来：制定产品需要考虑的人体工程学因素的清单，让您逐步描述使用场景并标记风险点，或者获得解释人体测量数据集的帮助。但数字的来源永远不可能是人工智能。
下表总结了人工智能在美学和人体工程学中的作用有何不同：
主题
人工智能的作用
验证来源
形式语言发现
强大：产生变化和比较
设计师判断、品牌引导
率试验
强大：并排替代方案
设计师判断、视觉评价
人体工学尺寸（直径、高度）
弱：只是草稿/提醒
人体测量数据+模型+测试
用例分析
媒介：风险清单草案
真实用户观察
无障碍要求
媒介：清单大纲
标准+专家+检测
三个迷你箱子
案例 1 — 通过赔率比较快速决策。设计人员不确定蓝牙扬声器的机身高/宽比。它要求人工智能以1:1、3:4和9:16的比例制作相同的表格，将三者并排放置，并在5分钟内与客户确定3:4的比例。人工智能在这里得到了正确的使用：它产生了加速决策的视觉材料，人类做出了选择。
案例 2 — 人体工学价值不当。一个团队为老年用户设计了一个药盒，并向人工智能询问打开标签的力量； AI 说“5 牛顿就可以了”。团队对此表示欢迎。然而，对于很大一部分老年人和患有关节炎的用户来说，5 N 太多了；实际目标应该低得多，包括握力较低的用户。在物理原型测试期间无法打开盒子。教训：人体工学力/测量值来自目标人群的实际数据，并通过测试验证； AI 的奇数具有误导性。
案例 3 — 使用清单进行覆盖。在设计菜刀手柄时，设计师告诉人工智能“为该产品需要考虑的所有人体工程学和安全因素制定一个清单。”人工智能;它会生成一个包含 14 项的列表，例如握把直径、防滑表面、湿手握持力、手指保护、右手/左手、可清洁性。设计师以此列表为起点，从人体测量数据和测试中提取每件物品的真实价值。教训：人工智能扩大了范围（提醒你忘记的因素），但没有给出数值。
可复制的提示模板
比例比较模板（视觉 AI）“保持该产品的相同形式，但仅更改[躯干/手臂]比例：产生三种变化 - 比例 1:2、1:3 和 1:4。保持其他所有内容（材料、角度、照明）相同，以便我可以比较比例的效果。”
人体工程学检查表模板（文本 AI）“为[产品]制作一份人体工程学和可用性检查表。包括：握力/握力、触及范围、力要求、视力/可读性、左右手、不同尺寸和年龄组、可访问性。为每个项目添加“应验证哪些人体测量数据或测试”列。不要给出确切的数字；告诉我我需要测量/验证什么。”
使用场景分析模板（文本 AI）“以下用户在以下环境中使用以下产品：[描述]。逐步写出用法（伸出手、抓握、转动...）并标记每个步骤中可能存在的困难、疲劳或风险点。这些是需要通过观察来证实的假设；不要做出明确的判断。”
人体测量数据解释模板（文本 AI）“我有以下人体测量表：[粘贴数据，来源]。如何确定[手柄直径]范围以覆盖第 5 个和第 95 个百分位用户，解释步骤。使用表中的值；不要制作自己的数字。指定我需要哪个回波计。”
弱提示/强提示
弱提示：“这个手柄的理想尺寸应该是多少？”
强烈提示：“我正在设计一个手钻握把。目标用户：专业大师，第 5-95 个百分点的成人手。给我一份人体工程学检查表：握把直径、长度、表面纹理、扳机范围、振动、湿握/戴手套握把。写下我需要验证每个项目的人体测量数据以及来自哪些模型测试。不要给出精确的毫米值；我将使用表格并用模型进行测试。”
微弱的提示将AI推入了一个做作的奇数；强大的提示将其引导至正确的工作（范围和验证列表），并将数字来源留给您的数据+测试。
常见错误
- “询问”人工智能进行人体工程学测量并将其直接处理到模型中。这些来自人体测量数据和测试。
- 为单个“普通用户”设计。不涵盖百分位数范围（例如 5-95）的设计将大多数用户排除在外。
- 将审美判断委托给人工智能。 AI体现流行模式；您为此产品/品牌选择正确的价格。
- 跳过模型和用户测试。在屏幕上看起来不错的握持方式在手中可能会很糟糕。
- 将可访问性作为事后考虑。从一开始就列出体型、年龄和能力的多样性。
注意：人体工程学关乎安全和健康；不正确的力或尺寸值将导致受伤、拉伤或产品无法使用。人工智能从来都不是人体工程学的测量来源；它提醒您最需要验证的内容。
综上所述
形式/美学和人体工程学需要不同的验证制度。美学中的人工智能非常强大：它可以让你快速生成和比较比例和形式的语言变体，但“最好的”由你来判断。在人体工程学中，人工智能的唯一作用是：它可以生成清单和场景轮廓，但尺寸、直径、力等值来自可靠的人体测量数据，并在用户测试中通过物理模型进行验证。覆盖百分位数范围，重新考虑可访问性，并且不要从人工智能中获取任何符合人体工程学的数字。
应用任务
选择手持式产品（任何带有手柄的产品）。使用“人体工程学清单”模板为 AI 提供一份清单。然后从可靠的人体测量来源研究列表中的至少三个指标（例如握把直径），并写下人工智能未提供的实际百分位范围。使用“比率比较”模板分别生成同一产品的三种不同比率，并证明您选择哪一种以及原因。
清单
- [ ] 我使用人工智能作为审美/比例决策的比较工具，自己做出判断。
- [ ] 我根据可靠的人体测量数据而不是人工智能进行了人体工程学测量。
- [ ] 我认为它会涵盖百分位数范围（例如第 5-95 位）。
- [ ] 我的计划中包括了物理模型和用户测试。
- [ ] 我从一开始就在清单中添加了可访问性和尺寸/年龄多样性。
- [ ] 我没有在没有验证的情况下向模型添加任何人体工学值。