用户看不懂你是谁
首屏没有及时解释你是谁、做什么、适合谁，用户还没理解就先离开了。
UX Audit Guide for Websites, AI Products, and Agents
快速看清你的首页、流程和 agent 体验哪里不清楚
这里提供可直接使用的 UX 原则、检查点和审计工具，帮你找出信息气味不足、CTA 不明确、交接不清和状态不透明的问题。
想先修首页、落地页或单个页面，用清晰度审计；问题跨注册、审批、通知、handoff 或支持流程，用服务链路审计。
适合什么问题
首页讲不清、入口不明显、流程容易迷路、agent 会做事但不会交代。
你会得到什么
优先级问题清单、关键断点、下一轮最值得先改的动作。
推荐起点
先选一种审计，再回来看原则、时间线和参考资料。
Common problems
如果你已经觉得“哪里不太对”，大概率先卡在这三类问题里。
先判断你遇到的是入口问题、决策问题还是信任问题，再决定先审首页、流程还是整条服务链路。
能点很多，但不知道先点哪个
入口太多、标签太抽象、CTA 太像内部命名，用户不敢做决定。
Agent 会做事，但不会交代
系统会自动行动，却不说状态、后果、审批点和接管方式，信任感很快流失。
Audit Tools
先从哪种审计开始？
想先修首页、落地页或单个页面，用清晰度审计；问题跨审批、通知、交接、支持等多步流程，用服务链路审计。
Principles
先有原则，再谈页面、组件、prompt 和 agent 行为。
第一版先放 6 条主轴原则。后续每一条都会扩展成独立页面，连接时间线、模式库与审计问题。
清晰度 Clarity
Evergreen让用户一眼看懂这是什么、正在发生什么、下一步可以做什么。
对 agent 产品来说，清晰度还包括角色、计划、状态、后果和权限边界的可见性。
- 5 秒内能否解释产品在做什么
- 当前状态是否明确
- 按钮后果是否说清楚
信任 Trust
Evergreen信任来自稳定、透明、可验证，而不是把系统伪装得像人。
来源、证据、不确定性和可追溯记录，是 AI 时代比文案口吻更重要的信任基础。
- 是否说明来源
- 是否区分确定与不确定
- 是否有可回看记录
反馈 Feedback
Evergreen别让用户在等待、执行和失败时只能靠猜。
异步任务、后台代理和长流程都需要阶段性回执，而不是沉默到结束。
- 是否有处理中状态
- 是否有阶段结果
- 失败是否及时暴露
可控性 Controllability
Reframed越自动化，越需要暂停、改写、批准、撤销和人工接管。
好的 agent UX 不是一味自动，而是在关键节点让人知道什么时候该接手、怎么接手。
- 是否可中断
- 是否可撤销
- 高风险动作前是否审批
恢复 Recovery
Evergreen错误不是终点，关键在于系统能不能帮人回到正确轨道。
当 agent 跑偏时，应该保留上下文、暴露问题来源，并给出明确修复入口。
- 错误是否可诊断
- 是否提供恢复路径
- 上下文是否保留
渐进揭示 Progressive Disclosure
Reframed复杂系统不该把所有能力、风险和状态一次性压给用户。
好的分层会让新手能起步、熟手能深入，而不是人人都被复杂度拖住。
- 初次使用是否能起步
- 高级信息是否有地方可看
- 层级是否一眼可懂
Common fixes
找到问题之后，通常先从这几类修法下手，而不是立刻整站重做。
这些不是流行组件清单，而是最常见、最容易立刻改善体验的修复方向。
先说清楚，再让用户决定
在 AI 开始工作前讲清它会做什么、不会做什么、需要多久、何时需要你确认。
高影响动作前先确认
对外发送、花钱、改权限、发通知之前，都应该先给用户一个明确的批准点。
把记忆和假设做成可检查对象
让用户能看到 agent 记住了什么、误解了什么、哪些内容可以改掉或清空。
交接时说清楚谁接手、接下来会发生什么
跨人、跨 agent、跨系统切换时，责任边界、状态和下一步必须被写明。
What this site checks
首页不是终点。真正影响体验的，常常是后面的步骤和交接。
所以这里不会只看首屏，而会继续往下看 onboarding、关键流程、确认、错误、审批和 handoff。
首页只是入口
真正的问题常常出在 onboarding、关键步骤、确认页、错误页和返回路径。
断点往往出在交接
审批、通知、handoff、支持和后台处理，通常比单个页面更容易让人掉线。
AI 带来了新的 UX 对象
计划、记忆、状态、权限、日志和人工接管，都需要被单独设计。
Timeline
从可用性到服务设计，再到 agent 设计，UX 的单位一直在扩大。
第一版时间线先做成可过滤的摘要视图。后续可以接你本地已有的 nested timeline 形态，扩成更强的历史图谱。
1988
日常物的设计成为更广泛的设计基础
可理解性、映射、反馈和错误设计开始成为更通用的设计语言。
1990s
Web usability 变得明确
网页开始强调导航、信息气味、首页定位、可扫描性和内容新鲜度。
2000s
Journey 和 service thinking 扩大 UX 的单位
设计不再只看单页，而是看跨触点的完整体验和组织协作。
2010s
Design systems 走向成熟
原则、模式、组件和治理开始以系统而不是单项目经验的方式沉淀。
2020s
AI UX toolkits 出现
HAX、PAIR、Carbon for AI 等开始把不确定性、解释和控制写入规范。
2025-2026
Agent design 成为新的一层
记忆、审批、日志、handoff、权限和非人身份，成为新的 UX 基础对象。
Reference stack
公开来源不是装饰，而是让这套原则有证据、有 lineage。
第一版优先采用那些既能代表经典 UX，又能代表 AI / agent 新问题的开放参考体系。
NN/g Homepage Design Principles
首页要快速说明你是谁、提供什么、为什么现在值得继续看下去。
Google PAIR Guidebook
把 AI 设计问题组织成 patterns、chapters、case studies 与 workshop。
Microsoft HAX Toolkit
把 AI 交互分成初始、进行中、出错时、长期关系四个阶段来看。
Carbon for AI
从组件级别处理 AI explainability、AI label、AI chat 与可访问性。
UX Design for Agents
Agent 需要被区分于人类，并让计划、状态、主动性和不确定性可见。
OpenAI Practical Guide to Building Agents
把 agents 看作代表用户行动的系统，需要 guardrails、handoffs 与人工介入阈值。
For agents
给使用 AI / agent 的团队
如果你让 agent 帮你做事，这里定义它该如何解释、审批和暴露状态。
先用人话定义 agent 应该怎么工作
- 先说明自己是谁、现在要做什么。
- 高风险动作先确认，不要默默替用户做决定。
- 出错时告诉用户哪里错了、怎么接管、怎么恢复。
需要给系统读时，再走结构化入口
- Read the audit picker before jumping into principles.
- Use principle summaries as guardrails for product and flow decisions.
- Follow related patterns when designing status, approval, or handoff.
- Require human approval for high-impact actions.
- Do not hide system state during long-running tasks.
- Differentiate agents from humans.
- Make approvals explicit before external or irreversible actions.
- Expose recovery paths when the system is wrong.