ให้ผู้ใช้แก้ AI โดยไม่ต้องเริ่มใหม่
ออกแบบ edit, regenerate scope, preserve intent, version compare และ apply-to-similar พร้อมป้องกัน feedback loop ผิด
เป้าหมาย: สร้าง correction flow ที่เก็บการควบคุมไว้กับผู้ใช้ · ใช้เวลาประมาณ 15 นาที
Orient → Explain → Control → Learn
ทุกสถานะต้องช่วยให้ผู้ใช้เข้าใจและทำขั้นตอนต่อไปได้
Orient
บอกขอบเขต สถานะ และสิ่งที่กำลังเกิด
Explain
แสดง source, change, uncertainty และผลกระทบ
Control
ให้แก้ ยกเลิก อนุมัติ undo หรือส่งต่อ
Learn
เก็บ feedback ที่วินิจฉัยได้และ retest
องค์ประกอบประสบการณ์
edit
ออกแบบ edit ให้ผู้ใช้เข้าใจและควบคุมผลลัพธ์
แสดงในจังหวะที่เกี่ยวข้อง ไม่ซ่อนในหน้าข้อกำหนดยาว
diff
ออกแบบ diff ให้ผู้ใช้เข้าใจและควบคุมผลลัพธ์
ให้แก้เฉพาะส่วนและเห็นผลต่าง เก็บต้นฉบับ และอย่านำการแก้ไปใช้ทั่วระบบโดยไม่บอกหรือขออนุญาต
version
ออกแบบ version ให้ผู้ใช้เข้าใจและควบคุมผลลัพธ์
ให้แก้เฉพาะส่วนและเห็นผลต่าง เก็บต้นฉบับ และอย่านำการแก้ไปใช้ทั่วระบบโดยไม่บอกหรือขออนุญาต
feedback
ออกแบบ feedback ให้ผู้ใช้เข้าใจและควบคุมผลลัพธ์
ให้แก้เฉพาะส่วนและเห็นผลต่าง เก็บต้นฉบับ และอย่านำการแก้ไปใช้ทั่วระบบโดยไม่บอกหรือขออนุญาต
Dark pattern ของ AI
ใช้คำมั่นกว้าง
ผู้ใช้เชื่อเกินความสามารถ
บอก task-specific limitation
ซ่อน uncertainty
คำตอบดูแน่นอนเกิน evidence
แสดงสาเหตุและ next step
feedback ไม่มี owner
ผู้ใช้รายงานแต่ระบบไม่ดีขึ้น
route, fix และ retest
ออกแบบ interaction จากสถานการณ์
พนักงานแก้น้ำเสียงคำตอบ LINE OA แต่ไม่ต้องการเปลี่ยนข้อมูลหลัก
กำหนด expectation, status, evidence, control, feedback และ escalation
ดูคำตอบตัวอย่าง
บอกขอบเขตก่อนเริ่ม แสดงสถานะจริงและเวลาคร่าว ๆ ผูกผลกับ source และ uncertainty ให้ preview/diff ก่อนอนุมัติ มี cancel, edit, undo หรือ rollback เก็บ feedback พร้อมเหตุผล และส่งต่อคนเมื่อผลกระทบสูง
- expectation
- status
- source/uncertainty
- control/undo
- feedback
- escalation
บันทึกช่วยจำ
- ทดสอบภาษาไทยกับผู้ใช้จริง ไม่ใช้คำเทคนิคแทนคำอธิบายผลกระทบ
- accessibility และ keyboard/focus ต้องทำงานในทุกสถานะ
สรุปบทเรียนนี้
- บอกขอบเขต
- แสดงหลักฐานและความไม่แน่ใจ
- ให้ควบคุมและเรียนรู้จาก feedback