Проектирование для AI агентов: новая UX дисциплина Agentic Experience Design

Мы потратили десятилетия на совершенствование проектирования инструментов — интерфейсов, где пользователи кликают, печатают, перетаскивают и управляют. Каждый пиксель существует для того, чтобы помочь человеку выполнить задачу. Но что происходит, когда пользователь не выполняет задачу? Что происходит, когда AI агент действует от его имени, принимает решения, вызывает API и производит результаты — иногда даже без того, чтобы пользователь это видел?

Это вызов проектирования эпохи агентов, и он требует совершенно новой UX дисциплины. Мы называем это Agentic Experience Design (AXD) — практика проектирования интерфейсов, взаимодействий и информационной архитектуры для систем, где AI агенты являются основными участниками, а люди — надзирающими, сотрудничающими или получающими выгоду сторонами.

Почему традиционные UX паттерны не работают

Традиционный UX построен на фундаментальном предположении: пользователь контролирует процесс. Они инициируют действия, видят результаты, решают, что происходит дальше. Вся дисциплина — от информационной архитектуры до дизайна взаимодействия до тестирования удобства — предполагает человека за рулем.

Agentic системы инвертируют это. AI инициирует действия. AI решает, что происходит дальше. Роль пользователя смещается с водителя на надзирающего — и наши интерфейсы должны измениться соответственно. Традиционный UI управления задачами показывает вам список дел. Agentic UI управления задачами показывает вам, что делается, какие решения были приняты и где нужна ваша помощь.

Этот сдвиг нарушает несколько глубоко укоренившихся UX паттернов. Индикаторы прогресса, разработанные для детерминированных процессов, не работают для агентов, которые могут выполнить 3 шага или 30. Функция отмены становится бессмысленной, когда агент уже отправил письмо или обновил базу данных. Диалоги подтверждения становятся критическими привратниками, а не незначительным трением. Весь цикл обратной связи между действием пользователя и ответом системы нужно переосмыслить.

Три столпа Agentic Experience Design

После проектирования интерфейсов для нескольких powered AI продуктов в iHux, мы определили три столпа, на которых должна быть построена каждая agentic система: доверие, прозрачность и контроль.

Столп 1: Доверие через предсказуемость

Пользователи не доверяют AI агентам по умолчанию — они доверяют им через повторяющиеся положительные опыты. Ваш дизайн должен ускорить процесс построения доверия, защищая от катастрофических нарушений доверия.

До: Традиционный AI ассистент получает запрос вроде «запланируй встречу с командой дизайна» и немедленно отправляет приглашения в календарь. Если он выбрал неправильное время или неправильно определил членов команды, доверие разрушено мгновенно.

После: Agentic система показывает свой план перед выполнением: «Я проверю календари Сары, Джеймса и Лин, найду 30-минутный слот на этой неделе и создам приглашение. Продолжить?» Рассуждение агента видно. Пользователь может скорректировать курс перед любым действием. Доверие строится на продемонстрированной компетентности, а не слепой вере.

Паттерн проектирования: Прогрессивная автономность. Начните с того, что агент предлагает, а пользователь одобряет. По мере того как агент демонстрирует надежность в конкретной предметной области задачи, постепенно переходите к тому, что агент действует, а пользователь уведомляется. Никогда не переходите сразу к полной автономности.

Столп 2: Прозрачность через объяснимость

Когда агент принимает решение, пользователи должны понять почему — не в технических терминах, а в терминах, связанных с их целями и ценностями. Это дизайн объяснимого AI, и он отличается от исследования объяснимого AI. Исследователи заботятся о математической интерпретируемости. Дизайнеры заботятся о понимании человеком.

Эффективный дизайн объяснений работает на нескольких уровнях детализации. Поверхностный уровень показывает, что сделал агент («Перенес ваш рейс на отправление в 15:00»). Уровень рассуждения показывает почему («Рейс в 13:00 имеет 40-минутное соединение в Денвере, что ниже вашего предпочтительного минимального времени соединения»). Уровень доказательств показывает данные, лежащие в основе рассуждения («Исторические данные показывают, что 23% соединений в Денвере менее чем на 50 минут приводят к упущенным рейсам»).

Большинству пользователей большую часть времени потребуется только поверхностный уровень. Но более глубокие уровни должны быть доступны — именно они трансформируют непрозрачное решение AI в прозрачное, достойное доверия. Думайте об этом как о хорошо спроектированном сообщении об ошибке: сводка сразу видна, детали одного клика.

Столп 3: Контроль через границы

Пользователи должны всегда чувствовать — и быть — в контроле того, что могут делать агенты. Это означает проектирование четких границ, которые видны и настраиваемы.

Границы разрешения определяют, что разрешено делать агенту. Может ли он отправлять письма? Получать доступ к финансовым данным? Делать покупки? Эти разрешения должны быть детальными, четко представлены и легко изменяются. Думайте об этом как о системе контроля доступа на основе ролей, но разработанной для непрофессиональных пользователей для понимания и управления.

Границы области действия определяют степень действий агента. «Забронировать рейс» может означать «найти варианты и представить их» или «найти самый дешевый вариант и забронировать его». Пользователи должны устанавливать и настраивать эти области интуитивно. Мы обнаружили, что хорошо работает метафора ползунка — от «только предложения» через «действовать с подтверждением» к «действовать независимо» — давая пользователям осязаемое ощущение того, сколько автономии имеет агент.

Проектирование адаптивных интерфейсов для Agentic систем

Один из наиболее интересных вызовов проектирования в AXD — это то, что сам интерфейс должен быть адаптивным. Традиционные приложения имеют фиксированные макеты — панель управления всегда выглядит как панель управления. Но интерфейс agentic должен переформироваться в зависимости от того, что делает агент.

Когда агент неактивен, интерфейс подчеркивает ввод — облегчая для пользователей описание целей и установку параметров. Когда агент работает, интерфейс переходит к прогрессу и мониторингу — показывая, что происходит и предлагая точки вмешательства. Когда агент завершил свою задачу, интерфейс трансформируется в поверхность проверки и одобрения — представляя результаты с полным контекстом и четкими опциями принять/отклонить/изменить.

Это не просто визуальный вызов — это проблема информационной архитектуры. Одни и те же данные должны быть представлены по-разному в зависимости от состояния агента. Список опций полетов означает что-то другое, когда агент все еще ищет (частичные результаты, еще будут) в сравнении с тем, когда закончено (полные результаты, готовые к выбору) в сравнении с тем, когда он действует (забронировал этот, вот почему).

Конкретные паттерны проектирования для Agentic UX

Вот конкретные, реализуемые паттерны, которые мы проверили в production.

• Паттерн "Думай вслух": Выводите рассуждения агента в режиме реального времени, как повествуемый рабочий процесс. Пользователи видят «Проверяю доступность календаря...» затем «Нашел 3 свободных слота...» затем «Сравниваю с предпочтениями команды...» Это трансформирует черный ящик в прозрачный процесс.
• Паттерн Checkpoint: На критических точках решения агент паузирует и представляет предлагаемое действие с альтернативами. «Я собираюсь отправить это письмо 50 получателям. Вот содержание. Одобрить, редактировать или отменить?» Контрольные точки должны быть размещены перед необратимыми действиями и решениями с высоким влиянием.
• Паттерн Audit Trail: Каждое действие, которое предпринимает агент, регистрируется в понятной для пользователя временной шкале. Не технический журнал — повествование о том, что произошло, когда и почему. Пользователи могут просмотреть это в любое время, и оно служит как ответственностью, так и учебным материалом для понимания поведения агента.
• Паттерн Confidence Signal: Агенты должны визуально передавать свой уровень уверенности. Действия с высокой уверенностью выполняются гладко. Действия с низкой уверенностью отмечаются визуальными индикаторами и требуют ввода пользователя. Это учит пользователей, когда доверять агенту и когда обратить пристальное внимание.

Будущее AXD

Agentic Experience Design находится в зачаточном состоянии, как мобильный UX в 2008 году. Мы устанавливаем фундаментальные паттерны, которые будут развиваться в течение следующего десятилетия. Дизайнеры, которые инвестируют в понимание этой дисциплины сейчас, будут формировать то, как люди и AI агенты работают вместе в течение многих лет.

Главное понимание вот в чем: проектирование для агентов — это не о том, чтобы сделать AI дружелюбным или скрыть его сложность за интерфейсом чата. Это о создании систем доверия, прозрачности и контроля, которые позволяют людям и AI агентам эффективно сотрудничать. Лучшие интерфейсы agentic не будут ощущаться как разговор с роботом — они будут ощущаться как работа с компетентным коллегой, который держит вас в курсе, уважает вашу власть и совершенствуется в предвидении ваших потребностей с течением времени.

В iHux мы встраиваем эти принципы AXD в каждый AI продукт, который мы создаем. Потому что компании, которые правильно сделают agentic UX, будут иметь не просто лучшие продукты — они будут иметь продукты, которым пользователи действительно доверяют достаточно, чтобы использовать.