编者按：这篇文章来自： Nurkhon Akhmedov 他的手是基于的 Google 的 People AI Research Patterns 梳理总结了 5 一个更基本的 AI 以下设计原则为正文：

进入 2024 一年后，数字产品集成 AI，它已经从新事物转变为必要的操作。然而，随着这一变化的出现，在实施数字产品时，我们有责任确保产品的创新和集成 AI 同时，用户需求与道德标准高度一致。Google 的 2024 年人工智能（AI）设计原则是为了应对这些挑战而出现的，它提供了一个全面的框架，以确保 AI 强有力的支持，增强用户体验。本文将探讨创建有益、透明、以用户为中心的基本原则 AI 解决方案，提供足够深入的见解。

1. 找出什么时候适合使用 AI

并不是所有的工具都适合融合 AI。添加到往往产品中 AI 之前问问自己是否真的能给你的项目增加一些特别的东西。AI 非常适合推荐个性化内容和识别图像内容等任务，但有时最简单的规则和手动输入可以很好地完成工作，相反，被迫加入 AI 会让事情变得太复杂。

目标：
使用 AI 提供独特而有价值的东西，比如根据个人品味或偏好定制建议，创造不可能的体验。

务必记住：
不仅仅是因为 AI 流行一定要用。有时，简单的方法可以带来更好的用户体验。

2. 设定明确的期望

AI 并不总是给出正确的信息，但这并不重要。让用户知道会发生什么是很重要的。诚实地告诉你的用户，AI 你能做什么，它可能在哪里犯错误。这种诚实不仅可以防止用户感到沮丧，还可以在一定程度上避免用户失望。随着时间的推移，诚实的态度会建立更坚实的信任。

目标：
坦率地传达 AI 限制，特别是当存在高风险时。最好少承诺，多交付。

务必记住：
过度宣传 AI 能力，特别是在关键情况下，可能会削弱信任感，使用户面临风险。

3. 关注效果，而不是 AI 功能本身

通常，用户最关心的是你的产品是否能让他们的生活变得更好，而不是它背后的技术和魔法。在介绍 AI 在提供驱动服务时，需要强调其对用户的日常体验，以及它所能带来的好处。

目标：
展示这一 AI 当他们需要时，工具是如何满足他们的需求的？ AI 随时出现工具，从而增强其效果，构建有效的用户旅程。

务必记住：
过多地呈现 AI 复杂性，可能会疏远那些对目标和效果更感兴趣的用户，而这一群体可能占多数。

4. 为错误做好充分准备

任何系统(包括 AI ）不可避免地会出现错误。从一开始就计划如何处理错误和问题是非常重要的。考虑潜在的错误，了解它们的影响，以及如何解决它们。您的产品会提供手动操作的替代方案吗？AI 能否实现直接提供客户支持的停摆？这些都是保持用户满意度的关键因素。

目标：
当事情没有按计划进行时，为用户提供解决方案和额外的技术支持，以确保用户感到被倾听和重视。

务必记住：
并非每一个问题都能立即解决，但可以采取措施防止未来出现错误，从而表明产品的态度，并承诺用户不断改进。

5. 优先选择优质数据

任何成功的 AI 项目的基础是高质量的数据。数据管理不善可能会导致数据管理不善「数据级联」，也就是说，一个问题会导致另一个问题，从而影响最终的用户体验。尽快投资足够强大的数据实践可以防止这些陷阱和问题。

目标：
深思熟虑地收集多样化的真实数据，并继续进行数据维护。与专家合作也可以确保你 AI 以坚实为基础。

务必记住：
好的数据不仅在于数量，还在于质量。它与相关性、多样性和可靠性有关。

结语

2024 年，我们不能用它 AI 而用 AI。通过关注真实的用户需求，设定实际的期望，强调技术优势，为错误做准备，投资高质量的数据，我们可以创建不仅智能，而且足够聪明 AI 解决方案。

除了这些核心原则之外，还有更多的内容可以阅读官方文档： Google People AI Research Patterns