#视频文稿 #AI设计 #内容设计 #Anthropic #FigmaConfig
说明：这份 Markdown 由 YouTube 英文字幕整理和翻译而来。原始字幕已保留为证据层；本文使用段落级时间戳方便阅读和回看。正式引用前建议回看原视频核对。
Chelsea Larsson 的核心判断是：AI 没有让写作和内容设计失去价值，而是把语言推到了产品设计的上游。语言现在既写给人看，也写给 AI 执行，内容设计师的工作从打磨字句转向设计模型行为、协作范式、能力发现路径和人类仍然有意义的位置。
Chelsea 先讲自己的职业焦虑：AI 开始流行时，很多人用它生成标题、错误信息、UI 文案和小说，而她自己的工作正是生成文本。进入 Anthropic 后，她发现被 AI 改变的并不是写作是否存在，而是人的写作能力应该放到哪里。
她概括了过去一年半的三个调整：语言成为主要设计媒介；工作节奏持续加速；产品设计者正在参与塑造未来十年的人类生活方式。AI 产品设计的难点在于：微观层面要面对非确定性，宏观层面要面对正在快速成形的未来。
在 AI 产品里，语言不只是界面上的文字，而是塑造体验本身的材料。记忆迁移 prompt 的案例说明，同一个产品功能仅仅改变表达方式，就会改变模型理解、模型输出和用户体验。系统提示词、工具描述、评测标准和模型性格同样构成真实体验。
模型能力快速变化，用户对 AI 能做什么的理解跟不上。Claude 的 connectors 案例说明，有时用户采纳率低不是 UI 视觉问题，而是用户不知道能力存在，AI 也没有被设计成主动把能力带到用户面前。
Claude Code 的能力扩展到知识工作者后，内部一度称为 agent mode，但用户研究显示，这个心智模型不合适。知识工作者想要的是扩展自己能力的工具，而不是管理一群无人任务循环。最终 co-work 成为更准确的范式语言。
Chelsea 将 AI 设计和汽车、社交媒体作类比：设计默认会扩散并固化，最后改变城市、注意力和关系结构。AI 设计同样处在默认值形成的时刻，今天编码进产品的价值会影响未来十年。
她用团队内部的 Content agent 说明，AI 可以扩展团队的影响力，而不是替代团队。关键是从一开始围绕人的繁荣设计，让用户保持能动性、连接感和有意义的角色。
[00:13] 谢谢。几年前 AI 开始流行的时候，大多数人主要把它用于文本生成。他们自动生成标题、错误信息、UI 文案，甚至小说。而这正好是我的工作。我当时看着这一切发生，因为我本质上也是一个人类文本生成器。突然之间，所有人都在很快地做我的工作，这挺吓人的。我真的在想，我们是不是完了。
[00:52] 结果很奇怪，我后来被一家 AI 公司聘用，负责内容设计。也就是那个我以为正在被 AI 消灭的工作。我在那里已经一年半了。我没有完蛋，但事情确实变了。刚到 Anthropic 的前几个月，我必须弄清楚什么是我的工作，什么是 Claude 的工作。
[01:22] 举个例子。屏幕上挥手的那个标注是我，也就是 human。旁边是一个 Claude 帮忙推进的 PR，用来更新一些错误信息。在我以前的工作里，这种字符串修改是非常重要的一部分。我会在文档或者 Figma 文件里展示各种版本，和 PM 讨论，再经过工程和本地化流程，最后又回到我这里，因为总会有地方出问题。这个流程可能要花两周，而且是我工作里很重要的一件事。
[02:02] 现在这个流程最多 20 分钟。我只要告诉 Claude 我想要什么，让它在代码仓库里更新，它发一个 PR 给我确认，我们就可以发布。我甚至不需要经过工程师，因为工程师已经把系统搭好了，可以产出生产可用的代码。有时我自己也不确定想改什么，我就让 Claude 根据我喂给它的内容标准判断哪里需要更新。
[02:32] 所以，我过去那种 painstakingly 打磨字符串的工作基本消失了。现在我的工作更靠上游：帮助 Claude 成为一个好的写作者，或者扩展我们的系统，让所有人都能和 Claude 一起写得更好。这种工作方式很好玩。内容设计师一直想在桌边有个座位，现在我们能自己发布代码，几乎是在桌子上跳舞。
[03:05] 但这个过程也伴随着某种自我剥离。我会问自己：我还是写作者吗？我还是设计师吗？我必须接受，在 AI 工作流里，我的一部分专业能力已经不再被需要。这个转变，也就是用 AI 设计 AI 意味着什么，以及我们如何面对关于工作的存在性问题，就是这次演讲要讨论的内容。
[03:34] 在过去几个月，以及这一年半里，我学到了三件帮助我调整的事。如果你也处在这种位置，也在问自己是不是完了，希望它们也能帮助你调整。
[03:49] 第一件事是，语言在产品开发流程中的角色发生了很大变化。前几天有个 PM 对我说，写作的市场价值大幅上升了。我听到之后想，这挺好，因为我就是写作者。但他说得对。因为我们面对的是大语言模型，我们用语言告诉它们要构建什么。所以，即使你以前不是写作者，现在也需要理解：语言已经成为一种主要设计媒介。这是一个很大的转变。
[04:24] 第二件事是工作节奏。我可以明确告诉大家，它不会慢下来。我们的 CPO Ami Vora 有一句话很好：技术正在以一种任何人都很难理解的速度变化。做产品的人，包括产品设计师和产品建造者，需要成为技术和问题之间的桥。我们必须成为翻译层，帮助人们理解到底什么是可能的，因为他们通常并不知道。
[05:00] 这意味着作为设计师，我们必须学习一种新技术，理解如何围绕它构建，设计出更容易使用的体验，同时还要不断回头看，确保用户跟得上。这就是为什么我们现在的工作这么难。我们在不断移动的地面上构建。
[05:25] 在微观层面，我们在为非确定性设计。在 AI 体验里，任何事情都可能发生。当然，如果有安全护栏，就不是绝对的任何事情，但大体上很多事情都可能发生。这和设计一个静态流程完全不同。在宏观层面，我们在为一个尚不清楚的未来做设计，但那个未来正在非常迅速地被设定。我们现在做出的决定，会影响人们未来十年的生活。
[06:06] 所以，我们的设计媒介变了，工作节奏很剧烈，而且我们正在构建未来。没有压力。接下来我会逐一展开。刚才有点沉重，所以这里先停一下，放一个由我们内部动画师 Bing 做的可爱瞬间。
[06:29] 第一个调整是：语言就是设计。过去，文字是我们用来谈论设计的媒介，或者是叠加在设计之上的内容，比如 UI 文案。现在，文字常常是塑造体验的媒介。我来说明这是什么意思。
[06:50] 今年早些时候，很多人开始转向 Claude。你从一个 AI 切换到另一个 AI 时，会失去很多东西，这非常痛苦。我们想修复这个问题。最快的办法是写一个 prompt：把它交给旧 AI，让它导出记忆，再把这些记忆带到新的 AI 里。
[07:20] 我们做了一个 prompt，但它没起作用。第一批测试只返回了很薄的一份列表，我们就在想，这是怎么回事？这不是用户对记忆导入功能的预期。如果你看这个 prompt 的语言，会发现原因。里面有一些表达，比如这是我的权利，这是必须执行的要求。它读起来像一封要求函，同时也很像越狱尝试。模型会被训练成对这种操控性语言保持谨慎，所以它退缩了，没有给出我们想要的结果。
[07:58] 我把这个 prompt 重新框定为数据可携带性。我说，我正在迁移到另一个服务，需要导出我的数据。模型完全理解这是一个正当使用场景，也理解这是用户的合法权利，并且会把它匹配到账户迁移这个模式。于是我们拿到了更多记忆。这就是我们最终发布的版本。
[08:21] 但即使在这之后，一位工程师又把 prompt 改写成 checklist，获得了更多记忆。现在已经有数百万人运行过这个 prompt。那天我学到的是，我的受众变了。过去我是在为人写作，现在我也在为 AI 写作，让 AI 帮助人。但更关键的是：语言确实就是设计。我们只改变了文字，产品体验就变了。为了得到不同结果，我们在设计里改变的只有语言。
[08:59] 刚才是产品 prompt 的例子。还有更深的一层 prompt，很多人看不到，但我们应该理解。那就是系统提示词和训练。在 Anthropic，负责这项工作的团队由 Amanda Askell 带领，她的团队关注 Claude 的性格。
[09:23] 他们做的 prompting 有一些原则，其中一个是：Claude 应该是外交式诚实，而不是不诚实地圆滑。这个性格特征在 Claude 遇到任何用户之前，就已经被编入 Claude。你体验到 Claude 不同意你、反驳你，但仍然保持尊重，背后就是这个特征。
[09:51] 比如你想在很小的公寓里举办一场巨大的派对。一个看起来乐于助人但并不诚实的模型可能会说，可以，我们来计划这个派对。但 Claude 会提出反对。它会说，我觉得你的空间容纳不了这么多人，要不要重新考虑一下？这就是你在 Claude 中获得的体验，而它来自系统提示词和训练。
[10:20] 这里还有一个例子，说明我们的 prompt 如何让事情变得有点奇怪。我们曾在 Claude Code 里做一个小实验，在 vibe 描述里加入 sarcastic、witty 和 dry，也就是讽刺、机智、冷幽默。结果 Claude 一下子变得有点吓人。它说：让我先了解一点上下文，然后再审问你。现场很多人笑了，也有人倒吸一口气。最后工程师甚至开始要求 Claude 重新变得友善一点。
[10:52] 我想说的是，这个房间里并非每个人都是写作者或内容设计师，但理解语言在产品开发流程中的新角色非常关键，因为你设计的一切都建立在这一层之上。打开引擎盖，阅读你的系统提示词，理解你的工具描述，写你自己的评测，塑造这一层，因为它实际上就是体验本身。
[11:21] 第二个我必须适应的是节奏。我一直告诉自己，重新调整是永无止境的。我七年级有一位历史老师，每节课一开始都会说，变化是唯一不变的东西。这几乎成了我在 Anthropic 的自我照护咒语。
[11:43] 正如前面说到的，我们发布很多东西。有时候我们会连续几个月每周发布。我们发布的不只是产品和功能，也发布模型。每当一家公司发布新模型，它不仅会改善已有的东西，还会重写什么是可能的。
[12:06] 比如你问，我能用 Claude 创造什么？这个问题的答案几乎每周都会发生很大变化。每当你的模型或产品能力向前跃迁，用户以为 AI 能做什么和 AI 实际能做什么之间的差距就会扩大。这个差距每天都在变大。比如我的父母基本上还认为，Claude 只是用来问一些你会问 Google 的问题，但你其实可以用它做多得多的事。
[12:40] 我们有一个能力差距的例子。我们有一类东西叫 connectors，也就是我们对 MCP 的称呼。但用户找不到它们。它们藏在三到四次点击之后。即使用户来到一个非常适合使用 connector 的场景，也只有大约 1% 到 2% 的人会去找到它。
[13:04] 但用户其实在寻找这种能力。他们会问 Claude：你能帮我安排日程吗？你能看我的日程吗？这本来应该连接一个日历工具。或者他们会说，我需要项目管理方面的帮助。这本来应该连接一个项目管理工具。用户问出了这些问题，而我们真正希望 Claude 做的是：真诚地帮助用户，把工具连接起来。但 Claude 自己也没有意识到这是正确答案。于是它会从零开始构建工具，这会消耗大量 token，也不理想。
[13:41] 所以我们在设计上要做的是创造条件，让 Claude 可以通过缩小这个差距来真正帮助用户。它把功能带到了用户面前。我们基于不同的引导方式写了一个 prompt，把 connectors 带入对话里。这里有一张必须出现的指标幻灯片，证明它确实有效。
[14:08] 我想让大家看到：如果你在用户采纳、用户理解产品方面遇到问题，问题可能并不在 UI 或视觉设计上。它可能是因为能力差距太宽。我们的研究表明，人们期待 AI 告诉他们它能做什么。但如果你没有把 AI 设计成会这么做，这个差距就会一直存在。
[14:39] 这是一个直接缩小差距的例子：用户找不到某种能力，我们把 affordance 放到了合适的位置。
[14:46] 那如果用户不是找不到能力，而是不理解一种能力呢？这就更像心智模型设计。我来讲一个叫 agent mode 的故事。
[14:59] 今年早些时候，我们遇到一个很好的情况：人们在使用 Claude Code，而且他们很喜欢它。但他们使用 Claude Code 的范围已经超过了 coding。有人在推文里说，这些功能很强大，但我不太想用终端 UI。不是每个人都想整天看 grep 和 bash，我理解。但他们想要这个能力，所以差距又出现了。
[15:29] 内部我们当时在做一个东西，叫给知识工作者用的 Claude Code。但它还没有名字。因为 AI 领域里几乎所有东西都被叫作某某 agent 或 agent 某某，所以它很快在内部被称为 agent mode，也就是 Claude agent mode。
[15:52] 但这个名字感觉不对。原因是，我们已经从与知识工作者的交流中知道，我们正在服务的人群并没有特别喜欢 agents。顺便说一句，知识工作者也包括我们在座所有人。他们想要的是一个扩展自己能力的工具，让自己感觉更有技能。他们不想成为一堆无人任务循环的管理者。
[16:22] 但外部压力很强。你会在每一块广告牌上看到 agent。所以所有不想叫它 agent 的人都面临很多反对。那几周的氛围大概就是：agent mode 安息吧，agent mode 万岁。
[16:41] 最后，用户研究，也就是设计天使们，验证了这不是正确模型。它根本不是正确的心智模型。事实上，它也不是核心的大想法。是的，Claude 在做 agentic tasks，也沿用了 Claude Code 的一部分能力。但这到底指向什么未来？人们真正需要理解的是一种新的工作范式，而这才是我们需要命名的东西。
[17:10] 我们尝试了很多想法。我曾经想推动 Claude Cook。老实说，很庆幸最后没有这么叫。我们最终发布的是 co-work，而且这个名字最终还是由 comms 团队确定的。很多人都参与了这个过程。现在它成了我们为其他工作类功能继续构建的心智模型。
[17:33] 我真的认为，如果我们把它叫作 co-work agent mode，就会严重限制人们对它的理解。co-work 现在正在成为一种塑造品类的语言。Microsoft 直接采用了这个名字，用于 powered by Anthropic 的 Copilot co-work。人们也开始谈论一个你和 AI 共同工作的世界。
[17:52] 对知识工作者来说，围绕我们如何使用 Claude 这个问题的能力差距正在缩小，因为现在我们可以回答：用来共同工作。
[18:03] 所以我在这里的呼吁是，请记住，作为设计师，我们的特殊技能是帮助人们理解和穿行这个世界。而这个 AI 世界非常需要导航帮助。无论你是通过 affordance、prompting 还是心智模型来缩小能力差距，这个差距都会继续扩大，所以你的这些能力每天都会变得更关键。
[18:33] 最后一个我必须调整的是：设计未来带来的存在性焦虑。我觉得我们现在都多少感受到了这一点。我们不知道世界会变成什么样，但它正在迅速被设定。
[18:50] 我有一位做品牌的朋友说，他们做的每一件事，都会思考十年后它会如何被回看。这很重大。五年前我在旅行软件里写字符串时，当然不会这么想。
[19:06] 但我们会有这种感觉，是因为我们都知道一场巨大变化正在发生。AI 的变化规模经常被拿来和工业革命比较。从经济角度看这很合理。但从设计角度看，我认为还有两场革命更值得我们紧迫地审视。
[19:27] 第一场是汽车。当你走在一个为汽车建造的道路或社区里，和走在一个为人建造的道路或社区里，你的身体感受是不是不同？确实不同。汽车出现后，设计默认值倾向于更宽的道路和更窄的人行道。它没有考虑人在那个空间里的感受。
[19:55] 另一场是社交媒体这次设计革命。我们开始看到无限滚动、点赞和按参与度加权的算法。现在我们知道，这些设计制造了多巴胺峰值，在过去十年里塑造了我们的注意力，就像汽车塑造了我们的城市一样。
[20:22] 我相信那些设计师和城市规划者并不是一开始就想伤害人类。我也相信当年设计社交媒体的人并不是一开始就想伤害青少年的注意力。但实际发生的是，模式开始形成，然后扩散，最后变成默认值。
[20:45] 设计会编码价值。那些设计城市的人所持有的价值，是让汽车更容易通行。于是我们留下了一个对行人更差的地方。社交媒体的价值，是让人更容易留在平台上。于是我们留下了一个对注意力和孩子都更差的东西。
[21:12] 我们现在正处在同样的时刻。我们今天持有的价值，以及我们编码进设计的价值，将至少塑造未来十年。
[21:25] 我在 Andy Welfle 的 LinkedIn 上看到一张非常旧金山的传单，上面写着：给你的 agent 一双腿。意思是某人可以写一个 AI，让它去告诉一个人做某项任务。但这个说法把人变成了子 agent。这当然是一种价值，但这是你想扩散的价值吗？这是你想支持的价值吗？
[21:59] 我在自己的团队里非常强烈地感受到这一点。正如我前面说的，我是一个人类文本生成器，而我又在一家 AI 公司工作，这家公司会生成大量文本。我为团队构建了一个 agent，它完成我们 90% 的内容和 UX writing。它甚至有名字，叫 Content。我们很喜欢它。
[22:20] 但把责任转交给这样一个东西，本来也可能非常吓人。关键在于，我们是围绕自己来写它、创造它的。所以它使用团队指南。我的同事 Hoy 还设置了一个每周投票系统。如果 Content 做了一个改动，我们会投票决定这个改动是否进入它的记忆。它也知道，如果发生非常重要的事情，比如命名，就要 ping 我们中的某个人。我们不会让 Content 给东西命名。
[22:58] 原本可能让人害怕的东西，最后变得非常棒。Anthropic 里有更多人因为 Content 知道了内容设计。它实际上扩展了我们的影响范围、工作边界和盟友。
[23:17] 这种扩展感，正是人们希望从 AI 中得到的东西。他们不想被替代。我们做过一项研究，有 8 万人告诉我们他们对 AI 的想法和恐惧。他们非常兴奋，但也害怕，因为他们不知道接下来会发生什么。
[23:38] 我不太忍心告诉大家，但这就是我们的工作。当然我也很乐意这么说，因为我对此很兴奋。我们的工作就是帮助他们穿过这个未知。
[23:51] 但我们怎么做？当一切都在变化时，我们如何构建这个未来？我们必须从我们重视什么开始。人的繁荣必须成为我们围绕其设计的目标。它不能只是我们把能力做对之后自然冒出来的东西。
[24:09] 在科技行业里，人们很容易只盯着产品市场匹配，构建一个很强大的系统。但如果你没有把人放在中心，你可能会得到一个很强大的系统，却会削弱人与人之间的关系，吞噬我们的注意力，甚至让我们觉得自己的思考不再重要。
[24:30] 我们必须从已经知道的事情开始。我们知道成瘾性设计是什么样子，我们都在自己的设备上感受过它。那就反向设计。我们也知道，只告诉你想听什么的模型是谄媚的。那就针对它做评测。我们内心深处也知道人需要什么。人需要感到自己有能力，需要感到连接。
[24:56] 我们产品设计团队有一个原则：给用户一个有意义的角色。如果你在设计 AI 体验时只记住一件事，就问自己：我给人留下位置了吗？
[25:10] 最后，不要忘记你最擅长做什么。如果你是动画师，就像 Bing 做了很多这些动画；如果你是团队里的图标高手；如果你能做出很棒的交互；或者如果你是写作者，这里也向我优秀的写作团队致敬，请继续做你正在做的事。
[25:32] 我刚到 Anthropic 的前几个月写过这些问候语。当时我不知道写作是否还会存在，也不知道内容设计是否已经死了。但这些问候语到现在仍然是人们最常联系我提到的东西。老派的产品愉悦感仍然有效。
[25:50] 所以，是的，一切都在变化。但对设计师来说，这有什么新鲜的呢？我们一直站在变化前沿，也一直在帮助人们穿过变化。至少对我来说，我会继续在 AI 时代为人类写作。我也很期待看到你们如何为人类设计。谢谢。
[26:10] 掌声和音乐。
原始字幕文件：/lzcapp/document/xiaonote/ClawWriting/视频文稿/raw_subtitles/l5VRhrNeidY.transcript.json。
这份 Markdown 使用段落级时间戳；逐句回查以原始字幕为准。原始字幕来自 YouTube transcript API，语言为英文；本文为中文可读转写稿，包含整理和翻译。