一个AI驱动的数据工作平台, 帮助一线员工和工厂负责人把运营数据转化为可理解的洞察、可执行的行动，以及标准化的日常作业。

通过设计更具亲和力的上手引导体验，降低了复杂工作空间带来的心理负担；同时借助筛选与分类机制，使用户能够快速找到所需的数据源并顺畅推进操作流程。

在早期探索阶段，我借助 Figma Make 与 Google Stitch 等生成式 AI 工具快速生成界面与交互原型，用于探索想法、与团队讨论设计方向并验证交互方式，从而实现更快的迭代和更有依据的设计决策。

我将设计重点放在把 AI 助手塑造成一种“非侵入式”的协作伙伴。通过采用可折叠的抽屉式交互模式，用户可以自主控制屏幕空间：在需要深入分析时展开面板，在专注当前工作时将其收起。该用户体验在对话与行动之间建立起有效衔接，使用户能够直观、顺畅地将 AI 的建议转化为可视化图表或可执行任务，而不会产生额外阻力。

将数据源通过 AI 转化为文字分析与图表，是用户理解问题的第一步；而真正解决问题，则需要进一步将洞察转化为可执行的方案。因此，我设计了这一细节页面，并在其中深度整合了 AI 助手。

AI 助手不仅能够提供针对当前场景的分析结果，还可给出可直接执行的建议。用户既可以进行手动调整，也可以借助 AI 进行调整操作，从而降低整体交互成本。通过预设操作与引导式交互，用户无需反复键入文字指令，即可让 AI 完成流程修改、方案生成或工作流调整，使 AI 从单纯的“分析工具”转变为真正参与决策与执行的协作角色。

我探索了多种 AI 助手的空间布局方案，包括左侧边栏集成、悬浮式叠层以及右侧停靠面板等形式。设计目标在于避免产生割裂的“插件式”体验，而是实现一种无缝、原生的整合方式，使 AI 能够作为一个非侵入式的协作副驾，自然地融入核心产品体验之中。

我设计了一套支持深色与浅色模式的多主题设计系统，通过定义语义化的颜色令牌（semantic color tokens）与标准化的组件状态，确保界面在不同环境光照条件下都具备良好的可读性，以及设计时的快速调用。通过在早期建立这一灵活的主题化基础，我既回应了当下的环境适配需求，也为界面在未来引入以任务为导向的功能做好准备，而不破坏整体视觉一致性。

在设计之初便将可访问性作为基础性原则加以考虑。我依据 WCAG AA 标准对颜色令牌进行了验证，并针对浅色模式对色值进行了适当加深的调整，以优化文本与界面的可读性，从而确保可访问性成为系统内建的设计规范。

该项目为在复杂工作空间中整合 AI 能力奠定了可扩展的基础。全新的引导式上手流程与 AI 导航机制，使用户能够更有信心地掌控和使用自身的数据。对团队而言，这套新的设计系统也显著提升了设计一致性，并帮助我们更高效地推进功能开发。

在设计过程中，我始终将构建一个面向未来的灵活系统作为核心目标，以支持后续诸如高级任务执行等功能的扩展。在项目周期较为紧张的情况下，我与产品和工程团队保持紧密协作，在设计质量与技术约束之间寻求平衡，最终确保交付的解决方案在可用性与可实现性之间取得了良好统一。