一、探索代理行为与对话设计（Explore Agent Behavior and Conversation Design）
学完本单元，你将能够：解释对话设计（Conversation Design）在 AI 中的历史与重要性；区分系统故障（system failure）与意图故障（intent failure）。
为人类与代理而设计（Designing for Humans + Agents）
在早期的 Web 时代，设计师用「点击」来评估用户体验。如今，代理的出现意味着要关注的远不止用户按了哪些按钮。代理时代的成功，取决于能否为「人们如何自然地与代理互动」以及「代理如何回应使用它们的人」而设计。
进入这个新时代，设计师的角色变得更重要。设计师不再只是屏幕功能和流程的架构师，现在还必须预判并应对一个动态的行为生态，它把用户意图、系统规格说明（system specifications）、grounding 数据以及模型的推理能力对齐起来。本单元探讨对话设计（Conversation Design，简称 CxD）的演进，并引导你从过去的「逻辑流程」思维，转向让用户持续成功的「代理式」思维。
虽然不是必须，但我们建议你先完成 Conversation Design 徽章，它能为这个徽章提供有用的背景知识。
对话设计的演进（The Evolution of Conversation Design）
要理解我们将去向何方，先看看我们从哪里来。从简单的 if-then 逻辑到自主推理的旅程，从根本上改变了人与机器的关系。因此，设计师面临一系列新的、不断演进的挑战——如何构建以意图为先、能够自主推理和行动的系统。设计师不再为每一个响应编写脚本，而是专注于塑造代理的推理逻辑和个性，这拓展了设计师为了推动成功而必须了解、预判和应对的范畴。
虽然这是一次重大转变，但它其实是「日常任务走向数字辅助」这一更长期趋势的一部分。要理解事情如何变化，可以审视自动化演进中的三个不同时代——过去、现在和未来——以及它们如何塑造设计师在构建 Web 体验时需要关注的焦点。
过去：脚本化交互（The Past: Scripted Interactions）
想想传统的电话树（phone tree）或基础聊天机器人。这些系统是确定性的，遵循一条僵化、预定义的路径。如果客户偏离了脚本，系统就走到死胡同。设计的重点，是映射流程中每一个可能的分支。
现在：AI + 人类（The Present: AI + Humans）
随着大语言模型（LLM）的兴起，我们进入了副驾驶（copilot）时代。这些系统是协作式的，与人类并肩工作：总结会议记录、起草邮件、建议下一步最佳行动。人类仍然是「飞行员」，而 AI 是「领航员」和助手，帮助人类用自然语言在规模化场景中高效地采取行动。AI 在被明确告知要采取的步骤和要使用的工具之后才执行。
未来：自主代理（The Future: Autonomous Agents）
自主代理根据定义好的目标和上下文来选择动作与工具。它们不会等待一步步的指令。
自主代理不遵循固定工作流，而是自行决定朝着目标前进所需的下一步。例如，如果你给出「解决这个账单争议」这样的目标，代理会识别相关工具、检索正确信息，并执行必要步骤。
这种从「脚本化流程」到「目标驱动执行」的转变，改变了我们的设计方式。我们不再设计屏幕或线性路径，而是设计引导代理采取行动以实现结果的行为。
什么是代理行为设计？（What Is Agent Behavior Design?）
在传统系统中，设计师直接控制输出。在代理系统中，设计师塑造的是代理生成自身输出的条件。
代理行为（agent behavior）被定义为代理基于以下关键组件产生的响应与动作模式：
- 它被定义的角色。
- 它的目标与护栏（guardrails）。
- 它收到的指令（instructions）。
- 它能访问的数据。
- 用户的输入。
代理行为设计（agent behavior design）是刻意定义这些条件，让代理以可预测、安全、符合用户预期的方式做出响应。对话设计和代理行为设计不是两门独立的学科——在代理系统中，它们交织在一起。你选择的措辞、设定的边界、提供的数据，都塑造着代理的行为。
过去，设计师构建的是「地图」——他们创建固定路径（按钮、菜单和屏幕），并希望用户沿着这些路径走。但在 AI 代理时代，设计界面只是构建成功体验的一部分。设计师还需要理解响应的「性格」和「内容」如何为用户交互中的价值做出贡献。
设计代理就像入职一位「数字员工」。你不会只给新员工一份脚本就撒手不管。为了确保他们表现良好、提供出色的用户体验，你必须给他们一个使命、访问公司知识的权限，以及清晰的边界。
四方契约：你的新设计画布（The Four-Way Contract）
要有效地映射代理行为，设计师必须管理四个关键组件之间的契约——用户意图、规格说明（spec）、数据和模型。当这四者对齐良好时，代理就是高性能的；当它们脱节时，用户体验就会崩溃。
用户意图（User Intent）——北极星
- 设计转变：从「他们点了哪个按钮？」转向「用户试图达成什么结果？」
- 性能指标：代理解码人类语言和潜台词、识别真实目标的准确度有多高？
规格说明（The Spec）——任务控制中心
- 设计转变：你的设计工作空间现在是系统提示词（system prompt）。你定义人设、语气和边界设定规则。
- 性能指标：即使对话变得复杂，代理是否始终保持品牌一致并遵循公司政策？
数据（The Data）——事实来源
- 设计转变：设计师现在要策划知识库。要让代理有用，它必须基于实时 CRM 数据或文档进行 grounding。
- 性能指标：代理给出的是事实性、高价值的回答，还是在编造？
模型（The Model）——认知引擎
- 设计转变：理解 LLM 如何运作，对今天的代理体验至关重要。设计师必须了解模型的推理极限，才能为用户设定现实的预期。
- 性能指标：代理是否有足够的推理能力解决用户的问题，而不会过早升级给人工？
代理式思维的核心原则（Core Principles for the Agentic Mindset）
因为代理需要对无穷多的输入做出安全、有效的响应，设计自主行为需要策略上的转变：不要为「完美」而设计，要为「适应」而设计。代理可能不总是按预期响应，但周到的设计能引导用户走向更好的结果。以下是一些帮助设计师应对这一挑战的核心原则。
原则 1：从意图出发（Design from Intent First）
在脚本化世界里，你可能会为「我丢了信用卡」设计一条路径。而在代理世界里，你为「安全与资产管理」这个意图来设计。通过聚焦高层意图，代理能处理人类语言的各种变化，而无需为每一句话都设计一条独立流程。虽然特定问题仍可能有特定响应，但重要的是理解：代理需要把用户的语言转化成一个可执行的「目标」。
原则 2：让行为可预测、可解释（Make Behavior Predictable and Explainable）
信任是 AI 的核心。如果代理做出了某个决策（比如拒绝退款），它必须解释原因，并提供清晰的后续步骤来解决问题。这也让用户更容易找到适用于自己情况的最佳解决方案。一个有效的代理会清楚地解释重要决策，并帮助用户继续前进；如果无法满足请求，它会告诉用户原因，并提供次优选项。
原则 3：为推理而优化，而不仅仅是响应（Optimize for Reasoning, Not Just Response）
一个强大的代理不止于把关键词匹配到预设答案。它会结合上下文评估用户的请求，并基于实时数据选择正确的动作。例如，如果用户问「我的订单在哪里？」，响应应随订单状态变化：「已发货」需要追踪详情；「已送达」可能需要签收证明；「延迟」可能需要道歉和后续步骤。
推理依赖上下文，上下文依赖数据。要支持推理，你的数据和工具必须AI-ready，这意味着：统一数据（让代理能在一个地方访问）；以一致的格式结构化数据；用身份解析（identity resolution）解决重复的客户记录；应用清晰的安全和治理政策；测试以确保数据支持实时决策；建立人工审查闭环来监控和改进输出。
代理的推理能力，不会超出它所获得的数据和工具的质量。
代理行为的成功与失败（Success and Failure in Agent Behavior）
代理体验可能以两种方式失败：一种是系统故障（system failure），比如代码崩溃或 UI 元素失效；另一种是意图故障（intent failure）——代理在技术上遵循了它的指令，却仍然没有解决用户的问题。对设计师而言，理解第二种失败至关重要：代理可能「按设计工作」，却没能交付用户真正需要的结果。
正因如此，Salesforce 把行为设计中的失败划分为三个不同的严重级别——P0、P1 和 P2。
通过定义清晰的目标、遵循经过验证的原则、并基于代理如何服务用户来评估它们，你往往能在最严重的 P0 故障损害信任之前就预防它。在代理时代，设计师对于交付有价值的用户体验比以往更加关键。现在，这份工作有了更广阔的范畴。掌握了理解「用户想要什么」「用户实际经历了什么」以及如何弥合差距的策略，你就能帮助构建一支高效、不断演进的数字员工队伍。
二、设计可信赖的行为（Design Trusted Behavior）
学完本单元，你将能够：识别影响用户对代理信任的关键因素；为保持信任、促进顺畅用户体验而设计。
保持清晰（Keep It Clear）
在 AI 世界里，很少有东西比信任更重要。一个速度快却会「幻觉」的代理是负债；一个聪明却难以沟通的代理令人沮丧。要弥合这个差距，设计师需要成为信任的建筑师，把信任构建到定义代理交互的逻辑层中。因为设计师定义了代理的「正确行为」是什么样的——什么样的响应是好的、什么样是坏的。反过来，设计师依靠评估洞察和经过验证的可信设计原则来提供指导。
成功的代理设计会在摩擦演变成失败之前预判它。它既防止技术故障，也防止负面的用户感知。目标不只是完成任务，而是信任。强大的代理引导用户走向成功，在问题升级之前就浮现解决方案。
焦点：透明与可预测（Transparency and Predictability）
用户永远不应该去猜测代理在做什么或为什么。总体理念是：与代理交互时尽可能创造透明度——它的逻辑应当可见，它的限制应当已知。
- 解释推理：不只是给出答案，而是简要引用它的来源。例如「根据我们的保修政策……」
- 设定期望：诚实地说明自己能做什么、不能做什么。例如「我可以帮你查订单状态，但处理全额退款需要一位人工同事。」
- 沟通所采取的步骤：逐步播报它的动作。例如「我正在搜索库存……好的，我找到了这件商品。」
清晰的行为能减少用户焦虑、增加信心。当代理透明时，一个小错误（比如暂时取不到某条记录）会被视为技术小故障；而当它不透明、用户甚至不确定代理是否意识到了问题，错误就会被视为品牌的失败。
保持情境感知（Be Context Aware）
没有什么比一个忘记你两分钟前说过什么的代理更令人沮丧了。情境感知（context awareness）把一系列交易变成一段连续的对话。
焦点：相关性与连续性（Relevance and Continuity）
- 利用之前的互动：代理记得用户早先在聊天中提到过漏水的水龙头，不会在解决过程中又问「今天有什么可以帮你？」
- 适应角色和渠道：代理知道对移动应用上的现场服务技术员说话，应该和对桌面浏览器上的 CEO 说话不同。
- 以适当深度回应：不会对一个简单的是/否问题写一篇 500 字的长文。
情境感知防止了通用回复带来的机械感。它让互动显得自然、高效，节省用户的时间和精力，并为用户的需求浮现最相关的解决方案。
以尊重建立信任（Build Trust with Respect）
尊重型行为关乎边界。一个尊重用户的代理理解它所处理数据的分量、用户时间的价值，并对客户的时间与信任给予明确的重视。
焦点：安全、伦理与用户控制（Safety, Ethics, and User Control）
- 知道何时升级：代理能识别敏感和高度复杂的场景，当用户情绪变得非常负面、或任务需要人工级别的权限时，提供一次温暖的「人工交接」（warm hand-off）。
- 尊重隐私和权限：代理只使用它被授权访问的数据，绝不不当分享个人身份信息（PII）。
- 避免幻觉和越界：如果它不知道答案，就直说不知道。它不会为技术问题编造一个「有创意的」解决方案。
信任驱动采用。如果用户感觉不被尊重或安全，他们就不会使用这个工具。保护用户，也保护企业免受声誉和法律风险。
构建建立信任的行为（Build Behavior that Builds Trust）
设计可信赖的行为是一个迭代的过程。让你的代理保持清晰、情境感知和尊重，你就建立了信任的基础，让 AI 能在你的组织内蓬勃发展。不仅如此，创造可信交互所采取的这些步骤，同样也能促成高效的交互。当你能依赖 AI 按设计执行、而客户也能依赖它时，你就准备好解锁由日益壮大的人与代理团队协作驱动的更丰富体验。具备应对当今挑战的能力、又能适应未来变化，这种协作将为新的可能性奠定基础。接下来，通过 Agent Behavior Evaluation 徽章，了解更多诊断和分类潜在代理故障的具体方法。