# Misconception Generator

本地原型 · 2026-10-26

一个基于 Gemini 的小型实验，将 AI 功能描述转化为三条潜在用户认知误区，帮助设计师完善能力说明和使用引导。

## 设计问题

一个合理的用户，会以为这个 AI 功能能做到哪些实际上并不支持的事？

描述真实功能，请模型用用户口吻提出可能的误解，并配上能力澄清；将结果作为待验证的研究假设。

## 我的工作

从功能描述到认知误区的交互、角色提示词、输出格式和流式呈现。

## 工作流

1. **描述** — 提供具体功能和真实限制。

2. **生成** — 请求三条可能的错误预期。

3. **澄清** — 为每条预期配上相关能力边界。

4. **验证** — 对照真实产品检查，并通过用户研究验证。

## 机制

**提示词设计** — 角色提示词将模型设为 AI UX 研究员，要求输出三条简洁误区及对应澄清。

**流式响应** — Gemini 输出逐步展示，用户无需等完整回答结束后再阅读。

**实现范围** — 当前为单次模型调用，没有工具执行循环或多 Agent 编排；格式要求来自提示词，并非 Schema 保证。

## 功能描述，也在建立用户预期。

人工撰写的示意案例 · 非模型实录或研究结论

**功能** — 图像工具提供“修改文字”。

在这个虚构示例中，工具会重新生成整张图，而非编辑文字图层。

**预期** — “只会改变文字。”

用户可能合理地认为，排版与图片其他细节都会保持不变。

**澄清** — “这次修改会重新生成图片。”

说明周边细节可能变化，并保留原图供用户比较。

**验证** — 与真实用户核对理解。

在执行前询问用户预期，再与实际结果对照。

此示例用于说明方法。实际建议需要对照真实产品行为，并结合用户证据复核。

## 当前与下一步

本地原型已实现功能描述输入与 Gemini 流式响应接口。

优化界面，将建议与真实用户研究比较，再开放线上试用。

模型建议属于假设，不是研究发现；尚无用户研究验证或准确率数据。

https://linadong.design/zh/lab/misconception-generator