Predictive AI UX “ 預測式 AI 體驗
Context Managemen 上下文管理
AI介面提供多種控制元件：時間選擇（1D、3D、5D）、操作按鈕（總結、分析）、風格選項（超寫實、卡通）和語氣調節（隨意、正式）。這些"上下文管理"UI元素幫助AI準確理解需求，減輕使用者輸入負擔，提高效率。
Claude & GitHub Copilot：
基於“預設設定”和“上下文過濾器”，但調整範圍有限，主要是寬泛的功能級選擇。
Predictive UX（如 Apple Reminders、Gmail、Grammarly）：
基於行為預測，更加主動、個性化，能大大減少操作阻力。
Claude
Claude 的首頁介面，提供幾個預設按鈕（Write 寫作、Learn 學習、Code 程式設計、Life stuff 生活等）。使用者可以選擇一個任務類別，Claude 就會根據該類別自動設定提示方式。雖然提供了初步的上下文分類，但使用者仍需手動輸入完整問題，系統才會開始響應。
GitHub Copilot
程式碼編輯場景，使用者可以在“Ask”、“Edit”、“Agent”之間切換操作模式。透過“模式選擇器”控制Copilot的行為，但僅限於基礎調整。然支援不同模式，但仍然需要使用者手動指定，無法根據上下文內容進行動態預測。
Apple Reminders
當使用者輸入“Call”時，系統會自動聯想並建議聯絡人（如Sneha、Julio等）。系統能根據過往行為和上下文動態推測你接下來想要完成的任務。
Gmail Smart Compose
Gmail的自動補全功能，如使用者寫“Hey John,” 後，Gmail會自動提示完整句子“I hope this email finds you well”。整個句子由AI預測補全，大大減少了使用者的輸入負擔。
Grammarly
當使用者拼錯“onboarding”時，Grammarly自動檢測到錯誤，並提供糾正建議（加詞典、忽略等選項）。AI系統在使用者輸入過程中實時校正，無需使用者主動發起修正請求。
Three Core Contextual Patterns in AI UI三種上下文捕捉方式
1 Search Workflow Context 搜尋流程的上下文識別
這些設計幫助使用者一步步縮小範圍，不用從頭打字描述所有細節。
當使用者說"幫我找一雙適合日常訓練的公路跑鞋"時，系統會自動突出顯示"公路鞋"和"日常訓練"這些關鍵詞。這表明系統能夠識別重要資訊作為上下文。AI介面隨後會提供簡單的選擇項，如"地形型別"、"用途"和"品牌"的下拉選單，讓我不必重複輸入這些資訊。
搜尋日本餐廳時，系統會顯示簡單控制元件，如"距離滑塊"（讓你選擇餐廳距離）和"就餐環境"（選擇安靜或熱鬧的氛圍）等選項。
查詢"特斯拉股票最新訊息"時，介面會顯示簡單選項：可以選擇訊息來源（比如雅虎、彭博社）和時間範圍（今天、一週內等）。使用者只需點選這些按鈕就能快速篩選所需資訊。
當問到"什麼是AI UX體驗"這類開放性問題時，AI介面可以自動顯示輔助選項。這些選項包括"回答長度"、"適合人群"（如設計師、程式設計師或創業者）以及"內容深度"等。這樣使用者不必詳細說明所有需求，只需點選選擇即可。
2. File Upload Context 檔案上傳後的上下文推理
上傳PDF後，AI介面自動提供操作按鈕：Summarise（總結）、Analyse（分析）和Ask questions（提問）。選擇"Summarise"後展開更多選項：Key takeaways（重點總結）、Summarise sections（分段摘要）和Bullet points（要點列舉）。
圖片上傳後，輸入框會顯示灰色提示：您可以要求AI描述圖片內容、從圖片中提取文字，或基於圖片創作新內容。
3. Content Creation Context 內容創作時的上下文引導
在內容創作中，AI可以透過上下文提示來引導語氣、格式、風格等，從而減少“從零開始”的壓力。
寫郵件給John時，可以調整語氣。介面會顯示一個簡單的滑塊，讓你選擇郵件語氣：輕鬆隨意（Casual）、勸說有力（Persuasive）或正式專業（Formal）。
當要生成日落圖片時，會出現一個滑塊，讓你選擇圖片尺寸。比如：1:1正方形格式（適合社交媒體帖子）或9:16豎版（適合故事模式或影片封面）
影片廣告功能中有個簡單的下拉選單，讓你選擇不同拍攝角度，比如：中景（拍攝人物上半身）、特寫（近距離拍攝細節）和鳥瞰（從高處向下拍攝）。
當我說"幫我寫個社交媒體帖子"時，系統會自動顯示常見平臺選項，如：LinkedIn（職業社交平臺）、Instagram（圖片分享平臺，類似小紅書或朋友圈）和Medium（適合釋出長文章的平臺）。