PerceptUI：用对齐人类的LLM合成用户替代真人评估UI/UX

PerceptUI 用对齐人类的 AI 合成用户替代真人评估 UI/UX 体验

日前，研究团队发布了一项名为 PerceptUI 的新框架，核心是利用与人类偏好对齐的大语言模型（LLM，经过海量文本训练、能理解并生成自然语言的人工智能系统）生成合成用户，用来替代真人参与者评估界面与用户体验。这一方案直接针对产品开发中早期迭代慢、成本高的痛点：传统 UI/UX 评估依赖招募真人测试或线上 A/B 实验，流程冗长且费用不菲。PerceptUI 的思路是让 AI 扮演不同用户角色，给出接近真实人群的反馈，从而加速设计验证。

现有 AI 评估方法的局限

过往也有研究尝试用多模态大语言模型作为代理评估者，但效果参差不齐。一些方法只能产出泛泛的表面批评，例如“按钮颜色不协调”这类笼统意见；另一些模型则暴露出自身偏见——判断结果反映的是模型训练数据中的倾向，而非目标用户群体的真实感受。这种偏差在需要模拟特定人群（如新用户、老年用户、技术盲用户）时尤为突出，导致评估信度不足。

PerceptUI 的核心框架：对齐人类偏好

PerceptUI 的改进在于引入了“人类对齐”这一关键步骤。框架首先通过少量真人用户数据或用户画像描述，微调大语言模型，使其对界面元素的偏好与特定人群保持一致。举例来说，如果目标群体是“不太熟悉智能手机的 60 岁用户”，模型会优先关注字体大小、对比度、操作反馈等要素，而非视觉特效。随后，这些对齐后的 LLM 智能体被输入待评估的界面截图或交互原型，生成包含操作意图、主观感受和功能评价的详细反馈。

评估流程与产出形式

在实际应用中，设计师只需准备界面图像与模拟用户描述，PerceptUI 便会批量生成合成用户意见。输出内容包括：

• 用户意图分析——合成用户首先会描述自己进到这个界面想做什么任务（如“我想填写注册表格”）；
• 交互路径判断——给出完成该任务预计需要点击的按钮、输入的字段等步骤；
• 体验评价——用自然语言描述当前界面是否符合预期、哪里可能让真人感到困惑。

这种多层次的反馈比单纯打分或喜好度测试提供的信息更具体，设计团队可以直接定位问题节点。

对产品开发流程的实际意义

对于产品团队而言，PerceptUI 最直接的收益是缩短“构思→验证”循环。以往做一个设计改版后至少需要 3-5 天招募用户并收集数据，现在可以在数小时内获得多组模拟结果，用于筛除明显有问题的方案。但研究者也指出，合成用户的反馈目前尚无法完全替代真人实验——模型可能在处理极细粒度交互、异常行为或无预期错误时失真。因此 PerceptUI 更贴近“低成本预筛”工具，帮助团队在花费真人测试资源之前先快速收敛设计方向。

未来落地场景与行业影响

该框架对电商、移动应用、企业管理平台等高频迭代 UI 的领域尤其有价值。在这些场景中，每月可能同时测试十几个方案，每个方案都需要不同用户画像的反馈，真人招募成本会成倍增长。PerceptUI 扮演的角色类似于一支“永不疲倦的虚拟可用性测试小组”，让设计团队可以在不增加预算的前提下扩大评估覆盖范围。当然，随着技术发展，未来还需解决模型长期校准与用户隐私保护之间的平衡——但至少在现阶段，PerceptUI 提供了一个务实的中间方案。