Portkey Prompt Engineering Studio 用户中心设计案例研究

我们的Prompt Engineering Studio通过精心设计，帮助用户轻松创建、改进和优化提示，将创新与实用性完美结合。以下是我们围绕用户需求进行重新设计的详细案例研究。

问题与挑战

主要问题

1. 低效的比较过程：用户无法同时比较多个AI提供商的输出，导致提示测试流程中断。
2. 界面混乱：提示变量和隐藏参数的过多显示造成认知负担，影响生产力。
3. 模型选择困难：搜索功能不完善，模型信息不足，导致用户难以找到合适的AI模型。
4. 多模态支持不足：缺乏媒体上传功能，限制了用户对多模态提示的测试能力。
5. 工作流程摩擦：工具集成不流畅，复杂的提示配置增加了操作难度。

解决方案

针对性改进

1. 动态比较视图：支持1600多个AI模型的并行测试，提供即时输出比较，加速迭代。
2. 简化界面设计：通过可折叠抽屉优化提示变量和参数显示，减少界面混乱。
3. 智能模型选择：引入悬停卡片式搜索功能，快速访问相关模型信息。
4. 无缝媒体集成：新增一键上传功能，支持图像、音频和视频的多模态测试。
5. 简化工作流程：将工具集成到单一面板中，减少外部连接步骤。

设计过程

双钻石设计框架

我们的设计过程采用双钻石框架，确保全面探索用户需求并开发有效解决方案。

1. 发现阶段：通过用户访谈、使用数据分析和竞争对手基准测试，识别关键痛点。
2. 定义阶段：明确问题，聚焦于简化用户工作流程和提升协作效率。
3. 开发阶段：优化变量管理，缩短模型选择时间，完善媒体上传功能。
4. 交付阶段：通过多次迭代和用户反馈，最终实现直观高效的设计。

用户研究与关键见解

研究方法

• 用户访谈：与5-7名工程师深入交流，发现挑战与需求。
• 可用性测试：识别用户在操作中的摩擦点。
• 调查问卷：收集用户对功能易用性和重要性的反馈。

关键见解

1. 用户需要并排比较AI提供商的输出。
2. 过多的变量和隐藏参数显示增加了操作复杂性。
3. 模型选择缺乏上下文信息，导致用户困惑。
4. 界面不支持多模态测试，限制了媒体输入的使用。
5. 工具集成流程复杂，增加了工作流程的摩擦。

市场与竞争分析

通过市场分析，我们发现Portkey.ai在以下领域具有差异化优势：

• 并排比较与多模型测试
• 快速协作与版本控制
• 参数管理与媒体输入集成

这些功能的优化使Portkey.ai在竞争中脱颖而出。

设计目标

核心目标

1. 提升可用性与效率：优化界面设计，减少用户操作步骤。
2. 支持并排比较：实现多模型提示的实时比较。
3. 简化模型选择：通过直观的搜索和筛选功能，快速找到合适模型。
4. 增强多模态支持：新增图像、音频和视频上传功能。
5. 优化工具集成：将复杂的工具设置简化为直观的操作流程。

线框与用户流程

更新后的用户流程

• 用户可快速选择AI模型，添加提示变量，并上传媒体进行测试。
• 工具管理通过简化的选择卡实现，“查看代码”功能确保无缝集成。
• 版本历史记录更易导航，整体操作更流畅。

线框设计

• 模型选择器：清晰展示模型细节，便于用户选择。
• 参数管理：通过有组织的抽屉和内联编辑功能，灵活添加提示变量。
• 媒体支持：新增图像、音频和视频的无缝上传功能。
• 工具管理：优化工具选择卡，简化工具添加与保存流程。

挑战与瓶颈

主要挑战

1. 用户需求的平衡：高级用户需要强大功能，而新手用户更倾向于简单操作。
2. 界面复杂性：初期设计过于复杂，后续通过简化和分层界面解决。
3. 反馈整合：在多方利益相关者之间找到平衡，确保设计目标一致。

最终设计与影响

设计亮点

1. 高级比较功能：支持多个提示的垂直比较，提升测试效率。
2. 内联变量输入：从popover切换为内联编辑，简化操作。
3. 智能模型选择器：重新设计模型选择界面，增强比较功能。
4. 优化版本历史：专用抽屉设计，便于管理和访问历史版本。
5. 流线型工具选择：简化工具添加流程，提升用户体验。

业务影响

• 效率提升：快速测试速度提升70%，模型选择速度提升40%。
• 用户满意度：高级用户效率提高50%，新功能的采用率显著增加。
• 客户支持减少：与提示创建和模型选择相关的支持工单显著减少。

总结与展望

重新设计的Prompt Engineering Studio通过直观的界面和高效的功能，显著提升了用户体验。未来，我们将继续以用户为中心，优化产品功能，为用户提供更高效、更便捷的操作体验。

原文链接: https://portkey.ai/blog/portkey-prompt-engineering-studio-a-user-centric-design-facelift/