我能自主拥抱与规避模糊性：通过文生图生成式 AI 平衡模糊性以支持设计过程

本研究探讨模糊性在设计过程中的作用及其策略性管理，以实现有效的人机交互。设计构思生成中的模糊性虽能促进多元解读并防止固着，但过度模糊会导致结果分散。设计师尝试使用图像搜索工具或生成式 AI（如 DALL-E）辅助工作，但往往因这些技术未妥善管理模糊性程度而难以获得满意结果。本文识别出设计师在设计过程中如何协调模糊性，并将该过程的关键要素应用于 CLAY 交互系统的设计，该系统通过整合文生图生成式 AI 的优势，利用迭代提示词优化来平衡模糊性。来自 10 位时装设计师的用户研究结果表明，CLAY 能有效支持其设计过程，相比现有实践缩短了设计时间并拓展了创意可能性，因为它允许设计师在需要时既拥抱又规避模糊性。本研究凸显了识别目标用户与领域关键特征的重要性，并探索将其融入基于 AI 的交互工具设计的途径。