Personagram：用于多模态LLM的Persona与产品设计桥接

产品设计师通常以手工制作的persona开始设计流程。虽然persona旨在将设计决策置于消费者偏好之下，但实际应用中往往不足——保持抽象、昂贵且难以转化为可操作的设计特征。结果，persona风险成为静态参考点，而非主动塑造设计结果的工具。为此，我们构建了Personagram——一个由多模态大语言模型（MLLM）驱动的交互式系统，帮助设计师探索详细的基于统计的人口画像，从人口画像属性中提取产品特征，并对特定客户细分进行重新组合。在针对12名专业设计师的研究中，我们展示了Personagram通过结构化从人口画像属性到产品设计特征的多模态思维，实现了更高的persona参与度、感知透明度和满意度，显著优于基于聊天的基线。我们讨论了将AI生成的persona集成到产品设计工作流程中的含义。