Human-AI Agent Interaction in a Business Context
商业场景中的人机 Agent 交互 UX 研究
🧭 企业级 Agent 的 UX 设计原则与评估
SAP SE · Hochschule Fresenius Heidelberg · University of Missouri, Columbia
通过混合方法识别并评估商业 AI Agent 的 UX 原则与度量标准，为更直观的交互设计奠定基础
📌 工作参考价值
- 在设计电商购物 Agent（如导购机器人、智能客服）时，直接借鉴文中总结的 UX 原则（如透明度、可控性、上下文感知）来设计对话流与反馈机制，提升用户信任与采纳。
- 采用混合研究法（定性访谈 + 定量问卷 + 调查实验）评估 Agent 交互体验；可迁移到内部 Agent 产品的迭代中，先小样本挖掘痛点，再大规模定量验证设计效果。
- 将用户对 Agent 的期望（如自然语言理解质量、任务完成方式、错误恢复能力）纳入需求定义，指导推荐/搜索 Agent 的交互设计，而不仅关注算法指标。
- 构建度量体系（可用性、满意度、信任、耦合度）系统衡量 Agent UX，辅助开发团队做用户中心的决策，避免纯技术驱动。
动机：随着 AI Agent 被广泛集成到核心业务（如自动化客服、流程助手），人与 Agent 的交互直接影响价值创造，但缺少面向商业场景的 UX 原则与度量标准。本研究旨在填补这一空白，识别并评估能提升用户体验的设计原则，以促进用户采纳和信任。
方法：采用混合方法（mixed-methods），第一阶段通过定性研究（访谈/观察）探索人与 AI Agent 的交互模式，提炼用户需求与期望；第二阶段基于定性发现开发调查实验（survey experiment），定量评估特定设计元素（如解释性、可控性）的效果。整体由 SAP 研究团队主导，结合工业界与学术界视角。
关键结果：论文属于探索性基础研究，主要输出为一套面向商业 Agent 的 UX 原则、度量标准及评估方法；尚未报告大规模实验的量化结果，但为后续的直观化、高效交互设计提供了方法论和理论支撑。