生成式界面
界面本身不是固定的 UI 布局，而是 AI 根据内容和场景动态生成的。
这个打法的本质
传统 UI 设计有个根本假设：界面是固定的。设计师画好一个界面，用户在固定的输入框、按钮、菜单里填写、点击。这个假设在”内容固定、流程标准”的时代很有效。
但 AI 时代不一样了。内容是生成的、动态的、独一无二的，那么为什么界面还要固定？
生成式界面的思路是：让界面本身随着生成的内容而改变。不再是”用户填表单→提交→得到结果”，而是”结果怎么样，界面就怎么呈现”。
这个转变有几个好处：
第一，极大提升了体验的自然度。用户不需要记得”数据的输入在哪里、输出在哪里”，界面自动适应内容来展示。
第二，提升了信息密度。固定界面可能很大一部分空间是”装饰”或”备用的”，生成式界面可以精准地只展示需要的信息。
第三，降低了设计成本。不需要为每一个可能的输出设计一个界面模板，AI 直接生成最合适的呈现方式。
底层逻辑就是：内容和形式应该是耦联的，而不是分离的。工业时代”表单+列表”的 UI，是为了处理”有限的、标准化的”内容。生成式时代的内容是无限的、独特的，界面应该随之改变。
典型案例
Gamma
AI 演示文稿生成。你输入一个想法，Gamma 自动生成幻灯片、选择字体、配色、布局。关键是：每次生成的幻灯片都不一样，排版方式也不一样，因为内容本身是动态的。用户不需要打开”幻灯片模板库”，界面本身就是自适应的。
Lovable
网站 UI 生成。你描述一个界面需求，Lovable 自动生成代码和视觉设计。厉害的地方是：它生成的界面不是”套模板”，而是根据你的描述内容真正设计出来的。每个项目的界面都是独一无二的、高度定制的，但用户完全不需要学设计。
Canva
虽然 Canva 原本不是 AI 产品，但它的 AI 功能引入的”生成式设计”正在改变平面设计。你说”我要一个社交媒体贴图”，Canva 自动生成设计、排版、配图。每次的设计都是新的、动态的、适应内容的。
NotebookLM
Audio Overview 功能就是生成式界面的好例子。根据文档内容，自动生成不同的播客形式（二人对话、问答、讨论）。界面本身（播放器、字幕、时间轴）都是动态生成的，而不是硬编码的。
关键成功要素
- 生成的界面要”可预见但不可预测”：用户能理解”为什么是这样生成的”，但又每次都有新鲜感。这需要强大的 AI 理解和设计能力。
- 生成速度要快：界面延迟一秒钟，用户就会怀疑”出问题了吗”。生成式界面必须流畅快速，否则体验会很差。
- 要有快速编辑/调整的逃生门：有些用户不满意生成的界面，需要能快速调整。好的生成式产品会在”自动生成”和”手动编辑”之间找到平衡。
常见误区
- 把”炫酷的生成”和”有用的界面”搞混：生成式界面不是为了秀 AI 的能力，而是为了更好地展示内容。如果界面生成得再花哨，但用户用起来更困惑，那就失败了。
- 忽视了可访问性：生成式界面对屏幕阅读器、键盘导航等友好吗？如果为了”动态创意”而牺牲无障碍，就是过度设计了。
标杆案例
Gamma
为什么是标杆：把”演示文稿的形式”从固定模板变成”根据内容自动生成”。每次生成的幻灯片都不一样，因为内容本身是独特的。用户从”选模板+填内容”变成”说想法+看结果”。
Lovable
为什么是标杆：代码和设计都是生成式的。用户描述界面需求，生成的代码和视觉设计都是定制的，不是”套模板”。这打破了”代码生成 = 低质量”的刻板印象。
经典案例
- NotebookLM - Audio Overview 根据文档内容生成不同的播客形式（二人对话 vs 讲座），每次都不一样
- Canva - 从”选模板”变成”说需求”，AI 自动设计和排版，社交媒体内容生成时间从 30 分钟降到 3 分钟
- Vercel v0 - 根据设计草图生成真实、可运行的代码，界面呈现方式自适应内容复杂度
中国案例
反面教材
- 过度追求”炫酷的生成效果”而忽视可用性——生成出来的界面再漂亮，用户用不了就是失败
搭配打法
关键功能聚焦 为什么搭配
生成式界面的威力来自”把某一类内容的呈现完全自动化”。不是”什么都能生成”，而是”某个领域的界面生成做到 99 分”。聚焦才能成功。
病毒传播-产品即内容 为什么搭配
生成式界面产生的结果往往很”秀”——漂亮的设计、流畅的动画、精美的排版。用户愿意分享自己生成的内容，这本身就是增长。Gamma 的增长很大程度来自”用户分享生成的幻灯片”。