
消除
从「表情修补」到「情绪表达」的AI体验创新
设计侧发起,推动Mate80系列TOP5 (5/44)卖点功能落地。
2025年年底,Mate80准备发布,AI 是重点方向,但是在卖点中,缺少了一个有创新、有新鲜感的卖点。
图库编辑本身具备很强的 AI 能力承载空间,但很多功能停留在「工具能力」层面,但是很难去提升它的新鲜感。



一次偶然的发现让我们开始思考,为什么表情包可以被用户广泛使用、传播。 不是因为它“修得更正确”,而是因为它承载了情绪、个性和共鸣。我们是否应该转变思路, 让这个功能从基础的“修补功能”,变成一个更具记忆点的趣味功能?

如果只是解决“表情不好看”,功能会停留在工具层面,用户只有在照片出问题时才会想起它。 但从年轻化卖点出发,我们希望它不仅是修图工具,而是一个可以产生个性表达、情绪共鸣的功能。
即使功能体验提升,如果入口埋得深,用户仍然无法触达,也无法转化为使用率和卖点价值。 因此我们不仅要设计功能本身,还要设计引导用户使用的机制。
让用户一眼知道功能能做什么,不需要理解复杂的 AI 逻辑。
降低实时生成过程的操作难度,让用户知道如何调整。
在最可能需要的场景主动露出,减少入口查找成本。
通过魔法、镜子、舞台聚焦等隐喻,强化情绪价值与传播感。

✦ STRATEGY 01 · 设计策略一
原本的表情优化更像一个后期修补工具。它解决的是照片拍坏后的补救问题,但由于前期技术限制,用户动机较弱, 即使补全技术,也不具备明显差异化。如果要成为 Mate80 的 AI 卖点,它必须让用户有欲望去尝试,眼前一亮同时, 对外传播时具备差异化和记忆点。
因此,我提出“实时生成表情”的概念:用户可以通过相机实时生成并动态调整表情,像照镜子一样看到自己的情绪变化, 再将变化后的表情应用到照片中。
这让功能从“表情修补”变成“创造新的情绪表达”。
✦ STRATEGY 02 · 设计策略二
在推进过程中,我们意识到 Mate 系列用户并不完全是单一年轻群体。除了追求新鲜感的用户, 也有大量用户偏好简单、直接、低学习成本的功能。
因此,我将体验拆成两条路,保证简单与个性化的双用户诉求。

面向合照、会议照、家庭照等真实场景,用户并不一定需要夸张表情,而是希望画面中的人物情绪自然统一。
我们通过 PAD(情绪位置)提取适合合照的表情,与典型 AU 组合(肌肉动作机理)结合,生成眼、眉、嘴的可控形状参数组, 确保大家在同一情绪下,但表情不是完全相同的。
聚焦个性化场景,保留连拍表情选项,新增动图、相册提取,和 AI 模版表情兜底。


面向年轻用户和创意表达场景,我们提供更有探索感的实时驱动能力。当用户聚焦一位用户后,即可发现实时驱动入口; 当没有合适的表情可替换时,即可使用实时驱动生成。
✦ STRATEGY 03 · 设计策略三
在实时驱动表情生成中,算法逻辑与体验感知存在冲突:
因此,我们在人脸周围加入一道光环提示层,作为“镜子边缘 + 状态反馈”的视觉媒介。
魔镜环不是装饰,而是把算法的不确定性转化为用户可理解的操作反馈

✦ STRATEGY 04 · 设计策略四
完成实时驱动界面的优化,反观基础编辑的界面,也需要去提升沉浸感、氛围感。
经过 3 个大轮的推导和尝试,我们锚定了通过多层视效(内容模糊 + 取色渐层),让界面更整体,同时覆盖了多种图片色彩、尺寸场景。设计反哺整个编辑平台,高端精致感提升 2.8 分。
(*高端精致指:静态精致、动态精致、独特性)

当前展示三组默认效果

✦ STRATEGY 05 · 设计策略五
当功能体验打磨完成后,我们再次回看挑战,发现还缺少功能推荐这一步。很多编辑功能最大的问题不是不好用,而是用户根本不知道它存在。
梳理体验流程后,我们把锚点指向了贯穿“拍、看、修”的大图浏览界面,并联合人因梳理了,不同使用阶段下的功能推荐建议,做到合理推荐不打断常规流程。



| 操作阶段 | 用户行为 | 功能推荐建议 |
|---|---|---|
| 任务开始 | 用户目标模糊 | 弱推荐,避免打扰 |
| 动作执行 | 用户行为清晰 | 基于上下文明确推荐 |
| 任务断点 | 用户卡住或失败 | 强引导,帮助解决问题 |
| 总结延展 | 用户完成任务 | 推荐下一步操作 |
↑ from 1.67%
↑ from 63.28
静态|动态|独特性均有提升
AI 卖点功能



我在项目中承担的是主设计与体验策略推动角色,有以下关键任务与贡献:
由于项目提出时已经处于 Mate80 交付中期,算法与技术打磨时间不足,部分能力只能分阶段交付。例如主动推荐、一键统一表情能力未能在首个版本完整落地。
复盘后,我们建立了与算法团队更前置的协作机制:
✦ NEXT PROJECT · 下一个项目
