[72] People + AI Guidebook（Google PAIR）：把以人为本写成可执行的工作流

• 原始来源：https://pair.withgoogle.com/guidebook/
• 对应章节：第 2 章（需求挖掘）、第 4 章（原型与信息架构）、第 5 章（验证与打磨）、第 6 章（UI 设计）、第 18 章（评测体系）、第 20 章（合规与伦理）

一句话摘要

这份 Guidebook 的贡献是把AI 很强，但人仍然是系统的一部分落到具体实践：如何做用户研究、如何设计反馈回路、如何把数据与评测放进产品迭代节奏里。

你应该从这里带走什么（面向产品）

• 把用户当作合作者而不是输入源：用户不仅提需求，还会在使用中纠错、补信息、选择路径；你的系统要允许这种协作发生。
• 把失败当作学习资产：失败样本要进入回归集/评测集，而不是只写在复盘里。
• 把模型能力当作产品能力的一部分：当模型升级或策略变化，用户体验会变；所以你需要版本、门禁、回滚与可解释变更说明。

可落地做法（最小集合）

• 需求阶段：把用户任务写成可观察的行为，而不是抽象愿望（例如10 分钟内完成 X）。
• 原型阶段：优先验证反馈回路是否顺畅（用户怎么纠错、怎么重试、怎么把结果带回流程）。
• 上线阶段：把失败样本 → 标注/归因 → 回归集 → 门禁的闭环做成默认流程。

常见误用提醒

• 只学‘以人为本’口号，不做证据闭环：如果没有评测与回归，这套方法会退化成漂亮的会议语言。