你好,我是劲松,一名在内容与电商场景里做体验设计的产品设计师。
- 2016.09 – 2020.06重庆邮电大学工学学士软件工程
- 2020.09 – 2023.06北京邮电大学艺术硕士信息交互设计
- 2023.07 – 2024.08百度 MEUX交互设计师Feed · 视频
- 2024.08 – 2026.06Shopee Content产品设计师Video · Minifeed · Chat
比较擅长的方向是视频 / Feed 内容浏览体验、跨境电商的本地化设计,以及 AI Chatbot、智能导购、支付链路这类"藏在转化数据背后"的设计问题。平时喜欢摄影、看建筑,也留心研究商业模式——测过之后是个 ENTP。
工作与教育

Shopee AI 智能导购
当"逛"变成"聊",导购要如何接住用户的犹豫?
01产品背景
大模型正在渗透电商的导购与售后。我们想验证:一个店铺专属的 AI Chatbot,能不能用对话挖掘需求、在售前帮用户做决策,从而带动 Chat DAU 与售前转化。
落地前,我从产品现状、下单链路转化、回复效率三方面做了可行性论证。先看现有的三种导购形态:
三者是分层协同而不是替代:平台级解决"买什么",店铺级解决"在这家店买哪款",Chatbot 解决"怎么买"。中间这一层在 Shopee 上还是空的。
02数据洞察
转化链路
对两条核心转化链路 PDP(商品详情页)与 Shop(品牌门店客服 + 门店直接购买)做了拆解:
Shop 与平台转化率之间的差距,本质是店铺"流量承接—需求挖掘—决策辅助"能力的缺口,这正是店铺 AI 导购能直接触达的提升空间。
回复效率
抓取线上数据,按回复时长分组看成单情况:
查看数据表
| 回复时长 | Chat UV | 直接成单 | 转化率 |
|---|---|---|---|
| 0–3 min | 1,866,061 | 167,232 | 8.96% |
| 4–10 min | 767,269 | 49,600 | 6.46% |
| 11–30 min | 968,351 | 50,662 | 5.23% |
| 31 min–1 h | 715,815 | 30,971 | 4.33% |
| 1–3 h | 1,114,799 | 39,202 | 3.52% |
| 3–5 h | 394,553 | 11,183 | 2.83% |
| 5–12 h | 604,350 | 12,517 | 2.07% |
| 未回复 | 1,233,240 | 7,994 | 0.65% |
- 回复越快转化越高:0–3 分钟回复转化率 8.96%,1–3 小时降到 3.52%,未回复仅 0.65%
- 损失很大:只有 34% 的 Chat 在 30 分钟内得到回复,23% 完全没有回复;若全部做到 3 分钟内回复,8 天可多拿 31.7 万单
- 品类差异:Fashion 对回复速度最敏感;小卖家靠快速回复可以反超大卖家
- 能力点:主动推荐、对比、AI 试穿、凑单,用真实买家秀说话,让进店的人更敢买、买更多
- 机会点:平台导购 Shila 已下线,搜推、商品页、店铺页都没有接入 AI 导购,Chat 咨询率空间很大
- 差异化:Scope 只在店内,在用户有一定购买需求但又有些模糊时做需求挖掘与承接
03竞品分析
导购 Agent 分两类:嵌入平台的综合型,和服务品牌门店的专属型。拆解了三个典型产品。
抖音 · 帮你选
服务品牌门店,服饰用竖卡、其余用横卡。话术讲明星同款、材质、版型等亮点,商品图占比大;标题话词可点击,卡片分视频卡、商品卡、直播卡,整体 AI 感偏弱。
- 整体结构

- 加载过程

- 思考过程展现

- 商品推荐

- 相关商品匹配

- 输入框

京东 · 京言
京东 App 内独立的综合型导购 Agent,提供商品对比、优惠凑单等服务,推荐海量商品但针对性弱;商品卡纵向平铺,左图右文。
- 整体结构

- 加载过程

- 思考过程展现

- 商品推荐

- 更多商品

- 输入框

淘宝 · 万能搜
同样是综合推荐,但入口在品牌门店,会围绕用户提到的商品继续服务;搜索过程、商品卡、相关问题统一用 Markdown 组件包裹。
- 整体结构

- 加载过程

- 相关问题

- 商品推荐

- 更多商品

- 输入框

- 产品定位:售前提供更多商品信息帮助决策,做当前咨询品牌的专属导购
- 产品功能:商品推荐、商品对比、AI 试穿、优惠活动等有检索需求的功能
- 目标人群:多次购买的品牌店用户,关注度和忠诚度高,追求品质,乐于尝试新功能
04信息层级:一次回答里先给什么
比"有哪些组件"更关键的是一次回答里的信息顺序。把对话界面拆成四层,每层回应一条数据结论,也对应一个明确的效率目标;后面的所有设计都落在这四层里。
01020304回应23% 的会话完全没有回复
先给反馈再给答案:等待过程可见,用户不会以为没人理
回应0–3 分钟回复的转化率是未回复的 13.8 倍
结论前置,首屏就能读到判断依据,细节收进深度思考
回应有 Chat 参与的下单转化率 30%,咨询率却只有 1.6%
从看得懂到能比较,字段按浏览 / 决策阶段取舍
回应29% 的用户进店后一次点击都没有就流失
任何一层都能直接下单或换需求,不用退回上一步
信息获取效率的三条原则
AI 回答控制在一屏内给出判断,推理过程收进"深度思考",细节收进卡片
超出的横滑查看,避免一次性把信息堆给用户
卡片内直接购买,Shortcut 一步切换需求,不用退回上一层
这三条不是口号:它们对应 07 里的过程指标——Shortcut 使用率、商品卡点击率、多轮追问率,上线后可以直接验证。
05基础功能:对话体验的底座
项目分三个阶段:基础功能 → 业务适配(把 Shopee 电商模块嵌进对话)→ 功能拓展(优惠、试穿等)。现有 AI 导购大多基于 IM 框架,先从框架结构、文本规范、互动反馈三层把底座定下来。
Basic Structure
框架导航栏定身份,输入框与 Shortcut 定行动入口
导航栏比较了背景、对齐方式和标题内容,输入框比较了输入区样式与 Shortcut 图标。




最终方案:渐变氛围底 + 标题居左,主标题是功能名「Shop Assistant」,副标题带出所属店铺,AI 身份和店铺归属一眼都能看到。
白底,店铺名作主标题并加 Mall 标,右侧多一个历史记录入口。更像店铺页,AI 导购的身份被弱化。
渐变底 + 标题居中,主标题用品牌橙色。强调感最强,但橙色标题容易和按钮等品牌色元素抢重心。
白底 + 居中黑色标题,最克制,但和普通客服会话页的区分度最低。




最终方案:Shortcut 用实色图标,购物袋入口收进输入框内右侧,输入区只保留一个发送按钮,横向更宽松。
实色图标,购物袋放在输入框左侧外部,输入区宽度被压缩。
线性图标,购物袋在左侧外部;整体更轻,但 Shortcut 的可点击感偏弱。
实色图标,输入框改为小圆角矩形、购物袋在框内;和 Shopee 现有圆形胶囊输入框不一致。
背景色在灰底、白底、品牌色底与卡片描边/阴影之间取舍;气泡既要呼应之前的 Chatbot,又不能和按钮等重品牌色内容撞色。






最终方案:白底,商品卡白底 + 描边。卡片边界清楚,又不额外增加视觉重量,商品图最干净。
白底,商品卡白底 + 投影。层次更强,但多张卡片并排时阴影显得厚重。
白底,商品卡灰底。卡片区分明显,但灰底让商品图显得发闷。
灰底,商品卡白底。延续 IM 聊天的灰底习惯,和普通客服会话的区分度低。
色彩渐变底,商品卡白底描边。氛围感强,但长对话里背景会干扰阅读。
色彩渐变底,商品卡白底阴影。渐变叠加阴影,层次偏杂。



最终方案:浅品牌色气泡,呼应之前 Chatbot 的样式又带出主题色,不和按钮等重品牌色内容撞色。每种颜色下还对比了 A / B / C 三种圆角(从左到右),最终选 A。
品牌实色气泡。主题色最强,但会和按钮等重品牌色元素撞色,界面重心偏向用户输入。
浅灰气泡。最中性,但缺少品牌感,和 AI 文本的层级区分也更弱。
Text Structure
结论层视觉层级决定用户先读到哪一行
之前的 Shila 和客服都是完整的 IM 气泡对话。这里把对话流定义为 AI 文本 + 用户气泡,并给出字号与间距规范。
✦24-hour hydration and lasting power
用户气泡 ↔ 深度思考
卖点模块 ↔ 下一标题 / 反馈按钮
标题 ↔ 正文 · 文字 ↔ 卡片 / 模块
卡片内文字之间
查看字号 / 间距标注原图


Deep Thinking
状态层把等待变成看得见的过程
深度思考是用户对 AI 感知最强的细节。做了从加载到失败的完整状态,让过程闭环,而不是一个转圈的黑箱。
- 加载中

- 深度思考中

- 已完成

- 加载完成后收起

- 重新加载

Follow up question
行动层回答之后给出下一步,而不是让用户自己想问什么
Follow up 在回答之后继续推进:递进追问拿到更精准的推荐,或让用户反馈结果、调整生成方向。



最终方案:偏冷色。同时适配三种快速回复:选项卡、带 Emoji 的场景选择、递进追问;与品牌橙拉开距离,不会被误认为按钮。
中性灰。最克制,但和页面背景、用户气泡接近,层级不明显。
偏暖色。和品牌色统一,但与价格、购买按钮等橙色元素容易混在一起。
- 快速短语回复

- 富模态回答

- 长句递进回复

Basic Flow
全链路四层信息在一次完整对话里的出场顺序
把定稿的框架串成完整流程:非定向推荐 → 提问互动 → 定向推荐 → 接续追问 → 多模态回答。
- 1欢迎+商品推荐

- 2回复+深度思考

- 3定向商品推荐

- 4接续问题互动

- 5生成回答内容

06业务适配:把商品放进对话
购物功能的嵌入是这一阶段的重点:信息要和平台现有展示对齐,符合品牌认知,并按现有间距尺寸建立适配规范。
Item Card
商品层字段取舍决定一次推荐给出多少信息
一次对话里会出现多张商品卡,一种样式承接不了所有场景。沿用 Minifeed、Video、Chat 的经验,商品卡由媒体区、标题区、促销信息区、价格结算区组成,再按场景调整比例与取舍。



据此划分出竖版和横版两类卡片,分别应对非定向和定向的消费场景。

- 上图下文,商品图占比大,适合并排浏览
- 字段:名称 / Variation / 卖点 Label
- 价格 + 折扣,底部购物车 + 购买按钮

- 左图右文,信息密度更高
- 卖点 Label 可放两个
- 适合跟在 AI 回答后承接具体商品
横竖版一共 14 种:竖版用于非定向推荐的多商品,横版承接对具体商品的提问;营销信息在 AI Point 和 Selling Point 之间二选一。
无卖点 · 有 Variation
无卖点 · 无 Variation
Selling Point · 有 Variation
AI Point · 有 Variation
Selling Point · 无 Variation
AI Point · 无 Variation
大
小
大
小
大
小
大
小最精简的横版卡,无卖点,用于和 AI 卖点、Review 等模块叠加,或展示用户主动选择的商品。
最常用的定向推荐样式:营销信息二选一(AI Point / Selling Point),再按有无 Variation 调整标题行数。
非定向推荐的多商品样式:同样按卖点类型 × Variation 组合,每种分大、小两个尺寸,适配 2 个或 2 个以上商品。
- 推荐数量 > 2

卡片最小宽度 148px,完整露出 2 个、第 3 个部分外露,间距 8px
- 推荐数量 = 2

完整露出 2 个,间距 8px、左右边距 16px,按屏宽适配(375 下 167.5px)
- 商品数量 = 1

仅用于推荐量过少的 Case,展示单个横向卡片,左右边距 16px
- 商品对比

在竖向商品卡下方追加参数对比模块
- 最大尺寸

非定向推荐下只显示一个商品时使用,Variation / AI Point / Selling Point 按商品属性展示
- 中等尺寸

最常用的定向推荐样式,承接用户对具体商品的偏好
- 最小尺寸

与 AI 卖点、Review 等模块叠加,或展示用户主动选择的商品
- 多个展示

定向推荐一次给出多个商品时,用多个中等尺寸卡片列举
推荐文案里不含 AI 总结的卖点时,卡片优先展示 AI 卖点;卡片没有 Selling Point 字段时也展示 AI Point。横竖版都适用。
- 竖版卡片

卡片内直接露出 AI 卖点
- 横版卡片

同一规则用于横版
推荐文案已包含 AI 卖点时,卡片改为展示 Selling Point,避免重复。
- 竖版卡片

按 Shipping > Rating > Sold 取优先级最高的两个
- 横版卡片

Selling Point 能放几个就展示几个
Product Comparison & Panel
商品层从单品理解进入横向比较
商品对比帮用户比关键属性做决策。对比了三种呈现方向,最终选卡片 + Markdown。



最终方案:竖版商品卡 + 下方 Markdown 参数对比。两个商品完整并排,两个以上时横滑查看;兼顾多商品容纳性、对比感知和竖版卡片的可拓展性。
纯 Markdown 表格。对比感最直接,但商品图变小,横向空间不够,多商品时拥挤。
横版小卡 + 富文本逐个罗列。信息完整,但纵向很长,缺少并排对比的感知。
用户点击 Shortcut 入口弹出商品选择 Panel,至少选两个商品确认后生成对比结果;超过两个商品时可以横滑查看。
- 1Shortcut 触发

- 2弹出商品 Panel

- 3选择多个商品

- 4确认对比商品

- 5生成对比结果

AI Point in text & Buyer Show
结论层把卖点和口碑压缩进可快速扫读的文本
AI 卖点也要融入普通文本,在大段文字里帮用户快速抓重点。



最终方案:渐变描边卡片。延续 AI 身份的渐变语言;左图为出现在正文中,右图为跟在商品卡下方,两种位置都成立。
浅黄底色块。更醒目,但视觉上接近提示 / 警告条。
纯橙色文字。最轻,但和价格等橙色信息混在一起,卖点不够成组。
在选定的样式上把用户口碑做成 Markdown 适配,设计了短语、段落和卖点兜底三种买家秀。
- 段落总结样式

- 短语总结样式

- AI Point 兜底

07功能拓展:更多导购玩法
输入框上方的 Shortcut 区留出了拓展空间,功能一方面参考其他平台导购,一方面和现有 Chatbot 拉齐。
Find Discount
没有指定商品时推荐优惠商品;已经在聊某个商品时,查该商品的可用优惠并把券推到对话流里。
- 1欢迎+商品推荐

- 2发起优惠请求

- 3推荐限时低价

- 1咨询指定商品

- 2请求查找优惠

- 3生成省钱方案

Price Tracker
只在前文有指定商品时出现。可视化展示价格变化并订阅降价提醒,降价时通知用户。
- 1Shortcut 触发

- 2自然语言触发

- 3触发低价卡片

- 4点击低价提醒

- 5指令确认

- 6降价提醒

Size Advice
两种触发方式:点击入口(有尺码档案直接给建议,没有则弹 Panel 录入);自然语言对话(渐进式问答,或用户直接给出尺码)。
- 1Shortcut 触发

- 2尺码信息 Panel

- 3输入尺码信息

- 4录入尺码 Profile

- 5显示尺码推荐

- 1询问尺码

- 2导购索要身材信息

- 3用户回答

- 4给出尺码建议

- 1直接输入身材信息

- 2给出尺码建议

Try On
虚拟试穿已在 Video、Minifeed 上线。接入导购后在 Panel 里选商品、传图,生成的试穿图回到对话流,可快速重做。
- 1功能入口

- 2试穿商品列表

- 3接入 Try on 接口

- 4上传个人形象

- 5生成试穿效果

- 6更多相关推荐

08验证设计与预期收益
收益推导
0–3 分钟回复的转化率是未回复的 13.8 倍,而 23% 的会话完全没有回复。若全部在 3 分钟内回复,8 天可多拿约 31.7 万单,这是理论上限;AI 只能承接其中标准化的部分,按上限的 10% – 20% 保守估算。
核心指标与目标
| 指标 | 当前基线 | 预期目标 | 依据 |
|---|---|---|---|
| Chat 咨询率(Shop 链路) | 1.6% | 1.8% – 2.1%预期 | 导购入口前置 + 主动推荐,把"进店不点击"的一部分流量转成咨询 |
| Chat 无回复会话占比 | 23% | < 5%预期 | AI 秒级承接非工作时段与排队会话,人工只接复杂问题 |
| 有 Chat 参与的下单转化率 | 30% | 持平或 +1 – 2pt预期 | 新增咨询多为需求模糊用户,转化率不下滑即达标 |
| 美妆 Chat 订单占比 | 5.5% | 6.5% – 7.5%预期 | 首批灰度品类,体量大、Chat 参与率低,提升空间最明确 |
验证方式
店铺级 AB:实验组开启 AI 导购入口与 Shortcut,对照组保持现有 Chatbot;首批选美妆品牌店灰度,观察 2–4 周。
入口点击率、Shortcut 使用率、推荐商品卡点击率、多轮追问率,用来判断是哪一环在贡献或拖累转化。
转人工率、点踩率、退款率不劣于对照组,避免"转化上去了、体验下来了"。

百度 App 短剧专项
短剧一夜爆红,旧的视频剧场框架已经装不下这门新生意。
01项目背景
2023 年 Q3,短剧成为全网爆款,也成了各大视频平台角逐的新赛道。百度 App 原有的视频剧场框架已经装不下这门新生意,目标是体验拉齐并超越,强化品牌建设、做厚功能基建。
需求由产品经理提出,MEUX 设计中台提供完整的策划与功能设计支撑。我从项目初期的"广告解锁试看"开始接手,负责为短剧的内容分发渠道和付费观看链路搭建流程与框架,全项目包括三部分:



- 基于原有视频容器和剧场模块承载短剧内容有局限
- 短剧体验还很雏形,广告激励与付费机制、观剧追更历史等基建有待做厚
- 缺少专属的短剧频道作为内容分发主阵地,无法强化 IP 认知、打造百度短剧品牌
02竞品分析
短视频龙头抖音和快手基于各自资源形成了两套打法:打法一在现有视频平台里构筑专属频道,参考版权内容的运营逻辑,靠融合推荐流完成消费闭环,由视频业务团队主导,抓"广而浅"的用户群;打法二从 0 到 1 做全新的短剧产品(抖音红果、快手喜番),依托短剧版权归属团队(番茄小说),面向"小说 → 短剧、追剧"的核心人群做"窄而深"的沉浸消费。



- 短剧需要专属曝光入口,覆盖 Feed 与视频场景,建内容聚合页,满足基础播控和内容查看
- 曝光—消费—回看链路要闭环,频道要支持题材、榜单、运营推荐等多类型分发
- 用播控面板、推荐卡片强化内容 IP 感,打造短剧品牌,优化信息字段布局
03产品策略
结合竞品表现和短剧在手百的现状,以版本迭代分批推进:搭建观看链路、补充功能入口、搭建付费通路,探索内容分发与资源变现的可行途径。

04阶段一:广告解锁,试验付费链路
为付费短剧提供功能入口,前期以看激励广告解锁付费章节做业务试验:拦截优质内容并添加付费标识,付费资源的播放页展示锁定态,接入广告观看解锁接口,完成试看闭环。
流程交互稿


界面视觉方案
付费提醒页对比了智能取色、单一配色、高斯模糊三种方案,基于开发成本选择单一配色上线;同时改造了融合落地页、合集落地页框架和播控面板,适配内容拦截和广告解锁观看。


05阶段二:接入用户付费能力
完善付费短剧基建,为 B 端引入"新热"短剧提供基础支持,让商业投流短剧在端内自闭环,提升优质供给,从而提升短剧分发与时长规模。

基于现有付费订阅的支付面板框架搭建短剧支付面板;为平衡付费率与客单价、实现整体收益最大化,增加了多集解锁能力。

06阶段三:频道搭建与品牌认知
百度 App 需要垂直的短剧消费阵地,满足用户追剧、找剧、看剧的需求,提供"爆款""全面"的内容,把更多时长留在手百,并带来更多元的变现手段。

- 信息少:频道是列表页,只展示合集名称、图片和集数,页面 CTR 仅 0.7%
- 更新慢:所有主题模块都靠运营配置,更新效率低,进来看不到新热内容
- 内容单一:以百度自制剧为主,整体偏"正能量",和行业爆款调性有差异
- 历史管理缺:只记录频道内看过的,二跳消费和解锁/购买过的短剧都没有
- 规模小、入口深:频道 DAU 约 200,入口在剧场频道二级页,也没有有效引流
在视频 tab,基于剧场频道的基本格局搭建短剧频道页,保留金刚位,补齐题材、榜单、追剧等模块。

同时在 Feed 浏览 tab 搭建短剧频道,布局 banner、追剧历史、榜单外露、内容推荐和题材外显。

面向春节活动风口建设主题氛围,提转化、促分发,在关键节点整体联动,放大品牌声量。

用二跳大卡把短剧融进推荐流,营造 IP 感与沉浸感;并为提升付费转化和订单 GMV,增加全集购买挂载入口和收银台优惠券包装。




07阶段四:优化播控,强化 IP 认知
原来的合集半屏面板只展示剧集名称和相关信息,缺少短剧维度的信息。通过整体优化合集半屏面板和合集详情页,强化短剧 IP 感,同时加入相似内容推荐和频道聚合页入口,提升分发量。

流程交互稿
把半屏面板和合集详情页整合,两者信息保持一致,只在半屏/全屏比例上区分;加入影视 IP 背景,兼容线上选集 tab 的吸顶逻辑,并引入相关推荐模块。


界面过程方案
优化一期并行上线的相似推荐模块,并把三列流的信息字段规整为"标签 + 集数"。


最终视觉方案

08后续 Todo
短剧频道的基础观看链路已经打通,完成了 0 到 1 的搭建,1 到 10 的拓展仍待展开:针对完播率低、深度用户消费数据不佳的问题,补充续看引导、追剧收藏和回退挽留;大屏、折叠屏的适配会随百度 App 平板端的整体治理一起推进。

百度 App 付费专项
变现模式只有买断和订阅两种,收银台却长出了十几种样子。
01项目背景
百度 App 想借助庞大的用户基数,通过 Feed 里的内容消费提升有效变现。当时只有两种付费模式:以内容维度售卖的付费专栏,以及按作者更新付费的付费订阅。作为交互设计师,我协助团队开启了付费会员和付费短剧两条变现通路,并通过收银台规范改造开启整体的品牌建设。本专项包括两部分:


- 只有内容买断和作者订阅两种模式,变现单一,整体转化有提升空间,有条件探索新模式
- 各变现业务样式各异、信息不规整;专栏还遗留虚拟币支付,链路冗长,面板拓展能力有限
02现有业务盘点
付费专栏以单篇/全篇维度售卖视频、图文内容,已完成专属频道改版和多种付费模式的搭建。

付费订阅由专业优质作者做固定周期的图文、视频更新,用户订阅获取独家资讯。(付费短剧详见短剧专项。)

- 从现有供给里挑选部分内容,落地会员业务做探索实验,按实际收益决定后续方向
- 面板和支付类型太多,要整合成一种具有拓展性的新面板
- 以收银台规范化为起点,建立专属色彩体系,打造百度内容多元变现的品牌
03项目一:付费故事会员
从现有专栏里优选部分内容,用文末拦截勾起用户对后续内容的兴趣并引导充值会员;按是否购买展示不同状态,同时构建完整的会员支付链路,满足曝光—开通—续费的诉求。


参考知乎盐选会员:它建立了完整的权益体系,包括优质答主内容解锁、联合购买福利、专享长篇故事、付费课程、专业书刊和趣味评测,是付费知识内容里的会员标杆。

- 购买前:对精选故事做文末拦截,增加会员购买的外露入口,按开通与否显示状态
- 购买中:搭建会员支付面板体系,按场景选择半屏/全屏样式,强化权益告知提高转化
- 购买后:建设专属会员频道,完善权益管理,为更多会员功能预留入口和兼容模块
阶段一 · 基础功能建立
从购买前的文末拦截入口和购买中的支付面板入手,打通"外露—购买—查看"的基础链路,作为整个会员体系的功能验证。
购买前 · 文末拦截:筛选部分专栏内容做拦截,作为会员购买的外露入口;拦截卡片显示未开通、已到期、已开通、将到期四种状态。


购买中 · 支付面板:建立支付面板规范,用模块拔插的方式展示会员状态、套餐选择、支付方式、权益展示和相关推荐。


购买流程:基于购前文末拦截和购中收银台,分别为未开通、已开通会员建立两套购买流程。


视觉方案:沿用现有专栏的金色基调,体现会员尊贵、独享的身份认同。

阶段二 · 会员专属权益页
从购买后的专属频道入手,满足权益感知、阅读回访和推荐消费的诉求,补全购前—购中—购后的闭环。在百度首页 Feed 新增「故事会员」频道,加入会员管理、历史记录、每日推荐和内容流模块。

视觉在会员金色体系基础上加入橙色、褐色系,强化权益感知和品牌。

阶段三 · 业务合并与视觉统一
度会员的权益偏工具型(云盘下载、阅读优惠、个性化主题),内容专享消费还有空间;故事会员的内容型权益正好补上,而故事会员也能借度会员的品牌声量提升开通量级。于是阶段三把两者合并。

视觉对齐度会员的金黄品牌色,改造核心页面,并在会员权益页补充故事会员的业务表述。

会员已完成购前—购中—购后的完整链路并形成收益;并入度会员后,协助度会员业务活跃用户突破千万。
04项目二:支付面板改造
内容变现线里有专栏、订阅、短剧、会员四条业务,各自发展出了十余种支付面板。会员并入度会员后,这次规范整治聚焦专栏、订阅、短剧三条线。
现状盘点
付费专栏是存在最久的业务,支付链路涵盖多种付费模式和优惠策略,但仍在用虚拟币结算,和线上主推的多渠道现金支付差异很大。


付费订阅覆盖图文、视频入口,有按月和连续包月两种模式;会员、短剧的收银台都是以它为基础搭的,并用金色作为付费业务主色。


付费短剧有广告解锁和直接付费两种模式,正在推进虚拟币观剧的第三种;面板由订阅面板改造而来,档位较低时比例需要调优。


- 业务板块老旧:面板从诞生起一直在做加法,还背着支付接口变更、低频购买模式等历史问题
- 设计方案粗糙:部分场景为了快速上线生硬套组件,没有优化布局和留白
- 缺乏统一认知:三条线各自为战,需要建立统一的「付费内容」品牌
- 拓展兼容不佳:业务变化快,需要模块化组件和可云控的色系
信息解构
把三种面板按空间顺序解构、归类,并高亮共有信息元素。结论是:商品信息、档位选择、支付方式、购买须知、购买按钮大部分是三种业务的公共字段,在支持部分独有模块拔插的前提下,具备统一信息架构的基础。

交互框架
收银台面向短剧、专栏、订阅三大业务,用一套框架适配:按场景拔插业务模块,替换通用区域的文案字段。

专栏场景归纳为档位购买、附带赠品、搭配购买、专栏赠送四种核心模式,在同一套框架里按需部署收货地址、优惠券、赠送份数等模块。




订阅场景不做大改:商品信息做场景适配,新增倒计时价格汇算模块,支付方式模块统一样式。

短剧场景去掉短剧封面,只显示标题和剧集信息;宫格档位改为左右布局,按档位数量和单双数排布,并突出主推档位。

- 这轮只改了「购买中」的链路,购买外露入口还需要进一步整合
- 以现有支付金色为基础,推进付费订阅、付费专栏频道的品牌 VI 迭代

Shopee Video Card
视频卡片不是信息越多越好——它的生效边界,在用户所处的意图阶段。
同一张视频卡片,在用户已经进入决策期的 YMAL 里是正收益,搬到仍处在浏览期的 DD 和 SRP 就两次都转负。原因是同一个:在固定卡片高度里,决策因子(标题、标签、价格)挤占了吸引因子(视频本身)。
8 个市场 7 个正向
首页滑动流畅度 53.6% → 51.3%
四组 treatment 全部负向
01视频卡片的生效边界,在用户所处的意图阶段
这个项目前后跑了 6 轮版本、覆盖 8 个市场。把结果按场景排开,规律非常清楚:
| 场景 | 用户在做什么 | 意图阶段 | 结果 |
|---|---|---|---|
| YMAL 相关推荐 | 看完一个商品,在同类里比和选 | 决策期 | + 两个版本都正向 |
| DD 首页发现 | 没有目标地逛 | 浏览期 | − 两个版本都负向 |
| SRP 搜索结果 | 带着关键词找 | 浏览期 | − 两个版本都负向 |
背后是同一条链路:Video Card 的价值路径是被视频吸引 → 产生兴趣 → 决策下单。
决策期的用户已经被吸引过了,他需要更多决策信息,信息区加行是加分;浏览期的用户还没被吸引,卡片定高时信息区每多一行,媒体区就少一块,决策因子反过来干扰了吸引因子,成单链路被打乱。
这个结论后来直接决定了规范怎么定:两类场景用了两种相反的高度锁定策略(见 05)。
02双列流里的固定高度,是视频卡片的根本约束
Video Card 是 Shopee 双列流里跳转到视频落地页的卡片入口,覆盖每日推荐(DD)、搜索结果(SRP)、相关推荐(YMAL)、店铺页和域外流量页,是 Video 业务最重要的流量入口之一。结构是媒体区 + 商品信息区,媒体区自动循环播放商品高光片段。
难点在于:双列流对卡片高度有上限,媒体区和信息区在争同一块固定高度。1.0 在"封面 + 商品信息"的结构上加入营销信息;2.0 为了提高信息区利用率,取消了商品封面,并对促销 Label 做了优先级排序。


- 封面缩略图占掉信息区左侧
- 标题只剩一行,常被截断
- Label 加入时整体抬高信息区
- 卡片固定 311px

- 商品封面取消,横向空间全部给标题
- 标题两行,信息获取更完整
- Label 单行轮播:Promo 与评分/销量交替
- 价格与优惠单独一行
封面重复了媒体区已有的信息,省出的宽度给标题和促销
双列流里随机消费,标题是判断"是不是我要的"的第一依据
cheapest > xtra > exclusive voucher > flash sale > free shipping,一次只露最强的一条
查看完整结构演进看板(长图)


03证据一 · 决策期:砍掉封面换两行标题,8 个市场 7 个正向
YMAL(You May Also Like)出现在商品详情页下方,用户刚看完一个商品,正在同类里比较。卡片等高等宽。
1.0:三组轮播方案,信息量在决策期是正收益
对比了媒体区 Bubble 轮播(其他用户加购/口碑)、标题下 Label 轮播(加购/口碑)、标题下促销 Label 轮播三组方案,整体波动正向:
| 指标 | 变化 |
|---|---|
| YMAL Video Card UCTR | +1.03% |
| YMAL Video Card pCTR | +2.39% |
| YMAL Video DAU | +0.79% |
| Video Order | −0.48% (波动范围内) |
结论有两条:商品标题设为两行,能有效提升用户在双列流中随机消费时的信息获取;取消商品封面对信息获取没有明显负面影响,而省出的空间能放下更多促销标签和价格优惠。
2.0:取消封面、两行标题,按市场拆开看
| 市场 | YMAL Video DAU | YMAL Video Card pCTR |
|---|---|---|
| TW | +5.01% | +11.22% |
| SG | +2.21% | +7.62% |
| BR | +3.03% | +5.51% |
| MY | +2.59% | +4.16% |
| VN | +2.56% | +3.66% |
| PH | +0.90% | +2.70% |
| ID | +1.05% | +2.47% |
| TH | −2.06% | −0.83% |
八个市场七正一负,pCTR 最高 +11.22%。唯一负向的泰语区,是因为部分字段换行导致信息表意错误——这是可修复的实现缺陷,不是策略失败。
取消封面给文字信息让出了空间,用户提取有效商品信息的效率提升,点击进入并转化的概率随之提高。




媒体区底部做 Bubble 轮播:just added to cart 与 just bought 交替;右侧是同时保留标题下 Label 的版本。
把轮播移到标题下方:评论 + 销量 与 加购 / 已购 交替,分成不含 Cheapest 与含 Cheapest 两组对照。
加入完整促销 Label 的轮播顺序:Cheapest > Flash sale > Free shipping > Voucher > COD > Deep discount。
三组方案放回 YMAL 真实列表里的效果对照。




卡片宽度固定,先定 Label 的换行与截断规则:一行放不下时按优先级只留最强的一条。
Promo Label 与 评分 / 销量 分阶段轮播,两组信息循环展示,不同时抢同一行。
再补上评分与预计送达(EDT),把决策需要的信息补齐。
三次迭代在 YMAL 列表中的最终效果。
查看 YMAL 完整实验看板(长图)


04证据二 · 浏览期:同一套卡片搬到 DD 和 SRP,两次都负向,原因相同
DD:加高卡片仍然负向——问题不在高度,在信息区挤压媒体区
DD(Daily Discovery)是首页的兴趣推荐流,流量最大的非定向渠道,要兼容商品卡、广告卡、视频卡、直播卡,并限制卡片最大高度。1.0 以样式横向对齐为出发点,按容器最大高度适配,媒体区被明显压缩。2.0 跟进场景最大高度变大后重新适配,数据仍然负向:
| 指标(DD 2.0) | 变化 |
|---|---|
| 首页滑动流畅度 | 53.6% → 51.3% |
| Video Card 曝光 | −0.71% |
| Video Card pCTR | −1.02% |
| Video Card EAU | −0.1% |
| Order | −0.8% |
2.0 比较了三种高度适配策略——差别只在于锁的是卡片总高还是媒体区:
- 策略 1

卡片最长 284.5px(含全部 Label 与 EDT),媒体区高度不变,按信息多少变更卡片总高
- 策略 2

同样锁最长高度,换一组信息组合验证:信息变少时卡片整体变矮,媒体区不受影响
- 策略 3

卡片总高锁死 284.5px,信息区向上挤压媒体区——数据最差的一种
另一个发现是:信息区一旦缺少 Label、显得过空,用户会对商品产生"低质、无保障"的印象。
SRP:用户锚定标题找东西,视频卡的结构差异反而打断判断
SRP 1.0 于 2025.2.17 在各地区上线,数据显著负向,现已下线:
| 市场 | DAU | Order |
|---|---|---|
| ID | −2.3% | −3.4% |
| MY | −0.7% | −1.6% |
| PH | −0.8% | −1.7% |
| TH | −2% | −2.9% |
| VN | −1% | −0.4% |
2.0 基于新样式迭代,四组 treatment 仍然全部负向:
| Treatment | 曝光 | 渗透 |
|---|---|---|
| 1 | −3.12% | −5.76% |
| 2 | −2.79% | −5.15% |
| 3 | −3.65% | −9.05% |
| 4 | −3.76% | −9.10% |
SRP 里用户的行为是"锚定标题相关性 → 看媒体区快速了解 → 产生兴趣点击"。Video Card 与 Item Card 结构差距太大,同屏两种样式影响判断;Item Card 整体变高后,Video Card 在同一屏的面积占比也被压低。
DD 是"逛",SRP 是"找",都处于浅层浏览和快速筛选,需要视觉先把人吸引出来。卡片定高时,信息区每多一行就侵占一分媒体区;视频被裁切后,动态展示商品这个核心优势被削弱;封面播放时外露大量信息,用户难以抓住重点、直接划走。
查看 DD / SRP 实验看板




05规范如何归一:两类场景,两种相反的锁定策略
基于上面的结论,后续迭代不再追求"各场景样式横向对齐",而是在保持基本框架一致的前提下,按场景的意图阶段决定锁什么:
| 场景 | 意图阶段 | 卡片总高 | 媒体区 | 随信息量变化的是 |
|---|---|---|---|---|
| YMAL | 决策期 | 299px 固定 | 随信息区调整 | 信息区高度 |
| Shop | 店内选购 | 267px 固定 | 随信息区调整 | 信息区高度 |
| DD | 浏览期 | 最长 285px | 181px 固定 | 卡片总高 |
| SRP | 浏览期 | 最高 321px | 217px 固定 | 卡片总高 |
决策期场景锁总高,让信息区多承载决策信息;浏览期场景锁媒体区,保证视频这个吸引因子永远不被挤压,信息少时卡片自己变矮。
Label 策略:空白本身也在伤害信任
DD 的 Label 栏因此大面积空白,而空白会让商品显得"低质"。策略是用评分 + 销量的口碑 Label 填充空白,并在信息区底部增加与同场景其他卡片一致的物流信息区(EDT + Location,对齐 DD 现有 SDK)。

Shop 页的商品总览同样是等高双列流,也按这套规则接入了新样式。


决策期 · 商详页下方

店内选购 · 店铺商品总览

浏览期 · 首页发现流

浏览期 · 搜索结果
锁总高:用户已经被吸引过,信息区可以多承载决策信息,媒体区让位。
锁总高:等高双列流,规则与 YMAL 一致,只是总高更紧凑。
锁媒体区:视频是吸引因子,不能被信息区挤压;信息少时卡片自己变矮。
锁媒体区:同屏还有 Item Card,媒体区高度固定才能保住视频的视觉优势。
06已验证的结论,和还需要验证的假设
把实验里的判断分成两类,避免把推测当成结论:
· 决策期场景里,两行标题 + 取消封面能提升 pCTR(YMAL 2.0,7/8 市场)
· 泰语区负向来自字段换行导致的表意错误(YMAL 2.0)
· SRP 负向是否因为视频未展示商品相关片段(同结构的 Live 卡是正收益)→ 对比商品片段封面与随机高光
· 与 Item Card 的样式差异是干扰还是吸引点 → 需要单独的样式对照组
· 动态封面流畅度的影响 → 先做性能排查
下一步想试的方向
不牺牲封面尺寸,让媒体区与信息区空间叠加,例如把关键标签 Overlay 在视频封面边缘;只保留最优利益点、降低认知负担,并按类目差异化——服饰、美妆这类审美驱动的类目以视频为主,家居、家电这类理性驱动的类目以时效和优惠券为主。

Shopee UI Kits
三条业务线、多个团队交接下来的组件,怎么理出一套大家都愿意用的规范。
01为什么要整理
在职期间,Video、Minifeed、Chat 三条业务线在日常需求里各自长出了大量组件:旧稿件被拿来 demo 新功能、内部元素布局逐渐漂移、新需求上线后框架跟着变动。这个项目把三条线的设计资产收进可复用、可扩展的 UI Kit 与规范里。我负责线上场景的盘点整理,以及组件设计与规范制定。
02Video:Voucher 与 Button
Video 的规范主要是为 Content Design 团队建设的 Content Design Library 1.0 贡献 Voucher 和 Button 组件。组件不只用在 Video,也横向覆盖团队里的其他业务。
Voucher 优惠券组件
主要用于 Video 和 Live 场景,让用户领取、使用、查看优惠。组件覆盖不同长宽尺寸,承载物流、平台、商家三类优惠,并针对不同语言和地区做了适配。


Button 按钮组件
基于 Shopee 现有设计体系,对 Content Design 团队的全部场景做规整,拆出 20 / 24 / 28 / 36 / 40px 五个尺寸,覆盖填充/线框、夜间模式等样式,以及 Add to Cart 的按钮变体。



Library 里的元素都基于单一组件做 Variation 变体,适配不同业务和场景;定义清楚的变体属性,在把设计组件转成 Skill 时也更方便 Agent 理解和掌握规范。
03Minifeed:UI Kit 与促销信息
Minifeed UI Kit
Minifeed 需求支持里常出现用旧稿 demo 新功能、元素布局漂移、新需求上线后框架变动等问题。于是对 Minifeed 2.0 做 UI Kit 化,拆成媒体区和商品信息区,元素做 Variation 后对应不同的业务属性和功能内容。


信息区的展示策略是电商设计里最关键的部分。整理成 UI Kit 后,又针对 Label 展示策略、排序优先级、信息结构变动做了几轮需求,并对商品属性选择、用户评论、AI 卖点总结等内容在信息区的插入或替换做了多轮实验。
促销信息规整
促销信息同时用于 Video 和 Minifeed,有 Label 和 Banner 两种互相对应的形式:Promo Label 规整了促销信息的展示优先级和业务分类;Promo Banner 解决了两个场景里 Icon 尺寸、字号间距不一致的问题。


04Chat:四端统一
Chat 的日常需求要适配 Chat Room、Web Chat、Mini Chat、PC Mall 四大场景,横跨移动端与网页端,面向消费者和商家两种角色。
Chat 历经多个团队接手,整理时先把前置设计文档收集起来,筛出执行需求中用得最多的部分。难点除了处理大量历史文件,还在于为四个端的同一状态确立统一的对应关系;部分组件还要把商家端和买家端的变体分开处理。








