第2404篇：AI功能的可访问性设计——让AI对更多用户群体友好

适读人群：负责AI产品开发的工程师和产品团队 | 阅读时长：约11分钟 | 核心价值：理解AI可访问性的核心维度，避免AI功能成为某些用户群体的障碍

做过一次特别有收获的用户调研。

当时我们的AI问答功能已经上线了两个月，各项数据都还不错。但有个产品经理发现了一个奇怪的现象：使用率按年龄段分布极度不均匀，40岁以上的用户使用率只有同龄用户整体功能使用率的18%。

我们做了一些访谈，结论让人惭愧：

一个47岁的用户说：「我不知道这个AI对话框在哪，找了半天没找到。」（我们把入口做成了一个很小的图标，年轻用户用习惯了，老年用户根本没注意到。）

另一个用户说：「AI说的话太长了，我看不完，不知道结论是什么。」（我们没有做摘要或结论高亮。）

还有一个用户说：「我打字慢，等AI生成这段时间我已经想不起来我问的什么了。」（对于打字慢的用户，输入和输出之间的时间差造成了认知断层。）

这些问题不是AI本身的技术问题，而是可访问性问题——我们的AI功能对特定用户群体不友好。

---

AI可访问性的四个维度

可访问性（Accessibility）通常被理解为「残障人士能不能用」，但在AI产品中，可访问性的内涵要宽得多：

感知可访问性：包括视觉障碍（色觉异常、视力弱）、屏幕阅读器支持、AI处理状态的多感官反馈。

认知可访问性：包括AI输出的复杂度、阅读障碍用户、认知负荷过高的交互流程。

操作可访问性：包括运动障碍（只能用键盘）、打字慢（需要语音输入）、触摸精度差（手抖的老年用户）。

语言可访问性：包括非母语用户、AI对方言/口语的理解能力、输出文字的可读性。

---

工程师能做的可访问性改进

1. 让AI输出适配不同用户的认知水平

同一个问题的回答，对专业用户和普通用户应该是不同的。

@Service
public class AdaptiveResponseService {
    
    private final ChatClient chatClient;
    private final UserProfileService userProfileService;
    
    /**
     * 根据用户画像动态调整AI回答的复杂度
     */
    public String generateAdaptiveResponse(String userId, String question) {
        UserProfile profile = userProfileService.getProfile(userId);
        
        String systemPrompt = buildAdaptiveSystemPrompt(profile);
        
        return chatClient.prompt()
            .system(systemPrompt)
            .user(question)
            .call()
            .content();
    }
    
    private String buildAdaptiveSystemPrompt(UserProfile profile) {
        return switch (profile.getExpertiseLevel()) {
            case BEGINNER -> """
                用户是该领域的新手。请用以下方式回答：
                - 避免专业术语，如果必须使用，请立即解释
                - 用类比和例子来说明概念
                - 回答控制在150字以内，突出最重要的一个结论
                - 在结尾推荐下一步可以了解的内容
                """;
            case INTERMEDIATE -> """
                用户有一定的基础知识。请用以下方式回答：
                - 可以使用专业术语，但对冷僻词汇加以说明
                - 回答结构清晰，结论在前，细节在后
                - 回答控制在300字以内
                """;
            case EXPERT -> """
                用户是该领域的专业人员。请直接提供专业的技术细节，
                不需要解释基础概念，可以使用专业术语，注重准确性和完整性。
                """;
        };
    }
    
    /**
     * 为认知负担较重的用户提供摘要版本
     */
    public ResponseWithSummary generateWithSummary(String question, String fullResponse) {
        String summaryPrompt = """
            请为以下回答生成一个不超过30字的核心结论摘要，
            用一句话告诉读者最重要的信息是什么：
            
            %s
            """.formatted(fullResponse);
        
        String summary = chatClient.prompt()
            .user(summaryPrompt)
            .call()
            .content();
        
        return new ResponseWithSummary(summary, fullResponse);
    }
    
    record ResponseWithSummary(String keySummary, String fullResponse) {}
}

2. 多语言和方言支持

中国用户的语言使用情况比很多工程师想象的复杂得多——粤语用户、少数民族用户、外籍用户都有可能是你的用户群体。

@Service
public class MultilingualAIService {
    
    private final ChatClient chatClient;
    private final LanguageDetector languageDetector;
    
    /**
     * 检测用户输入语言，用相同语言回答
     */
    public String respondInUserLanguage(String userId, String userInput) {
        DetectedLanguage inputLanguage = languageDetector.detect(userInput);
        
        String systemPrompt = """
            你是一个多语言AI助手。
            请务必用以下语言回答用户：%s
            如果无法确定用户使用的具体语言，请用简体中文回答。
            """.formatted(inputLanguage.getFullName());
        
        return chatClient.prompt()
            .system(systemPrompt)
            .user(userInput)
            .call()
            .content();
    }
    
    /**
     * 处理粤语输入（LLM通常对粤语理解能力较弱）
     * 先把粤语翻译成普通话，再处理
     */
    public String handleCantoneseInput(String cantoneseInput) {
        String translationPrompt = """
            请将以下粤语文本翻译成标准普通话，保持原意不变：
            %s
            
            只返回翻译结果，不需要解释。
            """.formatted(cantoneseInput);
        
        String mandarinText = chatClient.prompt()
            .user(translationPrompt)
            .call()
            .content();
        
        // 然后用普通话处理问题，但用粤语回答
        String answerPrompt = """
            用户用粤语问了以下问题（已翻译）：%s
            请用粤语回答这个问题。
            """.formatted(mandarinText);
        
        return chatClient.prompt()
            .user(answerPrompt)
            .call()
            .content();
    }
}

3. 语音输入支持（运动障碍 / 打字困难用户）

对于打字慢或有运动障碍的用户，语音输入是关键的可访问性功能：

@RestController
@RequestMapping("/api/v1/ai/voice")
public class VoiceInputController {
    
    private final SpeechToTextService sttService;
    private final AIService aiService;
    
    /**
     * 接受语音输入，转换为文字后处理
     */
    @PostMapping("/query")
    public ResponseEntity<VoiceQueryResponse> handleVoiceQuery(
            @RequestParam("audio") MultipartFile audioFile,
            @RequestParam String userId,
            @RequestParam(required = false, defaultValue = "zh-CN") String language) {
        
        // 语音转文字
        SpeechToTextResult sttResult = sttService.transcribe(
            audioFile.getBytes(), language);
        
        if (sttResult.confidence() < 0.6) {
            return ResponseEntity.ok(VoiceQueryResponse.lowConfidence(
                sttResult.text(),
                "语音识别可能不准确，请确认以下内容是否是您的问题：" + sttResult.text()
            ));
        }
        
        // 处理识别出的文字
        String aiResponse = aiService.process(userId, sttResult.text());
        
        return ResponseEntity.ok(VoiceQueryResponse.success(
            sttResult.text(),  // 把识别出的文字展示给用户，让他们确认
            aiResponse
        ));
    }
    
    record VoiceQueryResponse(
        boolean success,
        String recognizedText,
        String aiResponse,
        String warningMessage
    ) {
        static VoiceQueryResponse success(String text, String response) {
            return new VoiceQueryResponse(true, text, response, null);
        }
        static VoiceQueryResponse lowConfidence(String text, String warning) {
            return new VoiceQueryResponse(false, text, null, warning);
        }
    }
}

4. 为屏幕阅读器优化AI输出格式

视觉障碍用户使用屏幕阅读器，Markdown格式对他们不友好（会读出 **加粗** 这样的原始标记）：

@Service
public class OutputFormatterService {
    
    /**
     * 根据客户端类型格式化输出
     */
    public String formatForClient(String rawResponse, ClientType clientType) {
        return switch (clientType) {
            case WEB_BROWSER -> convertMarkdownToHtml(rawResponse);
            case SCREEN_READER -> stripFormattingForScreenReader(rawResponse);
            case MOBILE_APP -> convertToMobileFormat(rawResponse);
            case API -> rawResponse;  // API调用者自己处理格式
        };
    }
    
    /**
     * 为屏幕阅读器移除Markdown标记，保留语义结构
     */
    private String stripFormattingForScreenReader(String markdown) {
        return markdown
            // 移除加粗/斜体标记，但保留内容
            .replaceAll("\\*\\*(.+?)\\*\\*", "$1")
            .replaceAll("\\*(.+?)\\*", "$1")
            // 把列表符号转为自然语言
            .replaceAll("^- ", "• ")
            .replaceAll("^\\d+\\. ", "")
            // 把标题转为强调语气
            .replaceAll("^#{1,3} (.+)", "【$1】")
            // 移除代码块标记
            .replaceAll("```[\\s\\S]*?```", "[代码示例，请查看原始文档]")
            .trim();
    }
    
    /**
     * 添加ARIA标签辅助信息（用于前端渲染提示）
     */
    public String addAriaMetadata(String content, ContentType contentType) {
        return switch (contentType) {
            case AI_GENERATED -> 
                String.format("<div role='region' aria-label='AI生成的内容'>%s</div>", 
                    content);
            case AI_PROCESSING -> 
                "<div role='status' aria-live='polite' aria-label='AI正在处理中'>处理中...</div>";
            case AI_ERROR -> 
                String.format("<div role='alert' aria-label='AI处理出现问题'>%s</div>", 
                    content);
        };
    }
}

5. 超时和等待的可访问性处理

对于认知障碍或注意力短暂的用户，长时间等待会导致他们迷失：

@Service
public class AccessibleWaitingExperienceService {
    
    /**
     * 为长时间等待的AI任务提供进度更新
     * 防止用户不知道发生了什么而放弃
     */
    public Flux<ProgressUpdate> processWithProgressUpdates(String taskId, String userQuery) {
        return Flux.create(sink -> {
            // 立即发送处理开始的反馈
            sink.next(new ProgressUpdate(0, "已收到您的问题，正在分析中..."));
            
            // 2秒后发送中间状态
            Mono.delay(Duration.ofSeconds(2))
                .subscribe(t -> sink.next(
                    new ProgressUpdate(30, "正在查找相关信息...")));
            
            // 4秒后发送另一个状态
            Mono.delay(Duration.ofSeconds(4))
                .subscribe(t -> sink.next(
                    new ProgressUpdate(60, "正在整理答案，即将完成...")));
            
            // 执行实际的AI任务
            try {
                String result = aiService.process(userQuery);
                sink.next(new ProgressUpdate(100, result));
                sink.complete();
            } catch (Exception e) {
                sink.next(new ProgressUpdate(-1, "处理出现问题，请重试"));
                sink.complete();
            }
        });
    }
    
    record ProgressUpdate(int percentage, String message) {}
}

---

可访问性测试清单

在AI功能上线前，用这个清单检查可访问性：

【感知可访问性】
□ AI生成内容有明确的视觉区分（不只依赖颜色）
□ 交互状态有多种感知方式（不只是视觉，也有文字描述）
□ 屏幕阅读器可以正确读取AI输出
□ 图片/图表内容有alt文字描述

【认知可访问性】
□ 关键结论在回答开头（倒金字塔结构）
□ 长回答有摘要或结论高亮
□ 专业术语有解释（或根据用户水平自适应）
□ 错误提示是友好的人话，不是技术错误码

【操作可访问性】
□ 所有功能可以只用键盘完成
□ 点击目标足够大（≥44×44px）
□ 支持语音输入（可选）
□ 重试/纠错的步骤足够简单

【语言可访问性】
□ 支持的语言已在文档中说明
□ 对非母语用户有合理的错误提示
□ 非正式表达/口语也能被正确理解

---

总结

AI的可访问性不是「做完了就行」的检查项，而是产品质量的一部分。

当我们的AI功能对40岁以上用户的使用率只有18%时，这不是用户的问题，这是我们的设计问题。

四个维度：感知、认知、操作、语言可访问性。

工程师能做的：自适应输出、多语言支持、语音输入、屏幕阅读器优化、等待体验改进。

一个好的AI产品，应该让尽可能多的用户都能从中获益，而不只是让年轻、教育程度高、无障碍的用户才能用好。