MORI.SYS

CASELMN_01

CASE_01 / AI WORKFLOW / 2026

Loomin

让团队看见 AI 正在做什么,并在真正需要时接管。

Role
Lead Product Designer
Team
1 PM · 5 Eng · 1 Research
Duration
18 weeks
Scope
Research → Beta measurement
深色 Loomin AI 工作流界面及任务节点
01 / Launch interface — task graph, review queue and activity trail.
01

Problem

自动化越强,团队反而越不敢放手

内测团队能快速创建流程,但当输出异常时,他们无法判断问题来自输入、模型还是规则。

11 位运营人员的任务回放显示,大家会同时打开日志、文档和聊天记录来拼凑上下文。平均每次异常审查需要 14 分钟,而其中一半时间花在确认“系统刚刚做了什么”。

  1. 01Define

    目标与输入边界

  2. 02Configure

    步骤与工具

  3. 03Run

    可观察执行

  4. 04Review

    风险优先队列

  5. 05Resolve

    接管与重试

02

Interaction model

把“流程图”改成“责任图”

第一版试图展示全部技术步骤,结果让非技术用户更难定位问题。第二版按责任重新组织:用户只看到需要决策的节点,系统步骤被折叠在活动轨迹中;任何输出都能回到输入、规则和执行版本。

V1 / Too much

完整日志等于没有重点

V2 / Too late

只在失败后提示,无法预防

V3 / Shipped

风险前置,细节按需展开
03

System

把状态做成跨功能语言

我与工程团队把 23 个后台状态整理为 6 个用户可理解的阶段,并为每个阶段定义名称、颜色、允许操作、超时与恢复策略。这套状态模型也进入设计系统,供后续三个产品模块复用。

RUNNING4 / 7 steps

NEEDS REVIEW2 items

RESOLVED12:42

BETA / 8 WEEKS

上线后的信号

结果来自 7 个 beta 团队、共 1,284 次有效任务。我们同时观察成功率、审查用时和人工接管后的恢复率。

+21%
端到端任务成功率
−34%
平均审查用时
82%
接管后可恢复任务

RETROSPECTIVE

如果重新开始

我会更早邀请客户成功团队参与状态命名。他们每天使用的语言,比产品内部术语更接近用户真正理解系统的方式。