AI Product Design
Mendesain untuk AI berbeda: hasilnya tidak pasti dan butuh kepercayaan. Modul ini membahas human-AI interaction, prompt UX, explainability, trust, privacy, error recovery, regenerate, feedback loop, dan AI loading state.
Tujuan Modul
User bisa mendesain produk AI yang jelas, aman, dan tidak membingungkan.
- Mendesain interaksi manusia-AI yang jelas.
- Membuat prompt input dan hasil yang mudah dipahami.
- Membangun trust lewat explainability dan privacy.
- Menangani error, regenerate, dan feedback dengan baik.
Prompt UX, Loading & Hasil AI
26 menit
Tujuan Lesson
Human-AI interaction
AI bersifat probabilistik: hasilnya bisa berbeda dan kadang salah. Desain harus mengkomunikasikan ini dengan jujur, memberi user kendali untuk mengoreksi, dan tidak menampilkan AI seolah selalu benar.
Prompt UX
Input prompt sebaiknya membantu user memulai: contoh prompt, placeholder yang mengarahkan, dan saran. Banyak user bingung 'harus menulis apa', jadi turunkan hambatan halaman kosong.
Loading state AI
Proses AI bisa lama. Tampilkan progress yang menenangkan, jelaskan AI sedang bekerja, dan bila mungkin streaming hasil bertahap agar terasa cepat dan hidup.
Menampilkan & mengedit hasil
Hasil AI harus mudah dibaca, bisa diedit, disalin, dan disimpan. Beri user kendali penuh: hasil adalah titik awal, bukan keputusan final yang dipaksakan.
Contoh Baik
Asisten AI dengan contoh prompt, loading streaming, hasil yang bisa diedit, tombol regenerate, dan catatan kecil bahwa hasil bisa keliru.
✕ Contoh Buruk
Asisten AI dengan input kosong tanpa panduan, loading tanpa kabar, dan hasil yang tidak bisa diedit seolah pasti benar.
Kesalahan Umum Pemula
- ⚠Menyajikan AI seolah selalu benar.
- ⚠Input kosong tanpa panduan prompt.
- ⚠Loading tanpa umpan balik.
- ⚠Hasil tidak bisa diedit atau dikoreksi.
Designer Mahal Berpikir Begini
Coba Latihan
- Desain prompt input dengan contoh dan placeholder mengarahkan.
- Rancang loading state AI yang menenangkan.
- Buat tampilan hasil yang bisa diedit dan disalin.
Checklist Lesson
Uji Pemahaman
Kenapa desain AI harus jujur soal ketidakpastian?
Trust, Privacy, Error Recovery & Feedback
24 menit
Tujuan Lesson
Explainability & confidence
Saat memungkinkan, jelaskan kenapa AI memberi hasil tertentu atau tunjukkan sumber. Indikator keyakinan (confidence) membantu user menilai seberapa jauh hasil bisa dipercaya.
Privacy UX
User berhak tahu data apa yang dipakai dan bagaimana. Sampaikan privacy notice dengan bahasa jelas di saat yang relevan, dan beri kontrol (hapus, opt-out). Transparansi membangun trust.
Error recovery & regenerate
Saat AI gagal atau hasil kurang tepat, beri jalan keluar: regenerate, edit, atau coba prompt lain. Pesan error harus tenang dan menawarkan langkah berikutnya, bukan jalan buntu.
Feedback loop
Tombol 'membantu / tidak membantu' memberi user suara dan membantu produk membaik. Buat ringan dan tidak mengganggu, lalu tunjukkan bahwa masukan diterima.
Contoh Baik
Hasil AI dengan tombol helpful/not helpful, opsi regenerate, sumber rujukan, dan privacy notice singkat yang jelas.
✕ Contoh Buruk
Hasil AI tanpa cara memberi masukan, tanpa info sumber, dan privacy notice penuh jargon hukum yang tak terbaca.
Kesalahan Umum Pemula
- ⚠Tidak ada jalan keluar saat hasil buruk.
- ⚠Privacy notice penuh jargon.
- ⚠Tidak ada feedback loop.
- ⚠Menyembunyikan keterbatasan AI.
Designer Mahal Berpikir Begini
Coba Latihan
- Tambah explainability/sumber pada hasil AI.
- Tulis privacy notice singkat dan jelas.
- Desain error recovery dan feedback helpful/not helpful.
Checklist Lesson
Uji Pemahaman
Apa fungsi indikator confidence pada hasil AI?
Project Modul
AI Assistant End-to-End
Desain asisten AI lengkap: prompt input, loading, hasil, edit, regenerate, save, feedback, dan privacy notice.
Deliverables:
- Prompt input + loading state.
- Tampilan hasil yang bisa diedit + regenerate.
- Save & feedback helpful/not helpful.
- Privacy notice yang jelas.