WPS Copilot

The Story

随着 AI 在办公场景中的普及，用户开始期待与 AI 建立更深入、更自然的协作关系。

ChatGPT Canvas、Microsoft Copilot 等产品提出了新的方向：将 LUI 与 Canvas 结合，构建更可控的 AI 协作体验。

我们认为，这是一次重构办公协作范式的机会。 因此，公司启动 WPS Copilot 项目，我作为设计负责人，尝试在 WPS 中落地一套融合 LUI 与 Canvas 的交互模式，帮助用户以更自由、更透明的方式与 AI 共创。

The Problem

AI 工具越来越强大，但多数产品仍忽视了三个关键问题：

1. 1. 用户无法预判 AI 能力
2. 2. 协作流程不透明
3. 3. 上下文支持弱

The Approach

面对 AI 智能尚未成熟、用户又难以掌控的交互困境，我们不再假设“AI 很懂”，而是主动设计一套协作机制，让用户掌握节奏、理解系统，并能逐步推进任务。

1. 研究业界范式：分析 ChatGPT Canvas、Microsoft Copilot、Notion AI 的控场机制与交互结构

以 ChatGPT Canvas 为例，它通过结构化卡片、段级操作入口与语义延展设计，构建了可控、可协作、可进化的 AI 交互模式。它不仅提升了用户的掌控感，也为我们构建 WPS Copilot 的 Canvas 协作机制提供了可借鉴的控场范式。

2. 明确控场设计目标：托起体验低谷

这张 U 型曲线反映了 AI 产品中的体验矛盾：

• 在左端，AI 智能有限但行为可预测，用户体验相对可控；
• 在右端，AI 足够智能，能够理解复杂意图并自然回应；
• 而中间区域，AI "半懂不懂"、又缺乏控场机制，用户最容易迷失、失控、放弃使用。

WPS Copilot 设计初期正面临这个智能阶段，我们认为：只有通过结构化输出、语义延展设计与控场机制，才能托起这段体验低谷。

3. 定义控场系统的设计策略：将模糊任务拆解为可感知的协作节奏

以「起草报告」为例，我们将复杂任务分解为四段式协作结构 —— 意图识别、思路生成、正文输出、结构反馈。
每一步都设计明确的节奏点与可见状态，确保用户在 AI 协作中保持掌控，不再“被动等待”或“中途迷失”。

The Visiual