CHI 2026新研究：草图+标签，竟不如打字省心？

这篇论文表面看是在研究“草图、文字、标签”哪种提示方式更好，实际上是在追问：AI把设计流程变得太顺滑，会不会顺手把设计思考也磨平了？SketchifAI给出的答案不算简单，值得细看。

龙哥读论文发布于 2026-08-14 09:10:48 阅读 3 查看原文

#AI应用 #多模态 #人工智能

🐉 龙哥读论文知识星球来了！
公众号每日8篇拆解不够看？星球无上限更AI领域论文、资讯、招聘、招博、开源代码，一站式干货，每日2分钟刷完即赚！ 👇扫码加入「龙哥读论文」知识星球，前沿干货、实用资源一站式拿捏～ xingqiu_header

龙哥推荐理由：
这篇论文表面看是在研究“草图、文字、标签”哪种提示方式更好，实际上是在追问：AI把设计流程变得太顺滑，会不会顺手把设计思考也磨平了？SketchifAI给出的答案不算简单，值得细看。

原论文信息如下：

论文标题:
Reviving Reflection-in-Action: Instilling Designerly Thinking in AI-Supported Ideation through Multimodal Prompting

发表日期:
2026年06月发表单位:
The University of Melbourne 原文链接:
https://arxiv.org/pdf/2606.26626v1.pdf

引言

AI 画图越来越像“按回车就出成品”，但设计往往需要一点不顺手。SketchifAI 盯上了这个矛盾：当草图、文字和草图加标签三种提示方式摆在面前，哪种更能帮设计学生把想法说清楚、把脑子转起来？

论文作者没有把重点放在“AI能不能画”，而是放在更难的一层：AI 会不会让人跳过思考，直接奔向答案。就像做题时收走了草稿纸，答案是快了，脑子也可能跟着偷懒了。

方法概述

图1：SketchifAI 的三种交互界面。左侧展示文本、草图、草图加标签三种输入方式，右侧是对应的应用界面。核心是把草图重新请回创意流程里。

SketchifAI 是一个面向设计启发的原型系统，支持三种输入：文本、纯草图、草图加短标签。草图条件下不允许用户再写完整提示词，系统把草图轮廓交给后端解释，再生成低到中保真度的图像刺激。

最关键的设计不是“更强”，而是“故意不那么顺滑”。作者把生成结果限制成略带草稿感的样子，目的是制造一种生产性摩擦：让用户别一眼就躺平，而是得重新想、重新画、重新判断。

图4：整体实验流程。受试者先熟悉系统，再分别完成三轮快速构思任务，最后填写问卷并接受访谈。流程不花哨，但很适合看清不同输入方式对创意过程的影响。

实验结果

图6-图7：意图表达与创造支持的后验预测。纯草图在表达方向和范围时明显不如文本，但加上标签后，情况被拉回来不少。

在创造支持方面，纯草图让参与者在愉悦感和探索感上都低于文本基线；而“草图+标签”则把这两个指标往回拽了一截。草图本身有点“磨人”，但加上标签后，不至于把人气到想关页面。

图8-图11：流畅度、多样性、独创性和质量的结果。纯草图对流畅度有一点正向趋势，但在多样性、独创性和质量上并没有给出特别稳定的优势证据。

这意味着一个微妙的结论：草图可能更利于“多想几步”，但未必立刻让作品更好看、更独特。它更像是在帮大脑开路，而不是直接替大脑交卷。

图12-图13：纯草图和草图加标签的输入输出示例。纯草图时，AI 经常会“理解得很有个性”；加上标签后，输出更贴近意图，但也更容易把生成空间锁得太死。

这正是论文里最有意思的悖论：用户最喜欢文本提示，但文本并不一定最能激发设计式思考。最省力的办法，往往也是最容易把人带去“只求快，不求想”的那条路。

龙迷三问

下面是龙哥对于大家可能的一些问题的解答：

为什么作者要故意把生成结果做得不那么精致？因为这篇论文想测试的不是“谁能最快拿到漂亮图”，而是“怎样的交互能逼着人继续思考”。低到中保真输出会制造一点摩擦，让用户不至于直接把 AI 当成终点站。

为什么“草图+标签”看起来更稳，却可能限制创意？因为它一边给 AI 画了框，一边又给它塞了语义锚点。这样虽然更容易表达意图，但也更容易把生成空间压窄，结果就是“更像你想要的”，同时也“更不像会冒出惊喜的”。

这篇工作最适合怎么理解？它不是在证明草图一定胜过文本，而是在提醒：AI 创意工具别只追求顺滑，适当保留“卡一下”的空间，反而更可能把设计思考救回来一点。

如果你还有哪些想要了解的，欢迎在评论区留言或者讨论~

龙哥点评

论文创新性分数：★★★★☆

把“生产性摩擦”放进 AI 创意工具里，不是常规操作，但思路很对路。它没有只盯着生成质量，而是盯住了设计思维有没有被顺手偷走。

实验合理度：★★★★☆

三种输入方式做 within-participant 对比，思路清楚，指标也比较完整。样本量不大，但作者用了贝叶斯方法，没有拿小样本硬装大场面。

学术研究价值：★★★★☆

这篇工作对 HCI、设计教育、AI 创意工具都挺有启发。尤其是“效率”和“思考”并不总是一伙的，这个提醒很值钱。

稳定性：★★★☆☆

结果趋势有意思，但不少结论仍然带着不小不确定性。更像是把方向先照亮了，离定论还有一段路。

适应性以及泛化能力：★★★☆☆

实验聚焦设计学生和特定草图任务，外推到更广泛人群还要谨慎。它更适合作为设计交互原则的线索，而不是通吃一切的万能模板。

硬件需求及成本：★★★☆☆

系统本身不算重，但依赖绘图板、GPU 推理和一定的交互搭建。做原型可以，想大规模上线就得再算算账。

复现难度：★★★☆☆

方法链路清楚，复现不至于离谱，但系统型原型往往细节多。尤其是交互、提示、模型输出风格这些东西，少一个环节味道就会变。

产品化成熟度：★★☆☆☆

更像研究原型，不像现成产品。它证明了一个值得做的方向，但离“人人都爱用”的商业形态还有距离。

可能的问题：用户偏好文本，可能不只是习惯问题，也可能是草图交互本身门槛偏高；另外，低保真输出到底是在“促进思考”还是“制造挫败”，边界还需要更细的设计和验证。

主要参考文献

Samangi Wadinambiarachchi, Ryan M. Kelly, Saumya Pareek, Qiushi Zhou, and Eduardo Velloso. 2024. The Effects of Generative AI on Design Fixation and Divergent Thinking. In Proceedings of the 2024 CHI Conference on Human Factors in Computing Systems (Honolulu, HI, USA) (CHI ’24). Association for Computing Machinery, New York, NY, USA, Article 380, 18 pages. doi:10.1145/3613904.3642919

DaEun Choi, Sumin Hong, Jeongeon Park, John Joon Young Chung, and Juho Kim. 2024. CreativeConnect: Supporting Reference Recombination for Graphic Design Ideation with Generative AI. In Proceedings of the 2024 CHI Conference on Human Factors in Computing Systems (Honolulu, HI, USA) (CHI ’24). Association for Computing Machinery, New York, NY, USA, Article 1055, 25 pages. doi:10.1145/3613904.3642794

David Chuan-En Lin, Hyeonsu B. Kang, Nikolas Martelaro, Aniket Kittur, YanYing Chen, and Matthew K. Hong. 2025. Inkspire: Supporting Design Exploration with Generative AI through Analogical Sketching. In Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (CHI ’25). Association for Computing Machinery, New York, NY, USA, Article 427, 18 pages. doi:10.1145/3706598.3713397

*本文仅代表个人理解及观点，不构成任何论文审核或者项目落地推荐意见，具体以相关组织评审结果为准。欢迎就论文内容交流探讨，理性发言哦～想了解更多原文细节的小伙伴，可以点击"阅读原文"，查看更多原论文细节哦！

欢迎加入龙哥读论文粉丝群，扫描下方二维码或者添加龙哥助手微信号加群：kangjinlonghelper。一定要备注：研究方向+地点+学校/公司+昵称（如图像处理+上海+清华+龙哥），根据格式备注，可更快被通过且邀请进群。
设计、交互、AI创意支持这些论文，群里最适合边聊边拆 🤖✏️
wechat_helper