Microsoft Design: создание AI-первой дизайн-системы для Copilot
Руководитель дизайна Microsoft Джон Фридман описывает, как компания подходила к созданию дизайн-системы Copilot — не путём встраивания AI в существующие интерфейсы, а отталкиваясь от более фундаментального вопроса: что нужно AI-ассистенту от дизайн-системы, чтобы ощущаться как подлинное продолжение пользовательского мышления?
Система строится на четырёх компонентах. Dynamic Action Button (DAB) — контекстно-адаптивная точка входа, появляющаяся там, где это уместно в конкретном рабочем процессе, а не занимающая фиксированный угол каждого экрана. Chat обеспечивает основной обмен рассуждениями и результатами между пользователем и AI. On-Canvas — лёгкий слой для прямого взаимодействия с контентом, который уже находится перед пользователем. Suggested User Actions предлагает своевременные подсказки исходя из текущих действий пользователя, не претендуя на внимание, которое тот не готов уделить.
Всё это связывает паттерн, который Фридман называет «throw and catch»: Copilot может перемещаться между четырьмя поверхностями, передавая работу с одной на другую без необходимости восстанавливать контекст заново. Дизайнерское намерение — чтобы Copilot ощущался как «продолжение мышления» пользователя, а не как отдельное приложение, к которому нужно отдельно обращаться.
Главный аргумент: интеллект без непрерывности создаёт прерывание, а не помощь. Чат-интерфейс, не помнящий, где вы остановились, или подсказка, появившаяся после того, как вы уже двинулись дальше, разрушают доверие быстрее, чем любой медленный отклик. Именно непрерывность между поверхностями отличает компетентный AI от его видимости.
Фридман также формулирует принцип, которым руководствовалась команда: они строили «в темпе жизни, а не в темпе AI-хайпа». Дизайн-системы должны переживать объявления о новых функциях, и структурные решения, принятые здесь — какие поверхности использовать, как между ними передаётся контекст, — будут формировать миллиарды взаимодействий с продуктами после любого обновления модели.
Полезно для команд, встраивающих AI-функции в существующие продукты и нуждающихся в концептуальной основе для выбора между конкурирующими поверхностями интерфейса.