Granola 共同創辦人談 AI 產品設計：代理能做事，介面還要解決什麼？
Granola 共同創辦人 Sam Stephenson 在訪談中談 AI 與產品設計。本文從會議筆記工具出發，分析代理操作、使用者信任與介面價值，說明 AI 時代設計師如何判斷該做什麼。
Granola 是把使用者的會議筆記與 AI 整理結合的產品，協助保留討論重點與後續行動。共同創辦人 Sam Stephenson 在 Peter Yang 的訪談中，談到當 AI 代理能直接操作工具時，產品設計仍需要處理哪些問題。
訪談近期在 X 被分享，焦點從「怎麼把功能做出來」轉向「哪些功能值得做」。對開發 AI 產品的小團隊，這個問題尤其實際：程式生成變快後，功能選擇與使用體驗會直接決定產品是否被持續使用。
代理能直接操作，使用者仍需要理解結果
MCP 是讓 AI 代理連接外部工具的共同協定。當代理能透過工具完成動作，部分操作可能不再需要逐頁點擊。這改變了介面的角色，但使用者仍需要知道任務是否完成、用了哪些資料，以及結果能否修改。
訪談提出的設計問題，可以用會議筆記理解：使用者可能請代理找出上週的重要決策，卻仍需要確認摘要有沒有遺漏立場，或把未定案的提議寫成承諾。產品畫面在這時提供檢查與修正的位置。
Granola 官方首頁已列出 MCP Connector，讓相容 AI 工具連接會議筆記。這提供了訪談觀點的具體產品背景：當筆記能被代理使用，使用者仍需要理解它引用了什麼、如何形成結果。
Granola 的產品定位提供什麼例子
依官方產品網站，Granola 強調以 AI 增強使用者自己的筆記。這種設計讓人可以先記下重要詞句，再由系統整理，而產品要保留使用者介入的空間。
對會議工具而言，摘要品質固然重要，會議當下是否容易使用、結束後是否能迅速找到決策，也會影響採用。一個功能若要求使用者改變整套工作習慣，即使模型表現很好，也可能不容易留下來。
這些觀察可以延伸到客服、研究或專案管理工具：先找出使用者已經在做的動作，再把 AI 放到最有幫助的位置。
AI 讓實作加速，設計決策怎麼改變
當程式代理縮短實作時間，團隊更容易同時試幾個版本。但可做的選項變多，也容易讓產品累積沒有明確目的的功能。
| 設計問題 | 可觀察的證據 | 下一個實作方向 |
|---|---|---|
| 使用者知道結果怎麼來嗎 | 是否反覆詢問或另行查證 | 補上來源與檢查入口 |
| 使用者願意修正嗎 | 是否能快速改回錯誤內容 | 提供直接可編輯的結果 |
| 功能能融入日常嗎 | 是否在第二次、第三次使用 | 減少不必要的前置操作 |
設計師可以用這些具體行為判斷版本，而不只比較畫面是否精緻。實作速度帶來的價值，是能更快取得證據，再用證據調整產品。
小團隊如何做一次有效的設計測試
先選一個有明確結果的任務，例如「會議後找出三項待辦」。讓少量使用者實際完成，再觀察需要多少時間、在哪裡卡住，以及是否信任輸出的內容。
若使用者一直回到原始筆記找證據，就應改善結果與來源的連接；若使用者找不到修正方式，就應縮短修改路徑。這些問題不一定需要更大的模型才能解決。
我的判斷是，AI 產品設計的核心會更接近工作流程。讓代理完成動作之後，還要讓使用者容易看懂與接手，產品才有機會從一次示範變成日常工具。
常見問題
AI 代理會讓所有產品畫面消失嗎？
部分操作可能轉由自然語言或工具完成，但確認、修改、探索與協作仍需要合適的呈現方式。
設計師需要先學會寫程式嗎？
理解實作有助於試驗，但更直接的工作是定義使用情境、完成標準與可觀察的問題。
哪裡可以看原始訪談？
Peter Yang 與 Sam Stephenson 的完整訪談 提供對話脈絡。本文的產品判斷與示例是根據訪談延伸的分析。
結語：讓快速實作服務於清楚的需求
Granola 共同創辦人的訪談，把注意力放回產品判斷。團隊可以利用 AI 更快做出版本，再用真實任務檢查結果是否可信、可修正且容易使用，讓設計決策有實際依據。
