AI 应用前端：把生成结果做成可理解、可确认的交互

AI 应用前端的难点不只是把模型输出显示到页面上。用户还需要理解答案来自哪里、当前是否仍在生成、工具是否会产生外部影响，以及失败后可以怎样继续。

一个完整任务的状态

输入中 → 请求已提交 → 生成中 → 等待确认 / 已完成
                         ↓
                    可重试失败 / 已取消

把这些状态显式呈现，比只显示一个转圈动画更重要。用户应能知道当前任务是否仍在进行、能否取消、下一步该等待还是补充信息。

AI 结果至少要呈现什么

• 结果正文：模型生成的建议、摘要或内容。
• 依据与范围：使用了哪些资料、哪些内容仍待确认。
• 操作影响：如果将调用工具、发送消息或修改数据，应明确说明影响对象。
• 下一步动作：编辑、确认、重试、转人工或补充资料。

对于客服、审批、内容发布等场景，“生成”与“执行”应在界面上分离。先展示草稿和关键参数，用户确认后再执行有副作用的动作。

接口联调的三个原则

1. 前端不能假定请求一定成功：需要处理超时、断网、服务端校验失败和权限不足。
2. 不要把服务端错误原文直接暴露给用户：将技术错误转换为可操作提示，同时在受控日志中保留诊断信息。
3. 流式输出要支持中断和恢复：用户取消后停止继续写入旧结果；重试时清楚区分新旧任务。

组件边界建议

将会话输入、任务状态、结果展示、引用资料、工具确认和错误提示拆分为独立组件。这样当 AI 工作流从“只生成文字”扩展到“检索资料、调用工具、人工审批”时，不需要推翻整页逻辑。

好的 AI 前端不是让用户感觉系统无所不能，而是在每一个不确定或有影响的节点，让用户清楚知道正在发生什么、自己可以做什么。