OpenNash Jobs
Trip.com Group · Shanghai

AI Native 设计师

Shanghai

Listed on Trip.com Group’s official careers site. Posted August 4, 2026. Check that it is still open and apply there.

Apply on Trip.com Group’s careers site →

Job description

职位描述 我们正在重新定义 AI 时代的旅行线路规划体验。这个岗位的核心,不是把 AI 功能简单画进页面,而是基于大模型和 Agent 的能力边界,重新设计用户与 AI 协作完成旅行决策的完整体验。 你需要同时具备成熟的 C 端产品判断力、优秀的交互与视觉设计能力,并能够将 AI 的不确定性,转化为用户可理解、可控制、可执行的产品体验。 你将参与旅行线路规划 Agent 的核心设计,覆盖目的地认知建立、用户需求澄清、线路生成、行程调整、方案比较、信任建立及后续预订承接等关键环节。 工作职责

  • 负责旅行线路规划 Agent 的端到端体验设计,覆盖用户研究、产品判断、信息架构、交互设计、视觉设计、原型验证及上线后的持续优化。
  • 深入理解用户在旅行决策中的真实问题,包括目的地陌生、需求模糊、选择困难、行程不可控、对 AI 结果缺乏信任等,并将其转化为清晰、易用的设计方案。
  • 设计对话式交互与图形化界面融合的产品体验,探索 LUI 与 GUI、多轮对话、卡片、地图、时间轴、行程单等多种表达形式的最佳组合。
  • 将 AI 生成过程设计得可理解、可控制、可修改,包括需求澄清、方案比较、推荐理由、来源引用、重新生成、局部调整、撤销与确认等机制。
  • 针对 AI 的等待、生成、不确定和失败状态,设计合理的反馈与容错体验,降低用户等待焦虑,提升用户对 Agent 的信任感。
  • 与产品经理、算法、工程、内容运营等团队紧密协作,理解模型和 Agent 能力边界,在设计中做好体验与技术之间的平衡。
  • 通过设计原型、用户测试、数据分析及 A/B 实验持续验证方案,并沉淀适用于 AI Native 产品的设计规范、组件和方法论。 任职要求
  • 具备成熟的 C 端产品设计经验,能够独立完成从 UX 到 UI 的设计闭环,有复杂产品或创新产品的完整落地经验。
  • 具备优秀的视觉与交互设计能力,审美品味好,对信息层级、视觉细节、动效节奏和用户操作成本高度敏感。
  • 对 AI 产品有浓厚兴趣,熟悉主流 AI 产品及对话式产品,理解大模型、Agent、多模态交互的基本能力和局限。
  • 能够跳出传统页面设计范式,从“人与 AI 如何协作”的角度重新思考产品体验。
  • 具备良好的产品意识和用户洞察力,能够基于用户场景、业务目标和技术边界做设计判断,而不是只完成视觉表达。
  • 具备优秀的沟通协作和推动能力,能够与产品、算法、研发高效讨论方案,并推动设计高质量落地。
  • 熟练使用 Figma 等主流设计工具,能够制作高质量交互原型;能够使用 AI 工具提升设计效率。 加分项
  • 有旅行、地图、本地生活、内容社区、搜索推荐、交易导购等相关产品经验。
  • 有 AI 产品、对话式产品、智能助手或 Agent 产品的实际设计经验。
  • 有个人 AI 项目实践,例如使用 AI Coding、Agent 工具或多模态工具完成产品 Demo。
  • 有设计系统、复杂信息可视化、地图交互、行程编辑或动效设计经验。
  • 有海外产品、多语言产品或全球化用户研究经验。 我们期待的你
  • 既有扎实的设计基本功,又对 AI 带来的新交互范式保持强烈好奇。
  • 不被传统产品设计方式限制,愿意亲自试用、拆解和探索最新 AI 产品。
  • 对“好看”和“好用”都有要求,能够在体验细节与落地效率之间做平衡。
  • 能够在不确定和快速变化的环境中主动定义问题,而不是等待需求文档。

More jobs at Trip.com Group

Similar jobs at other companies

设计师

CRRC · 武汉市

组装工艺师/设计师

CRRC · 成都市

Desarrollador React native

NTT · Quito, Ecuador

下部车身开发 设计师

Chery Automobile · 安徽省, 芜湖市, 鸠江区

OpenNash lists jobs from employers’ own careers sites and does not handle applications. Dates come from the employer where stated; “first seen” and “last checked” are our own observations.