她在 Figma Config 说了一件反常识的事：AI 产品失败，往往不是模型不够强

在 Figma Config 2023 的舞台上，Candi Williams 用一场关于“语言”的演讲，把无数设计师和 AI 从业者说沉默了。她的核心观点很反直觉：真正决定产品成败的，不是功能、不是模型参数，而是你写下的那些“看起来很普通”的词。

最容易被忽视的真相：语言不是装饰，是产品本身

演讲一开始，Candi Williams 就抛出一个让人不太舒服的判断：我们总是把语言当成“最后再填的东西”。功能做完了，界面画好了，才想起“哦，对了，文案还没写”。

但她强调，在真实世界里，用户接触产品的第一层，不是功能，而是语言。按钮写什么、提示怎么说、报错是否像一个人而不是一台机器——这些并不只是 UX Writing 的细节，而是在定义产品“如何思考”。

这对 AI 从业者尤其刺耳。因为我们太习惯讨论模型规模、推理能力、多模态，却很少认真讨论：用户是通过什么语言线索来理解一个 AI 系统的能力边界的？当用户误解了系统，问题真的是“用户不懂”，还是我们用错了词？

Candi 在台上反复强调一句话的潜台词是：语言不是贴在产品外面的标签，它是产品行为的一部分。写什么，就在教用户如何使用你。

语法、语义、语用：不是语言学课，是产品设计武器

演讲的中段，Candi 把话题拆成了三个看似“学术”，但极其实用的层次：syntax（语法）、semantics（语义）和 pragmatics（语用）。

她的高明之处在于，没有把它们讲成理论，而是直接拉回到产品设计现场。

语法，决定信息能不能被快速扫读。比如一句提示是冗长解释，还是一个干脆的动词开头？在 AI 产品里，这往往决定用户是在“继续探索”，还是直接关掉窗口。

语义，决定用户理解的“是什么”。同一个功能，用“生成”“建议”“自动完成”，在用户心中代表完全不同的能力和责任边界。很多 AI 产品的信任危机，恰恰来自语义模糊：用户以为你能保证结果，但你从来没真正说清楚。

而语用，才是最容易被忽略、也最致命的部分——语言在具体情境中意味着什么。谁在用？在什么情绪下？是在赶时间，还是在探索？一句看似中立的话，在不同语境下，可能是帮助，也可能是冒犯。

Candi 用大量现场案例说明：如果你不设计语用，用户就会替你设计，而且往往是用最不利于你的方式。

为什么“好文案”其实是在管理风险

演讲后半段，Candi 把语言问题直接上升到风险层面，这一点对 AI 行业尤其重要。

她指出，我们常把风险理解为法律、合规或安全问题，但语言本身就是风险放大器。一个模糊的确认按钮、一句没有说明前提的系统提示，都可能让用户做出错误决策。

她提到一个关键视角：语言是在“承诺”。你说得越肯定，用户就越会把后果算在你头上。你说得越暧昧，用户就越容易误判系统能力。

这对生成式 AI 产品来说几乎是生死线。模型会出错是事实，但用户是否能预期到错误，取决于你之前如何用语言设定期望。

Candi 并没有给出万能公式，而是反复提醒：好的语言设计，本质上是在帮助用户和系统一起承担不确定性。这不是变得更保守，而是更诚实。

语言，也是规模化包容性的最低成本方式

在演讲接近尾声时，Candi 抛出了一个极具现实意义的观点：当资源有限时，语言往往是提升包容性最可扩展的手段。

你可能无法立刻重做整个系统架构，但你可以重新审视用词是否默认了某一类用户。你可能暂时无法覆盖所有场景，但你可以避免用语言排除某些人。

她强调，这并不是“政治正确”，而是产品理性。因为被语言排除的用户，往往连给你反馈的机会都没有。

对于正在全球化、面向不同文化和能力层级用户的 AI 产品来说，这一点尤其重要。语言是唯一一个几乎不增加计算成本，却能显著改变用户体验的设计变量。

Candi 在这里给出的不是口号，而是一种长期视角：如果你希望产品被更多人使用、更久地使用，那就必须从语言开始，尊重复杂的真实世界。

这不是设计师的事，而是整个团队的责任

演讲的最后，Candi 明确指出一个常见误区：把语言问题“外包”给 UX Writer 或内容团队。

她强调，语言决策往往发生在最早期——产品命名、功能定义、内部讨论时用的词，都会一路传导到最终界面。如果工程师、PM、研究员在内部使用模糊甚至误导性的语言，最后不可能指望文案来“救场”。

这对 AI 团队尤其重要。模型能力的边界、失败模式、适用场景，首先需要在团队内部被清晰地说出来，才能被诚实地传达给用户。

Candi 的潜台词很清楚：语言不是某个角色的专利，它是一种团队能力。

总结

这场演讲真正厉害的地方在于，它没有教你“怎么写一句更好看的文案”，而是逼你重新思考：你正在通过语言，向用户承诺什么。

对 AI 从业者来说，一个立刻可行动的 takeaway 是：回去审视你的产品界面、提示语和系统反馈，问自己三个问题——用户会如何理解这句话？它是否夸大了能力？是否在特定情境下会被误解？

如果你想让 AI 产品走得更远，可能不需要先训练一个更大的模型，而是先写一句更诚实、更清晰的话。

关键词： Figma Config， Candi Williams， 语言设计， AI 产品体验， UX Writing

事实核查备注： 需要核查：演讲者姓名拼写（Candi Williams）、演讲场合（Figma Config 2023）、演讲主题结构（语言三层：syntax/semantics/pragmatics）、演讲发布时间（2023-06-25）