在 Lisa 出现之前，大多数计算机都依赖于命令行界面。用户必须输入严格且极其准确的命令才能让计算机执行任何操作。任何拼写错误或任何输入错误都意味着什么都不会发生。

过去 40 年来，我们的行业一直在努力摆脱这个命令。从 20 世纪 90 年代到 2000 年代，指向和点击是与技术交互的主要模式。在 2010 年代，乔布斯通过普及触摸屏点击的简单性，让一切变得更加简单。

现在到了 2020 年代，我们又回到了命令栏中类似的外形尺寸，但采用了全新的交互模式：Propmt。

20多年来，谷歌的影响力教会我们依靠搜索框来获取查询答案。但我们感觉到了一种转变——人们不再满足于软件为他们提供一页又一页松散相关的结果。相反，我们希望使用命令栏来采取直接行动，通过使用文本提示人工智能为我们生成输出。

现在，整个产品都是以提示作为主要的参与形式来构建的。我们看到以提示为体验中心的软件初创公司的增长趋势。

我们正在标记这种形式的界面提示驱动设计。提示驱动设计是指软件使用人工智能驱动的命令栏作为导航或输出的主要工具。我们发现它非常令人兴奋，因为它可以使应用程序更易于访问、更强大并且几乎普遍适用。

促进即时驱动产品增长的三个关键因素：

1. 基础设施 我们现在看到创始人以令人兴奋的方式解决搜索、语言和文本的基本性质：从更轻松地处理客户服务平台上的提示（例如 Forethought）到可以将人工智能集成到不同类型的应用程序中的开发人员 API。
2. **用户体验（UX）**输入请求并立即获得输出是一种令人愉悦的感觉。用户已经习惯于通过命令栏或键盘快捷键来导航产品。在过去的几年里，你感觉你需要一个 Command + K 热键来表明你是软件设计酷童俱乐部的一员。虽然文本仍将是我们与许多用户的提示驱动设计交互的主要方式，但我们将文本视为许多用例中基于语音的提示的先驱，印度等一些地区使用语音搜索的速度已经比其他国家高得多。正如二维码花了一段时间才传播到更多西方国家一样，我们看到语音提示也遵循类似的采用路径。为了摆脱 80 年代命令行界面的错误，自然语言处理 (NLP) 和人工智能是关键。
3. 人工智能 当提示与人工智能融合时，用户友好性就成为可能。 NLP 使软件能够理解您的意图，而不必输入准确的命令。然而，我们认为，当 NLP 与生成式人工智能相结合时，真正的奇迹就会发生。模糊的输入命令可以创建为比您想象的更好的输出。随着人们对人工智能越来越熟悉，使用这些模型将成为第二天性，就像今天使用触摸屏感觉很自然一样。

这种改变游戏规则的互动形式将在未来十年甚至更长时间内持续存在。我们已经开始看到组织雇用“提示设计师”或“提示工程师”，因为他们认识到提示驱动产品和内部提示专家可以提供巨大的效率提升。到目前为止，我们一直将计算机视为输入/输出机器。我们告诉他们该做什么，他们就严格按照我们说的去做。即时驱动的设计使我们能够摆脱点击或点击的束缚，并将我们带到可能的最佳位置：意图。