"Brandink Sans" by limitype

Сделайте вид, типа у вас мало гротесков в коллекции и этот вам тоже нужен. Есть несколько интересных начертаний. Отлично подойдёт для оформления заголовков и плакатов. Полностью бесплатен для личного и коммерческого использования. Без кириллицы.



#latin #free

Boxtoon

Boxtoon — яркий декоративный шрифт от Mohamad Farhan Ramadhan, выполненный в стиле комиксов. Обладает энергичным и весёлым характером, идеально подойдёт для оформления постеров, обложек, детских и развлекательных проектов. Поддерживает латиницу. Бесплатен для личного использования.

Написание: #Кириллица #Латиница
Формат файлов: #ttf

Ссылка: шрифт

Цифровой геноцид ревью. Давно не было обзоров статей и препринтов статей по HCI, попробую исправится и вернутся к темам статей и изменений на фронтире HCI для применения в новых проектах
AI-Instruments: Embodying Prompts as Instruments to Abstract & Reflect Graphical Interface Commands as General-Purpose Tools
Microsoft Research 2025

Промпты в чат-ориентированных интерфейсах порождают многословные линейно-последовательные тексты, что затрудняет исследование и уточнение неоднозначных намерений пользователя, возврат к предыдущим вариантам и их переосмысление, а также смену направления в творческой работе с ИИ.
AI-инструменты, напротив, воплощают «промпты» в качестве объектов интерфейса на основе трёх ключевых принципов:
(1) реификации пользовательского намерения как многократно используемых инструментов прямого манипулирования;
(2) рефлексии множественных интерпретаций неоднозначных пользовательских намерений (рефлексия-в-намерении) и диапазона ответов модели ИИ (рефлексия-в-ответе) для информирования «ходов» дизайна в сторону желаемого результата;
(3) заземления — создания инструмента на основе примера, результата или экстраполяции непосредственно из другого инструмента.

Пользователи сталкиваются с целым рядом трудностей : формулированием намерения в нескольких словах письменного текста (формулирование намерения); корректным выражением достаточной детализации для передачи, уточнения и переформулирования истинного намерения (разрешение неоднозначности намерения); итеративным приближением к желаемому результату на основе ответа модели (управление/steering); а также навигацией по задачам более высокого порядка взаимодействия с ИИ — таким как открытие возможностей модели или даже понимание того, чего человек «на самом деле» хочет достичь (разрешение намерения) — в пределах линейно-последовательных ограничений чат-обмена (рабочий процесс взаимодействия).

AI-инструменты предлагают принципиально новый подход, позволяющий продвинуться по многим направлениям этих вызовов. Они заимствуют и переосмысляют принципы инструментального взаимодействия применительно к современному контексту генеративных пользовательских опытов HCI+ИИ. Цитируя Beaudoin-Lafon и др. , ценность такого предложения заключается в «изменение-ориентированной перспективе, предоставляющей исследователям HCI концептуальные инструменты для анализа используемых технологий или исследования новых будущих решений». Треугольник «теория — артефакт — эмпирическая оценка» обладает значительными преимуществами для развития исследований HCI.
наш подход воплощает промпты ИИ в качестве графических объектов интерфейса и адаптирует модель инструментального взаимодействия для генеративного ИИ, опираясь на следующие три принципа:
(1) Реификация пользовательского намерения в инструменты: превращение пользовательского намерения из различных уровней абстракции и детализации в один или несколько многократно используемых графических объектов интерфейса;
(2) Рефлексия: рассмотрение множественных альтернатив, которые отражают как неоднозначные намерения, выраженные пользователем (рефлексия-в-намерении), так и неоднозначную интерпретацию ответов ИИ (рефлексия-в-ответе), для направления генерации контента к удовлетворительному результату;
(3) Заземление: создание инструмента на основе конкретного выбранного контента, примера результата или даже другого инструмента.

Какие это инструменты?
Авторы создали набор технологических зондов, ориентированных на генерацию изображений. Цель этих четырёх примерных AI-инструментов — продемонстрировать новые возможности и affordances нашей модели:
(1) Фрагменты разбирают промпты генеративного ИИ на опредмеченные реконфигурируемые объекты относительно латентной структуры промпта и заземление генерации путём перетаскивания фрагментов из одного объекта в другой.
Те вы написали промт - картинка замка, вам дают рисунок и несколько сущностей в виде промтов - вы их можете элиминировать или дополнять - изменяя итоговую картинку.
(2) Трансформирующие линзы генерируют новый контент, заземлённый в одном или нескольких элементах контента, что позволяет гибко перекомпоновывать сцены и (при желании) непрерывно обновлять результат.
Берется картинка птички, на холсте промтами изменяется только фон, реальность и контекст изображения - вы перекомпануете сцены, но сам объект при желании остается неизменным
(3) Генеративные контейнеры создают множественные альтернативы изображений, текста и даже самих инструментов или фрагментов.
Тут все просто - и видел нечто подобное в сервисах https://www.recraft.ai/ - перебор нескольких вариантов картинки, создается по промту несколько вариантов одновременно
(4) Заливные кисти инкапсулируют промпт, заполняемый путём выбора примера контента кистью
Выделение объекта и трансформация промтом - такие Визуальные промты пару лет назад были внове - их еще сам Ng показывал как важную инновацию, а сейчас много где

Маленькая выборка и качественное исследование - но в целом 12 дизайнеров более позитивно воспринимает модель промт-артефакт-результат, чем примитивную схему промт-результат. Для меня это, конечно, ожидаемо.
Некоторые промежуточные выводы:
Принцип повторного использования тесно связан с заземлением, которое расширяет его до возможности извлекать и повторно использовать намерение, а также генерировать инструменты из других инструментов (мета-инструменты).
Появляется полиморфизм инструментов как рефлексия. Это переводит инструментальное взаимодействие из классического прямого манипулирования в современную ИИ-расширенную технику. Рефлексия использует способности LLM к переводу концепций, обеспечивая расширенное понимание полиморфизма без необходимости вручную кодировать все параметры на естественном языке. Пользователь рефлексирует при помощи промежуточных артефактов, которые создает модель

Пятничный Лайкопост ❤️

Кидайте в комменты ссылки на свои работы (не страницы, а работы) и обменивайтесь лайками

🧰 SKEUOMORPHIC ELEMENTS — пак стильных шаблонов кнопочек и переключателей

Dezzigners

🧰 UX Magic — здесь вы можете сгенерировать UI по промпту и экспортировать его в Figma

Dezzigners

Oui, MadameФранцузский зефир
Ссылка на проект

Поиск по теме:
#продукт #еда

Чему капибара может научить дизайнера?

В новом видео рассказали про принцип единообразия в графике на примере проекта нашей студентки Лизы, которая сделала классный лонгрид про капибар.