المكاسب:
- القدرة على صياغة القائمة والملاحة وبنية المحتوى (هندسة المعلومات) بالذكاء الاصطناعي والتحقق منها من خلال نتائج فرز البطاقات
- القدرة على رسم تدفقات المستخدم وخطوات الشاشة إلى الشاشة في الذكاء الاصطناعي والتقاط الفجوات المنطقية وحالات الحافة
- القدرة على تكييف البنية التي يقترحها الذكاء الاصطناعي بشكل نقدي وفقًا للغة المستخدم الحقيقية والنموذج العقلي
إذا أصبح من الصعب استخدام المنتج، فغالبًا ما لا تكون المشكلة في اللون أو الزر، ولكن في البنية. هندسة المعلومات (IA) هي كيفية تجميع المحتوى الموجود في المنتج وتسميته وترتيبه في بنية تنقل: القوائم والفئات والتسلسل الهرمي. تدفق المستخدم هو تسلسل الخطوات من شاشة إلى شاشة التي يمر بها المستخدم لتحقيق هدف محدد (التسجيل، شراء منتج). كلاهما يبني الهيكل العظمي غير المرئي. يقوم الذكاء الاصطناعي بسرعة بإنتاج مخطط تفصيلي لهذا الهيكل العظمي ويساعد في اكتشاف الفجوات المنطقية؛ ولكن ما إذا كانت البنية تناسب عقل المستخدم الحقيقي لا يمكن تحديدها إلا من خلال الحكم والاختبار البشري.
هندسة المعلومات: التحدث بلغة المستخدم
التوتر الأساسي في التدقيق الداخلي هو: هل ستنظم المحتوى وفقًا لمنطق المؤسسة أو عقل المستخدم؟ تفرض معظم القوائم غير الناجحة هيكل القسم الداخلي للشركة على المستخدم ("حلول المؤسسات"، "مركز العمليات"). إذا سأل المستخدم "كيف أدفع فاتورتي؟" يعتقد.
الذكاء الاصطناعي هو مساعد ثنائي الاتجاه هنا. فمن ناحية، يقترح هيكل فئة أولي معقول؛ ومن ناحية أخرى، فهو يساعدك على اختبار بنيتك الحالية مقارنة بلغة المستخدم. لكن العلامات التي يقترحها النموذج هي بشكل عام "لغة إنترنت متوسطة"؛ قد تكون الكلمات التي يستخدمها المستخدم بالفعل مختلفة. لذلك، يتم التحقق من مسودة IA عن طريق فرز البطاقات: يتم منح المستخدمين الحقيقيين بطاقات محتوى ويقومون بفرزها؛ يمكنك ضبط الهيكل وفقًا لمجموعتهم.
نصيحة: عند الحصول على اقتراحات الفئات من الذكاء الاصطناعي، اطلب منه أيضًا "ترجمة كل فئة إلى جملة سؤال سيقوم المستخدم ببنائها." يؤدي هذا إلى تسريع عملية الانتقال من لغة الشركة إلى لغة المستخدم.
تدفقات المستخدم: الخطوات والقرارات وحالات الحافة
يوضح المخطط الانسيابي الجيد ثلاثة أشياء: الخطوات (ما يفعله المستخدم)، ونقاط القرار (فروع نعم/لا)، وحالات الحافة - المواقف خارج المسار الرئيسي: عربة التسوق الفارغة، وكلمة المرور السيئة، وانقطاع الإنترنت، وجلسة منتهية الصلاحية. ترسم التصميمات عديمة الخبرة "الطريق السعيد" (السيناريو الذي يسير فيه كل شيء على ما يرام) وتنسى الحالات المتطورة؛ غالبًا ما يتواجد المستخدم في هذه الأماكن المنسية.
هذا هو المكان الذي تكون فيه قوة الذكاء الاصطناعي: عندما تقوم بتصدير دفق، فإنك تسأل "ما هي حالات الحافة المفقودة؟" عندما تسأل، عادةً ما يلتقط القليل مما فاتتك. يعمل النموذج مثل ناقد التدفق. لكن عليك أن تقرر ما إذا كان كل فرع توصي به ضروريًا حقًا، ونطاق المنتج وواقع المستخدم؛ وإلا فإن التدفق يصبح معقدا دون داع.
عنصر الدفق
مساهمة الذكاء الاصطناعي
قرار الإنسان
الخطوات الرئيسية
مسودة الترتيب القياسي
تبسيط خاص بالمنتج
نقاط القرار
الفروع المحتملة
ما هو ضروري حقا
حالات الحافة
تذكير بالأشياء المنسية
ما سيتم تغطيته
التسمية / النص
الاقتراح الأول
التكيف مع لغة المستخدم
مسارات الخطأ
الأنماط العامة
أنواع الأخطاء الفعلية للمنتج
ثلاث حالات صغيرة
الحالة 1 - أصبحت القائمة أبسط. أعطى فريق 9 عناوين قائمة رئيسية للذكاء الاصطناعي وطلب منهم "ترجمتها إلى جملة سؤال للمستخدم". وقد تبين أن 3 عناوين تتوافق مع نفس السؤال ("كيف أدير حسابي؟")؛ تم تقليل القائمة من 9 إلى 6. ثم تم اختبار 14 مستخدمًا بتجميع البطاقات وتم التحقق من الدمج. زادت نسبة نجاح النقرات من 61% إلى 86%.
الحالة 2 - حالة الحافة الممسكة. في إحدى عمليات التسجيل، لم يقم الفريق إلا بالتسجيل الناجح. يسأل الذكاء الاصطناعي "ماذا يحدث إذا كان البريد الإلكتروني مسجلاً بالفعل؟"، "إذا لم تصل رسالة التحقق عبر البريد الإلكتروني؟"، "ماذا لو تم إغلاقه وإرجاعه في منتصف الطريق؟" الأسئلة المولدة. أضاف الفريق أيضًا 3 حالات حافة إلى التدفق؛ عندما تم إطلاقه، انخفضت طلبات الدعم بشكل ملحوظ. الدرس المستفاد: النموذج هو "تذكير جيد بالمنسيين".
الحالة 3 - تم رفض الفرع الزائد. اقترح الذكاء الاصطناعي فروعًا لتدفق الدفع مثل "خيار العملة المشفرة" و"إدارة العناوين المتعددة". لم يتم تضمينها في نطاق المنتج؛ رفض المصمم الاقتراحات. الدرس المستفاد: ليس كل اقتراح للنموذج مقبولاً؛ قرار النطاق هو قرار الإنسان، وإلا يصبح التدفق منتفخًا.
مطالبات قابلة للنسخ
دورك: متخصص في هندسة المعلومات. قم بتجميع قائمة المحتوى/الميزات التالية في فئات تناسب عقل المستخدم. قم بإعطاء كل فئة تسمية قصيرة وعبارة سؤال سيقوم المستخدم بإنشائها. تجنب المصطلحات الخاصة بالشركة. استخدم ما يصل إلى 6 فئات رئيسية. القائمة: <<المحتويات>>
افحص تدفق المستخدم هذا: <<steps>>.1) قم بإدراج حالات الحافة المفقودة (حالة الخمول، الخطأ، المهلة، إعادة تسجيل الدخول).2) ضع علامة على الخطوات التي تبدو غير ضرورية أو خارج النطاق.3) اقترح علامات لا تتناسب مع لغة المستخدم. امنح كل عنصر مبررًا من جملة واحدة. بالمعنى الدقيق للكلمة؛ قل "يجب التحقق".
قم برسم تدفق المستخدم شاشة تلو الأخرى للمهمة التالية: "<<مهمة>>". التنسيق: كل خطوة = اسم الشاشة > إجراء المستخدم > استجابة النظام. افصل نقاط القرار بـ "إذا... ثم". أظهر مسارين للخطأ على الأقل مع المسار السعيد.
قارن بنية القائمة هذه بنتيجة تجميع البطاقات: البنية الموصى بها: <<a>> تجميع المستخدمين: <<b>>. إظهار المواضع غير المتوافقة في الجدول وتبرير أي منها أقرب إلى ذهن المستخدم.
موجه ضعيف / موجه قوي
ضعيف: "اكتب لي دفق تسجيل."
النتيجة: قائمة خطوات عامة لا تحتوي على حالات حافة، وتحتوي فقط على المسار السعيد.
Strong: "ارسم تدفقًا لكل شاشة لهذه المهمة؛ وقدم كل خطوة بالتنسيق "شاشة > إجراء > استجابة النظام"؛ واعرض مسارين للخطأ على الأقل بجوار المسار السعيد؛ وافصل نقاط القرار باستخدام IF-THEN."
النتيجة: تدفق عملي مع حالات وفروع مرئية.
الفرق: يتطلب تنسيقًا سريعًا قويًا + مسار الخطأ ضروريًا + نقطة القرار؛ هذه تجعل التدفق أقرب إلى العالم الحقيقي.
الأخطاء الشائعة
- مجرد تصميم الطريق السعيد. يتعثر المستخدم في أغلب الأحيان في مواقف الحافة؛ تخطيهم هو الخطأ الأكثر تكلفة.
- جلب المصطلحات الخاصة بالشركة إلى القائمة. يبحث المستخدم عن "أين طلبي" وليس "مركز العمليات".
- إنهاء IA بدون تجميع البطاقات. اقتراح النموذج هو الفرضية. يؤكد المستخدم الاختبار.
- إضافة كل اقتراح تدفق للنموذج. الفروع خارج النطاق تضخم التدفق. الرفض هو أيضا قرار.
- عدم اختبار التسميات على الإطلاق. قد تكون التسمية التي تعتقد أنها "مفهومة" غير مألوفة للمستخدم.
في ملخص
إن بنية المعلومات وتدفقات المستخدم هي الهيكل العظمي غير المرئي للمنتج؛ تأتي سيولة تجربة المستخدم إلى حد كبير من هذا. يقترح الذكاء الاصطناعي هياكل فئات معقولة، ويتدفق الانتقادات، وهو قوي بشكل خاص في اكتشاف الحالات المنسية. ولكن ما إذا كانت التسميات تتطابق مع لغة المستخدم يتم تحديدها من خلال تجميع البطاقات، ويتم تحديد نطاق التدفق وضرورة التفرع من خلال الحكم البشري. استخدم النموذج كمحرر وناقد؛ يمكنك معايرة الهيكل وفقًا لعقل المستخدم.
مهمة التطبيق
- قم بإدراج 8-10 محتويات/ميزات للمنتج وقم بإنشاء هيكل فئة مع المطالبة الأولى.
- ترجمة كل فئة إلى جملة سؤال للمستخدم والجمع بين تلك التي يتم الخلط بينها.
- حدد مهمة وارسم تدفقًا لكل شاشة على حدة باستخدام الموجه الثالث (مع وجود مسارين للخطأ على الأقل).
- باستخدام الموجه الثاني، قم بانتقاد التدفق، وإضافة حالات الحافة المفقودة، وإزالة الخطوات غير الضرورية.
- إذا أمكن، قم بتجميع بطاقات صغيرة مكونة من 3-5 أشخاص واضبط الهيكل وفقًا للنتائج.
قائمة مرجعية
- [ ] لقد قمت بترجمة الفئات إلى لغة المستخدم وأزلت المصطلحات.
- [ ] بالإضافة إلى المسار السعيد، قمت أيضًا برسم مسارات الخطأ في التدفق.
- [ ] لقد قمت بمسح حالات الحافة المفقودة باستخدام الذكاء الاصطناعي وقمت بإضافتها.
- [ ] لقد رفضت بوعي الاقتراحات الخارجة عن النطاق.
- [ ] لقد اختبرت مسودة IA من خلال تجميع البطاقات أو اختبار المستخدم.
- [ ] لقد قمت بالتحقق من العلامات بكلمات مستخدم حقيقية.