Gevinster:
- Evne til at udarbejde menu, navigation og indholdsstruktur (informationsarkitektur) med kunstig intelligens og verificere det med kortsorteringsresultater
- Evne til at trække brugerflows og skærm-til-skærm-trin ind i kunstig intelligens og fange logiske huller og edge cases
- Evne til kritisk at tilpasse strukturen foreslået af kunstig intelligens i henhold til det rigtige brugersprog og mentale model
Hvis et produkt bliver svært at bruge, ligger problemet ofte ikke i farven eller knappen, men i strukturen. Informationsarkitektur (IA) er, hvordan indhold i et produkt grupperes, navngives og arrangeres i en navigationsstruktur: menuer, kategorier, hierarki. Brugerflow er sekvensen af skærm-til-skærm-trin, som en bruger gennemgår for at opnå et specifikt mål (registrering, køb af et produkt). Begge bygger det usynlige skelet. AI producerer hurtigt et omrids af dette skelet og hjælper med at fange logiske huller; Men om strukturen passer til den rigtige brugers sind, kan kun afgøres ved menneskelig dømmekraft og test.
Informationsarkitektur: tale brugerens sprog
Den grundlæggende spænding ved IA er denne: vil du organisere indhold i overensstemmelse med institutionens logik eller brugerens sind? De fleste mislykkede menuer pålægger brugeren virksomhedens interne afdelingsstruktur ("Enterprise Solutions", "Operations Center"). Hvis brugeren spørger "Hvordan betaler jeg min regning?" tænker han.
Kunstig intelligens er en tovejshjælper her. På den ene side antyder det en rimelig indledende kategoristruktur; På den anden side hjælper det dig med at teste din nuværende struktur i forhold til brugerens sprog. Men de tags, modellen foreslår, er generelt "gennemsnitligt internetsprog"; De ord, din bruger faktisk bruger, kan være anderledes. Derfor verificeres IA-udkastet ved kortsortering: rigtige brugere får indholdskort, og de sorterer dem; du justerer strukturen efter deres gruppering.
Tip: Når du får kategoriforslag fra kunstig intelligens, så bed den også om at "oversætte hver kategori til en spørgsmålssætning, som brugeren vil konstruere." Dette fremskynder overgangen fra virksomhedsjargon til brugersprog.
Brugerstrømme: skridt, beslutninger og kantsager
Et godt flowchart gør tre ting klart: trin (hvad brugeren gør), beslutningspunkter (ja/nej grene) og kantsager - situationer uden for hovedstien: tom vogn, dårlig adgangskode, internetafbrydelse, udløbet session. Uerfarne designs tegner den "glade vej" (scenariet, hvor alt går godt) og glemmer alt om kantsager; Brugeren hænger for det meste ud på disse glemte steder.
Det er her AI er kraftfuld: Når du eksporterer en stream, spørger du "hvilke kanttilstande mangler?" Når du spørger, fanger den som regel et par stykker, du savnede. Modellen fungerer som en flowkritiker. Men du bestemmer, om hver gren, den anbefaler, virkelig er nødvendig, produktomfang og brugervirkelighed; Ellers bliver flowet unødigt kompliceret.
strøm element
Bidrag af kunstig intelligens
menneskelig beslutning
Hovedtrin
Standard ranking draft
Produktspecifik forenkling
beslutningspunkter
Mulige grene
Hvad er virkelig nødvendigt
Kantsager
Påmindelse om glemte ting
Hvad vil blive dækket
Etiket/tekst
første forslag
Tilpasning til brugersprog
Fejlstier
Generelle mønstre
Faktiske fejltyper af produktet
tre minisager
Case 1 — Menuen er blevet enklere. Et team gav 9 hovedmenutitler til kunstig intelligens og bad dem om at "oversætte dem til brugerens spørgsmålssætning." Det sås, at 3 overskrifter svarede til det samme spørgsmål ("Hvordan administrerer jeg min konto?"); Menu reduceret fra 9 til 6. Derefter blev 14 brugere testet med kortgruppering, og sammenlægningen blev verificeret. Kliksuccesen steg fra 61 % til 86 %.
Case 2 — Fanget kantkasse. I en optagelsesrunde havde holdet kun trukket den vellykkede optagelse. AI spørger "hvad sker der, hvis e-mailen allerede er registreret?", "hvis bekræftelses-e-mailen ikke ankommer?", "hvad hvis den lukker og vender tilbage midtvejs?" genererede spørgsmål. Holdet tilføjede også 3 kanttilstande til flowet; Da den gik live, faldt supportanmodninger markant. Lektion: modellen er en god "påmindelse om det glemte."
Sag 3 — Overflødig filial blev afvist. AI foreslog filialer til en betalingsstrøm såsom "cryptocurrency option" og "multi-adresse management." Disse var ikke inkluderet i produktets omfang; designeren afviste forslagene. Lektion: ikke alle forslag til modellen accepteres; Beslutningen om omfanget er menneskets, ellers bliver strømmen oppustet.
Kopiérbare prompter
Din rolle: specialist i informationsarkitektur. Gruppér følgende indholds-/funktionsliste i kategorier, der passer til brugerens sind. Giv hver kategori både en kort etiket og en spørgsmålssætning, som brugeren vil konstruere. Undgå virksomhedsjargon. Brug op til 6 overordnede kategorier. Liste: <<indhold>>
Undersøg dette brugerflow: <<trin>>.1) List manglende kanttilfælde (tomgangstilstand, fejl, timeout, gen-login).2) Flagtrin, der virker unødvendige eller uden for rækkevidde.3) Foreslå tags, der ikke passer til brugersproget. Giv hvert element en begrundelse med én sætning. Strengt taget; Sig "skal tjekkes".
Skitsér et skærm-for-skærm-brugerflow for følgende opgave: "<<opgave>>". Format: hvert trin = Skærmnavn > brugerhandling > systemsvar. Adskil beslutningspunkter med "HVIS... SÅ". Vis mindst 2 fejlstier sammen med den glade sti.
Sammenlign denne menustruktur med kortgrupperingsresultatet: Anbefalet struktur: <<a>> Brugergruppering: <<b>>. Vis inkompatible placeringer i en tabel og begrund, hvilken der er tættest på brugerens sind.
Svag prompt / Stærk prompt
Svag: "Skriv en optagelsesstream til mig."
Resultat: En generisk trinliste uden kantsager, der kun indeholder den lykkelige vej.
Stærk: "Tegn et skærm-for-skærm-flow for denne opgave; giv hvert trin i formatet 'skærm > handling > systemrespons'; vis mindst 2 fejlstier ved siden af den glade sti; adskil beslutningspunkter med HVIS-SÅ."
Resultatet: et brugbart flow med synlige kanttilstande og grene.
Forskel: kræver stærkt promptformat + imperativ fejlsti + beslutningspunkt; disse bringer strømmen tættere på den virkelige verden.
Almindelige fejl
- Bare design på den glade måde. Brugeren hænger oftest fast i kantsituationer; at springe dem over er den dyreste fejl.
- Bringer virksomhedsjargon til menuen. Brugeren søger efter "hvor er min ordre", ikke "operationscenter".
- Afslutning af IA uden kortgruppering. Modelforslag er hypotese; bruger bekræfter testen.
- Tilføjelse af hvert flowforslag i modellen. Grene uden for rækkevidde svulmer strømmen; At afvise er også en beslutning.
- Tester slet ikke etiketter. En etiket, som du synes er "forståelig", kan være ukendt for brugeren.
Sammenfattende
Informationsarkitektur og brugerstrømme er produktets usynlige skelet; Det flydende i brugeroplevelsen kommer i høj grad heraf. AI foreslår plausible kategoristrukturer, kritiserer flows og er især stærk til at fange glemte kantsager. Men om etiketterne matcher brugersproget bestemmes af kortgruppering, og omfanget af flowet og nødvendigheden af forgrening bestemmes af menneskelig dømmekraft. Brug modellen som tegner og kritiker; Du kalibrerer strukturen efter brugerens sind.
Ansøgningsopgave
- List 8-10 indhold/funktioner af et produkt og opret en kategoristruktur med den første prompt.
- Oversæt hver kategori til brugerens spørgsmålssætning og kombiner dem, der er forvirrede.
- Vælg en opgave, og tegn et skærm-for-skærm-flow med den tredje prompt (med mindst 2 fejlstier).
- Med den anden prompt skal du kritisere flowet, tilføje manglende kantsager og fjerne unødvendige trin.
- Gruppér om muligt minikort med 3-5 personer og juster strukturen efter resultaterne.
tjekliste
- [ ] Jeg oversatte kategorierne til brugersprog og fjernede jargonen.
- [ ] Ud over den glade vej tegnede jeg også fejlstier i flowet.
- [ ] Jeg scannede de manglende kantsager med kunstig intelligens og tilføjede dem.
- [ ] Jeg afviste bevidst forslag uden for rammerne.
- [ ] Jeg testede IA-udkastet med kortgruppering eller brugertest.
- [ ] Jeg bekræftede tags med rigtige brugerord.