Κέρδη:
- Δυνατότητα σχεδίασης μενού, πλοήγησης και δομής περιεχομένου (αρχιτεκτονική πληροφοριών) με τεχνητή νοημοσύνη και επαλήθευση με αποτελέσματα ταξινόμησης καρτών
- Δυνατότητα εξαγωγής ροών χρηστών και βημάτων οθόνης σε οθόνη στην τεχνητή νοημοσύνη και καταγραφής λογικών κενών και περιπτώσεων άκρων
- Δυνατότητα κριτικής προσαρμογής της δομής που προτείνει η τεχνητή νοημοσύνη σύμφωνα με τη γλώσσα του πραγματικού χρήστη και το νοητικό μοντέλο
Εάν ένα προϊόν είναι δύσκολο στη χρήση, το πρόβλημα συχνά δεν είναι το χρώμα ή το κουμπί, αλλά η δομή. Η αρχιτεκτονική πληροφοριών (IA) είναι ο τρόπος με τον οποίο το περιεχόμενο ενός προϊόντος ομαδοποιείται, ονομάζεται και ταξινομείται σε μια δομή πλοήγησης: μενού, κατηγορίες, ιεραρχία. Η ροή χρήστη είναι η ακολουθία βημάτων από οθόνη σε οθόνη που περνά ένας χρήστης για να επιτύχει έναν συγκεκριμένο στόχο (εγγραφή, αγορά προϊόντος). Και οι δύο χτίζουν τον αόρατο σκελετό. Η τεχνητή νοημοσύνη παράγει γρήγορα ένα περίγραμμα αυτού του σκελετού και βοηθά να συλληφθούν τα λογικά κενά. Αλλά αν η δομή ταιριάζει στο μυαλό του πραγματικού χρήστη μπορεί να καθοριστεί μόνο με ανθρώπινη κρίση και δοκιμή.
Αρχιτεκτονική πληροφοριών: μιλάει τη γλώσσα του χρήστη
Η θεμελιώδης ένταση του IA είναι η εξής: θα οργανώσετε το περιεχόμενο σύμφωνα με τη λογική του ιδρύματος ή το μυαλό του χρήστη; Τα περισσότερα ανεπιτυχή μενού επιβάλλουν στον χρήστη την εσωτερική δομή του τμήματος της εταιρείας ("Enterprise Solutions", "Operations Center"). Εάν ο χρήστης ρωτήσει "Πώς μπορώ να πληρώσω τον λογαριασμό μου;" σκέφτεται.
Η τεχνητή νοημοσύνη είναι ένας αμφίδρομος βοηθός εδώ. Από τη μία πλευρά, προτείνει μια λογική αρχική δομή κατηγορίας. Από την άλλη πλευρά, σας βοηθά να δοκιμάσετε την τρέχουσα δομή σας σε σχέση με τη γλώσσα του χρήστη. Αλλά οι ετικέτες που προτείνει το μοντέλο είναι γενικά "μέση γλώσσα στο διαδίκτυο". Οι λέξεις που χρησιμοποιεί ο χρήστης σας μπορεί να είναι διαφορετικές. Επομένως, το προσχέδιο IA επαληθεύεται με ταξινόμηση καρτών: οι πραγματικοί χρήστες λαμβάνουν κάρτες περιεχομένου και τις ταξινομούν. προσαρμόζετε τη δομή σύμφωνα με την ομαδοποίησή τους.
Συμβουλή: Όταν λαμβάνετε προτάσεις κατηγοριών από την τεχνητή νοημοσύνη, ζητήστε του επίσης να "μεταφράσει κάθε κατηγορία σε μια ερωτηματική πρόταση που θα κατασκευάσει ο χρήστης". Αυτό επιταχύνει τη μετάβαση από την εταιρική ορολογία στη γλώσσα χρήστη.
Ροές χρηστών: βήματα, αποφάσεις και ακραίες περιπτώσεις
Ένα καλό διάγραμμα ροής καθιστά ξεκάθαρα τρία πράγματα: βήματα (τι κάνει ο χρήστης), σημεία απόφασης (ναι/όχι διακλαδώσεις) και περιπτώσεις άκρων — καταστάσεις εκτός της κύριας διαδρομής: άδειο καλάθι, κακός κωδικός πρόσβασης, διακοπή διαδικτύου, ληγμένη περίοδος λειτουργίας. Τα άπειρα σχέδια σχεδιάζουν το «ευτυχισμένο μονοπάτι» (το σενάριο όπου όλα πάνε καλά) και ξεχνούν τις θήκες. Ο χρήστης συνήθως κάνει παρέα σε αυτά τα ξεχασμένα μέρη.
Αυτό είναι όπου η τεχνητή νοημοσύνη είναι ισχυρή: όταν εξάγετε μια ροή, ρωτάτε "ποιες ακραίες καταστάσεις λείπουν;" Όταν ρωτάς, συνήθως πιάνει μερικά που έχασες. Το μοντέλο λειτουργεί σαν κριτικός ροής. Αλλά εσείς αποφασίζετε εάν κάθε κλάδος που προτείνει είναι πραγματικά απαραίτητος, εύρος προϊόντος και πραγματικότητα χρήστη. Διαφορετικά, η ροή περιπλέκεται άσκοπα.
στοιχείο ροής
Η συμβολή της τεχνητής νοημοσύνης
ανθρώπινη απόφαση
Κύρια βήματα
Τυπικό σχέδιο κατάταξης
Απλοποίηση για συγκεκριμένο προϊόν
σημεία απόφασης
Πιθανά κλαδιά
Αυτό που είναι πραγματικά απαραίτητο
Θήκες άκρων
Υπενθύμιση ξεχασμένων πραγμάτων
Τι θα καλυφθεί
Ετικέτα/κείμενο
πρώτη πρόταση
Προσαρμογή στη γλώσσα χρήστη
Διαδρομές σφάλματος
Γενικά μοτίβα
Πραγματικοί τύποι σφαλμάτων του προϊόντος
τρεις μίνι θήκες
Περίπτωση 1 — Το μενού έχει γίνει πιο απλό. Μια ομάδα έδωσε 9 τίτλους του κύριου μενού στην τεχνητή νοημοσύνη και τους ζήτησε να τους «μεταφράσουν στην ερώτηση ερώτησης του χρήστη». Διαπιστώθηκε ότι 3 επικεφαλίδες αντιστοιχούσαν στην ίδια ερώτηση ("Πώς διαχειρίζομαι τον λογαριασμό μου;"). Το μενού μειώθηκε από 9 σε 6. Στη συνέχεια, 14 χρήστες δοκιμάστηκαν με ομαδοποίηση καρτών και η συγχώνευση επαληθεύτηκε. Η επιτυχία κλικ αυξήθηκε από 61% σε 86%.
Περίπτωση 2 — Θήκη με πιασμένα άκρα. Σε μία ηχογράφηση, η ομάδα είχε τραβήξει μόνο την επιτυχημένη ηχογράφηση. Η τεχνητή νοημοσύνη ρωτά "τι θα συμβεί εάν το email είναι ήδη καταχωρημένο;", "εάν το email επαλήθευσης δεν φτάσει;", "τι γίνεται αν κλείσει και επιστρέψει στη μέση;" δημιουργήθηκαν ερωτήσεις. Η ομάδα πρόσθεσε επίσης 3 ακραίες καταστάσεις στη ροή. Όταν κυκλοφόρησε, τα αιτήματα υποστήριξης μειώθηκαν σημαντικά. Μάθημα: το μοντέλο είναι μια καλή «υπενθύμιση του ξεχασμένου».
Περίπτωση 3 — Ο πλεονάζων κλάδος απορρίφθηκε. Η AI πρότεινε υποκαταστήματα σε μια ροή πληρωμών όπως «επιλογή κρυπτονομισμάτων» και «διαχείριση πολλαπλών διευθύνσεων». Αυτά δεν συμπεριλήφθηκαν στο πεδίο εφαρμογής του προϊόντος. ο σχεδιαστής απέρριψε τις προτάσεις. Μάθημα: δεν γίνεται αποδεκτή κάθε πρόταση του μοντέλου. Η απόφαση πεδίου εφαρμογής είναι ανθρώπινη, διαφορετικά η ροή γίνεται φουσκωμένη.
Αντιγράψιμα μηνύματα
Ο ρόλος σας: ειδικός στην αρχιτεκτονική πληροφοριών. Ομαδοποιήστε την ακόλουθη λίστα περιεχομένου/δυνατοτήτων σε κατηγορίες που ταιριάζουν στο μυαλό του χρήστη. Δώστε σε κάθε κατηγορία μια σύντομη ετικέτα και μια φράση ερώτησης που θα κατασκευάσει ο χρήστης. Αποφύγετε την εταιρική ορολογία. Χρησιμοποιήστε έως και 6 γονικές κατηγορίες. Λίστα: <<περιεχόμενα>>
Εξετάστε αυτήν τη ροή χρήστη: <<βήματα>>.1) Καταγράψτε περιπτώσεις άκρων που λείπουν (κατάσταση αδράνειας, σφάλμα, χρονικό όριο λήξης, επανασύνδεση).2) Επισημάνετε βήματα που φαίνονται περιττά ή εκτός πεδίου.3) Προτείνετε ετικέτες που δεν ταιριάζουν στη γλώσσα χρήστη. Δώστε σε κάθε στοιχείο μια αιτιολόγηση μιας πρότασης. Αυστηρά μιλώντας? Πείτε "πρέπει να ελεγχθεί".
Σχεδιάστε μια ροή χρήστη οθόνη προς οθόνη για την ακόλουθη εργασία: "<<εργασία>>". Μορφή: κάθε βήμα = Όνομα οθόνης > ενέργεια χρήστη > απόκριση συστήματος. Διαχωρίστε τα σημεία απόφασης με "ΑΝ... ΤΟΤΕ". Εμφάνιση τουλάχιστον 2 διαδρομών σφάλματος μαζί με την ευτυχισμένη διαδρομή.
Συγκρίνετε αυτήν τη δομή μενού με το αποτέλεσμα ομαδοποίησης καρτών: Προτεινόμενη δομή: <<a>> Ομαδοποίηση χρηστών: <<b>>. Δείξτε μη συμβατές τοποθετήσεις σε έναν πίνακα και αιτιολογήστε ποια είναι πιο κοντά στο μυαλό του χρήστη.
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμος: "Γράψε μου μια ροή ηχογράφησης."
Αποτέλεσμα: Μια γενική λίστα βημάτων χωρίς περιβλήματα άκρων, που περιέχει μόνο την ευτυχισμένη διαδρομή.
Ισχυρό: "Σχεδιάστε μια ροή οθόνης-οθόνης για αυτήν την εργασία. Δώστε κάθε βήμα στη μορφή "οθόνη > ενέργεια > απόκριση συστήματος", εμφανίστε τουλάχιστον 2 διαδρομές σφάλματος δίπλα στην ευτυχισμένη διαδρομή. Διαχωρίστε τα σημεία απόφασης με το IF-THEN."
Το αποτέλεσμα: μια λειτουργική ροή με ορατές καταστάσεις άκρων και διακλαδώσεις.
Διαφορά: απαιτεί ισχυρή μορφή προτροπής + επιταγή διαδρομής σφάλματος + σημείο απόφασης. αυτά φέρνουν τη ροή πιο κοντά στον πραγματικό κόσμο.
Συνήθη λάθη
- Απλώς σχεδιάζοντας τον χαρούμενο τρόπο. Ο χρήστης κολλάει πιο συχνά σε καταστάσεις αιχμής. το να τα παρακάμψεις είναι το πιο ακριβό λάθος.
- Φέρνοντας την εταιρική ορολογία στο μενού. Ο χρήστης αναζητά "πού είναι η παραγγελία μου", όχι "κέντρο λειτουργίας".
- Ολοκλήρωση IA χωρίς ομαδοποίηση καρτών. Η πρόταση μοντέλου είναι υπόθεση. ο χρήστης επιβεβαιώνει τη δοκιμή.
- Προσθήκη κάθε πρότασης ροής του μοντέλου. Τα κλαδιά εκτός πεδίου διογκώνουν τη ροή. Η απόρριψη είναι επίσης απόφαση.
- Δεν δοκιμάζω καθόλου ετικέτες. Μια ετικέτα που πιστεύετε ότι είναι "κατανοητή" μπορεί να είναι άγνωστη στον χρήστη.
Συνοπτικά
Η αρχιτεκτονική πληροφοριών και οι ροές χρηστών είναι ο αόρατος σκελετός του προϊόντος. Η ρευστότητα της εμπειρίας χρήστη προέρχεται σε μεγάλο βαθμό από αυτό. Η τεχνητή νοημοσύνη προτείνει εύλογες δομές κατηγοριών, κριτικάρει τις ροές και είναι ιδιαίτερα ισχυρή στην σύλληψη ξεχασμένων περιπτώσεων. Αλλά αν οι ετικέτες ταιριάζουν με τη γλώσσα του χρήστη καθορίζεται από την ομαδοποίηση καρτών και το εύρος της ροής και η αναγκαιότητα διακλάδωσης καθορίζονται από την ανθρώπινη κρίση. Χρησιμοποιήστε το μοντέλο ως συντάκτη και κριτικό. Μπορείτε να βαθμονομήσετε τη δομή σύμφωνα με το μυαλό του χρήστη.
Εργασία εφαρμογής
- Καταχωρίστε 8-10 περιεχόμενα/χαρακτηριστικά ενός προϊόντος και δημιουργήστε μια δομή κατηγορίας με την πρώτη προτροπή.
- Μεταφράστε κάθε κατηγορία στην ερωτηματική πρόταση του χρήστη και συνδυάστε αυτές που είναι μπερδεμένες.
- Επιλέξτε μια εργασία και σχεδιάστε μια ροή οθόνης προς οθόνη με την τρίτη προτροπή (με τουλάχιστον 2 διαδρομές σφάλματος).
- Με τη δεύτερη προτροπή, ασκήστε κριτική στη ροή, προσθέστε θήκες άκρων που λείπουν και αφαιρέστε τα περιττά βήματα.
- Εάν είναι δυνατόν, ομαδοποιήστε κάρτες μίνι με 3-5 άτομα και προσαρμόστε τη δομή σύμφωνα με τα αποτελέσματα.
λίστα ελέγχου
- [ ] Μετάφρασα τις κατηγορίες στη γλώσσα χρήστη και αφαίρεσα την ορολογία.
- [ ] Εκτός από το χαρούμενο μονοπάτι, σχεδίασα επίσης διαδρομές σφαλμάτων στη ροή.
- [ ] Σάρωσα τις θήκες που λείπουν με τεχνητή νοημοσύνη και τις πρόσθεσα.
- [ ] Απέρριψα συνειδητά προτάσεις εκτός πεδίου εφαρμογής.
- [ ] Δοκίμασα το πρόχειρο IA με ομαδοποίηση καρτών ή δοκιμή χρήστη.
- [ ] Έχω επαληθεύσει τις ετικέτες με πραγματικές λέξεις χρήστη.