लाभ:
- कृत्रिम बुद्धिमत्ताको साथ अनुसन्धान डाटामा आधारित प्रमाण-आधारित व्यक्तित्व ड्राफ्टहरू उत्पादन गर्ने क्षमता र स्टेरियोटाइपहरू र क्लिचहरू हटाउने क्षमता।
- कृत्रिम बुद्धिमत्ताको समर्थनमा प्रयोगकर्ताको यात्रा नक्साका चरणहरू, कार्यहरू, विचारहरू, भावनाहरू र पीडा बिन्दुहरू ड्राफ्ट गर्ने क्षमता।
- वास्तविक खण्ड डाटाको साथ निर्मित व्यक्तिहरू परीक्षण गरेर डाटामा आधारित नभएका अनुमानहरू फ्ल्याग गर्ने क्षमता
व्यक्तित्व र प्रयोगकर्ता यात्रा नक्साले अनुसन्धानबाट प्राप्त अन्तर्दृष्टिहरूलाई मूर्त उपकरणहरूमा अनुवाद गर्दछ जुन टोलीले दिनभर हेर्नेछ। व्यक्तित्व एक काल्पनिक तर डाटा-संचालित प्रोफाइल हो जसले वास्तविक प्रयोगकर्ता खण्डलाई प्रतिनिधित्व गर्दछ: तिनीहरूको लक्ष्यहरू, तिनीहरूको अवरोधहरू, तिनीहरूको सन्दर्भ। प्रयोगकर्ताको यात्रा नक्सा एउटा दृश्य कथा हो जसले प्रयोगकर्ताले के गर्छ, उसले के सोच्दछ, उसले के महसुस गर्छ र लक्ष्य हासिल गर्दा ऊ कहाँ अड्किन्छ भनेर देखाउँछ। एआईले मिनेटमा दुवैको ड्राफ्ट उत्पादन गर्छ। तर यहाँ सबैभन्दा खतरनाक जाल छ: कृत्रिम बुद्धिमत्ताले डाटा बिना "वास्तविक" आवाज दिने व्यक्तित्वहरू सिर्जना गर्न सक्छ। यो एकाइले गति त्याग नगरी प्रमाणमा अडिग रहन सिकाउँछ।
व्यक्तित्व: प्रमाणमा आधारित हुनुपर्छ, काल्पनिक होइन
राम्रो व्यक्तित्व र नराम्रो व्यक्तित्व बीचको भिन्नता भनेको मनोवृत्ति हो। खराब व्यक्तित्वले डिजाइनरको दिमागमा रहेको धारणालाई सुन्दर टेम्प्लेटमा राख्छ: "Ayşe, 34 वर्ष पुरानो, टेक्नोलोजीमा राम्रो, व्यावहारिक समाधानहरू मन पराउँछ।" यदि यी मध्ये कुनै पनि वाक्य अनुसन्धानमा आधारित छैन भने, व्यक्तित्व केवल एक सजावट हो र गलत निर्णयहरूलाई वैध बनाउँछ।
एक राम्रो व्यक्तित्व अनुसन्धान मा हरेक दावी को आधार। "प्रयोगकर्ताहरू स्थापनामा अड्किएका छन्" भन्ने वाक्यको पछाडि डेटा छ "८ मध्ये ५ सहभागीहरूले प्रारम्भिक स्थापना पूरा गर्न सकेनन्"। कृत्रिम बुद्धिमत्ताको साथ काम गर्दा, नियम परिवर्तन हुँदैन: मोडेललाई स्रोतको रूपमा अनुसन्धान सारांश दिनुहोस् र यसलाई यो स्रोतबाट मात्र व्यक्तित्व सिर्जना गर्न सोध्नुहोस्, कुनै आधार नभएका सुविधाहरू थप्न नदिनुहोस्।
सावधानी: AI "खाली ठाउँहरू भर्न" धेरै सक्षम छ; यसले सहज रूपमा उमेर, आम्दानी र तपाईंले प्रदान नगर्ने बानीहरू जस्ता विवरणहरू बनाउन सक्छ। यदि यी विवरणहरू डाटाबाट आउँदैन भने, व्यक्तित्व विश्वसनीय हुँदैन।
स्टिरियोटाइप र पूर्वाग्रह हटाउँदै
व्यक्तित्वहरू ती हुन् जहाँ AI पूर्वाग्रह सबैभन्दा स्पष्ट रूपमा लीक हुन्छ। मोडेलले प्रशिक्षण डेटाबाट स्टिरियोटाइपहरूलाई प्रोफाइलहरूमा सार्छ: "पुरानो प्रयोगकर्ता प्रविधिसँग डराउँछन्," "युवा प्रयोगकर्ता अधीर छन्," विशिष्ट पेशा वा लिङ्गलाई श्रेय दिइएका व्यवहारहरू। यी सामान्यीकरणहरू गलत र नैतिक रूपमा आपत्तिजनक छन्।
शुद्धीकरण विधिमा तीन चरणहरू छन्:
- मार्क: आउटपुटमा प्रत्येक सामान्यीकरण वाक्य स्क्यान गर्नुहोस् ("सबै", "सामान्यतया", "यो उमेरका मानिसहरू")।
- परीक्षण: के यो वाक्य अनुसन्धान डेटा मा एक बराबर छ?
- सच्याउनुहोस् वा हटाउनुहोस्: यदि यसको लागि आधार छ भने, यसलाई प्रमाणमा संलग्न गर्नुहोस्, अन्यथा मेटाउनुहोस्। "यसलाई नरम" गरेर क्लिच नराख्नुहोस्; कुनै प्रमाण छैन भने, ऊ छोड्छ।
व्यक्तित्व अभिव्यक्ति
समस्या
प्रमाणमा आधारित सुधार
"पुरानो प्रयोगकर्ताहरू प्रविधिसँग डराउँछन्"
उमेर आधारित स्टेरियोटाइप
"6 मध्ये 5 सहभागीहरूले नयाँ सुविधाको साथ अतिरिक्त आश्वासन पाठको अपेक्षा गरे"
"युवा प्रयोगकर्ताहरू अधीर छन्"
पुस्ता सामान्यीकरण
"सहभागीहरूले 3 चरणहरू (उमेरको पर्वाह नगरी) प्रवाहलाई त्यागे"
"महिलाहरू सरलता चाहन्छन्"
लिंग धारणा
"सबै खण्डहरूमा सरल प्रवाहलाई प्राथमिकता दिइयो"
"उनको मनपर्ने रंग निलो हो"
सजावटी जानकारी (निर्णयलाई असर गर्दैन)
(घटाउ - डिजाइन निर्णयलाई असर गर्दैन)
प्रयोगकर्ता यात्रा नक्सा को शरीर रचना
यात्रा नक्सा सामान्यतया रेखाहरू समावेश गर्दछ:
- चरण: प्रमुख अवधिहरू जस्तै जागरूकता, मूल्याङ्कन, प्रयोग र फिर्ता।
- कार्य: प्रयोगकर्ताले प्रत्येक चरणमा के गर्छ।
- विचार: तपाईको दिमागमा के जान्छ।
- भावना: एक व्यक्ति के महसुस गर्छ; यो सामान्यतया वक्र संग कोरिएको छ।
- पीडा बिन्दु: कोही कहाँ अड्किन्छ, रिस उठ्छ, हार मानिन्छ।
- अवसर: जहाँ डिजाइनले हस्तक्षेप गर्न सक्छ।
यस कंकालमा आर्टिफिसियल इन्टेलिजेन्स चाँडै भरिन्छ। तर "भावना" रेखा विशेष गरी जोखिमपूर्ण छ: मोडेलले प्रयोगकर्ताले के महसुस गरिरहेको छ भनेर यथोचित रूपमा भविष्यवाणी गर्दछ, तर त्यो भविष्यवाणी वास्तविक डेटाद्वारा समर्थित नभएसम्म अनुमानित कार्य हो। नक्सामा अप्रमाणित भावनाहरूलाई अनुमानको रूपमा चिन्ह लगाउनुहोस्; अनुसन्धान उद्धरण द्वारा पुष्टि गर्दा "प्रमाणित" स्थिति प्राप्त गर्नुहोस्।
तीन मिनी केसहरू
केस १ - द्रुत मस्यौदा, वास्तविक समाधान। एउटा टोलीले 12 अन्तर्वार्ता सारांशहरूबाट AI सँग 3 व्यक्तित्व स्केचहरू उत्पादन गर्यो; कामले 25 मिनेट लियो। त्यसपछि उनले अनुसन्धान डेटाको विरुद्ध प्रत्येक व्यक्तित्वको 9 विशेषताहरू जाँच गरे; 4 सुविधाहरूको कुनै आधार थिएन र हटाइयो। बाँकी व्यक्तिहरू दुवै छिटो र भरपर्दो थिए।
केस 2 - लीक क्लिच। "सेवानिवृत्त प्रयोगकर्ताहरूले डिजिटल बैंकिङमा विश्वास गर्दैनन्," एआई व्यक्तित्वले लेखे। टोलीले डाटा हेर्यो: 6 सेवानिवृत्त सहभागी मध्ये 5 ले नियमित डिजिटल बैंकिङ प्रयोग गर्थे। वाक्य पूर्णतया गलत थियो र हटाइयो; प्रमाण-आधारित अवलोकनको साथ प्रतिस्थापित गरियो जस्तै "नयाँ सुविधाहरूमा थप आश्वासन पाठ पेन्डिङ।" पाठ: उमेर-आधारित स्टेरियोटाइपहरू डेटा द्वारा अस्वीकृत छन्।
केस 3 - भावना वक्र अतिरंजित छ। मोडेलले लेखे कि प्रयोगकर्ता चेकआउटमा "क्रोधी" थिए। वास्तविक रेकर्डिङहरूमा, प्रयोगकर्ताहरू केवल "हिचकिचाइ" थिए। डिजाइनरले भावना तय गर्यो; किनभने "रिस" र "हिचकिचाहट" लाई फरक समाधान चाहिन्छ (एउटा विश्वास हो, अर्को स्पष्टता हो)। पाठ: भावना रेखा प्रमाण संग क्यालिब्रेट गरिएको छ।
कति व्यक्तित्व, कति विवरण ?
नयाँ डिजाइनरहरूमा पर्ने एउटा सामान्य जालले धेरै र अत्यधिक विस्तृत व्यक्तित्वहरू उत्पादन गर्दछ। AI ले यो जाललाई ठूलो बनाउँछ: तपाईले चाहानु भएको धेरै व्यक्तिहरू, तपाईले चाहानु भएको विवरण सहित, सेकेन्डमा आइपुग्छ। यद्यपि, के मूल्यवान छ थोरै तर ठोस छ। धेरै उत्पादनहरूको लागि, 2-3 प्राथमिक व्यक्तिहरू पर्याप्त छन्; प्रत्येकले वास्तविक प्रयोगकर्ता खण्डलाई प्रतिनिधित्व गर्नुपर्दछ र डिजाइन निर्णयहरू फरक गर्न सक्षम हुनुपर्दछ। यदि दुई व्यक्तिहरू लगभग समान व्यवहार गर्छन्, यो सम्भवतः एक व्यक्तित्व हो। विस्तृत पक्षमा, मापदण्ड यो हो: व्यक्तित्वमा थपिएको प्रत्येक जानकारी मूल्यवान हुन्छ यदि यसले डिजाइन निर्णयलाई असर गर्छ भने; यदि यसले प्रभाव पार्दैन (उदाहरणका लागि, प्रयोगकर्ताको मनपर्ने रंग), यो सजावटी छ र हटाउनु पर्छ। आर्टिफिसियल इन्टेलिजेन्सबाट व्यक्तित्वको अनुरोध गर्दा, "डिजाइन निर्णयलाई असर गर्ने सुविधाहरू मात्र थप्नुहोस्" भनेको यो जालबाट छुटकारा पाउन सबैभन्दा व्यावहारिक तरिका हो।
सुझाव: एक व्यक्तित्व सुविधा परीक्षण गर्नुहोस्: "यदि मैले यसलाई परिवर्तन गरेमा मेरो डिजाइन परिवर्तन हुनेछ?" यदि जवाफ होईन भने, त्यो विशेषता व्यक्तित्वमा अनावश्यक छ।
प्रतिलिपि गर्न मिल्ने प्रम्प्टहरू
तपाईंको भूमिका: UX अनुसन्धान सिन्थेसाइजर।स्रोत: अज्ञात अनुसन्धान सारांश तल। कार्य: यस स्रोतबाट 2 व्यक्तित्व स्केचहरू सिर्जना गर्नुहोस्। नियम: प्रत्येक विशेषतालाई स्रोतमा खोजीमा लिङ्क गर्नुहोस् र कोष्ठकमा आधार लेख्नुहोस्। कुनै पनि सुविधाहरू (उमेर, आय, बानी) नथप्नुहोस् जुन "अज्ञात स्रोतको रूपमा कुनै समकक्ष छैन"। <<सारांश>>
पूर्वाग्रहको लागि यो व्यक्तित्व रूपरेखा जाँच गर्नुहोस्। सामान्यीकरण, क्लिच, वा अप्रमाणित धारणा समावेश गर्ने प्रत्येक वाक्यलाई चिन्ह लगाउनुहोस्, यो किन शंकास्पद छ लेख्नुहोस्, र यो स्रोत डेटामा समर्थित छ कि छैन भनेर संकेत गर्नुहोस्। व्यक्तित्व: <<text>> स्रोत डेटा: <<summary>>
व्यक्तित्व र अनुसन्धान संक्षिप्तबाट मस्यौदा प्रयोगकर्ता यात्रा नक्सा उत्पन्न गर्नुहोस्। रेखाहरू: चरण | कार्य | विचार | भावना | पीडा बिन्दु | अवसर।यदि त्यहाँ यसको लागि स्रोत छ भने प्रत्येक "भावना" र "पेनपोइन्ट" कक्षमा उद्धरण थप्नुहोस्; अन्यथा, "[ASSUMPTION]" को साथ सेल चिन्ह लगाउनुहोस्। व्यक्तित्व: <<x>> सारांश: <<y>>
यस यात्रा नक्सामा [ASSUMPTION] चिन्ह लगाइएका कक्षहरू सूचीबद्ध गर्नुहोस्। प्रत्येकको लागि, कुन थप अनुसन्धान प्रश्नले यस धारणालाई पुष्टि गर्नेछ लेख्नुहोस्। नक्सा: <<तालिका>>
कमजोर प्रम्प्ट / बलियो प्रम्प्ट
कमजोर: "ई-वाणिज्य प्रयोगकर्ता व्यक्तित्व सिर्जना गर्नुहोस्।"
नतिजा: एक प्रोफाइल जुन पूर्ण रूपमा बनाइएको छ, डेटासँग अप्रासंगिक छ, र क्लिचहरूले भरिएको छ।
बलियो: "यस अनुसन्धान सारांशबाट 2 भन्दा बढी व्यक्तिहरू निकाल्नुहोस्; प्रत्येक विशेषतालाई खोजमा बाँध्नुहोस्; स्रोतमा नभएको कुनै पनि विवरणहरू थप नगर्नुहोस्; 'डेटा छैन' भनेर अज्ञात छोड्नुहोस्।"
नतिजा: प्रमाणको आधारमा एक सुरक्षित व्यक्तित्व, खाली इमानदारीपूर्वक औंल्याइयो।
भिन्नता: बलियो प्रम्प्टले स्रोत दायित्व + बनावटको निषेध + अज्ञात चिन्ह लगाउँछ।
सामान्य गल्तीहरू
- डाटा बिना व्यक्तित्वहरू सिर्जना गर्दै। AI लाई "व्यक्तित्व बनाउन" भन्नाले तपाईंको अनुमानलाई गलत वैधानिकता दिन्छ।
- यसलाई नरम गरेर क्लिच राख्दै। "थोरै होसियार" भन्नुले स्टिरियोटाइपलाई सच्याउदैन; यदि कुनै प्रमाण छैन भने, यसलाई हटाउनु पर्छ।
- वास्तविकताको लागि भावना रेखा गलत गर्दै। मोडेल भावना भविष्यवाणी; प्रमाण बिना भावना धारणा हो।
- व्यक्तित्व अपडेट गर्दैन। नयाँ अनुसन्धान उपलब्ध हुनासाथ व्यक्तित्वलाई पनि अद्यावधिक गरिनुपर्छ; जमेको व्यक्तित्व भ्रामक छ।
- धेरै व्यक्तित्वहरू सिर्जना गर्दै। 5-6 व्यक्तित्वले टोलीलाई पक्षाघात गर्दछ; थोरै राख्नुहोस्, तर जो दृढ छ त्यसलाई होल्ड गर्नुहोस्।
संक्षेपमा
व्यक्तित्व र यात्रा नक्शा टोलीको साझा भाषामा अनुसन्धान अनुवाद गर्ने शक्तिशाली उपकरणहरू हुन्; तर तिनीहरूको शक्ति पूर्ण रूपमा डाटाबाट आउँछ जसमा तिनीहरू आधारित छन्। AI ले यी उपकरणहरूको लागि मिनेटमा एउटा खाका उत्पादन गर्छ, जबकि वास्तविक काम भनेको प्रत्येक दाबीलाई स्रोतमा जडान गर्ने, क्लिचहरू फ्ल्याग गर्ने र डाटाको विरुद्धमा परीक्षण गर्ने, र अप्रमाणित भावना/पीडा बिन्दुहरूलाई अनुमानको रूपमा अलग गर्ने हो। एक व्यक्तित्व जसले इमानदारीपूर्वक "डेटा छैन" को रूपमा खाली ठाउँ छोड्छ त्यो मेड-अप विवरणहरूले भरिएको "यथार्थवादी" व्यक्तित्व भन्दा धेरै मूल्यवान हुन्छ।
आवेदन कार्य
- अनुसन्धान संक्षिप्त (वास्तविक वा काल्पनिक) बाट पहिलो प्रम्प्टको साथ 2 व्यक्तित्व ड्राफ्टहरू उत्पन्न गर्नुहोस्।
- दोस्रो प्रम्प्टको साथ पूर्वाग्रहको लागि व्यक्तिहरू जाँच गर्नुहोस्; डेटाको साथ प्रत्येक चिन्हित वाक्यको परीक्षण गर्नुहोस्।
- हटाउनुहोस् वा "कुनै डाटा" कुनै पनि कमजोर सुविधाहरू बनाउनुहोस्।
- तेस्रो प्रम्प्टको साथ, व्यक्तित्वबाट यात्रा नक्सा ड्राफ्ट गर्नुहोस्।
- नक्सामा [ASSUMPTION] कक्षहरू सूचीबद्ध गर्नुहोस् र प्रत्येकको लागि प्रमाणीकरण प्रश्न लेख्नुहोस्।
चेकलिस्ट
- [] मैले व्यक्तित्वलाई अनुसन्धान सारांशमा आधारित गरें, मैले कल्पनाबाट सिर्जना गरेको होइन।
- [] मैले व्यक्तित्वमा कुनै पनि विशेषताहरू थपेको छैन जुन स्रोतमा थिएन।
- [ ] मैले क्लिचहरू र सामान्यीकरणहरू चिन्ह लगाइदिएँ र तिनीहरूलाई डाटाको साथ परीक्षण गरें।
- [ ] मैले भावनाहरू र पीडाका बिन्दुहरूलाई प्रमाणको साथ पुष्टि गरें, र असमर्थितहरूलाई चिन्ह लगाइदिएँ।
- [] मैले व्यक्तिहरूको संख्या व्यवस्थित राखें।
- [ ] मैले अनुमानहरूका लागि प्रमाणीकरण प्रश्नहरू तयार पारें।