Zyski:
- Możliwość zaprojektowania menu, nawigacji i struktury treści (architektura informacji) przy pomocy sztucznej inteligencji i weryfikacji jej za pomocą wyników sortowania kart
- Możliwość rysowania przepływów użytkowników i kroków „od ekranu do ekranu” w sztucznej inteligencji oraz wychwytywania luk logicznych i przypadków brzegowych
- Możliwość krytycznego dostosowania struktury sugerowanej przez sztuczną inteligencję do rzeczywistego języka użytkownika i modelu mentalnego
Jeśli produkt staje się trudny w użyciu, problem często nie leży w kolorze czy przycisku, ale w strukturze. Architektura informacji (IA) to sposób, w jaki zawartość produktu jest grupowana, nazywana i układana w strukturę nawigacyjną: menu, kategorie, hierarchia. Przepływ użytkownika to sekwencja kroków od ekranu do ekranu, przez które przechodzi użytkownik, aby osiągnąć konkretny cel (rejestracja, zakup produktu). Oboje budują niewidzialny szkielet. AI szybko tworzy zarys tego szkieletu i pomaga wyłapać luki logiczne; Jednak to, czy struktura pasuje do umysłu prawdziwego użytkownika, można określić jedynie na podstawie ludzkiego osądu i testów.
Architektura informacji: mówienie językiem użytkownika
Podstawowe napięcie IA jest takie: czy zorganizujesz treść zgodnie z logiką instytucji, czy umysłem użytkownika? Większość nieudanych menu narzuca użytkownikowi wewnętrzną strukturę działów firmy („Rozwiązania dla przedsiębiorstw”, „Centrum operacyjne”). Jeśli użytkownik zapyta „Jak zapłacić rachunek?” myśli.
Sztuczna inteligencja jest tu pomocnikiem w obie strony. Z jednej strony sugeruje to rozsądną wyjściową strukturę kategorii; Z drugiej strony pomaga przetestować bieżącą strukturę pod kątem języka użytkownika. Jednak tagi sugerowane przez model to zazwyczaj „przeciętny język internetowy”; Słowa, których faktycznie używa użytkownik, mogą się różnić. Dlatego projekt OW jest weryfikowany poprzez sortowanie kart: prawdziwi użytkownicy otrzymują karty treści i sami je sortują; dostosowujesz strukturę zgodnie z ich grupowaniem.
Wskazówka: otrzymując sugestie kategorii od sztucznej inteligencji, poproś ją również o „przetłumaczenie każdej kategorii na zdanie pytające, które utworzy użytkownik”. Przyspiesza to przejście od żargonu korporacyjnego do języka użytkownika.
Przepływy użytkowników: kroki, decyzje i przypadki brzegowe
Dobry schemat blokowy wyjaśnia trzy rzeczy: kroki (co robi użytkownik), punkty decyzyjne (rozgałęzienia tak/nie) i przypadki brzegowe — sytuacje poza główną ścieżką: pusty koszyk, złe hasło, awaria Internetu, wygasła sesja. Niedoświadczeni projektanci wybierają „szczęśliwą ścieżkę” (scenariusz, w którym wszystko idzie dobrze) i zapominają o przypadkach brzegowych; Użytkownik przeważnie spędza czas w tych zapomnianych miejscach.
W tym właśnie miejscu sztuczna inteligencja jest potężna: eksportując strumień, zadajesz sobie pytanie: „Jakich stanów brzegowych brakuje?” Kiedy pytasz, zwykle łapie kilka, które przegapiłeś. Model działa jak krytyk przepływu. Ale Ty decydujesz, czy każda branża, którą poleca, jest naprawdę potrzebna, zakres produktu i rzeczywistość użytkownika; W przeciwnym razie przepływ stanie się niepotrzebnie skomplikowany.
element strumieniowy
Wkład sztucznej inteligencji
ludzka decyzja
Główne kroki
Standardowy projekt rankingowy
Uproszczenie specyficzne dla produktu
punkty decyzyjne
Możliwe gałęzie
Co jest naprawdę konieczne
Obudowy Edge
Przypomnienie o zapomnianych rzeczach
Co będzie objęte
Etykieta/tekst
pierwsza sugestia
Dostosowanie do języka użytkownika
Ścieżki błędów
Wzory ogólne
Rzeczywiste typy błędów produktu
trzy mini etui
Przypadek 1 — Menu stało się prostsze. Zespół nadał sztucznej inteligencji 9 tytułów menu głównego i poprosił ich o „przetłumaczenie ich na zdanie pytające użytkownika”. Zaobserwowano, że 3 nagłówki odpowiadały temu samemu pytaniu („Jak zarządzać swoim kontem?”); Menu zmniejszono z 9 do 6. Następnie przetestowano grupowanie kart na 14 użytkownikach i zweryfikowano połączenie. Skuteczność kliknięć wzrosła z 61% do 86%.
Przypadek 2 — Przypadek z uchwyconą krawędzią. W jednym przebiegu nagrywania zespół wylosował tylko udane nagranie. AI pyta „co się stanie, jeśli e-mail jest już zarejestrowany?”, „jeśli e-mail weryfikacyjny nie dotrze?”, „co się stanie, jeśli zamknie się i wróci w połowie?” wygenerowane pytania. Zespół dodał także do przepływu 3 stany brzegowe; Po uruchomieniu liczba próśb o pomoc znacznie spadła. Lekcja: model jest dobrym „przypomnieniem zapomnianego”.
Przypadek 3 – Odrzucono zbędny oddział. Sztuczna inteligencja zasugerowała rozgałęzienia przepływu płatności, takie jak „opcja kryptowaluty” i „zarządzanie wieloma adresami”. Nie były one objęte zakresem produktu; projektant odrzucił sugestie. Lekcja: nie każda propozycja modelu jest akceptowana; Decyzja o zakresie należy do człowieka, w przeciwnym razie przepływ stanie się wzdęty.
Monity, które można kopiować
Twoja rola: specjalista ds. architektury informacji. Pogrupuj poniższą listę treści/funkcji w kategorie odpowiadające potrzebom użytkownika. Nadaj każdej kategorii zarówno krótką etykietę, jak i frazę pytającą, którą utworzy użytkownik. Unikaj żargonu korporacyjnego. Użyj maksymalnie 6 kategorii nadrzędnych. Lista: <<treść>>
Sprawdź ten przepływ użytkownika: <<kroki>>.1) Wypisz przypadki brakujących krawędzi (stan bezczynności, błąd, przekroczenie limitu czasu, ponowne logowanie).2) Oznacz kroki, które wydają się niepotrzebne lub wykraczają poza zakres.3) Zaproponuj znaczniki, które nie pasują do języka użytkownika. Podaj każdemu elementowi jednozdaniowe uzasadnienie. Ściśle mówiąc; Powiedz „należy sprawdzić”.
Naszkicuj przepływ użytkownika ekran po ekranie dla następującego zadania: „<<zadanie>>”.Format: każdy krok = nazwa ekranu > akcja użytkownika > odpowiedź systemu. Oddziel punkty decyzyjne za pomocą „JEŚLI... TO”. Pokaż co najmniej 2 ścieżki błędów wraz ze ścieżką szczęśliwą.
Porównaj tę strukturę menu z wynikiem grupowania kart: Zalecana struktura: <<a>> Grupowanie użytkowników: <<b>>. Pokaż w tabeli niezgodne miejsca docelowe i uzasadnij, które z nich jest bliższe użytkownikowi.
Słaba zachęta/silna zachęta
Słabe: „Napisz mi strumień nagrań”.
Wynik: ogólna lista kroków bez przypadków brzegowych, zawierająca tylko szczęśliwe ścieżki.
Mocne: „Narysuj przebieg tego zadania ekran po ekranie; podaj każdy krok w formacie „ekran > akcja > odpowiedź systemu”; pokaż co najmniej 2 ścieżki błędów obok szczęśliwej ścieżki; oddziel punkty decyzji za pomocą JEŻELI-TO.
Rezultat: wykonalny przepływ z widocznymi stanami krawędziowymi i rozgałęzieniami.
Różnica: wymaga silnego formatu podpowiedzi + imperatyw ścieżki błędu + punktu decyzyjnego; przybliżają one przepływ do prawdziwego świata.
Typowe błędy
- Po prostu projektuję szczęśliwy sposób. Użytkownik najczęściej utknie w sytuacjach brzegowych; pominięcie ich jest najdroższym błędem.
- Wprowadzenie żargonu korporacyjnego do menu. Użytkownik wyszukuje hasło „gdzie jest moje zamówienie”, a nie „centrum operacyjne”.
- Finalizowanie IA bez grupowania kart. Propozycja modelu jest hipotezą; użytkownik potwierdza test.
- Dodanie każdej sugestii przepływu modelu. Gałęzie poza zasięgiem zwiększają przepływ; Odrzucenie to także decyzja.
- W ogóle nie testuję etykiet. Etykieta, która Twoim zdaniem jest „zrozumiała”, może być nieznana użytkownikowi.
Podsumowując
Architektura informacji i przepływy użytkowników stanowią niewidzialny szkielet produktu; Z tego w dużej mierze wynika płynność doświadczenia użytkownika. Sztuczna inteligencja sugeruje wiarygodne struktury kategorii, krytykuje przepływy i jest szczególnie skuteczna w wychwytywaniu zapomnianych przypadków brzegowych. Ale to, czy etykiety odpowiadają językowi użytkownika, zależy od grupowania kart, a zakres przepływu i konieczność rozgałęzienia zależy od ludzkiej oceny. Wykorzystaj model jako kreślarza i krytyka; Kalibrujesz konstrukcję zgodnie z myślą użytkownika.
Zadanie aplikacji
- Wymień 8–10 zawartości/cech produktu i utwórz strukturę kategorii za pomocą pierwszego monitu.
- Przetłumacz każdą kategorię na zdanie pytające użytkownika i połącz te, które są zdezorientowane.
- Wybierz zadanie i narysuj przepływ ekran po ekranie z trzecim monitem (z co najmniej 2 ścieżkami błędów).
- Po wyświetleniu drugiego monitu oceń przepływ, dodaj przypadki braku krawędzi i usuń niepotrzebne kroki.
- Jeśli to możliwe, pogrupuj minikarty po 3-5 osób i dostosuj strukturę zgodnie z wynikami.
lista kontrolna
- [ ] Przetłumaczyłem kategorie na język użytkownika i usunąłem żargon.
- [ ] Oprócz szczęśliwej ścieżki narysowałem w przepływie także ścieżki błędów.
- [ ] Zeskanowałem brakujące przypadki Edge za pomocą sztucznej inteligencji i dodałem je.
- [ ] Świadomie odrzuciłem sugestie wykraczające poza zakres.
- [ ] Przetestowałem wersję roboczą IA z grupowaniem kart lub testami użytkowników.
- [ ] Zweryfikowałem tagi prawdziwymi słowami użytkownika.