收益：
- 能够根据人工智能的研究数据生成基于证据的角色草稿，并消除刻板印象和陈词滥调
- 能够在人工智能的支持下绘制用户旅程地图的阶段、行动、想法、情感和痛点
- 能够通过使用真实细分数据测试虚构的角色来标记不基于数据的假设
角色和用户旅程地图将研究中的见解转化为团队全天都会查看的有形工具。人物角色是一个虚构的但由数据驱动的档案，代表真实的用户细分：他们的目标、他们的障碍、他们的背景。用户旅程地图是一种视觉叙述，逐步显示用户做了什么、想什么、感受什么以及在实现目标时遇到的困难。人工智能在几分钟内即可生成两者的草稿。但这里存在着最危险的陷阱：人工智能可以在没有数据的情况下创建听起来“真实”的角色。本单元教您在不牺牲速度的情况下坚持证据。
角色：必须基于证据，而不是幻想
好人格和坏人格之间的唯一区别是态度。坏角色将设计师心中的假设放入一个漂亮的模板中：“Ayşe，34 岁，擅长技术，喜欢实用的解决方案。”如果这些句子都没有基于研究，那么角色就只是一种装饰，并且使错误的决定合法化。
一个好的人物角色的每一个主张都以研究为基础。 “用户卡在安装中”这句话背后是“8名参与者中有5名无法完成初始安装”的数据。在使用人工智能时，规则不会改变：为模型提供研究摘要作为来源，并要求它仅从该来源创建角色，而不是添加没有基础的特征。
注意：人工智能非常有能力“填补空白”；它可能会自发地弥补您未提供的年龄、收入和习惯等详细信息。如果这些细节不是来自数据，那么角色就不可靠。
消除刻板印象和偏见
人物角色是人工智能偏见最容易泄露的地方。该模型将训练数据中的刻板印象转移到配置文件中：“年长用户害怕技术”、“年轻用户不耐烦”、归因于特定职业或性别的行为。这些概括是错误的，而且在道德上是令人反感的。
纯化方法分为三步：
- 标记：扫描输出中的每个泛化句子（“每个人”、“通常”、“这个年龄段的人”）。
- 测试：这句话在研究数据中是否有对应的句子？
- 更正或删除：如果有依据，则附在证据上，否则删除。不要通过“软化它”来保留陈词滥调；如果没有证据，他就会离开。
角色表达
问题
基于证据的纠正
“老年用户害怕技术”
基于年龄的刻板印象
“六分之五的参与者希望通过新功能获得额外的保证文本”
“年轻用户缺乏耐心”
代际概括
“参与者超过 3 步就放弃了流程（无论年龄）”
“女人想要简单”
性别假设
“在所有细分市场中，简单的流程都是首选”
“他最喜欢的颜色是蓝色”
观赏信息（不影响决策）
（减去——不影响设计决策）
用户旅程图剖析
旅程地图通常由以下几行组成：
- 阶段：认知、评价、使用、归还等主要阶段。
- 行动：用户在每个阶段所做的事情。
- 思想：你脑子里想的是什么。
- 情感：一个人的感受是什么；通常用曲线绘制。
- 痛点：哪里会卡住、生气、放弃。
- 机会：设计可以介入的地方。
人工智能很快就填补了这个骨架。但“情感”线的风险尤其大：模型合理地预测了用户的感受，但这种预测只是猜测，除非有真实数据的支持。将地图上未经证实的情绪标记为假设；通过研究引用确认后获得“已验证”状态。
三个迷你箱子
案例 1——快速起草，真正修复。一个团队利用人工智能根据 12 份采访摘要制作了 3 个角色草图；这项工作花了 25 分钟。然后他根据研究数据检查了每个角色的 9 个特征； 4 个功能没有依据，被删除。其余的角色既快速又可靠。
案例 2 — 泄露的陈词滥调。 “退休用户不信任数字银行，”人工智能角色写道。该团队查看了数据：六分之五的退休参与者使用常规数字银行。该句子完全错误，已被删除；取而代之的是基于证据的观察，例如“新功能的附加保证文本”。教训：基于年龄的刻板印象被数据推翻了。
情况 3——情绪曲线被夸大。该模型写道，用户在结帐时感到“愤怒”。在实际录音中，用户只是“犹豫”。设计师固定了情绪；因为“愤怒”和“犹豫”需要不同的解决方案（一是信任，二是清晰）。教训：情绪线是用证据来校准的。
有多少人物角色、多少细节？
新设计师常陷入的一个陷阱是制作过多且过于详细的角色。人工智能放大了这个陷阱：你想要多少角色、多少细节，几秒钟内就能到达。然而，有价值的东西虽少，但却是坚实的。对于大多数产品来说，2-3 个主要角色就足够了；每个都必须代表一个真实的用户群体，并且能够区分设计决策。如果两个角色的行为几乎相同，那么它很可能是一个角色。在细节方面，标准是这样的：添加到角色中的每条信息如果影响设计决策，那么它就是有价值的；如果它没有给人留下深刻的印象（例如，用户最喜欢的颜色），那么它就是装饰性的，应该被删除。当向人工智能请求角色时，说“仅添加影响设计决策的功能”是摆脱这种陷阱的最实际方法。
提示：测试角色特征：“如果我改变这个，我的设计会改变吗？”如果答案是否定的，则角色中不需要该功能。
可复制的提示
您的角色：用户体验研究合成器。来源：下面的匿名研究摘要。任务：从此来源创建最多 2 个人物草图。规则：将每个特征链接到来源中的发现，并在括号中写下基础。请勿添加任何在来源中没有对应项的特征（年龄、收入、习惯）。将未知字段保留为“无数据”。来源：<<摘要>>
检查此角色大纲是否存在偏见。标记每个包含概括、陈词滥调或未经证实的假设的句子，写下为什么它是有问题的，并指出它是否在源数据中得到支持。角色：<<文本>> 源数据：<<摘要>>
根据下面的角色和研究简介生成用户旅程地图草稿。行动|思想|情感|痛点|机会。如果有来源，请为每个“情感”和“痛点”单元格添加引文；否则，用“[ASSUMPTION]”标记单元格。角色：<<x>> 摘要：<<y>>
列出此旅程地图上标记为 [假设] 的单元格。对于每个问题，写下哪些额外的研究问题可以证实这个假设。地图：<<桌子>>
弱提示/强提示
弱项：“创建电子商务用户角色。”
结果是：一份完全虚构的档案，与数据无关，而且充满了陈词滥调。
Strong：“从本研究摘要中提取不超过 2 个人物角色；将每个特征与一个发现联系起来；不要添加来源中没有的任何细节；将未知保留为‘无数据’。”
结果是：一个基于证据的可辩护的角色，诚实地指出了缺陷。
区别：强烈提示带来来源义务+禁止捏造+标记未知。
常见错误
- 无需数据即可创建角色。让人工智能“创造一个角色”会给你的假设带来错误的合法性。
- 通过软化来保持陈词滥调。说“有点谨慎”并不能纠正这种刻板印象；如果没有证据，就应该删除。
- 将情感线误认为现实。该模型预测情绪；没有证据的情绪就是假设。
- 根本不更新人物。随着新研究的出现，人物角色也应该更新；冻结的角色具有误导性。
- 创建太多角色。 5-6个人使团队陷入瘫痪；保留一点，但要坚持坚定的东西。
总之
人物角色和旅程地图是将研究成果转化为团队共同语言的强大工具；但它们的力量完全来自于它们所基于的数据。人工智能可以在几分钟内为这些工具生成蓝图，而真正的工作是将每个主张与来源联系起来，标记陈词滥调并根据数据对其进行测试，并将未经证实的情绪/痛点隔离为假设。诚实地留下“无数据”空白的角色比充满虚构细节的“现实”角色更有价值。
应用任务
- 根据研究简介（真实的或虚构的）中的第一个提示生成 2 个角色草稿。
- 使用第二个提示检查角色是否存在偏见；用数据测试每个标记的句子。
- 删除任何脆弱的功能或使其“无数据”。
- 根据第三个提示，根据角色起草旅程地图。
- 列出地图中的 [假设] 单元格，并为每个单元格编写一个验证问题。
清单
- [ ] 我的角色是根据研究总结建立的，不是凭空想象的。
- [ ] 我没有向角色添加任何源代码中没有的功能。
- [ ] 我标记了陈词滥调和概括，并用数据进行了测试。
- [ ] 我用证据证实了感受和痛点，并标记了没有支持的。
- [ ] 我使角色的数量保持在可控范围内。
- [ ] 我为假设准备了验证问题。