ChatGPT для UX-специалиста: плюсы, минусы, варианты промптов для задач

Искусственный интеллект постепенно превращается из громкого тренда во вполне себе обыденную вещь для людей и бизнеса — к 2027 году объём рынка этой индустрии может достигнуть $407 млрд. Дизайнерами и копирайтерами их целевая аудитория не ограничивается — стратеги и UX-исследователи тоже могут использовать такие инструменты в работе.

Меня зовут Лиза Катаева, я юзабилити-специалист диджитал-агентства Convergent. И пока моя коллега Лена создавала красоту в Stable Diffusion и Midjourney, я изучала другого популярного нейродруга — ChatGPT. Расскажу, как он помогает мне справляться с задачами.

Нейросетки уже давно не только история про картиночки (хотя они, конечно, на слуху у максимального количества людей). Что касается UX, у нас есть:

Простор гигантский, и каждый из этих инструментов в состоянии значительно упростить и ускорить вашу работу. Нейросетям можно делегировать анализ огромного количества данных, разработку гипотез и связанную с исследованием рутину. Они могут подсказывать важные инсайты, подталкивать к идеям и здорово визуализировать образы для большего погружения в ситуацию.

Но обозначу сразу — всего этого вау-эффекта не будет, если вы не готовы учиться со всем этим управляться. Любая нейросеть нуждается в чётко поставленных задачах, поэтому нужно учиться формулировать мысли, погружать в контекст и обозначать рамки. И всё это за ограниченное количество символов (о других ограничениях мы поговорим дальше).

ChatGPT не исключение. Я начала тестировать этот инструмент ещё в начале года, когда о нём активно заговорили. Мне было интересно, какие задачи ему можно перепоручить, какие будут результаты и какие есть подводные камни. И вот что у меня получилось (на примере исследования ЦА химчистки).

ChatGPT может разрабатывать пошаговые процессы работы и составлять к ним инструкции. Это хорошее подспорье для начинающих специалистов, которые ещё не знают, с чего начать, не очень понимают, сколько времени уйдёт на каждый этап и в целом не успели набить руку.

Конечно, опытные UX-специалисты и так знают, что спросить у человека, чтобы в полной мере оценить его опыт, потребности и опасения при использовании того или иного продукта. Но далеко не все из нас разбираются в тонкостях различных процессов, в случае с химчисткой — в той же работе с разными тканями. Поэтому ChatGPT может подсказать идеи для более узких вопросов: например, «Есть ли у вас одежда с хрупкой фурнитурой из тканей, которым требуется особый уход?».

Иногда, особенно если речь идёт о бизнесах со специфическими товарами и услугами, бывает сложно понять, какие люди могли бы ими пользоваться, какие у них могут быть проблемы и нужды. В таком случае ChatGPT можно попросить составить портреты, как это сделала я. В принципе, он составляет их довольно точно, описывает возраст, профессии, что помогает лучше проникнуться гипотетическим человеком и понять, какой продукт нужен именно ему. Но есть нюанс: нейросети нужно периодически напоминать, для какого бизнеса она генерирует ответы, иначе есть риск отклониться от траектории.

ChatGPT может создавать под разных персон уникальные цели, мотиваторы и ожидаемые результаты. Обратите внимание, как я задала вопрос: я не называла имён, но бот всё равно составил свои ожидания от лица ранее разработанных персонажей. Такие ответы могут здорово вдохновить UX-специалиста и навести его на необычные инсайты.

Эта задача напрямую вытекает из user stories — нам важно понять, как именно пользователь будет двигаться по сайту или приложению, как будет им пользоваться, какие сложности могут у него возникнуть. ChatGPT может составить детальный user flow: от домашней страницы до оформления заявки на услуги.

Помните, мы напоминали нейродругу, для какого бизнеса он сейчас трудится? Так вот, со временем ChatGPT запоминает и отдельно подчёркивает, для какой именно персоны описывает путь. Вот оно, чудо обучения.

Ещё один этап исследования, который можно делегировать для ускорения работы. ChatGPT составляет не только сами задания для респондента, но и прописывает, что мы этим проверяем и к какой цели должны прийти. Это делает исследование более глубоким и качественным.

Конечно, без столовой ложки дёгтя эта бочка нейросетевого мёда не обходится. В моменте всё кажется классным, пока не начинаешь рефлексировать. Вот несколько довольно критичных моментов, которые я обнаружила (и статьи других UX-специалистов это подтверждают):

Все эти значительные минусы наводят на простую мысль — нейросети не заменят людей ещё очень и очень долго, несмотря на то, как быстро они прогрессируют. Скорее наоборот: появятся новые профессий, которым понадобятся навыки взаимодействия с искусственным интеллектом. Их будет становиться всё больше, и чтобы оставаться в тренде и, что называется, «в цене», придётся прокачиваться.

В отношении нейросетей не стоит впадать в крайности — агрессивное отрицание, как и ныряние в них с головой, ни к чему хорошему не приведёт. Поэтому моё решение — не хоронить креативные и аналитические профессии, а присматриваться, дружить, учиться.

А вы что об этом думаете? Давайте обсудим в комментариях.