О, у точку! Окрема сесія під критику працює краще, ніж «оціни, будь ласка» у тому ж чаті. Ще два прийоми: не казати моделі, який варіант «мій» (інакше підігрує), і давати роль скептика, якому платять знайти причину НЕ користуватись продуктом. Дякую, що згадали 🙏🏻

По одному скріну, послідовно в одному треді не балком

Логіка така: якщо закинути весь флоу одразу, модель уже бачить фінал і відповідає як людина, яка наперед знає, чим усе закінчиться.

А весь сенс спіймати реакцію «я тут вперше й не знаю, що далі». Тому даю екран 1 → ловлю реакцію → екран 2 (у тому ж контексті, щоб персона пам’ятала, звідки прийшла) → і так до кінця. Так зберігається та сама розгубленість на кожному кроці

Балком використовую хіба що окремим фінальним проходом коли вже треба оцінити флоу цілісно: чи не ламається логіка між кроками, чи тон консистентний. Але це вже інша задача не «перше враження», а аудит зв’язності)

Вітаю, Богдане! Дякую, що прочитали 🙏

1. Здебільшого це звичайні скріни: експортовані фрейми або скріншоти готового екрана. Figma-прототип теж заходить, але саме статичні скріни основний робочий формат, бо модель реагує на те, що буквально бачить. Тестувати можна будь-що: і концепт у Figma ще до коду, і вже задеплоєне рішення (просто скріниш його). Головне годувати реальне зображення, а не текстовий опис, бо опис ти вже проінтерпретував за користувача

2. По інструментах: для швидких прогонів вистачає звичайного чату, а для A/B і пулу персон зібрали невеликий власний скрипт на API (кожна персона = окремий виклик). Щодо моделей чесно, конкретна модель важить менше, ніж очікуєш. Claude, GPT, Gemini усі ок, якщо приймають скрін + текст. Вирішальне не «яка модель», а наскільки добре ти запромптив її поводитись як розгублений юзер, а не як ефективний розв’язувач задач. Я працюю переважно на Claude подобається, як він тримає роль персони й ловить тон/копі, але різницю між топовими моделями я б назвала косметичною порівняно з якістю промпту

Дуже дякую! 🙏🏻

Вітаю! На початку статті прописала: «Головна думка, яку варто тримати в голові весь час: LLM непогано емулює міркування користувача, але погано емулює його поведінку. Це крутий інструмент саме для pre-test — швидко згенерувати гіпотези, відсіяти очевидні косяки ще до того, як йти до живих людей. Але це точно не заміна реальному тестуванню.»

Дуже дякую за зворотній зв’язок! Сподіваюсь буде корисним в роботі)

Олено, дякую за такий змістовний доповнення! Ти дуже точно підсвітила момент, який я залишила між рядків вибір технологічного стеку на старті справді визначає все подальше. Повністю погоджуюся: якщо дизайн-система будується у відриві від frontend-архітектури, то рано чи пізно доведеться платити борг або рефакторингом дизайну, або коду. AI тут не рятує, а лише підсилює існуючу хаотичність. Саме тому синхронізація між дизайнером і розробником на рівні рішень, а не артефактів це основа

Дуже дякую! Рада що було корисно ✨🩷