Введение
UX-исследования и дизайн-системы — это не только инструменты, но и образ мышления. С появлением больших языковых моделей (LLM) у дизайнеров появился мощный ассистент, способный ускорить рутину: от генерации гипотез до создания документации компонентов. Однако чтобы получить полезный результат, нужно правильно формулировать запросы — промты. В этой статье я собрал 15 проверенных промтов, которые превратят ChatGPT и Figma в вашу персональную исследовательскую лабораторию. Каждый промт сопровождается примером использования и пояснением, для каких задач он подходит.
1. Глубинное интервью: генерация вопросов
Задача: Подготовить сценарий глубинного интервью с пользователями для выявления болей и потребностей.
Промт:
Ты — UX-исследователь. Составь список из 10 открытых вопросов для глубинного интервью с [описание целевой аудитории] на тему [тема исследования]. Вопросы должны выявлять мотивацию, боли и контекст использования. Избегай наводящих вопросов. Добавь 2 уточняющих вопроса для каждого основного.
Пример: Для интервью с владельцами малого бизнеса о использовании бухгалтерских приложений.
Пояснение: Промт помогает быстро создать структуру интервью, соответствующую методологии Jobs-to-be-Done. Вы можете адаптировать вопросы под конкретную гипотезу.
2. Анализ конкурентов: сводная таблица
Задача: Собрать и структурировать информацию о конкурентах для выявления возможностей.
Промт:
Проанализируй 5 конкурентов в нише [ниша]. Для каждого укажи: название, ключевые функции, целевую аудиторию, сильные и слабые стороны, модель монетизации. Представь в виде таблицы Markdown. Затем предложи 3 идеи, как наш продукт может отстроиться.
Пример: Ниша — приложения для медитации.
Пояснение: ChatGPT не имеет доступа к реальным данным в реальном времени, поэтому результаты могут быть основаны на общих знаниях. Всегда проверяйте факты. Используйте промт как черновик для дальнейшего исследования.
3. Юзабилити-тестирование: сценарии и задачи
Задача: Подготовить сценарии для модерации юзабилити-тестирования прототипа.
Промт:
Ты — специалист по юзабилити. На основе описания продукта [краткое описание] и целевых задач пользователя [список задач] составь 5 сценариев для юзабилити-тестирования. Каждый сценарий должен включать: контекст, задачу, критерии успеха. Учти возможные ошибки пользователей.
Пример: Продукт — мобильный банк, задачи: перевод денег, оплата услуг.
Пояснение: Промт помогает структурировать тестирование и избежать пропусков важных сценариев. Вы можете дополнить его метриками (время выполнения, количество ошибок).
4. Анализ результатов тестирования: выявление паттернов
Задача: Обработать заметки с юзабилити-тестирования и выделить основные проблемы.
Промт:
Ниже — заметки с юзабилити-тестирования (5 пользователей). Выдели повторяющиеся проблемы, отсортируй их по критичности (высокая, средняя, низкая). Для каждой проблемы предложи возможное решение. Заметки: [вставить текст].
Пример: Заметки о тестировании формы регистрации.
Пояснение: LLM быстро находит паттерны в качественных данных. Однако не заменяет глубокий анализ, а ускоряет первичную обработку.
5. Генерация персон
Задача: Создать собирательные образы пользователей на основе данных исследования.
Промт:
На основе следующих данных о пользователях [вставить демографию, поведение, цитаты] создай 3 персоны. Для каждой укажи: имя, возраст, род занятий, цели, боли, мотивацию, цитату. Опиши сценарий использования продукта.
Пример: Данные из опроса о фитнес-приложении.
Пояснение: Персоны помогают команде эмпатизировать пользователям. Промт экономит время на оформление, но требует валидации.
6. Дизайн-система: генерация токенов
Задача: Создать набор дизайн-токенов (цвета, типографика, отступы) для нового проекта.
Промт:
Ты — дизайнер-системщик. Предложи набор дизайн-токенов для [тип продукта] в стиле [стиль, например, минимализм]. Включи: палитру цветов (основные, акцентные, семантические), шкалу типографики (размеры, веса, межстрочные интервалы), сетку отступов (4px, 8px, 16px и т.д.). Оформи в виде JSON.
Пример: Для финтех-приложения в стиле «чистый минимализм».
Пояснение: Токены можно сразу импортировать в Figma через плагины (например, Tokens Studio). Это ускоряет создание единой системы.
7. Документация компонентов
Задача: Автоматически генерировать описание для компонентов дизайн-системы.
Промт:
Напиши документацию для компонента [название] в дизайн-системе. Укажи: назначение, анатомию, состояния (default, hover, active, disabled), правила использования, примеры кода (HTML/CSS). Стиль — краткий и понятный.
Пример: Компонент «Кнопка».
Пояснение: Документация часто отстаёт от изменений. Промт помогает поддерживать её в актуальном состоянии.
8. Аудит доступности (a11y)
Задача: Проверить цветовые контрасты и соответствие WCAG.
Промт:
Проверь следующие цветовые пары на соответствие WCAG 2.1 (уровень AA). Для каждой пары укажи коэффициент контраста и вердикт. Если не соответствует, предложи альтернативные цвета. Пары: [список HEX-кодов].
Пример: Текст #333333 на фоне #FFFFFF.
Пояснение: ChatGPT может рассчитать контраст по формуле, но лучше использовать специализированные инструменты (WebAIM Contrast Checker). Промт полезен для быстрой проверки.
9. Генерация микротекстов (UX-writing)
Задача: Создать тексты для интерфейса: кнопки, подсказки, ошибки.
Промт:
Напиши микротексты для [экран/сценарий]. Тон: [дружелюбный/формальный]. Включи: заголовок, подзаголовок, текст кнопок, сообщения об ошибках, подсказки. Уложись в 5-7 слов для кнопок.
Пример: Экран онбординга в приложении для изучения языков.
Пояснение: Хороший UX-текст повышает конверсию. Промт помогает быстро создать варианты, которые затем можно протестировать.
10. Анализ пользовательских отзывов
Задача: Извлечь инсайты из отзывов в App Store или Google Play.
Промт:
Проанализируй отзывы пользователей о [продукт] (текст ниже). Выдели: основные жалобы, частые запросы на новые функции, положительные моменты. Отсортируй по частоте упоминаний. Предложи 3 рекомендации по улучшению. Отзывы: [вставить].
Пример: Отзывы о приложении для доставки еды.
Пояснение: Промт экономит часы ручного анализа. Однако учитывайте, что отзывы могут быть нерепрезентативны.
11. Создание карты пользовательского пути (CJM)
Задача: Визуализировать путь пользователя и выявить болевые точки.
Промт:
Составь карту пользовательского пути для [персона] при [сценарий]. Этапы: осознание, рассмотрение, покупка, использование, поддержка. Для каждого этапа укажи: действия, мысли, эмоции, болевые точки, возможности для улучшения. Оформи в виде таблицы Markdown.
Пример: Покупка авиабилетов онлайн.
Пояснение: CJM помогает увидеть опыт целостно. Промт даёт черновик, который команда дорабатывает на воркшопе.
12. Генерация гипотез для A/B-тестов
Задача: Придумать идеи для экспериментов по улучшению метрик.
Промт:
Предложи 5 гипотез для A/B-теста на основе следующих данных: [метрики, проблема]. Для каждой гипотезы укажи: что меняем, ожидаемый эффект, метрику для измерения. Формат: "Если [изменение], то [результат], потому что [причина]".
Пример: Низкая конверсия на странице регистрации.
Пояснение: Гипотезы должны быть проверяемыми. Промт помогает структурировать идеи.
13. Респондент-рекрутинг: скрининг-опросник
Задача: Создать вопросы для отбора участников исследования.
Промт:
Составь скрининг-опросник для отбора участников для [тип исследования] на тему [тема]. Включи 5 вопросов, которые отсеют нерелевантных респондентов и выявят целевую аудиторию. Избегай вопросов, на которые можно ответить "да/нет" без пояснения.
Пример: Для исследования использования умных колонок.
Пояснение: Качественный рекрутинг — залог валидных данных. Промт ускоряет подготовку.
14. Анализ тепловых карт и записей сессий
Задача: Интерпретировать данные Hotjar или Clarity.
Промт:
На основе описания поведения пользователей на странице [URL] (данные из тепловой карты: клики, скроллы, время) предложи возможные причины низкой конверсии. Укажи, какие элементы привлекают внимание, а какие игнорируются. Дай рекомендации по улучшению.
Пример: Страница с высоким показателем отказов.
Пояснение: LLM не видит картинки, но может анализировать текстовые описания. Используйте вместе с инструментами аналитики.
15. Создание руководства по стилю для дизайн-системы
Задача: Описать правила использования компонентов и токенов.
Промт:
Напиши раздел руководства по стилю для дизайн-системы [название]. Опиши принципы использования цветов, типографики, отступов, иконок. Приведи примеры правильного и неправильного применения. Тон — профессиональный, но доступный.
Пример: Для корпоративной дизайн-системы.
Пояснение: Руководство помогает новым членам команды быстро включиться. Промт создаёт основу, которую можно дополнять.
Заключение
Промты — это не замена экспертизе, а усилитель. Они помогают автоматизировать рутину, структурировать информацию и генерировать идеи. Однако всегда проверяйте факты, адаптируйте под контекст и не забывайте о конфиденциальности: не загружайте в ChatGPT персональные данные пользователей. Используйте эти промты как отправную точку для своих экспериментов. Помните: лучший промт — тот, который решает вашу конкретную задачу. Экспериментируйте, комбинируйте, делитесь результатами.
Комментарии