ကျွန်ုပ်၏ယခင်ဆောင်းပါးတွင်၊ AI သည် ကျွန်ုပ်တို့အား လုပ်ဆောင်နိုင်သောပုဂ္ဂိုလ်များကို ပိုမိုထိရောက်စွာဖန်တီးနိုင်ပုံကို စူးစမ်းလေ့လာခဲ့သည်။ ပိုစတာများတွင် ကြည့်ကောင်းသော်လည်း ဒီဇိုင်းဆုံးဖြတ်ချက်များ ပြောင်းလဲခဲသည့် လူဦးရေစာရင်းဆိုင်ရာ ပရိုဖိုင်များထက် အသုံးပြုသူများ ပြီးမြောက်အောင်မြင်ရန် အာရုံစိုက်ထားသည့် လူပုဂ္ဂိုလ်များကို တည်ဆောက်ခြင်းအား ကျွန်ုပ်တို့ ကြည့်ရှုခဲ့သည်။ ဒါပေမယ့် လူတွေကို ဖန်တီးတာက တိုက်ပွဲတစ်ဝက်ပဲရှိတယ်။ ပိုကြီးတဲ့စိန်ခေါ်မှုကတော့ သူတို့လိုအပ်နေတဲ့ အချိန်မှာ သူတို့လိုအပ်နေတဲ့ လူတွေရဲ့လက်ထဲကို အဲဒီထိုးထွင်းသိမြင်မှုတွေကို ရယူဖို့ပါပဲ။ နေ့စဉ်၊ သင့်အဖွဲ့အစည်းရှိလူများသည် အသုံးပြုသူအတွေ့အကြုံအပေါ် သက်ရောက်မှုရှိသော ဆုံးဖြတ်ချက်များချကြသည်။ ထုတ်ကုန်အဖွဲ့များသည် မည်သည့်အင်္ဂါရပ်များကို ဦးစားပေးရန် ဆုံးဖြတ်သည်။ စျေးကွက်ရှာဖွေရေးအဖွဲ့များသည် ကမ်ပိန်းများပြုလုပ်ကြသည်။ ဘဏ္ဍာရေးအဖွဲ့များသည် ငွေတောင်းခံလွှာတင်ခြင်းလုပ်ငန်းစဉ်များကို ဒီဇိုင်းထုတ်သည်။ ဖောက်သည်ပံ့ပိုးကူညီရေးအဖွဲ့များသည် တုံ့ပြန်မှုပုံစံများကို ရေးကြသည်။ ဤဆုံးဖြတ်ချက်များအားလုံးသည် အသုံးပြုသူများ သင့်ထုတ်ကုန် သို့မဟုတ် ဝန်ဆောင်မှုကို တွေ့ကြုံခံစားရပုံကို ပုံဖော်ပါသည်။ ၎င်းတို့အများစုသည် အမှန်တကယ်အသုံးပြုသူများထံမှ ထည့်သွင်းမှုမရှိဘဲ ဖြစ်ပွားကြသည်။ အသုံးပြုသူသုတေသနကို ကျွန်ုပ်တို့မျှဝေပုံနှင့် ပြဿနာ သင်သုတေသနလုပ်ပါ။ မင်းလူတွေကို ဖန်တီးတယ်။ အစီရင်ခံစာတွေရေးတယ်။ တင်ဆက်မှုတွေ ပေးတယ်။ ဖန်စီအင်ဖိုဂရပ်ဖစ်တွေတောင် သင်လုပ်တယ်။ ပြီးတော့ ဘာဖြစ်သွားတာလဲ။ သုတေသနသည် ဒစ်ဂျစ်တယ်ဖုန်မှုန့်များကို ဖြည်းညှင်းစွာ စုဆောင်းပြီး တစ်နေရာတွင် မျှသုံးဒရိုက်ဗ်တွင် ထိုင်သည်။ ထိုပုဂ္ဂိုလ်များသည် ပွဲဦးထွက်အစည်းအဝေးများတွင် ရည်ညွှန်းခံရပြီး မေ့သွားကြသည်။ အစီရင်ခံစာများသည် တစ်ကြိမ်မျှ ပြတ်တောက်သွားပြီး နောက်တစ်ကြိမ် မဖွင့်တော့ပါ။ ထုတ်ကုန်မန်နေဂျာတစ်ဦးသည် အင်္ဂါရပ်အသစ်တစ်ခုကို ထည့်သွင်းရန် ဆုံးဖြတ်နေချိန်တွင် ၎င်းတို့သည် မနှစ်က သုတေသန သိုလှောင်ခန်းကို မတူးနိုင်တော့ပေ။ ငွေပေးချေမှုအဖွဲ့သည် ငွေတောင်းခံလွှာအီးမေးလ်ကို ပြန်လည်ဒီဇိုင်းရေးဆွဲနေသောအခါတွင်၊ ၎င်းတို့သည် အသုံးပြုသူ၏ ပုဂ္ဂိုလ်များကို မတိုင်ပင်သည်မှာ သေချာပါသည်။ သူတို့က အကောင်းဆုံးမှန်းဆပြီး ရှေ့ဆက်လိုက်ပါ။ ဒီအသင်းတွေကို ဝေဖန်တာမဟုတ်ပါဘူး။ အလုပ်ရှုပ်နေကြတယ်။ သူတို့မှာ သတ်မှတ်ရက်ရှိတယ်။ ရိုးရိုးသားသားပြောရရင်၊ သုတေသနကို တိုင်ပင်ချင်တယ်ဆိုရင်တောင်မှ အဲဒါကို ဘယ်မှာရှာရမလဲ ဒါမှမဟုတ် သူတို့ရဲ့ သီးခြားမေးခွန်းအတွက် အဲဒါကို ဘယ်လိုအဓိပ္ပာယ်ဖွင့်ရမလဲဆိုတာ မသိနိုင်ကြပါဘူး။ အဖွဲ့အစည်းတစ်ဝှမ်းရှိ ဆုံးဖြတ်ချက်တိုင်းအတွက် ဖြစ်နိုင်ခြေမရှိသော UX အဖွဲ့၏ အကြီးအကဲများထဲတွင် အသိပညာသည် သော့ခတ်ထားသည်။ အသုံးပြုသူများသည် အမှန်တကယ် စကားပြောနိုင်လျှင် အဘယ်နည်း။ အကယ်၍ လူများရှာဖွေပြီး အဓိပ္ပာယ်ပြန်ဆိုရန် လိုအပ်သည့် ပုံသေစာရွက်စာတမ်းများကို ဖန်တီးမည့်အစား၊ သင့်အသုံးပြုသူအားလုံးနှင့် သက်ဆိုင်သူများအားလုံးကို တစ်ပြိုင်နက် တိုင်ပင်ဆွေးနွေးရန် နည်းလမ်းတစ်ခု ပေးစွမ်းနိုင်သည်ဆိုပါစို့။
ကမ်ပိန်းအသစ်တစ်ခုတွင် လုပ်ဆောင်နေသော စျေးကွက်ရှာဖွေရေးမန်နေဂျာတစ်ဦးကို မြင်ယောင်ကြည့်ပါ။ စာတိုပေးပို့ခြင်းဆိုင်ရာ နှစ်သက်မှုများနှင့်ပတ်သက်၍ လူပုဂ္ဂိုလ်များပြောခဲ့သည့်အရာကို မှတ်မိရန်ကြိုးစားမည့်အစား၊ "ဤအီးမေးလ်တွင် လျှော့စျေးကမ်းလှမ်းမှုတစ်ခုဖြင့် ဦးဆောင်ရန် စဉ်းစားနေပါသည်။ ကျွန်ုပ်တို့၏အသုံးပြုသူများသည် မည်သို့ထင်မည်နည်း။" သင်၏ သုတေသနဒေတာနှင့် ပုဂ္ဂိုလ်များအားလုံးကို ရေးဆွဲထားသည့် AI သည် စုစည်းထားသော ရှုထောင့်ဖြင့် တုံ့ပြန်နိုင်သည်- လူတစ်ဦးချင်းစီက မည်သို့တုံ့ပြန်နိုင်သည်၊ ၎င်းတို့သဘောတူသည့်နေရာ၊ ကွဲပြားသည့်နေရာနှင့် ၎င်းတို့၏ စုပေါင်းရှုထောင့်အပေါ်အခြေခံ၍ အကြံပြုချက်အစုံလိုက်နိုင်သည်။ မေးခွန်းတစ်ခု၊ သင့်အသုံးပြုသူအခြေစိုက်စခန်းတစ်ခုလုံးတွင် ထိုးထွင်းသိမြင်မှုကို ပေါင်းစပ်ထားသည်။
ဒါက သိပ္ပံစိတ်ကူးယဉ် မဟုတ်ပါဘူး။ AI ဖြင့် ကျွန်ုပ်တို့သည် ဤကဲ့သို့သောစနစ်ကို အတိအကျတည်ဆောက်နိုင်သည်။ ပြန့်ကျဲနေသော သုတေသနအားလုံးကို ကျွန်ုပ်တို့ (စစ်တမ်းများ၊ အင်တာဗျူးများ၊ ပံ့ပိုးမှုလက်မှတ်များ၊ ခွဲခြမ်းစိတ်ဖြာချက်များ၊ လူပုဂ္ဂိုလ်များကိုယ်တိုင်) ကို ယူနိုင်ပြီး ဘက်စုံအမြင်ဆိုင်ရာ အကြံပြုချက်များအတွက် မည်သူမဆို မေးမြန်းနိုင်သည့် အပြန်အလှန်အကျိုးပြုသည့် အရင်းအမြစ်တစ်ခုအဖြစ် ပြောင်းလဲနိုင်သည်။ User Research Repository တည်ဆောက်ခြင်း။ ဤချဉ်းကပ်မှု၏ အခြေခံအုတ်မြစ်မှာ သင့်အသုံးပြုသူများအကြောင်း သင်သိထားသမျှအားလုံး၏ ဗဟိုချုပ်ကိုင်မှု သိုလှောင်မှုတစ်ခုဖြစ်သည်။ ၎င်းကို AI မှ ရယူ၍ ဆွဲယူနိုင်သော အမှန်တရား၏ တစ်ခုတည်းသော အရင်းအမြစ်အဖြစ် တွေးပါ။ အကယ်၍ သင်သည် အသုံးပြုသူ သုတေသနကို အချိန်အတိုင်းအတာတစ်ခုအထိ လုပ်ဆောင်နေပါက၊ သင်သည် သင်သဘောပေါက်ထားသည်ထက် ဒေတာများ ပိုမိုရရှိနိုင်ပါသည်။ ၎င်းသည် မတူညီသော တူးလ်များနှင့် ဖော်မတ်များပေါ်တွင် ပြန့်ကျဲနေပါသည်-
သင်၏စစ်တမ်းပလပ်ဖောင်းတွင် ထိုင်နေသော စစ်တမ်းရလဒ်များ၊ Google Docs ရှိ အင်တာဗျူးမှတ်တမ်းများ၊ သင်၏ helpdesk စနစ်ရှိ ဖောက်သည်ပံ့ပိုးမှုလက်မှတ်များ၊ ဒက်ရှ်ဘုတ်အမျိုးမျိုးရှိ ပိုင်းခြားစိတ်ဖြာချက်ဒေတာ၊ ဆိုရှယ်မီဒီယာတွင် ဖော်ပြမှုများနှင့် သုံးသပ်ချက်များ၊ ယခင်စီမံကိန်းများမှ လူဟောင်းများ၊ အသုံးပြုနိုင်စွမ်း စမ်းသပ်မှု မှတ်တမ်းများနှင့် မှတ်စုများ။
ပထမအဆင့်အနေနဲ့ ဒါတွေအားလုံးကို တစ်နေရာတည်းမှာ စုစည်းပါ။ ပြီးပြည့်စုံစွာဖွဲ့စည်းရန်မလိုအပ်ပါ။ AI သည် ရှုပ်ထွေးသော သွင်းအားစုများကို ဖန်တီးရာတွင် သိသိသာသာ ကောင်းမွန်ပါသည်။ အကယ်၍ သင်သည် အစမှ စတင်၍ လက်ရှိ သုတေသန အများအပြား မရှိသေးပါက၊ အခြေခံ သတ်မှတ်ချက် တစ်ခု ထူထောင်ရန် AI နက်နဲသော သုတေသန ကိရိယာများကို သင် အသုံးပြုနိုင်ပါသည်။
ဤကိရိယာများသည် သင့်ထုတ်ကုန်အမျိုးအစား၊ ပြိုင်ဘက်သုံးသပ်ချက်များနှင့် လူများမေးလေ့ရှိသည့် မေးခွန်းများအကြောင်း ဆွေးနွေးမှုများကို ဝဘ်ဆိုက်ကို စကင်န်ဖတ်နိုင်သည်။ သင်၏မူလသုတေသနကို သင်တည်ဆောက်စဉ်တွင် ၎င်းသည် သင့်အား လုပ်ဆောင်ရမည့်အရာတစ်ခုဖြစ်သည်။ အပြန်အလှန်အကျိုးပြုသော ပုဂ္ဂိုလ်များကို ဖန်တီးခြင်း။ သင့်တွင် သိုလှောင်ခန်းရှိသည်နှင့်၊ နောက်တဆင့်မှာ သက်ဆိုင်သူများကိုယ်စား AI က တိုင်ပင်နိုင်သည့် ပုဂ္ဂိုလ်များကို ဖန်တီးခြင်းဖြစ်သည်။ ၎င်းသည် ကျွန်ုပ်၏ယခင်ဆောင်းပါးတွင် ဖော်ပြထားသော လုပ်ဆောင်ချက်ဆိုင်ရာ ပုဂ္ဂိုလ်ရေးချဉ်းကပ်မှုအပေါ် တိုက်ရိုက်တည်ဆောက်ထားပြီး အဓိကကွာခြားချက်တစ်ခုမှာ- ဤပုဂ္ဂိုလ်များသည် AI မှ မေးခွန်းများကို ခွဲခြမ်းစိတ်ဖြာရုံသာမက ကိုးကားရုံသာမဟုတ်၊စာရွက်စာတမ်းများ။ လုပ်ငန်းစဉ်သည် ဤကဲ့သို့ လုပ်ဆောင်သည်-
သင်၏ သုတေသန သိုလှောင်ရာနေရာကို AI ကိရိယာတစ်ခုသို့ ကျွေးမွေးပါ။ ပန်းတိုင်များ၊ လုပ်ဆောင်စရာများနှင့် ပွတ်တိုက်မှုအချက်များကို အခြေခံ၍ သီးခြားအသုံးပြုသူအပိုင်းများကို ခွဲခြားသတ်မှတ်ရန် ၎င်းအား တောင်းဆိုပါ။ အပိုင်းတစ်ခုစီအတွက် အသေးစိတ်ပုဂ္ဂိုလ်များကို ဖန်တီးခိုင်းစေပါ။ အစုလိုက်အပြုံလိုက် တုံ့ပြန်ချက်ပေးသည့် သက်ဆိုင်သူများမှ မေးခွန်းများမေးသည့်အခါ လူပုဂ္ဂိုလ်အားလုံးကို တိုင်ပင်ရန် AI ကို ပြင်ဆင်သတ်မှတ်ပါ။
ဤသည်မှာ ဤချဉ်းကပ်နည်းသည် ရိုးရာပုဂ္ဂိုလ်များနှင့် သိသိသာသာ ကွဲလွဲနေပါသည်။ AI သည် ဤပုဂ္ဂိုလ်ရေးဆိုင်ရာစာရွက်စာတမ်းများ၏ အဓိကအသုံးပြုသူဖြစ်သောကြောင့်၊ ၎င်းတို့ကို စကင်ဖတ်ကြည့်ရန် သို့မဟုတ် စာမျက်နှာတစ်ခုတည်းတွင် အံဝင်ခွင်ကျဖြစ်ရန် မလိုအပ်ပါ။ သမားရိုးကျ ပုဂ္ဂိုလ်များကို လူသားများ ဖတ်ရှုနိုင်မှုဖြင့် ကန့်သတ်ထားပါသည်- တစ်စုံတစ်ဦးမှ တစ်ချက်ကြည့်၍ စုပ်ယူနိုင်သော ကျည်ဆန်အမှတ်များနှင့် အဓိကကိုးကားချက်များအထိ အရာအားလုံးကို ခွဲထုတ်ရပါမည်။ ဒါပေမယ့် AI မှာ ကန့်သတ်ချက်မရှိပါဘူး။ ဆိုလိုသည်မှာ သင့်ပုဂ္ဂိုလ်များကို သိသိသာသာ ပိုမိုအသေးစိတ်ဖော်ပြနိုင်သည်။ ရှည်လျားသော အပြုအမူဆိုင်ရာ စောင့်ကြည့်မှုများ၊ ဆန့်ကျင်ဘက်ဒေတာအချက်များနှင့် ရိုးရာပိုစတာတစ်ခုအတွက် တည်းဖြတ်ခြင်းလုပ်ငန်းစဉ်ကို ဘယ်တော့မှ မရှင်သန်နိုင်စေမည့် ကွဲပြားသောအကြောင်းအရာများ ပါဝင်နိုင်သည်။ AI သည် ဤရှုပ်ထွေးမှုအားလုံးကို ထိန်းထားနိုင်ပြီး မေးခွန်းများကိုဖြေဆိုသည့်အခါ ၎င်းကိုဆွဲနိုင်သည်။ သီးခြားစီးပွားရေးလုပ်ငန်းဆောင်တာများနှင့် အံဝင်ခွင်ကျဖြစ်အောင် လူတစ်ဦးစီအတွင်း မတူညီသော မှန်ဘီလူးများ သို့မဟုတ် ရှုထောင့်များကိုလည်း ဖန်တီးနိုင်သည်။ သင်၏ "Weekend Warrior" ပုဂ္ဂိုလ်တွင် စျေးကွက်ရှာဖွေရေးမှန်ဘီလူး (စာတိုပေးပို့ခြင်းဦးစားပေးမှုများ၊ ချန်နယ်အလေ့အထများ၊ လှုံ့ဆော်မှုတုံ့ပြန်မှုများ)၊ ထုတ်ကုန်မှန်ဘီလူး (အင်္ဂါရပ်ဦးစားပေးများ၊ အသုံးပြုနိုင်မှုပုံစံများ၊ အဆင့်မြှင့်တင်မှုများ) နှင့် ပံ့ပိုးမှုမှန်ဘီလူး (အများသုံးမေးခွန်းများ၊ စိတ်ပျက်စရာအချက်များ၊ ကြည်လင်ပြတ်သားမှုဦးစားပေးမှုများ) ရှိနိုင်ပါသည်။ မားကတ်တင်းမန်နေဂျာက မေးခွန်းတစ်ခုမေးသောအခါ AI သည် စျေးကွက်ရှာဖွေရေးနှင့်သက်ဆိုင်သည့် အချက်အလက်များကို ဆွဲယူသည်။ ထုတ်ကုန်မန်နေဂျာက မေးသောအခါ၊ ထုတ်ကုန်မှန်ဘီလူးမှ ဆွဲထုတ်သည်။ မေးတဲ့သူပေါ်မူတည်ပြီး အတိမ်အနက် မတူပါဘူး။
ပုဂ္ဂိုလ်များသည် ယခင်က ကျွန်ုပ်တို့ ဆွေးနွေးခဲ့သည့် လုပ်ဆောင်နိုင်သော အစိတ်အပိုင်းများ- ပန်းတိုင်များနှင့် လုပ်ငန်းဆောင်တာများ၊ မေးခွန်းများနှင့် ကန့်ကွက်မှုများ၊ နာကျင်မှုအချက်များ၊ ထိထိမိမိရှိရမည့်အချက်များနှင့် ဝန်ဆောင်မှုကွာဟမှုများ ပါဝင်နေသင့်ပါသည်။ ယခုမူ ဤအရာများသည် လူတစ်ဦးစီ၏ရှုထောင့်မှ မေးခွန်းများကို AI မှ အကဲဖြတ်ပုံအတွက် အခြေခံဖြစ်လာပြီး ၎င်းတို့၏အမြင်များကို လုပ်ဆောင်ချက်ဆိုင်ရာ အကြံပြုချက်များအဖြစ် ပေါင်းစပ်ထားသည်။ အကောင်အထည်ဖော်မှု ရွေးချယ်စရာများ သင့်အရင်းအမြစ်များနှင့် လိုအပ်ချက်များအပေါ် မူတည်၍ ကွဲပြားသော ဆန်းပြားမှုအဆင့်များဖြင့် ၎င်းကို သင်သတ်မှတ်နိုင်သည်။ ရိုးရှင်းသောချဉ်းကပ်မှု ယခုအခါ AI ပလပ်ဖောင်းအများစုသည် သင့်အား ကိုးကားချက်စာရွက်စာတမ်းများကို အပ်လုဒ်လုပ်ခွင့်ပြုသည့် ပရောဂျက် သို့မဟုတ် အလုပ်ခွင်အင်္ဂါရပ်များကို ပေးဆောင်ထားပါသည်။ ChatGPT တွင် ၎င်းတို့ကို ပရောဂျက်များဟု ခေါ်သည်။ Claude တွင် အလားတူအင်္ဂါရပ်တစ်ခုရှိသည်။ Copilot နှင့် Gemini တို့က သူတို့ကို Space သို့မဟုတ် Gems ဟုခေါ်သည်။ စတင်ရန်၊ သီးခြားပရောဂျက်တစ်ခုကို ဖန်တီးပြီး သင်၏ အဓိက သုတေသနစာတမ်းများနှင့် ပုဂ္ဂိုလ်များကို အပ်လုဒ်လုပ်ပါ။ ထို့နောက် မေးခွန်းများဖြေကြားရာတွင် လူအားလုံးကို တိုင်ပင်ဆွေးနွေးရန် AI အား ရှင်းလင်းသောညွှန်ကြားချက်များရေးပါ။ တစ်ခုခု- သင်သည် ကျွန်ုပ်တို့၏အသုံးပြုသူများကို နားလည်သဘောပေါက်စေရန် သက်ဆိုင်သူများကို ကူညီပေးနေပါသည်။ မေးခွန်းများမေးသောအခါ၊ ဤပရောဂျက်ရှိ အသုံးပြုသူအားလုံးနှင့် တိုင်ပင်ပြီး ပံ့ပိုးပေးသည်- (၁) လူတစ်ဦးစီက မည်သို့တုံ့ပြန်နိုင်ဖွယ်ရှိကြောင်း အကျဉ်းချုပ်၊ (၂) ၎င်းတို့သဘောတူသည့်နေရာနှင့် ကွဲပြားသည့်နေရာကို မီးမောင်းထိုးပြသည့် ခြုံငုံသုံးသပ်ချက်နှင့် (၃) ၎င်းတို့၏ စုပေါင်းရှုထောင့်အပေါ်အခြေခံ၍ အကြံပြုချက်များ။ သင်၏ခွဲခြမ်းစိတ်ဖြာမှုကို အသိပေးရန် သုတေသနစာတမ်းများအားလုံးကို ဆွဲပါ။ သုတေသနတွင် အကြောင်းအရာတစ်ခုကို အပြည့်အဝမခြုံငုံမိပါက၊ Reddit၊ Twitter နှင့် သက်ဆိုင်ရာ ဖိုရမ်များကဲ့သို့ လူမှုပလက်ဖောင်းများကို ရှာဖွေပြီး ထိုပုဂ္ဂိုလ်များနှင့် ကိုက်ညီသောလူများသည် အလားတူကိစ္စရပ်များကို ဆွေးနွေးကြသည်ကို သိနိုင်သည်။ တစ်ခုခုအကြောင်း မသေချာသေးပါက ရိုးသားစွာပြောပြီး နောက်ထပ်သုတေသနက ဘာအကူအညီရနိုင်လဲ အကြံပြုပါ။
ဤချဉ်းကပ်မှုတွင် ကန့်သတ်ချက်များရှိသည်။ သင် ဖိုင်မည်မျှ အပ်လုဒ်လုပ်နိုင်သည်ဟူသော စာလုံးအဖုံးများပါရှိသည်၊ ထို့ကြောင့် သင်၏အရေးကြီးဆုံးသော သုတေသနကို ဦးစားပေးလုပ်ဆောင်ရန် သို့မဟုတ် သင့်ပုဂ္ဂိုလ်များကို ပြည့်စုံသောစာရွက်စာတမ်းတစ်ခုအဖြစ် စုစည်းရန် လိုအပ်နိုင်သည်။ ပိုမိုခေတ်မီသောချဉ်းကပ်မှု ပိုကြီးသောအဖွဲ့အစည်းများ သို့မဟုတ် ဆက်လက်အသုံးပြုမှုအတွက်၊ Notion ကဲ့သို့သော ကိရိယာသည် သင်၏ သုတေသန သိုလှောင်ခန်းတစ်ခုလုံးကို ထိန်းထားနိုင်ပြီး AI စွမ်းရည်များပါ၀င်သောကြောင့် အားသာချက်များ ပေးစွမ်းနိုင်သည်။ မတူညီသော သုတေသနအမျိုးအစားများအတွက် ဒေတာဘေ့စ်များကို ဖန်တီးနိုင်ပြီး ၎င်းတို့ကို ချိတ်ဆက်ကာ အရာအားလုံးကို မေးမြန်းရန် AI ကို အသုံးပြုနိုင်သည်။
ဤနေရာတွင် အကျိုးကျေးဇူးမှာ AI သည် များစွာသော အကြောင်းအရာများကို ပိုမိုသိရှိနိုင်ခြင်းကြောင့်ဖြစ်သည်။ အစုရှယ်ယာဝင်တစ်ဦးမှ မေးခွန်းတစ်ခုမေးသောအခါ၊ ၎င်းသည် စစ်တမ်းများ၊ ပံ့ပိုးမှုလက်မှတ်များ၊ အင်တာဗျူးမှတ်တမ်းများနှင့် ခွဲခြမ်းစိတ်ဖြာမှုဒေတာများကို တစ်ပြိုင်နက်ဆွဲနိုင်သည်။ ၎င်းသည် ပိုမိုကြွယ်ဝပြီး သပ်ရပ်သောတုံ့ပြန်မှုများကို ရရှိစေသည်။ ဒါက ဘာကိုမှ အစားမထိုးဘူး။ ကန့်သတ်ချက်တွေကို ရှင်းရှင်းလင်းလင်း သိရမယ်။ Virtual personas များသည် တကယ့်အသုံးပြုသူများနှင့် စကားပြောရန်အတွက် အစားထိုးခြင်းမဟုတ်ပါ။ ၎င်းတို့သည် ရှိပြီးသားသုတေသနကို ပိုမိုလက်လှမ်းမီပြီး လုပ်ဆောင်နိုင်စေရန် နည်းလမ်းတစ်ခုဖြစ်သည်။ အဓိက သုတေသနပြုရန် လိုအပ်နေသေးသည့် အခြေအနေများစွာ ရှိပါသည်။
သင့်လက်ရှိသုတေသနကို အကျုံးမဝင်သော စစ်မှန်သောအသစ်တစ်ခုကို စတင်သောအခါ၊ သတ်မှတ်ထားသော ဒီဇိုင်းများ သို့မဟုတ် ရှေ့ပြေးပုံစံများကို အတည်ပြုရန် လိုအပ်သည့်အခါ၊ သင်၏ သိုလှောင်မှုဒေတာ ပျက်သွားသောအခါ၊ ကာယကံရှင်တွေ ဘယ်တော့လဲ။ကိုယ်ချင်းစာတရားတည်ဆောက်ရန် လူသားအစစ်အမှန်များထံမှ တိုက်ရိုက်ကြားနာရန် လိုအပ်သည်။
တကယ်တော့၊ ဒီအခြေအနေတွေကို အသိအမှတ်ပြုဖို့ AI ကို သင် configure လုပ်နိုင်ပါတယ်။ တစ်စုံတစ်ဦးသည် သုတေသနဖြေဆိုနိုင်သည့်အရာထက် ကျော်လွန်သည့်မေးခွန်းတစ်ခုမေးသောအခါ AI သည် "အဲဒါကို စိတ်ချယုံကြည်စွာဖြေဖို့ ကျွန်တော့်မှာ လုံလောက်တဲ့အချက်အလက်မရှိဘူး၊ ဒါက အမြန်အသုံးပြုသူအင်တာဗျူး ဒါမှမဟုတ် စစ်တမ်းအတွက် မေးခွန်းကောင်းတစ်ခုဖြစ်နိုင်ပါတယ်။" သုတေသနအသစ်လုပ်တဲ့အခါ၊ အဲဒီဒေတာက သိုလှောင်ခန်းထဲကို ပြန်ဝင်လာပါတယ်။ မင်းရဲ့နားလည်မှုတွေ နက်ရှိုင်းလာတာနဲ့အမျှ လူတွေဟာ အချိန်နဲ့အမျှ တိုးတက်ပြောင်းလဲလာပါတယ်။ လူပုဂ္ဂိုလ်များသည် တစ်ကြိမ်ဖန်တီးပြီးနောက် တဖြည်းဖြည်း ဟောင်းနွမ်းသွားသည့် ရိုးရာချဉ်းကပ်နည်းထက် များစွာသာလွန်သည်။ Organizational Shift ၊ ဤချဉ်းကပ်မှုသည် သင့်အဖွဲ့အစည်းတွင် စွဲစွဲမြဲမြဲစွဲလမ်းနေပါက၊ စိတ်ဝင်စားစရာကောင်းသည့်အရာတစ်ခု ဖြစ်လာလိမ့်မည်။ UX အဖွဲ့၏ အခန်းကဏ္ဍသည် အသုံးပြုသူ အသိပညာ၏ တံခါးမှူးဖြစ်ခြင်းမှ သိုလှောင်ခန်း၏ အုပ်ထိန်းသူများနှင့် ထိန်းသိမ်းသူအဖြစ်သို့ ပြောင်းလဲသွားသည်။ မဖတ်နိုင်သော သို့မဟုတ် မရနိုင်သော အစီရင်ခံစာများကို ဖန်တီးရာတွင် အချိန်ဖြုန်းမည့်အစား၊ repository သည် လက်ရှိဖြစ်နေကြောင်း သေချာစေရန်နှင့် အထောက်အကူဖြစ်စေမည့် တုံ့ပြန်မှုများပေးရန် AI ကို ပြင်ဆင်သတ်မှတ်ထားကြောင်း အချိန်ဖြုန်းပါသည်။ သုတေသန ဆက်သွယ်ရေး ပြောင်းလဲမှု (တင်ပြချက်များ၊ အစီရင်ခံစာများ၊ အီးမေးလ်များ) မှ (သက်ဆိုင်သူများ အဖြေများ လိုအပ်သည့်အခါ မေးခွန်းများ မေးခြင်း) မှ ဆွဲထုတ်ရန်။ အသုံးပြုသူဗဟိုပြုတွေးခေါ်မှုကို အဖွဲ့တစ်ဖွဲ့တွင် အာရုံစိုက်ခြင်းထက် အဖွဲ့အစည်းတစ်ခုလုံးကို ဖြန့်ဝေပါသည်။ ၎င်းသည် UX သုတေသီများကို တန်ဖိုးနည်းစေမည်မဟုတ်ပါ။ တစ်ခုခုဆိုလျှင်၊ ၎င်းတို့၏လုပ်ငန်းသည် ပိုမိုကျယ်ပြန့်လာပြီး အကျိုးသက်ရောက်မှုပိုရှိလာသောကြောင့် ၎င်းတို့ကို ပို၍တန်ဖိုးရှိစေသည်။ ဒါပေမယ့် အလုပ်ရဲ့ သဘောသဘာဝကို ပြောင်းလဲစေတယ်။ စတင်ခြင်း ဒီနည်းလမ်းကို စမ်းသုံးကြည့်ချင်တယ်ဆိုရင်တော့ အသေးစိပ်ကို စတင်လိုက်ပါ။ အကယ်၍ သင်သည် ရေငုပ်ခြင်းမပြုမီ functional persons များအတွက် primer လိုအပ်ပါက၊ ၎င်းတို့ကို ဖန်တီးရန်အတွက် အသေးစိတ်လမ်းညွှန်ကို ကျွန်ုပ်ရေးထားသည်။ ပရောဂျက်တစ်ခု သို့မဟုတ် အဖွဲ့တစ်ဖွဲ့ကို ရွေးပြီး ChatGPT ပရောဂျက်များ သို့မဟုတ် အလားတူကိရိယာကို အသုံးပြု၍ ရိုးရှင်းသောအကောင်အထည်ဖော်မှုကို တည်ဆောက်ပါ။ သင့်တွင်ရှိသည့် မည်သည့်သုတေသနကိုမဆို စုဆောင်းပါ (မပြည့်စုံဟုခံစားရလျှင်ပင်) တစ်ဦး သို့မဟုတ် နှစ်ဦးကို ဖန်တီးပြီး သက်ဆိုင်သူများ မည်သို့တုံ့ပြန်သည်ကို ကြည့်ရှုပါ။ သူတို့မေးတဲ့မေးခွန်းတွေကို အာရုံစိုက်ပါ။ ဤအရာများသည် သင့်သုတေသနပြုမှုတွင် ကွာဟချက်ရှိပြီး မည်သည့်ထပ်ဆောင်းဒေတာသည် တန်ဖိုးအရှိဆုံးဖြစ်မည်ကို ပြောပြပါမည်။ သင်ချဉ်းကပ်မှုကို ပြန်လည်ပြင်ဆင်လိုက်သည်နှင့်အမျှ သင်သည် အဖွဲ့များပိုမိုကျယ်ပြန့်လာပြီး ပိုမိုခေတ်မီသောကိရိယာများဆီသို့ ရောက်ရှိလာနိုင်သည်။ ဒါပေမယ့် အဓိက နိယာမကတော့ အတူတူပါပဲ- ပြန့်ကျဲနေတဲ့ အသုံးပြုသူ အသိပညာ အားလုံးကို ရယူပြီး သင့်အဖွဲ့အစည်းထဲက ဘယ်သူမဆို ကြားနိုင်တဲ့ အသံကို ပေးလိုက်ပါ။ ကျွန်ုပ်၏ယခင်ဆောင်းပါးတွင်၊ ကျွန်ုပ်တို့သည် သုံးစွဲသူများကြိုးစားနေသည်ကို အာရုံစိုက်သည့် လူဦးရေစာရင်းဝင်ပုဂ္ဂိုလ်များထံ ပြောင်းရွှေ့သင့်သည်ဟု စောဒကတက်ခဲ့ပါသည်။ ယခုကျွန်ုပ်တို့သည် ဆုံးဖြတ်ချက်များချနိုင်သည့် စကားဝိုင်းများတွင် အမှန်တကယ်ပါဝင်နိုင်သည့် တည်ငြိမ်သောပုဂ္ဂိုလ်များထံမှ အပြန်အလှန်တုံ့ပြန်နိုင်သည့်သူများအထိ နောက်တစ်ဆင့်ကိုလုပ်ဆောင်ရန် အကြံပြုအပ်ပါသည်။ အဘယ်ကြောင့်ဆိုသော် နေ့တိုင်း၊ သင့်အဖွဲ့အစည်းအနှံ့၊ သင့်အသုံးပြုသူများအပေါ် သက်ရောက်မှုရှိသော ဆုံးဖြတ်ချက်များချနေကြပါသည်။ ၎င်းသည် virtual တစ်ခုဖြစ်လျှင်ပင် သင်၏အသုံးပြုသူများသည် စားပွဲ၌ထိုင်ခုံတစ်ခုနှင့်ထိုက်တန်ပါသည်။ SmashingMag တွင်ဆက်လက်ဖတ်ရှုပါ။
"Personas ကိုပိုမိုနီးကပ်စွာကြည့်ရှုပါ- သူတို့ဘာတွေလုပ်နေသလဲ၊ သူတို့ဘယ်လိုအလုပ်လုပ်သလဲ | 1", Shlomo Goltz Tim Noetzel က “ဒေတာအခြေခံပုဂ္ဂိုလ်များဖြင့် သင်၏ ဒီဇိုင်းလုပ်ငန်းစဉ်ကို မြှင့်တင်နည်း "မင်းရဲ့ UX သုတေသနကို လျစ်လျူရှုဖို့ ခက်အောင်လုပ်နည်း" Vitaly Friedman၊ "အသုံးပြုသူသုတေသနအတွက် ခိုင်မာသောဖောက်သည်ဆက်ဆံရေးကို တည်ဆောက်နည်း"၊ Renaissance Rachel
