ਮੇਰੇ ਪਿਛਲੇ ਲੇਖ ਵਿੱਚ, ਮੈਂ ਖੋਜ ਕੀਤੀ ਸੀ ਕਿ ਕਿਵੇਂ AI ਸਾਡੀ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ ਕਾਰਜਸ਼ੀਲ ਵਿਅਕਤੀ ਨੂੰ ਵਧੇਰੇ ਕੁਸ਼ਲਤਾ ਨਾਲ ਬਣਾਉਣ ਵਿੱਚ। ਅਸੀਂ ਅਜਿਹੇ ਵਿਅਕਤੀਆਂ ਨੂੰ ਬਣਾਉਣ 'ਤੇ ਧਿਆਨ ਦਿੱਤਾ ਜੋ ਜਨਸੰਖਿਆ ਸੰਬੰਧੀ ਪ੍ਰੋਫਾਈਲਾਂ ਦੀ ਬਜਾਏ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਨ ਜੋ ਪੋਸਟਰਾਂ 'ਤੇ ਵਧੀਆ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ ਪਰ ਡਿਜ਼ਾਈਨ ਫੈਸਲਿਆਂ ਨੂੰ ਘੱਟ ਹੀ ਬਦਲਦੇ ਹਨ। ਪਰ ਵਿਅਕਤੀ ਬਣਾਉਣਾ ਸਿਰਫ ਅੱਧੀ ਲੜਾਈ ਹੈ. ਵੱਡੀ ਚੁਣੌਤੀ ਉਹਨਾਂ ਲੋਕਾਂ ਦੇ ਹੱਥਾਂ ਵਿੱਚ ਉਹਨਾਂ ਸੂਝਾਂ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨਾ ਹੈ ਜਿਹਨਾਂ ਨੂੰ ਉਹਨਾਂ ਦੀ ਲੋੜ ਹੈ, ਇਸ ਸਮੇਂ ਉਹਨਾਂ ਨੂੰ ਉਹਨਾਂ ਦੀ ਲੋੜ ਹੈ। ਹਰ ਰੋਜ਼, ਤੁਹਾਡੀ ਸੰਸਥਾ ਦੇ ਲੋਕ ਅਜਿਹੇ ਫੈਸਲੇ ਲੈਂਦੇ ਹਨ ਜੋ ਉਪਭੋਗਤਾ ਅਨੁਭਵ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਨ। ਉਤਪਾਦ ਟੀਮਾਂ ਫੈਸਲਾ ਕਰਦੀਆਂ ਹਨ ਕਿ ਕਿਹੜੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਤਰਜੀਹ ਦੇਣੀ ਹੈ। ਮਾਰਕੀਟਿੰਗ ਟੀਮਾਂ ਕਰਾਫਟ ਮੁਹਿੰਮਾਂ ਕਰਦੀਆਂ ਹਨ। ਵਿੱਤ ਟੀਮਾਂ ਇਨਵੌਇਸਿੰਗ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਦੀਆਂ ਹਨ। ਗਾਹਕ ਸਹਾਇਤਾ ਟੀਮਾਂ ਜਵਾਬ ਟੈਂਪਲੇਟ ਲਿਖਦੀਆਂ ਹਨ। ਇਹ ਸਾਰੇ ਫੈਸਲੇ ਇਹ ਬਣਾਉਂਦੇ ਹਨ ਕਿ ਉਪਭੋਗਤਾ ਤੁਹਾਡੇ ਉਤਪਾਦ ਜਾਂ ਸੇਵਾ ਦਾ ਅਨੁਭਵ ਕਿਵੇਂ ਕਰਦੇ ਹਨ। ਅਤੇ ਉਹਨਾਂ ਵਿੱਚੋਂ ਜ਼ਿਆਦਾਤਰ ਅਸਲ ਉਪਭੋਗਤਾਵਾਂ ਤੋਂ ਬਿਨਾਂ ਕਿਸੇ ਇਨਪੁਟ ਦੇ ਵਾਪਰਦੇ ਹਨ. ਇਸ ਨਾਲ ਸਮੱਸਿਆ ਹੈ ਕਿ ਅਸੀਂ ਉਪਭੋਗਤਾ ਖੋਜ ਨੂੰ ਕਿਵੇਂ ਸਾਂਝਾ ਕਰਦੇ ਹਾਂ ਤੁਸੀਂ ਖੋਜ ਕਰੋ। ਤੁਸੀਂ ਵਿਅਕਤੀ ਬਣਾਉਂਦੇ ਹੋ। ਤੁਸੀਂ ਰਿਪੋਰਟਾਂ ਲਿਖੋ। ਤੁਸੀਂ ਪੇਸ਼ਕਾਰੀਆਂ ਦਿੰਦੇ ਹੋ। ਤੁਸੀਂ ਫੈਂਸੀ ਇਨਫੋਗ੍ਰਾਫਿਕਸ ਵੀ ਬਣਾਉਂਦੇ ਹੋ। ਅਤੇ ਫਿਰ ਕੀ ਹੁੰਦਾ ਹੈ? ਖੋਜ ਕਿਤੇ ਸਾਂਝੀ ਡਰਾਈਵ ਵਿੱਚ ਬੈਠਦੀ ਹੈ, ਹੌਲੀ-ਹੌਲੀ ਡਿਜੀਟਲ ਧੂੜ ਇਕੱਠੀ ਕਰਦੀ ਹੈ। ਕਿੱਕਆਫ ਮੀਟਿੰਗਾਂ ਵਿੱਚ ਵਿਅਕਤੀਆਂ ਦਾ ਹਵਾਲਾ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਫਿਰ ਭੁੱਲ ਜਾਂਦਾ ਹੈ। ਰਿਪੋਰਟਾਂ ਇੱਕ ਵਾਰ ਸਕਿੰਮ ਹੋ ਜਾਂਦੀਆਂ ਹਨ ਅਤੇ ਦੁਬਾਰਾ ਕਦੇ ਨਹੀਂ ਖੋਲ੍ਹੀਆਂ ਜਾਂਦੀਆਂ। ਜਦੋਂ ਕੋਈ ਉਤਪਾਦ ਪ੍ਰਬੰਧਕ ਇਹ ਫੈਸਲਾ ਕਰ ਰਿਹਾ ਹੁੰਦਾ ਹੈ ਕਿ ਕੀ ਕੋਈ ਨਵੀਂ ਵਿਸ਼ੇਸ਼ਤਾ ਸ਼ਾਮਲ ਕਰਨੀ ਹੈ, ਤਾਂ ਉਹ ਸ਼ਾਇਦ ਪਿਛਲੇ ਸਾਲ ਦੇ ਖੋਜ ਭੰਡਾਰ ਨੂੰ ਨਹੀਂ ਖੋਦਦੇ। ਜਦੋਂ ਵਿੱਤ ਟੀਮ ਇਨਵੌਇਸ ਈਮੇਲ ਨੂੰ ਮੁੜ ਡਿਜ਼ਾਈਨ ਕਰ ਰਹੀ ਹੈ, ਤਾਂ ਉਹ ਲਗਭਗ ਨਿਸ਼ਚਿਤ ਤੌਰ 'ਤੇ ਉਪਭੋਗਤਾ ਵਿਅਕਤੀਆਂ ਨਾਲ ਸਲਾਹ-ਮਸ਼ਵਰਾ ਨਹੀਂ ਕਰਦੇ ਹਨ। ਉਹ ਆਪਣਾ ਸਭ ਤੋਂ ਵਧੀਆ ਅੰਦਾਜ਼ਾ ਲਗਾਉਂਦੇ ਹਨ ਅਤੇ ਅੱਗੇ ਵਧਦੇ ਹਨ. ਇਹ ਉਨ੍ਹਾਂ ਟੀਮਾਂ ਦੀ ਆਲੋਚਨਾ ਨਹੀਂ ਹੈ। ਉਹ ਰੁੱਝੇ ਹੋਏ ਹਨ। ਉਨ੍ਹਾਂ ਕੋਲ ਸਮਾਂ ਸੀਮਾ ਹੈ। ਅਤੇ ਇਮਾਨਦਾਰੀ ਨਾਲ, ਭਾਵੇਂ ਉਹ ਖੋਜ ਨਾਲ ਸਲਾਹ-ਮਸ਼ਵਰਾ ਕਰਨਾ ਚਾਹੁੰਦੇ ਸਨ, ਉਹ ਸ਼ਾਇਦ ਇਹ ਨਹੀਂ ਜਾਣਦੇ ਹੋਣਗੇ ਕਿ ਇਸਨੂੰ ਕਿੱਥੇ ਲੱਭਣਾ ਹੈ ਜਾਂ ਉਹਨਾਂ ਦੇ ਖਾਸ ਸਵਾਲ ਲਈ ਇਸਦੀ ਵਿਆਖਿਆ ਕਿਵੇਂ ਕਰਨੀ ਹੈ. ਗਿਆਨ UX ਟੀਮ ਦੇ ਮੁਖੀਆਂ ਦੇ ਅੰਦਰ ਬੰਦ ਰਹਿੰਦਾ ਹੈ, ਜੋ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਸੰਗਠਨ ਵਿੱਚ ਕੀਤੇ ਜਾ ਰਹੇ ਹਰੇਕ ਫੈਸਲੇ ਲਈ ਮੌਜੂਦ ਨਹੀਂ ਹੋ ਸਕਦਾ। ਕੀ ਜੇ ਉਪਭੋਗਤਾ ਅਸਲ ਵਿੱਚ ਬੋਲ ਸਕਦੇ ਹਨ? ਉਦੋਂ ਕੀ ਜੇ, ਸਥਿਰ ਦਸਤਾਵੇਜ਼ ਬਣਾਉਣ ਦੀ ਬਜਾਏ, ਜਿਨ੍ਹਾਂ ਨੂੰ ਲੋਕਾਂ ਨੂੰ ਲੱਭਣ ਅਤੇ ਵਿਆਖਿਆ ਕਰਨ ਦੀ ਲੋੜ ਹੈ, ਅਸੀਂ ਹਿੱਸੇਦਾਰਾਂ ਨੂੰ ਤੁਹਾਡੇ ਸਾਰੇ ਉਪਭੋਗਤਾ ਵਿਅਕਤੀਆਂ ਨਾਲ ਇੱਕ ਵਾਰ ਵਿੱਚ ਸਲਾਹ ਕਰਨ ਦਾ ਇੱਕ ਤਰੀਕਾ ਦੇ ਸਕਦੇ ਹਾਂ?
ਇੱਕ ਨਵੀਂ ਮੁਹਿੰਮ 'ਤੇ ਕੰਮ ਕਰਨ ਵਾਲੇ ਇੱਕ ਮਾਰਕੀਟਿੰਗ ਮੈਨੇਜਰ ਦੀ ਕਲਪਨਾ ਕਰੋ. ਇਹ ਯਾਦ ਰੱਖਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਨ ਦੀ ਬਜਾਏ ਕਿ ਵਿਅਕਤੀਆਂ ਨੇ ਮੈਸੇਜਿੰਗ ਤਰਜੀਹਾਂ ਬਾਰੇ ਕੀ ਕਿਹਾ ਹੈ, ਉਹ ਸਿਰਫ਼ ਇਹ ਪੁੱਛ ਸਕਦੇ ਹਨ: "ਮੈਂ ਇਸ ਈਮੇਲ ਵਿੱਚ ਛੋਟ ਦੀ ਪੇਸ਼ਕਸ਼ ਦੇ ਨਾਲ ਅਗਵਾਈ ਕਰਨ ਬਾਰੇ ਸੋਚ ਰਿਹਾ ਹਾਂ। ਸਾਡੇ ਉਪਭੋਗਤਾ ਕੀ ਸੋਚਣਗੇ?" ਅਤੇ AI, ਤੁਹਾਡੇ ਸਾਰੇ ਖੋਜ ਡੇਟਾ ਅਤੇ ਵਿਅਕਤੀਆਂ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹੋਏ, ਇੱਕ ਸੰਯੁਕਤ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਨਾਲ ਜਵਾਬ ਦੇ ਸਕਦਾ ਹੈ: ਹਰੇਕ ਵਿਅਕਤੀ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਕਿਵੇਂ ਪ੍ਰਤੀਕਿਰਿਆ ਕਰੇਗਾ, ਉਹ ਕਿੱਥੇ ਸਹਿਮਤ ਹਨ, ਕਿੱਥੇ ਉਹ ਵੱਖਰੇ ਹਨ, ਅਤੇ ਉਹਨਾਂ ਦੇ ਸਮੂਹਿਕ ਦ੍ਰਿਸ਼ਟੀਕੋਣਾਂ ਦੇ ਅਧਾਰ ਤੇ ਸਿਫ਼ਾਰਸ਼ਾਂ ਦਾ ਇੱਕ ਸਮੂਹ। ਇੱਕ ਸਵਾਲ, ਤੁਹਾਡੇ ਪੂਰੇ ਉਪਭੋਗਤਾ ਅਧਾਰ ਵਿੱਚ ਸੰਸ਼ਲੇਸ਼ਿਤ ਸਮਝ.
ਇਹ ਵਿਗਿਆਨ ਗਲਪ ਨਹੀਂ ਹੈ। AI ਨਾਲ, ਅਸੀਂ ਬਿਲਕੁਲ ਇਸ ਤਰ੍ਹਾਂ ਦਾ ਸਿਸਟਮ ਬਣਾ ਸਕਦੇ ਹਾਂ। ਅਸੀਂ ਉਸ ਸਾਰੇ ਖਿੰਡੇ ਹੋਏ ਖੋਜ (ਸਰਵੇਖਣ, ਇੰਟਰਵਿਊ, ਸਹਾਇਤਾ ਟਿਕਟਾਂ, ਵਿਸ਼ਲੇਸ਼ਣ, ਵਿਅਕਤੀ ਖੁਦ) ਲੈ ਸਕਦੇ ਹਾਂ ਅਤੇ ਇਸਨੂੰ ਇੱਕ ਇੰਟਰਐਕਟਿਵ ਸਰੋਤ ਵਿੱਚ ਬਦਲ ਸਕਦੇ ਹਾਂ ਜਿਸ ਤੋਂ ਕੋਈ ਵੀ ਬਹੁ-ਪਰਸਪੈਕਟਿਵ ਫੀਡਬੈਕ ਲਈ ਪੁੱਛਗਿੱਛ ਕਰ ਸਕਦਾ ਹੈ। ਉਪਭੋਗਤਾ ਖੋਜ ਰਿਪੋਜ਼ਟਰੀ ਬਣਾਉਣਾ ਇਸ ਪਹੁੰਚ ਦੀ ਬੁਨਿਆਦ ਹਰ ਚੀਜ਼ ਦਾ ਕੇਂਦਰੀ ਭੰਡਾਰ ਹੈ ਜੋ ਤੁਸੀਂ ਆਪਣੇ ਉਪਭੋਗਤਾਵਾਂ ਬਾਰੇ ਜਾਣਦੇ ਹੋ। ਇਸ ਨੂੰ ਸੱਚਾਈ ਦੇ ਇੱਕ ਸਰੋਤ ਵਜੋਂ ਸੋਚੋ ਕਿ AI ਪਹੁੰਚ ਸਕਦਾ ਹੈ ਅਤੇ ਇਸ ਤੋਂ ਖਿੱਚ ਸਕਦਾ ਹੈ। ਜੇ ਤੁਸੀਂ ਕਿਸੇ ਵੀ ਲੰਬੇ ਸਮੇਂ ਲਈ ਉਪਭੋਗਤਾ ਖੋਜ ਕਰ ਰਹੇ ਹੋ, ਤਾਂ ਤੁਹਾਡੇ ਕੋਲ ਸ਼ਾਇਦ ਤੁਹਾਡੇ ਅੰਦਾਜ਼ੇ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਡੇਟਾ ਹੈ. ਇਹ ਸਿਰਫ਼ ਵੱਖ-ਵੱਖ ਸਾਧਨਾਂ ਅਤੇ ਫਾਰਮੈਟਾਂ ਵਿੱਚ ਫੈਲਿਆ ਹੋਇਆ ਹੈ:
ਤੁਹਾਡੇ ਸਰਵੇਖਣ ਪਲੇਟਫਾਰਮ ਵਿੱਚ ਬੈਠੇ ਸਰਵੇਖਣ ਨਤੀਜੇ, Google Docs ਵਿੱਚ ਇੰਟਰਵਿਊ ਪ੍ਰਤੀਲਿਪੀਆਂ, ਤੁਹਾਡੇ ਹੈਲਪਡੈਸਕ ਸਿਸਟਮ ਵਿੱਚ ਗਾਹਕ ਸਹਾਇਤਾ ਟਿਕਟਾਂ, ਵੱਖ-ਵੱਖ ਡੈਸ਼ਬੋਰਡਾਂ ਵਿੱਚ ਵਿਸ਼ਲੇਸ਼ਣ ਡੇਟਾ, ਸੋਸ਼ਲ ਮੀਡੀਆ ਦਾ ਜ਼ਿਕਰ ਅਤੇ ਸਮੀਖਿਆਵਾਂ, ਪਿਛਲੇ ਪ੍ਰੋਜੈਕਟਾਂ ਤੋਂ ਪੁਰਾਣੇ ਵਿਅਕਤੀ, ਉਪਯੋਗਤਾ ਟੈਸਟ ਰਿਕਾਰਡਿੰਗ ਅਤੇ ਨੋਟਸ।
ਪਹਿਲਾ ਕਦਮ ਇਸ ਸਭ ਨੂੰ ਇੱਕ ਥਾਂ 'ਤੇ ਇਕੱਠਾ ਕਰਨਾ ਹੈ। ਇਸ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸੰਗਠਿਤ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਨਹੀਂ ਹੈ. AI ਗੜਬੜ ਵਾਲੇ ਇਨਪੁਟਸ ਨੂੰ ਸਮਝਣ ਵਿੱਚ ਕਮਾਲ ਦੀ ਹੈ। ਜੇ ਤੁਸੀਂ ਸਕ੍ਰੈਚ ਤੋਂ ਸ਼ੁਰੂ ਕਰ ਰਹੇ ਹੋ ਅਤੇ ਤੁਹਾਡੇ ਕੋਲ ਜ਼ਿਆਦਾ ਮੌਜੂਦਾ ਖੋਜ ਨਹੀਂ ਹੈ, ਤਾਂ ਤੁਸੀਂ ਬੇਸਲਾਈਨ ਸਥਾਪਤ ਕਰਨ ਲਈ ਏਆਈ ਡੂੰਘੇ ਖੋਜ ਸਾਧਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ।
ਇਹ ਟੂਲ ਤੁਹਾਡੀ ਉਤਪਾਦ ਸ਼੍ਰੇਣੀ, ਪ੍ਰਤੀਯੋਗੀ ਸਮੀਖਿਆਵਾਂ, ਅਤੇ ਲੋਕ ਪੁੱਛੇ ਜਾਣ ਵਾਲੇ ਆਮ ਸਵਾਲਾਂ ਬਾਰੇ ਚਰਚਾ ਲਈ ਵੈੱਬ ਨੂੰ ਸਕੈਨ ਕਰ ਸਕਦੇ ਹਨ। ਜਦੋਂ ਤੁਸੀਂ ਆਪਣੀ ਪ੍ਰਾਇਮਰੀ ਖੋਜ ਤਿਆਰ ਕਰਦੇ ਹੋ ਤਾਂ ਇਹ ਤੁਹਾਨੂੰ ਕੰਮ ਕਰਨ ਲਈ ਕੁਝ ਦਿੰਦਾ ਹੈ। ਇੰਟਰਐਕਟਿਵ ਵਿਅਕਤੀ ਬਣਾਉਣਾ ਇੱਕ ਵਾਰ ਜਦੋਂ ਤੁਹਾਡੇ ਕੋਲ ਆਪਣੀ ਰਿਪੋਜ਼ਟਰੀ ਹੋ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਅਗਲਾ ਕਦਮ ਅਜਿਹੇ ਵਿਅਕਤੀ ਬਣਾਉਣਾ ਹੁੰਦਾ ਹੈ ਜੋ AI ਸਟੇਕਹੋਲਡਰਾਂ ਦੀ ਤਰਫੋਂ ਸਲਾਹ ਕਰ ਸਕਦਾ ਹੈ। ਇਹ ਇੱਕ ਮੁੱਖ ਅੰਤਰ ਦੇ ਨਾਲ, ਮੈਂ ਆਪਣੇ ਪਿਛਲੇ ਲੇਖ ਵਿੱਚ ਦਰਸਾਏ ਗਏ ਕਾਰਜਸ਼ੀਲ ਵਿਅਕਤੀਗਤ ਪਹੁੰਚ 'ਤੇ ਸਿੱਧਾ ਨਿਰਮਾਣ ਕਰਦਾ ਹੈ: ਇਹ ਵਿਅਕਤੀ ਲੈਂਸ ਬਣ ਜਾਂਦੇ ਹਨ ਜਿਸ ਦੁਆਰਾ AI ਪ੍ਰਸ਼ਨਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦਾ ਹੈ, ਨਾ ਕਿ ਸਿਰਫ ਹਵਾਲਾ।ਦਸਤਾਵੇਜ਼। ਪ੍ਰਕਿਰਿਆ ਇਸ ਤਰ੍ਹਾਂ ਕੰਮ ਕਰਦੀ ਹੈ:
ਆਪਣੀ ਖੋਜ ਭੰਡਾਰ ਨੂੰ ਇੱਕ AI ਟੂਲ ਵਿੱਚ ਫੀਡ ਕਰੋ। ਇਸ ਨੂੰ ਟੀਚਿਆਂ, ਕਾਰਜਾਂ, ਅਤੇ ਰਗੜਨ ਵਾਲੇ ਬਿੰਦੂਆਂ ਦੇ ਅਧਾਰ 'ਤੇ ਵੱਖਰੇ ਉਪਭੋਗਤਾ ਹਿੱਸਿਆਂ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਕਹੋ। ਇਸ ਨੂੰ ਹਰੇਕ ਹਿੱਸੇ ਲਈ ਵਿਸਤ੍ਰਿਤ ਸ਼ਖਸੀਅਤਾਂ ਤਿਆਰ ਕਰਨ ਲਈ ਕਹੋ। ਏਆਈ ਨੂੰ ਸਾਰੇ ਵਿਅਕਤੀਆਂ ਨਾਲ ਸਲਾਹ-ਮਸ਼ਵਰਾ ਕਰਨ ਲਈ ਕੌਂਫਿਗਰ ਕਰੋ ਜਦੋਂ ਹਿੱਸੇਦਾਰ ਸਵਾਲ ਪੁੱਛਦੇ ਹਨ, ਇਕਸਾਰ ਫੀਡਬੈਕ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ।
ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਇਹ ਪਹੁੰਚ ਰਵਾਇਤੀ ਵਿਅਕਤੀਆਂ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਵੱਖ ਹੁੰਦੀ ਹੈ। ਕਿਉਂਕਿ AI ਇਹਨਾਂ ਵਿਅਕਤੀਗਤ ਦਸਤਾਵੇਜ਼ਾਂ ਦਾ ਪ੍ਰਾਇਮਰੀ ਉਪਭੋਗਤਾ ਹੈ, ਉਹਨਾਂ ਨੂੰ ਸਕੈਨ ਕਰਨ ਯੋਗ ਜਾਂ ਇੱਕ ਪੰਨੇ 'ਤੇ ਫਿੱਟ ਹੋਣ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ। ਪਰੰਪਰਾਗਤ ਸ਼ਖਸੀਅਤਾਂ ਨੂੰ ਮਨੁੱਖੀ ਪੜ੍ਹਨਯੋਗਤਾ ਦੁਆਰਾ ਸੀਮਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ: ਤੁਹਾਨੂੰ ਸਭ ਕੁਝ ਬੁਲੇਟ ਪੁਆਇੰਟਾਂ ਅਤੇ ਮੁੱਖ ਕੋਟਸ ਤੱਕ ਪਹੁੰਚਾਉਣਾ ਪੈਂਦਾ ਹੈ ਜੋ ਕੋਈ ਇੱਕ ਨਜ਼ਰ ਵਿੱਚ ਜਜ਼ਬ ਕਰ ਸਕਦਾ ਹੈ। ਪਰ ਏਆਈ ਦੀ ਅਜਿਹੀ ਕੋਈ ਸੀਮਾ ਨਹੀਂ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਤੁਹਾਡੀਆਂ ਸ਼ਖਸੀਅਤਾਂ ਕਾਫ਼ੀ ਜ਼ਿਆਦਾ ਵਿਸਤ੍ਰਿਤ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਤੁਸੀਂ ਲੰਬੇ ਵਿਵਹਾਰ ਸੰਬੰਧੀ ਨਿਰੀਖਣਾਂ, ਵਿਰੋਧਾਭਾਸੀ ਡੇਟਾ ਬਿੰਦੂਆਂ, ਅਤੇ ਸੂਖਮ ਸੰਦਰਭ ਨੂੰ ਸ਼ਾਮਲ ਕਰ ਸਕਦੇ ਹੋ ਜੋ ਇੱਕ ਪਰੰਪਰਾਗਤ ਵਿਅਕਤੀ ਦੇ ਪੋਸਟਰ ਲਈ ਸੰਪਾਦਨ ਪ੍ਰਕਿਰਿਆ ਤੋਂ ਕਦੇ ਵੀ ਬਚ ਨਹੀਂ ਸਕਣਗੇ। AI ਇਸ ਸਾਰੀ ਗੁੰਝਲਤਾ ਨੂੰ ਰੱਖ ਸਕਦਾ ਹੈ ਅਤੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਣ ਵੇਲੇ ਇਸ ਨੂੰ ਖਿੱਚ ਸਕਦਾ ਹੈ। ਤੁਸੀਂ ਹਰੇਕ ਵਿਅਕਤੀ ਦੇ ਅੰਦਰ ਵੱਖੋ-ਵੱਖਰੇ ਲੈਂਸ ਜਾਂ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਵੀ ਬਣਾ ਸਕਦੇ ਹੋ, ਖਾਸ ਕਾਰੋਬਾਰੀ ਫੰਕਸ਼ਨਾਂ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਹਨ। ਤੁਹਾਡੇ "ਵੀਕਐਂਡ ਵਾਰੀਅਰ" ਵਿਅਕਤੀ ਵਿੱਚ ਇੱਕ ਮਾਰਕੀਟਿੰਗ ਲੈਂਸ (ਮੈਸੇਜਿੰਗ ਤਰਜੀਹਾਂ, ਚੈਨਲ ਆਦਤਾਂ, ਮੁਹਿੰਮ ਦੇ ਜਵਾਬ), ਇੱਕ ਉਤਪਾਦ ਲੈਂਸ (ਵਿਸ਼ੇਸ਼ਤਾ ਤਰਜੀਹਾਂ, ਉਪਯੋਗਤਾ ਪੈਟਰਨ, ਅੱਪਗਰੇਡ ਟਰਿਗਰ), ਅਤੇ ਇੱਕ ਸਹਾਇਤਾ ਲੈਂਜ਼ (ਆਮ ਸਵਾਲ, ਨਿਰਾਸ਼ਾ ਪੁਆਇੰਟ, ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਤਰਜੀਹਾਂ) ਹੋ ਸਕਦੇ ਹਨ। ਜਦੋਂ ਇੱਕ ਮਾਰਕੀਟਿੰਗ ਮੈਨੇਜਰ ਇੱਕ ਸਵਾਲ ਪੁੱਛਦਾ ਹੈ, ਤਾਂ AI ਮਾਰਕੀਟਿੰਗ-ਸਬੰਧਤ ਜਾਣਕਾਰੀ ਨੂੰ ਖਿੱਚਦਾ ਹੈ। ਜਦੋਂ ਕੋਈ ਉਤਪਾਦ ਪ੍ਰਬੰਧਕ ਪੁੱਛਦਾ ਹੈ, ਇਹ ਉਤਪਾਦ ਲੈਂਸ ਤੋਂ ਖਿੱਚਦਾ ਹੈ। ਉਹੀ ਸ਼ਖਸੀਅਤ, ਵੱਖਰੀ ਡੂੰਘਾਈ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਕਿ ਕੌਣ ਪੁੱਛ ਰਿਹਾ ਹੈ।
ਵਿਅਕਤੀਆਂ ਵਿੱਚ ਅਜੇ ਵੀ ਉਹ ਸਾਰੇ ਕਾਰਜਸ਼ੀਲ ਤੱਤ ਸ਼ਾਮਲ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਬਾਰੇ ਅਸੀਂ ਪਹਿਲਾਂ ਚਰਚਾ ਕੀਤੀ ਸੀ: ਟੀਚੇ ਅਤੇ ਕਾਰਜ, ਸਵਾਲ ਅਤੇ ਇਤਰਾਜ਼, ਦਰਦ ਦੇ ਬਿੰਦੂ, ਟੱਚਪੁਆਇੰਟ, ਅਤੇ ਸੇਵਾ ਅੰਤਰ। ਪਰ ਹੁਣ ਇਹ ਤੱਤ ਇਸ ਗੱਲ ਦਾ ਆਧਾਰ ਬਣ ਜਾਂਦੇ ਹਨ ਕਿ ਕਿਵੇਂ AI ਹਰੇਕ ਵਿਅਕਤੀ ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ ਸਵਾਲਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ, ਉਹਨਾਂ ਦੇ ਵਿਚਾਰਾਂ ਨੂੰ ਕਾਰਵਾਈਯੋਗ ਸਿਫ਼ਾਰਸ਼ਾਂ ਵਿੱਚ ਸੰਸ਼ਲੇਸ਼ਿਤ ਕਰਦਾ ਹੈ। ਲਾਗੂ ਕਰਨ ਦੇ ਵਿਕਲਪ ਤੁਸੀਂ ਇਸਨੂੰ ਆਪਣੇ ਸਰੋਤਾਂ ਅਤੇ ਲੋੜਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਵੱਖ-ਵੱਖ ਪੱਧਰਾਂ ਦੀ ਸੂਝ-ਬੂਝ ਨਾਲ ਸੈੱਟ ਕਰ ਸਕਦੇ ਹੋ। ਸਧਾਰਨ ਪਹੁੰਚ ਜ਼ਿਆਦਾਤਰ AI ਪਲੇਟਫਾਰਮ ਹੁਣ ਪ੍ਰੋਜੈਕਟ ਜਾਂ ਵਰਕਸਪੇਸ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਪੇਸ਼ ਕਰਦੇ ਹਨ ਜੋ ਤੁਹਾਨੂੰ ਹਵਾਲਾ ਦਸਤਾਵੇਜ਼ ਅੱਪਲੋਡ ਕਰਨ ਦਿੰਦੇ ਹਨ। ਚੈਟਜੀਪੀਟੀ ਵਿੱਚ, ਇਹਨਾਂ ਨੂੰ ਪ੍ਰੋਜੈਕਟ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਕਲਾਉਡ ਦੀ ਇੱਕ ਸਮਾਨ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ. ਕੋਪਾਇਲਟ ਅਤੇ ਜੇਮਿਨੀ ਉਹਨਾਂ ਨੂੰ ਸਪੇਸ ਜਾਂ ਰਤਨ ਕਹਿੰਦੇ ਹਨ। ਸ਼ੁਰੂ ਕਰਨ ਲਈ, ਇੱਕ ਸਮਰਪਿਤ ਪ੍ਰੋਜੈਕਟ ਬਣਾਓ ਅਤੇ ਆਪਣੇ ਮੁੱਖ ਖੋਜ ਦਸਤਾਵੇਜ਼ਾਂ ਅਤੇ ਵਿਅਕਤੀਆਂ ਨੂੰ ਅਪਲੋਡ ਕਰੋ। ਫਿਰ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਣ ਵੇਲੇ AI ਨੂੰ ਸਾਰੇ ਵਿਅਕਤੀਆਂ ਨਾਲ ਸਲਾਹ ਕਰਨ ਲਈ ਸਪੱਸ਼ਟ ਨਿਰਦੇਸ਼ ਲਿਖੋ। ਕੁਝ ਅਜਿਹਾ: ਤੁਸੀਂ ਸਾਡੇ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਸਮਝਣ ਵਿੱਚ ਹਿੱਸੇਦਾਰਾਂ ਦੀ ਮਦਦ ਕਰ ਰਹੇ ਹੋ। ਸਵਾਲ ਪੁੱਛੇ ਜਾਣ 'ਤੇ, ਇਸ ਪ੍ਰੋਜੈਕਟ ਵਿਚਲੇ ਸਾਰੇ ਉਪਭੋਗਤਾ ਵਿਅਕਤੀਆਂ ਨਾਲ ਸਲਾਹ ਕਰੋ ਅਤੇ ਪ੍ਰਦਾਨ ਕਰੋ: (1) ਹਰੇਕ ਵਿਅਕਤੀ ਦੀ ਸੰਭਾਵਤ ਪ੍ਰਤੀਕ੍ਰਿਆ ਦਾ ਇੱਕ ਸੰਖੇਪ ਸਾਰ, (2) ਇੱਕ ਸੰਖੇਪ ਜਾਣਕਾਰੀ ਜੋ ਕਿ ਉਹ ਕਿੱਥੇ ਸਹਿਮਤ ਹਨ ਅਤੇ ਕਿੱਥੇ ਵੱਖਰੇ ਹਨ, ਅਤੇ (3) ਉਹਨਾਂ ਦੇ ਸਮੂਹਿਕ ਦ੍ਰਿਸ਼ਟੀਕੋਣਾਂ ਦੇ ਅਧਾਰ ਤੇ ਸਿਫ਼ਾਰਿਸ਼ਾਂ। ਆਪਣੇ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਸੂਚਿਤ ਕਰਨ ਲਈ ਸਾਰੇ ਖੋਜ ਦਸਤਾਵੇਜ਼ਾਂ 'ਤੇ ਖਿੱਚੋ। ਜੇਕਰ ਖੋਜ ਕਿਸੇ ਵਿਸ਼ੇ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਕਵਰ ਨਹੀਂ ਕਰਦੀ ਹੈ, ਤਾਂ ਸੋਸ਼ਲ ਪਲੇਟਫਾਰਮਾਂ ਜਿਵੇਂ ਕਿ Reddit, Twitter, ਅਤੇ ਸੰਬੰਧਿਤ ਫੋਰਮਾਂ ਦੀ ਖੋਜ ਕਰੋ ਇਹ ਦੇਖਣ ਲਈ ਕਿ ਇਹਨਾਂ ਵਿਅਕਤੀਆਂ ਨਾਲ ਮੇਲ ਖਾਂਦੇ ਲੋਕ ਕਿਵੇਂ ਸਮਾਨ ਮੁੱਦਿਆਂ 'ਤੇ ਚਰਚਾ ਕਰਦੇ ਹਨ। ਜੇਕਰ ਤੁਸੀਂ ਅਜੇ ਵੀ ਕਿਸੇ ਚੀਜ਼ ਬਾਰੇ ਯਕੀਨੀ ਨਹੀਂ ਹੋ, ਤਾਂ ਇਮਾਨਦਾਰੀ ਨਾਲ ਕਹੋ ਅਤੇ ਸੁਝਾਅ ਦਿਓ ਕਿ ਕਿਹੜੀ ਵਾਧੂ ਖੋਜ ਮਦਦ ਕਰ ਸਕਦੀ ਹੈ।
ਇਸ ਪਹੁੰਚ ਦੀਆਂ ਕੁਝ ਸੀਮਾਵਾਂ ਹਨ। ਤੁਸੀਂ ਕਿੰਨੀਆਂ ਫਾਈਲਾਂ ਨੂੰ ਅਪਲੋਡ ਕਰ ਸਕਦੇ ਹੋ ਇਸ ਬਾਰੇ ਕੈਪਸ ਹਨ, ਇਸ ਲਈ ਤੁਹਾਨੂੰ ਆਪਣੀ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਖੋਜ ਨੂੰ ਤਰਜੀਹ ਦੇਣ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ ਜਾਂ ਆਪਣੇ ਵਿਅਕਤੀਆਂ ਨੂੰ ਇੱਕ ਵਿਆਪਕ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਇਕਸਾਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਵਧੇਰੇ ਸੂਝਵਾਨ ਪਹੁੰਚ ਵੱਡੀਆਂ ਸੰਸਥਾਵਾਂ ਜਾਂ ਵਧੇਰੇ ਚੱਲ ਰਹੀ ਵਰਤੋਂ ਲਈ, ਨੋਟਸ਼ਨ ਵਰਗਾ ਇੱਕ ਟੂਲ ਫਾਇਦੇ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਕਿਉਂਕਿ ਇਹ ਤੁਹਾਡੀ ਪੂਰੀ ਖੋਜ ਰਿਪੋਜ਼ਟਰੀ ਨੂੰ ਰੱਖ ਸਕਦਾ ਹੈ ਅਤੇ ਇਸ ਵਿੱਚ AI ਸਮਰੱਥਾਵਾਂ ਬਣੀਆਂ ਹੋਈਆਂ ਹਨ। ਤੁਸੀਂ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੀਆਂ ਖੋਜਾਂ ਲਈ ਡੇਟਾਬੇਸ ਬਣਾ ਸਕਦੇ ਹੋ, ਉਹਨਾਂ ਨੂੰ ਜੋੜ ਸਕਦੇ ਹੋ, ਅਤੇ ਫਿਰ ਹਰ ਚੀਜ਼ ਵਿੱਚ ਪੁੱਛਗਿੱਛ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ।
ਇੱਥੇ ਫਾਇਦਾ ਇਹ ਹੈ ਕਿ AI ਕੋਲ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸੰਦਰਭਾਂ ਤੱਕ ਪਹੁੰਚ ਹੈ। ਜਦੋਂ ਕੋਈ ਸਟੇਕਹੋਲਡਰ ਕੋਈ ਸਵਾਲ ਪੁੱਛਦਾ ਹੈ, ਤਾਂ ਇਹ ਸਰਵੇਖਣਾਂ, ਸਮਰਥਨ ਟਿਕਟਾਂ, ਇੰਟਰਵਿਊ ਪ੍ਰਤੀਲਿਪੀਆਂ, ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਡੇਟਾ ਨੂੰ ਇੱਕੋ ਵਾਰ ਖਿੱਚ ਸਕਦਾ ਹੈ। ਇਹ ਅਮੀਰ, ਵਧੇਰੇ ਸੂਖਮ ਜਵਾਬਾਂ ਲਈ ਬਣਾਉਂਦਾ ਹੈ। ਇਹ ਕੀ ਬਦਲਦਾ ਨਹੀਂ ਹੈ ਮੈਨੂੰ ਸੀਮਾਵਾਂ ਬਾਰੇ ਸਪੱਸ਼ਟ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ. ਵਰਚੁਅਲ ਵਿਅਕਤੀ ਅਸਲ ਉਪਭੋਗਤਾਵਾਂ ਨਾਲ ਗੱਲ ਕਰਨ ਦਾ ਬਦਲ ਨਹੀਂ ਹਨ। ਉਹ ਮੌਜੂਦਾ ਖੋਜ ਨੂੰ ਵਧੇਰੇ ਪਹੁੰਚਯੋਗ ਅਤੇ ਕਾਰਵਾਈਯੋਗ ਬਣਾਉਣ ਦਾ ਇੱਕ ਤਰੀਕਾ ਹਨ। ਇੱਥੇ ਕਈ ਦ੍ਰਿਸ਼ ਹਨ ਜਿੱਥੇ ਤੁਹਾਨੂੰ ਅਜੇ ਵੀ ਪ੍ਰਾਇਮਰੀ ਖੋਜ ਦੀ ਲੋੜ ਹੈ:
ਅਸਲ ਵਿੱਚ ਕੋਈ ਨਵੀਂ ਚੀਜ਼ ਲਾਂਚ ਕਰਦੇ ਸਮੇਂ ਜੋ ਤੁਹਾਡੀ ਮੌਜੂਦਾ ਖੋਜ ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਹੁੰਦੀ ਹੈ; ਜਦੋਂ ਤੁਹਾਨੂੰ ਖਾਸ ਡਿਜ਼ਾਈਨ ਜਾਂ ਪ੍ਰੋਟੋਟਾਈਪਾਂ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ; ਜਦੋਂ ਤੁਹਾਡਾ ਰਿਪੋਜ਼ਟਰੀ ਡੇਟਾ ਪੁਰਾਣਾ ਹੋ ਰਿਹਾ ਹੈ; ਜਦੋਂ ਹਿੱਸੇਦਾਰਹਮਦਰਦੀ ਪੈਦਾ ਕਰਨ ਲਈ ਅਸਲ ਮਨੁੱਖਾਂ ਤੋਂ ਸਿੱਧੇ ਸੁਣਨ ਦੀ ਲੋੜ ਹੈ।
ਅਸਲ ਵਿੱਚ, ਤੁਸੀਂ ਇਹਨਾਂ ਸਥਿਤੀਆਂ ਨੂੰ ਪਛਾਣਨ ਲਈ AI ਨੂੰ ਕੌਂਫਿਗਰ ਕਰ ਸਕਦੇ ਹੋ। ਜਦੋਂ ਕੋਈ ਅਜਿਹਾ ਸਵਾਲ ਪੁੱਛਦਾ ਹੈ ਜੋ ਖੋਜ ਜਵਾਬ ਦੇ ਸਕਦਾ ਹੈ, ਤਾਂ AI ਕੁਝ ਇਸ ਤਰ੍ਹਾਂ ਦੇ ਨਾਲ ਜਵਾਬ ਦੇ ਸਕਦਾ ਹੈ: "ਮੇਰੇ ਕੋਲ ਭਰੋਸੇ ਨਾਲ ਜਵਾਬ ਦੇਣ ਲਈ ਲੋੜੀਂਦੀ ਜਾਣਕਾਰੀ ਨਹੀਂ ਹੈ। ਇਹ ਇੱਕ ਤੇਜ਼ ਉਪਭੋਗਤਾ ਇੰਟਰਵਿਊ ਜਾਂ ਸਰਵੇਖਣ ਲਈ ਇੱਕ ਵਧੀਆ ਸਵਾਲ ਹੋ ਸਕਦਾ ਹੈ।" ਅਤੇ ਜਦੋਂ ਤੁਸੀਂ ਨਵੀਂ ਖੋਜ ਕਰਦੇ ਹੋ, ਤਾਂ ਉਹ ਡੇਟਾ ਰਿਪੋਜ਼ਟਰੀ ਵਿੱਚ ਵਾਪਸ ਆ ਜਾਂਦਾ ਹੈ। ਵਿਅਕਤੀ ਸਮੇਂ ਦੇ ਨਾਲ ਵਿਕਸਤ ਹੁੰਦੇ ਹਨ ਕਿਉਂਕਿ ਤੁਹਾਡੀ ਸਮਝ ਡੂੰਘੀ ਹੁੰਦੀ ਹੈ। ਇਹ ਰਵਾਇਤੀ ਪਹੁੰਚ ਨਾਲੋਂ ਬਹੁਤ ਵਧੀਆ ਹੈ, ਜਿੱਥੇ ਵਿਅਕਤੀ ਇੱਕ ਵਾਰ ਬਣਦੇ ਹਨ ਅਤੇ ਫਿਰ ਹੌਲੀ-ਹੌਲੀ ਪੁਰਾਣੇ ਹੋ ਜਾਂਦੇ ਹਨ। ਸੰਗਠਨਾਤਮਕ ਸ਼ਿਫਟ ਜੇ ਇਹ ਪਹੁੰਚ ਤੁਹਾਡੀ ਸੰਸਥਾ ਵਿੱਚ ਚੱਲਦੀ ਹੈ, ਤਾਂ ਕੁਝ ਦਿਲਚਸਪ ਹੁੰਦਾ ਹੈ। ਯੂਐਕਸ ਟੀਮ ਦੀ ਭੂਮਿਕਾ ਉਪਭੋਗਤਾ ਗਿਆਨ ਦੇ ਗੇਟਕੀਪਰ ਬਣਨ ਤੋਂ ਲੈ ਕੇ ਰਿਪੋਜ਼ਟਰੀ ਦੇ ਕਿਊਰੇਟਰ ਅਤੇ ਰੱਖ-ਰਖਾਅ ਕਰਨ ਵਾਲੇ ਹੋਣ ਤੱਕ ਬਦਲ ਜਾਂਦੀ ਹੈ। ਅਜਿਹੀਆਂ ਰਿਪੋਰਟਾਂ ਬਣਾਉਣ ਵਿੱਚ ਸਮਾਂ ਬਿਤਾਉਣ ਦੀ ਬਜਾਏ ਜੋ ਪੜ੍ਹੀਆਂ ਜਾ ਸਕਦੀਆਂ ਹਨ ਜਾਂ ਨਹੀਂ, ਤੁਸੀਂ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਵਿੱਚ ਸਮਾਂ ਬਿਤਾਉਂਦੇ ਹੋ ਕਿ ਰਿਪੋਜ਼ਟਰੀ ਮੌਜੂਦਾ ਰਹੇ ਅਤੇ AI ਨੂੰ ਮਦਦਗਾਰ ਜਵਾਬ ਦੇਣ ਲਈ ਕੌਂਫਿਗਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਖੋਜ ਸੰਚਾਰ ਪੁਸ਼ (ਪ੍ਰਸਤੁਤੀਆਂ, ਰਿਪੋਰਟਾਂ, ਈਮੇਲਾਂ) ਤੋਂ ਖਿੱਚਣ ਲਈ ਬਦਲਦਾ ਹੈ (ਸਟੇਕਹੋਲਡਰ ਸਵਾਲ ਪੁੱਛਦੇ ਹਨ ਜਦੋਂ ਉਹਨਾਂ ਨੂੰ ਜਵਾਬਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ)। ਉਪਭੋਗਤਾ-ਕੇਂਦ੍ਰਿਤ ਸੋਚ ਇੱਕ ਟੀਮ ਵਿੱਚ ਕੇਂਦ੍ਰਿਤ ਹੋਣ ਦੀ ਬਜਾਏ ਸੰਗਠਨ ਵਿੱਚ ਵੰਡੀ ਜਾਂਦੀ ਹੈ। ਇਹ UX ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਘੱਟ ਕੀਮਤੀ ਨਹੀਂ ਬਣਾਉਂਦਾ. ਜੇ ਕੁਝ ਵੀ ਹੈ, ਤਾਂ ਇਹ ਉਹਨਾਂ ਨੂੰ ਵਧੇਰੇ ਕੀਮਤੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿਉਂਕਿ ਉਹਨਾਂ ਦੇ ਕੰਮ ਦੀ ਹੁਣ ਵਿਆਪਕ ਪਹੁੰਚ ਅਤੇ ਵਧੇਰੇ ਪ੍ਰਭਾਵ ਹੈ। ਪਰ ਇਹ ਕੰਮ ਦੇ ਸੁਭਾਅ ਨੂੰ ਬਦਲਦਾ ਹੈ. ਸ਼ੁਰੂ ਕਰਨਾ ਜੇ ਤੁਸੀਂ ਇਸ ਪਹੁੰਚ ਨੂੰ ਅਜ਼ਮਾਉਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਛੋਟੀ ਸ਼ੁਰੂਆਤ ਕਰੋ। ਜੇ ਤੁਹਾਨੂੰ ਡਾਇਵਿੰਗ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਫੰਕਸ਼ਨਲ ਵਿਅਕਤੀਆਂ 'ਤੇ ਪ੍ਰਾਈਮਰ ਦੀ ਜ਼ਰੂਰਤ ਹੈ, ਤਾਂ ਮੈਂ ਉਹਨਾਂ ਨੂੰ ਬਣਾਉਣ ਲਈ ਇੱਕ ਵਿਸਤ੍ਰਿਤ ਗਾਈਡ ਲਿਖੀ ਹੈ। ਇੱਕ ਪ੍ਰੋਜੈਕਟ ਜਾਂ ਟੀਮ ਚੁਣੋ ਅਤੇ ChatGPT ਪ੍ਰੋਜੈਕਟਸ ਜਾਂ ਇੱਕ ਸਮਾਨ ਟੂਲ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇੱਕ ਸਧਾਰਨ ਲਾਗੂਕਰਨ ਸਥਾਪਤ ਕਰੋ। ਤੁਹਾਡੇ ਕੋਲ ਜੋ ਵੀ ਖੋਜ ਹੈ (ਭਾਵੇਂ ਇਹ ਅਧੂਰੀ ਮਹਿਸੂਸ ਹੋਵੇ) ਨੂੰ ਇਕੱਠਾ ਕਰੋ, ਇੱਕ ਜਾਂ ਦੋ ਵਿਅਕਤੀ ਬਣਾਓ, ਅਤੇ ਦੇਖੋ ਕਿ ਸਟੇਕਹੋਲਡਰ ਕਿਵੇਂ ਜਵਾਬ ਦਿੰਦੇ ਹਨ। ਧਿਆਨ ਦਿਓ ਕਿ ਉਹ ਕਿਹੜੇ ਸਵਾਲ ਪੁੱਛਦੇ ਹਨ। ਇਹ ਤੁਹਾਨੂੰ ਦੱਸੇਗਾ ਕਿ ਤੁਹਾਡੀ ਖੋਜ ਵਿੱਚ ਕਿੱਥੇ ਅੰਤਰ ਹਨ ਅਤੇ ਕਿਹੜਾ ਵਾਧੂ ਡੇਟਾ ਸਭ ਤੋਂ ਕੀਮਤੀ ਹੋਵੇਗਾ। ਜਿਵੇਂ ਕਿ ਤੁਸੀਂ ਪਹੁੰਚ ਨੂੰ ਸੁਧਾਰਦੇ ਹੋ, ਤੁਸੀਂ ਹੋਰ ਟੀਮਾਂ ਅਤੇ ਵਧੇਰੇ ਵਧੀਆ ਟੂਲਿੰਗ ਤੱਕ ਵਿਸਤਾਰ ਕਰ ਸਕਦੇ ਹੋ। ਪਰ ਮੁੱਖ ਸਿਧਾਂਤ ਉਹੀ ਰਹਿੰਦਾ ਹੈ: ਉਹ ਸਾਰਾ ਖਿੰਡੇ ਹੋਏ ਉਪਭੋਗਤਾ ਗਿਆਨ ਨੂੰ ਲਓ ਅਤੇ ਇਸਨੂੰ ਇੱਕ ਆਵਾਜ਼ ਦਿਓ ਜੋ ਤੁਹਾਡੀ ਸੰਸਥਾ ਵਿੱਚ ਕੋਈ ਵੀ ਸੁਣ ਸਕਦਾ ਹੈ। ਮੇਰੇ ਪਿਛਲੇ ਲੇਖ ਵਿੱਚ, ਮੈਂ ਦਲੀਲ ਦਿੱਤੀ ਸੀ ਕਿ ਸਾਨੂੰ ਜਨਸੰਖਿਆ ਵਾਲੇ ਵਿਅਕਤੀਆਂ ਤੋਂ ਫੰਕਸ਼ਨਲ ਵਿਅਕਤੀਆਂ ਵੱਲ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਜੋ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਕੀ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਨ, ਇਸ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਤ ਕਰਦੇ ਹਨ। ਹੁਣ ਮੈਂ ਸੁਝਾਅ ਦੇ ਰਿਹਾ ਹਾਂ ਕਿ ਅਸੀਂ ਅਗਲਾ ਕਦਮ ਚੁੱਕੀਏ: ਸਥਿਰ ਵਿਅਕਤੀਆਂ ਤੋਂ ਲੈ ਕੇ ਇੰਟਰਐਕਟਿਵ ਵਿਅਕਤੀਆਂ ਤੱਕ ਜੋ ਅਸਲ ਵਿੱਚ ਗੱਲਬਾਤ ਵਿੱਚ ਹਿੱਸਾ ਲੈ ਸਕਦੇ ਹਨ ਜਿੱਥੇ ਫੈਸਲੇ ਲਏ ਜਾਂਦੇ ਹਨ। ਕਿਉਂਕਿ ਹਰ ਰੋਜ਼, ਤੁਹਾਡੀ ਸੰਸਥਾ ਵਿੱਚ, ਲੋਕ ਅਜਿਹੇ ਫੈਸਲੇ ਲੈ ਰਹੇ ਹਨ ਜੋ ਤੁਹਾਡੇ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਨ। ਅਤੇ ਤੁਹਾਡੇ ਉਪਭੋਗਤਾ ਮੇਜ਼ 'ਤੇ ਇੱਕ ਸੀਟ ਦੇ ਹੱਕਦਾਰ ਹਨ, ਭਾਵੇਂ ਇਹ ਇੱਕ ਵਰਚੁਅਲ ਹੈ। SmashingMag 'ਤੇ ਹੋਰ ਪੜ੍ਹਨਾ
"ਵਿਅਕਤੀਆਂ 'ਤੇ ਇੱਕ ਨਜ਼ਦੀਕੀ ਨਜ਼ਰ: ਉਹ ਕੀ ਹਨ ਅਤੇ ਉਹ ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ | 1", ਸ਼ਲੋਮੋ ਗੋਲਟਜ਼ "ਡੇਟਾ-ਅਧਾਰਿਤ ਵਿਅਕਤੀਆਂ ਦੇ ਨਾਲ ਤੁਹਾਡੀ ਡਿਜ਼ਾਈਨ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਕਿਵੇਂ ਸੁਧਾਰਿਆ ਜਾਵੇ", ਟਿਮ ਨੋਏਟਜ਼ਲ "ਤੁਹਾਡੀ UX ਖੋਜ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ ਔਖਾ ਕਿਵੇਂ ਬਣਾਇਆ ਜਾਵੇ", ਵਿਟਾਲੀ ਫਰੀਡਮੈਨ "ਉਪਭੋਗਤਾ ਖੋਜ ਲਈ ਮਜ਼ਬੂਤ ਗਾਹਕ ਸਬੰਧ ਕਿਵੇਂ ਬਣਾਉਣੇ ਹਨ", ਰੇਨੇਸੈਂਸ ਰੇਚਲ
