මගේ පෙර ලිපියෙන්, ක්රියාකාරී පුද්ගලයින් වඩාත් කාර්යක්ෂමව නිර්මාණය කිරීමට AI අපට උපකාර කරන්නේ කෙසේදැයි මම ගවේෂණය කළෙමි. පෝස්ටර්වල හොඳ පෙනුමක් ඇති නමුත් කලාතුරකින් නිර්මාණ තීරණ වෙනස් කරන ජනවිකාස පැතිකඩවලට වඩා පරිශීලකයින් ඉටු කිරීමට උත්සාහ කරන දේ කෙරෙහි අවධානය යොමු කරන පුද්ගලයන් ගොඩනැගීම අපි බැලුවෙමු. නමුත් පුද්ගලයන් නිර්මාණය කිරීම සටනෙන් අඩක් පමණි. විශාලම අභියෝගය වන්නේ එම තීක්ෂ්ණ බුද්ධිය අවශ්ය පුද්ගලයින් අතට, ඔවුන්ට අවශ්ය මොහොතේම ලබා දීමයි. සෑම දිනකම, ඔබේ සංවිධානය පුරා සිටින පුද්ගලයින් පරිශීලක අත්දැකීමට බලපාන තීරණ ගනී. ප්රමුඛත්වය දිය යුතු විශේෂාංග මොනවාදැයි නිෂ්පාදන කණ්ඩායම් තීරණය කරයි. අලෙවි කණ්ඩායම් ශිල්පීය ව්යාපාර. මූල්ය කණ්ඩායම් ඉන්වොයිසි ක්රියාවලි සැලසුම් කරයි. පාරිභෝගික සහාය කණ්ඩායම් ප්රතිචාර සැකිලි ලියයි. මෙම සියලු තීරණ පරිශීලකයන් ඔබේ නිෂ්පාදනය හෝ සේවාව අත්විඳින ආකාරය හැඩගස්වයි. තවද ඒවායින් බොහොමයක් සැබෑ පරිශීලකයින්ගෙන් කිසිදු ආදානයකින් තොරව සිදු වේ. අපි පරිශීලක පර්යේෂණ බෙදා ගන්නේ කෙසේද යන්න පිළිබඳ ගැටලුව ඔබ පර්යේෂණ කරන්න. ඔබ පුද්ගල චරිත නිර්මාණය කරයි. ඔබ වාර්තා ලියන්න. ඔබ ඉදිරිපත් කිරීම් ලබා දෙන්න. ඔබ විසිතුරු තොරතුරු ග්රැෆික්ස් පවා සාදයි. එතකොට මොකද වෙන්නේ? පර්යේෂණය කොහේ හරි බෙදාගත් ධාවකයක වාඩි වී, සෙමින් ඩිජිටල් දූවිලි එකතු කරයි. කික්ඕෆ් රැස්වීම්වලදී පුද්ගලයින් යොමු කර පසුව අමතක වේ. වාර්තා එක් වරක් ඉවත් කර නැවත කිසි දිනෙක විවෘත නොවේ. නිෂ්පාදන කළමනාකරුවෙකු නව විශේෂාංගයක් එක් කළ යුතුද යන්න තීරණය කරන විට, ඔවුන් බොහෝ විට පසුගිය වසරේ පර්යේෂණ ගබඩාව හාරා නොයනු ඇත. මූල්ය කණ්ඩායම ඉන්වොයිස් විද්යුත් තැපෑල ප්රතිනිර්මාණය කරන විට, ඔවුන් නිසැකවම පරිශීලක පුද්ගලයන්ගෙන් විමසන්නේ නැත. ඔවුන් ඔවුන්ගේ හොඳම අනුමාන කර ඉදිරියට යනවා. මේ ඒ කණ්ඩායම් විවේචනය කිරීමක් නොවේ. ඔවුන් කාර්යබහුලයි. ඔවුන්ට නියමිත කාල සීමාවන් තිබේ. අවංකවම, ඔවුන්ට පර්යේෂණය විමසීමට අවශ්ය වුවද, එය සොයා ගන්නේ කොහෙන්ද යන්න හෝ ඔවුන්ගේ නිශ්චිත ප්රශ්නය සඳහා එය අර්ථකථනය කරන්නේ කෙසේදැයි ඔවුන් බොහෝ විට නොදනිති. සංවිධානය හරහා ගනු ලබන සෑම තීරණයක් සඳහාම පෙනී සිටිය නොහැකි UX කණ්ඩායමේ ප්රධානීන් තුළ දැනුම අගුලු දමා ඇත. පරිශීලකයින්ට ඇත්ත වශයෙන්ම කතා කළ හැකි නම් කුමක් කළ යුතුද? මිනිසුන්ට සොයා ගැනීමට සහ අර්ථකථනය කිරීමට අවශ්ය ස්ථිතික ලේඛන නිර්මාණය කරනවා වෙනුවට, අපට ඔබේ සියලු පරිශීලක පුද්ගලයන් එකවර විමසා බැලීමට පාර්ශ්වකරුවන්ට මාර්ගයක් ලබා දිය හැකි නම් කුමක් කළ යුතුද?
නව ව්යාපාරයක වැඩ කරන අලෙවිකරණ කළමනාකරුවෙකු සිතන්න. පණිවුඩකරණ මනාපයන් ගැන පුද්ගලයන් පැවසූ දේ මතක තබා ගැනීමට උත්සාහ කරනවා වෙනුවට, ඔවුන්ට සරලව ඇසීමට හැකිය: "මම මෙම විද්යුත් තැපෑලෙහි වට්ටම් දීමනාවක් සමඟින් පෙරමුණ ගැනීමට සිතමි. අපගේ පරිශීලකයින් සිතන්නේ කුමක්ද?" තවද AI හට, ඔබගේ සියලු පර්යේෂණ දත්ත සහ පුද්ගල චරිත මත පදනම්ව, ඒකාග්ර දසුනකින් ප්රතිචාර දැක්විය හැක: එක් එක් පුද්ගලයා ප්රතික්රියා කරන ආකාරය, ඔවුන් එකඟ වන ස්ථානය, ඔවුන් වෙනස් වන ස්ථානය සහ ඔවුන්ගේ සාමූහික ඉදිරිදර්ශන මත පදනම් වූ නිර්දේශ මාලාවක්. එක් ප්රශ්නයක්, ඔබේ සම්පූර්ණ පරිශීලක පදනම හරහා සංශ්ලේෂණය කළ තීක්ෂ්ණ බුද්ධිය.
මෙය විද්යා ප්රබන්ධයක් නොවේ. AI සමඟ, අපට හරියටම මේ ආකාරයේ පද්ධතියක් ගොඩනගා ගත හැකිය. අපට එම විසිරුණු පර්යේෂණ (සමීක්ෂණ, සම්මුඛ සාකච්ඡා, ආධාරක ප්රවේශපත්ර, විශ්ලේෂණ, පුද්ගලයන් විසින්ම) ගෙන ඕනෑම අයෙකුට බහු-දර්ශන ප්රතිපෝෂණ සඳහා විමසිය හැකි අන්තර්ක්රියාකාරී සම්පතක් බවට පත් කළ හැකිය. පරිශීලක පර්යේෂණ ගබඩාව ගොඩනැගීම මෙම ප්රවේශයේ පදනම ඔබේ පරිශීලකයින් ගැන ඔබ දන්නා සෑම දෙයකම මධ්යගත ගබඩාවකි. AI හට ප්රවේශ විය හැකි සහ ලබා ගත හැකි සත්යයේ තනි මූලාශ්රයක් ලෙස එය සිතන්න. ඔබ යම් කාලයක් සඳහා පරිශීලක පර්යේෂණ සිදු කර ඇත්නම්, ඔබ අවබෝධ කරගත් ප්රමාණයට වඩා වැඩි දත්ත ඔබ සතුව ඇත. එය විවිධ මෙවලම් සහ ආකෘති හරහා විසිරී ඇත:
ඔබේ සමීක්ෂණ වේදිකාවේ වාඩි වී සිටින සමීක්ෂණ ප්රතිඵල, Google Docs හි සම්මුඛ පරීක්ෂණ පිටපත්, ඔබේ උපකාරක සේවා පද්ධතිය තුළ පාරිභෝගික සහාය ප්රවේශපත්ර, විවිධ උපකරණ පුවරු වල විශ්ලේෂණ දත්ත, සමාජ මාධ්ය සඳහන් කිරීම් සහ සමාලෝචන, පෙර ව්යාපෘතිවල පැරණි පුද්ගලයින්, උපයෝගිතා පරීක්ෂණ පටිගත කිරීම් සහ සටහන්.
පළමු පියවර වන්නේ මේ සියල්ල එක තැනකට එකතු කිරීමයි. එය පරිපූර්ණ ලෙස සංවිධානය කිරීම අවශ්ය නොවේ. අවුල් සහගත යෙදවුම් අර්ථවත් කිරීමට AI විශිෂ්ටයි. ඔබ මුල සිට ආරම්භ කරන්නේ නම් සහ දැනට පවතින බොහෝ පර්යේෂණ නොමැති නම්, ඔබට මූලික පදනමක් ස්ථාපිත කිරීමට AI ගැඹුරු පර්යේෂණ මෙවලම් භාවිතා කළ හැකිය.
මෙම මෙවලම්වලට ඔබේ නිෂ්පාදන ප්රවර්ගය, තරඟකරුවන්ගේ සමාලෝචන සහ මිනිසුන් අසන පොදු ප්රශ්න පිළිබඳ සාකච්ඡා සඳහා වෙබය පරිලෝකනය කළ හැක. ඔබ ඔබේ මූලික පර්යේෂණ ගොඩනඟන අතරතුර මෙය ඔබට වැඩ කිරීමට යමක් ලබා දෙයි. අන්තර් ක්රියාකාරී පුද්ගලයින් නිර්මාණය කිරීම ඔබට ඔබේ ගබඩාව ලැබුණු පසු, ඊළඟ පියවර වන්නේ පාර්ශවකරුවන් වෙනුවෙන් AI හට උපදෙස් ලබා ගත හැකි පුද්ගලයන් නිර්මාණය කිරීමයි. මෙය එක් ප්රධාන වෙනසක් සහිතව මගේ පෙර ලිපියේ දක්වා ඇති ක්රියාකාරී පුද්ගල ප්රවේශය මත සෘජුවම ගොඩනැගෙයි: මෙම පුද්ගලයන් කාච බවට පත් වන අතර එමඟින් AI විසින් ප්රශ්න විශ්ලේෂණය කරයි, යොමුව පමණක් නොවේ.ලේඛන. ක්රියාවලිය මේ ආකාරයට ක්රියා කරයි:
AI මෙවලමකට ඔබේ පර්යේෂණ ගබඩාව පෝෂණය කරන්න. ඉලක්ක, කාර්යයන් සහ ඝර්ෂණ ලක්ෂ්ය මත පදනම්ව වෙනස් පරිශීලක කොටස් හඳුනා ගැනීමට එය අසන්න. එය එක් එක් කොටස සඳහා සවිස්තරාත්මක පුද්ගලයන් ජනනය කරන්න. පාර්ශවකරුවන් ප්රශ්න අසන විට, ඒකාග්ර ප්රතිපෝෂණ සපයමින් සියලුම පුද්ගලයන්ගෙන් උපදෙස් ලබා ගැනීමට AI වින්යාස කරන්න.
මෙහිදී මෙම ප්රවේශය සාම්ප්රදායික පුද්ගලයන්ගෙන් සැලකිය යුතු ලෙස වෙනස් වේ. AI මෙම පුද්ගල ලේඛනවල මූලික පාරිභෝගිකයා වන නිසා, ඒවා ස්කෑන් කළ හැකි හෝ තනි පිටුවකට ගැළපීමට අවශ්ය නොවේ. සාම්ප්රදායික පුද්ගලයන් මිනිස් කියවීමේ හැකියාවෙන් සීමා වී ඇත: ඔබට සෑම දෙයක්ම බුලට් පොයින්ට් සහ යමෙකුට බැලූ බැල්මට උකහා ගත හැකි ප්රධාන උද්ධෘත දක්වා ආසවනය කළ යුතුය. නමුත් AI වලට එහෙම සීමාවක් නැහැ. මෙයින් අදහස් කරන්නේ ඔබේ පෞරුෂය සැලකිය යුතු ලෙස විස්තර කළ හැකි බවයි. ඔබට දිගු චර්යාත්මක නිරීක්ෂණ, පරස්පර විරෝධී දත්ත ලක්ෂ්ය සහ සාම්ප්රදායික පුද්ගල පෝස්ටරයක් සඳහා සංස්කරණ ක්රියාවලියෙන් කිසිදා නොනැසී පවතින සූක්ෂ්ම සන්දර්භය ඇතුළත් කළ හැක. AI හට මෙම සියලු සංකීර්ණතා රඳවාගෙන ප්රශ්නවලට පිළිතුරු දීමේදී එය මත ඇද ගත හැක. ඔබට එක් එක් පුද්ගලයා තුළ විවිධ කාච හෝ ඉදිරිදර්ශන නිර්මාණය කළ හැකිය, විශේෂිත ව්යාපාරික කාර්යයන් සඳහා සකස් කර ඇත. ඔබේ “සති අන්ත වොරියර්” පෞරුෂයට අලෙවිකරණ කාචයක් (පණිවුඩකරණ මනාප, නාලිකා පුරුදු, ප්රචාරක ප්රතිචාර), නිෂ්පාදන කාචයක් (විශේෂාංග ප්රමුඛතා, උපයෝගීතා රටා, උත්ශ්රේණි කිරීමේ ප්රේරක) සහ ආධාරක කාචයක් (පොදු ප්රශ්න, කලකිරීම් ලකුණු, විභේදන මනාප) තිබිය හැකිය. අලෙවිකරණ කළමනාකරුවෙකු ප්රශ්නයක් අසන විට, AI අලෙවිකරණයට අදාළ තොරතුරු ලබා ගනී. නිෂ්පාදන කළමනාකරුවෙකු අසන විට, එය නිෂ්පාදන කාචයෙන් ඇද දමයි. එකම පුද්ගලයා, අසන්නේ කවුරුන්ද යන්න මත වෙනස් ගැඹුර.
පුද්ගලයන්ට අප පෙර සාකච්ඡා කළ සියලුම ක්රියාකාරී මූලද්රව්ය තවමත් ඇතුළත් විය යුතුය: ඉලක්ක සහ කාර්යයන්, ප්රශ්න සහ විරෝධතා, වේදනා ලකුණු, ස්පර්ශ ලක්ෂ්ය සහ සේවා හිඩැස්. නමුත් දැන් මෙම මූලද්රව්ය AI විසින් එක් එක් පුද්ගලයාගේ දෘෂ්ටිකෝණයෙන් ප්රශ්න ඇගයීමට ලක් කරන ආකාරය සඳහා පදනම බවට පත්වේ, ඔවුන්ගේ අදහස් ක්රියාකාරී නිර්දේශයන් බවට සංස්ලේෂණය කරයි. ක්රියාත්මක කිරීමේ විකල්ප ඔබට මෙය ඔබගේ සම්පත් සහ අවශ්යතා මත පදනම්ව විවිධ මට්ටමේ සූක්ෂමතාවයන් සමඟින් සැකසිය හැක. සරල ප්රවේශය බොහෝ AI වේදිකා දැන් ඔබට යොමු ලේඛන උඩුගත කිරීමට ඉඩ සලසන ව්යාපෘති හෝ වැඩ ඉඩ විශේෂාංග ලබා දෙයි. ChatGPT වල මේවා හඳුන්වන්නේ Projects කියලා. ක්ලෝඩ්ට සමාන ලක්ෂණයක් ඇත. Copilot සහ Gemini ඒවා Spaces හෝ Gems ලෙස හඳුන්වයි. ආරම්භ කිරීමට, කැප වූ ව්යාපෘතියක් සාදා ඔබේ ප්රධාන පර්යේෂණ ලේඛන සහ පුද්ගලයන් උඩුගත කරන්න. ඉන්පසු ප්රශ්නවලට ප්රතිචාර දැක්වීමේදී සියලුම පුද්ගලයන්ගෙන් උපදෙස් ලබා ගන්නා ලෙස AI වෙත පැහැදිලි උපදෙස් ලියන්න. මෙවැනි දෙයක්: අපගේ පරිශීලකයින් තේරුම් ගැනීමට ඔබ පාර්ශවකරුවන්ට උදවු කරයි. ප්රශ්න අසන විට, මෙම ව්යාපෘතියේ සියලුම පරිශීලක පුද්ගලයින්ගෙන් විමසා සපයන්න: (1) එක් එක් පුද්ගලයා ප්රතිචාර දැක්විය හැකි ආකාරය පිළිබඳ කෙටි සාරාංශයක්, (2) ඔවුන් එකඟ වන ස්ථානය සහ ඔවුන් වෙනස් වන ස්ථානය ඉස්මතු කරන දළ විශ්ලේෂණයක් සහ (3) ඔවුන්ගේ සාමූහික ඉදිරිදර්ශන මත පදනම් වූ නිර්දේශ. ඔබගේ විශ්ලේෂණය දැනුම් දීමට සියලුම පර්යේෂණ ලේඛන අඳින්න. පර්යේෂණය සම්පූර්ණයෙන්ම මාතෘකාවක් ආවරණය නොකරන්නේ නම්, මෙම පුද්ගලයන්ට ගැළපෙන පුද්ගලයන් සමාන ගැටලු සාකච්ඡා කරන්නේ කෙසේදැයි බැලීමට Reddit, Twitter, සහ අදාළ සංසද වැනි සමාජ වේදිකා සොයන්න. ඔබට තවමත් යමක් ගැන විශ්වාසයක් නොමැති නම්, එසේ අවංකව පවසන්න සහ උපකාර කළ හැකි අමතර පර්යේෂණ මොනවාදැයි යෝජනා කරන්න.
මෙම ප්රවේශය යම් සීමාවන් ඇත. ඔබට උඩුගත කළ හැකි ගොනු ප්රමාණය පිළිබඳ සීමාවන් ඇත, එබැවින් ඔබට ඔබේ වැදගත්ම පර්යේෂණයට ප්රමුඛත්වය දීමට හෝ ඔබේ පුද්ගලයන් තනි විස්තීරණ ලේඛනයකට ඒකාබද්ධ කිරීමට අවශ්ය විය හැකිය. වඩාත් සංකීර්ණ ප්රවේශය විශාල ආයතන සඳහා හෝ අඛණ්ඩ භාවිතය සඳහා, Notion වැනි මෙවලමක් වාසි ලබා දෙන්නේ එයට ඔබේ සම්පූර්ණ පර්යේෂණ ගබඩාව තබා ගත හැකි අතර AI හැකියාවන් ගොඩනගා ඇති බැවිනි. ඔබට විවිධ වර්ගයේ පර්යේෂණ සඳහා දත්ත සමුදායන් නිර්මාණය කළ හැකිය, ඒවා එකට සම්බන්ධ කළ හැකිය, ඉන්පසු සියල්ල හරහා විමසීමට AI භාවිතා කළ හැකිය.
මෙහි ඇති වාසිය නම් AI හට තවත් බොහෝ සන්දර්භයන් වෙත ප්රවේශය තිබීමයි. පාර්ශවකරුවෙකු ප්රශ්නයක් අසන විට, එයට සමීක්ෂණ, ආධාරක ප්රවේශපත්ර, සම්මුඛ පරීක්ෂණ පිටපත් සහ විශ්ලේෂණ දත්ත සියල්ල එකවර ලබා ගත හැක. මෙය වඩාත් පොහොසත්, වඩාත් සූක්ෂ්ම ප්රතිචාර සඳහා හේතු වේ. මෙය ප්රතිස්ථාපනය නොකරන දේ සීමාවන් ගැන මම පැහැදිලි විය යුතුයි. අතථ්ය පුද්ගලයන් සැබෑ පරිශීලකයන් සමඟ කතා කිරීම සඳහා ආදේශකයක් නොවේ. ඒවා දැනට පවතින පර්යේෂණ වඩාත් ප්රවේශ විය හැකි සහ ක්රියාකාරී කිරීමට මාර්ගයකි. ඔබට තවමත් මූලික පර්යේෂණ අවශ්ය වන අවස්ථා කිහිපයක් තිබේ:
ඔබගේ දැනට පවතින පර්යේෂණ ආවරණය නොවන සැබෑ අලුත් දෙයක් දියත් කරන විට; ඔබට නිශ්චිත සැලසුම් හෝ මූලාකෘති වලංගු කිරීමට අවශ්ය වූ විට; ඔබගේ ගබඩා දත්ත පරණ වන විට; පාර්ශවකරුවන් වන විටසංවේදනය ගොඩනැගීමට සැබෑ මිනිසුන්ගෙන් සෘජුව ඇසිය යුතුය.
ඇත්ත වශයෙන්ම, ඔබට මෙම තත්වයන් හඳුනා ගැනීමට AI වින්යාසගත කළ හැකිය. පර්යේෂණයට පිළිතුරු දිය හැකි ප්රමාණයෙන් ඔබ්බට යන ප්රශ්නයක් යමෙකු අසන විට, AI හට මෙවැනි දෙයකින් ප්රතිචාර දැක්විය හැක: "ඒකට විශ්වාසයෙන් පිළිතුරු දීමට මට ප්රමාණවත් තොරතුරු නොමැත. මෙය ඉක්මන් පරිශීලක සම්මුඛ පරීක්ෂණයක් හෝ සමීක්ෂණයක් සඳහා හොඳ ප්රශ්නයක් විය හැකිය." ඔබ නව පර්යේෂණ සිදු කරන විට, එම දත්ත නැවත ගබඩාවට පෝෂණය වේ. ඔබේ අවබෝධය ගැඹුරු වන විට පුද්ගලයා කාලයත් සමඟ පරිණාමය වේ. මෙය සාම්ප්රදායික ප්රවේශයට වඩා බෙහෙවින් යහපත් ය, එහිදී පුද්ගලයන් එක් වරක් නිර්මාණය වී පසුව සෙමෙන් යල් පැන යයි. ආයතනික මාරුව මෙම ප්රවේශය ඔබේ සංවිධානයට හසු වුවහොත්, රසවත් දෙයක් සිදු වේ. UX කණ්ඩායමේ භූමිකාව පරිශීලක දැනුමේ දොරටු පාලකයන් වීමේ සිට ගබඩාවේ භාරකරුවන් සහ නඩත්තු කරන්නන් ලෙස මාරු වේ. කියවීමට හෝ නොලැබීමට ඉඩ ඇති වාර්තා සෑදීමට කාලය ගත කරනවා වෙනුවට, ගබඩාව පවතින බව සහතික කිරීමට සහ ප්රයෝජනවත් ප්රතිචාර ලබා දීමට AI වින්යාස කර ඇති බව සහතික කිරීමට ඔබ කාලය ගත කරයි. පුෂ් (ඉදිරිපත් කිරීම්, වාර්තා, ඊමේල්) සිට අදින්නට පර්යේෂණ සන්නිවේදනය වෙනස් වේ (පාර්ශ්වකරුවන්ට පිළිතුරු අවශ්ය වූ විට ප්රශ්න අසයි). පරිශීලක කේන්ද්රීය චින්තනය එක් කණ්ඩායමක් තුළ සංකේන්ද්රණය වීමට වඩා සංවිධානය පුරා බෙදා හැරේ. මෙය UX පර්යේෂකයන් අඩු වටිනාකමක් ඇති නොකරයි. ඕනෑම දෙයක් නම්, එය ඔවුන්ව වඩාත් වටිනා කරයි, මන්ද ඔවුන්ගේ කාර්යයට දැන් පුළුල් පරාසයක් සහ විශාල බලපෑමක් ඇත. නමුත් එය කාර්යයේ ස්වභාවය වෙනස් කරයි. ආරම්භ කිරීම ඔබට මෙම ප්රවේශය උත්සාහ කිරීමට අවශ්ය නම්, කුඩාවෙන් පටන් ගන්න. කිමිදීමට පෙර ඔබට ක්රියාකාරී පුද්ගලයින් පිළිබඳ ප්රාථමිකයක් අවශ්ය නම්, ඒවා නිර්මාණය කිරීම සඳහා මම සවිස්තරාත්මක මාර්ගෝපදේශයක් ලියා ඇත. එක් ව්යාපෘතියක් හෝ කණ්ඩායමක් තෝරාගෙන ChatGPT ව්යාපෘති හෝ ඒ හා සමාන මෙවලමක් භාවිතයෙන් සරල ක්රියාත්මක කිරීමක් සකසන්න. ඔබ සතුව ඇති ඕනෑම පර්යේෂණයක් (එය අසම්පූර්ණ යැයි හැඟුනත්) එක්රැස් කර, පුද්ගලයන් එකක් හෝ දෙකක් සාදා, පාර්ශවකරුවන් ප්රතිචාර දක්වන ආකාරය බලන්න. ඔවුන් අසන ප්රශ්න මොනවාදැයි අවධානය යොමු කරන්න. ඔබගේ පර්යේෂණයේ හිඩැස් ඇති ස්ථාන සහ වඩාත්ම වටිනා අමතර දත්ත මොනවාද යන්න මේවා ඔබට කියනු ඇත. ඔබ ප්රවේශය ශෝධනය කරන විට, ඔබට තවත් කණ්ඩායම් සහ වඩාත් සංකීර්ණ මෙවලම් වෙත ව්යාප්ත කළ හැක. නමුත් මූලික මූලධර්මය එලෙසම පවතී: එම විසිරී ඇති පරිශීලක දැනුම ලබාගෙන ඔබේ සංවිධානයේ ඕනෑම කෙනෙකුට ඇසෙන හඬක් දෙන්න. මගේ පෙර ලිපියේ, මම තර්ක කළේ අපි ජනවිකාස පුද්ගල චරිතවල සිට පරිශීලකයන් කිරීමට උත්සාහ කරන දේ කෙරෙහි අවධානය යොමු කරන ක්රියාකාරී පුද්ගලයන් වෙත මාරු විය යුතු බවයි. දැන් මම යෝජනා කරන්නේ අපි මීළඟ පියවර ගන්නා ලෙසයි: ස්ථිතික පුද්ගලයන්ගේ සිට අන්තර්ක්රියාකාරී ඒවා දක්වා තීරණ ගන්නා සංවාදවලට සැබවින්ම සහභාගී විය හැකිය. මක්නිසාද යත්, සෑම දිනකම, ඔබේ සංවිධානය හරහා, මිනිසුන් ඔබේ පරිශීලකයින්ට බලපාන තීරණ ගනිමින් සිටින බැවිනි. ඔබේ පරිශීලකයින්ට එය අතථ්ය එකක් වුවද මේසයේ ආසනයක් ලැබිය යුතුය. SmashingMag පිළිබඳ වැඩිදුර කියවීම
“පුද්ගලයින් දෙස සමීප බැල්මක්: ඔවුන් මොනවාද සහ ඔවුන් ක්රියා කරන ආකාරය | 1”, ෂ්ලෝමෝ ගොල්ට්ස් “දත්ත පදනම් වූ පුද්ගලයන් සමඟ ඔබේ නිර්මාණ ක්රියාවලිය වැඩිදියුණු කරන්නේ කෙසේද”, Tim Noetzel "ඔබේ UX පර්යේෂණ නොසලකා හැරීමට අපහසු කරන්නේ කෙසේද", විටාලි ෆ්රීඩ්මන් "පරිශීලක පර්යේෂණ සඳහා ශක්තිමත් පාරිභෝගික සබඳතා ගොඩනඟා ගන්නේ කෙසේද", පුනරුදයේ රේචල්
