In het productontwerpteam van inDrive is AI al een werktuig.Het wordt gebruikt voor veld UX-interviews in verschillende landen, voor het automatiseren van routine-taken in Figma en voor het snel genereren van realistische visuals uit illustraties. Hieronder staan drie echte verhalen: hoe ontwerpers AI-oplossingen hebben geïmplementeerd, welke uitdagingen ze hebben geconfronteerd en welke resultaten ze hebben bereikt. Onderzoek zonder tussenpersonen - Ervaring Polina Gladkova van Polina Gladkova Eerder werden interviews met chauffeurs in Egypte en Latijns-Amerika uitgevoerd met de hulp van lokale collega’s die als tolken dienden.Dit was handig, maar omdat ze geen professionele onderzoekers waren, wilden ze vaak de chauffeurs helpen – antwoorden voorstellen of laten zien waar ze in de app moesten klikken. Om het onderzoek nauwkeuriger te maken, besloot Polina de interviews zelf uit te voeren met behulp van voice-based ChatGPT. De ontwerper spreekt Russisch, de chauffeur hoort de vertaling in het Arabisch, de chauffeur antwoordt en ChatGPT vertaalt terug. In de praktijk zag het er zo uit: 
 
 
 
 
 
 
 preparing the interview script in ChatGPT beforehand; 
 
 during the ride, enabling voice chat and setting a translator prompt with dialect clarification (e.g., “Egyptian Arabic”) when needed; 
 
 after the interview, asking ChatGPT for: a detailed review of the conversation, a summary table for a series (e.g., 10 interviews), recurring patterns/differences, and hypotheses; 
 
 
 simultaneously recording audio → transcribing it in another AI tool → feeding the text into ChatGPT for more accurate processing. De uitdagingen: 
 
 
 
 soms ChatGPT "stokte" en herhaalde de Russische zin in plaats van het te vertalen; gemengde deelnemers (bijv. toegewezen reacties aan de verkeerde chauffeur); Tijdens een lange serie interviews verloor het eerder context. Wat heeft geholpen: 
 
 
 
 het specificeren van de dialect in de prompt; werken via tekst (audio → transcript → ChatGPT); Handmatige monitoring tijdens interviews. Het resultaat: 
 
 
 
 een tijdsbesparing van ongeveer 3-5x ten opzichte van het traditionele tolksysteem; “schoner” experiment: minder invloed van derden, rustiger one-on-one dialoog; in het dagelijks werk – regelmatig gebruik van ChatGPT voor vertalingen en tekstfeedback over logica/UX. Automatisering van lokalisatie en routine in Figma - Ervaring Sergej Goltsov Sergej Goltsov De aanpak is eenvoudig: neem een echt pijnpunt (van Figma forums/chats of persoonlijke praktijk), formuler een gedetailleerd verzoek en maak een plugin met behulp van de combinatie van ChatGPT + Figma Plugin API-documentatie. Volgens zijn schatting genereert ChatGPT tot 80% van de code; de rest is handmatige beoordeling en verfijning (HTML/CSS/JS, testen in de editor en in Figma). Openbaar beschikbare plugins van Sergey: 
 
 
 
 
 
  — 9,500+ users,   in Figma Weekly. Chat Builder featured 
 
  — ~3,600 users. ChartBG 
 
 
  — ~2,600 users. BorderMockup One internal case was solving a recurring pain point: the monotonous manual work of creating translation keys and linking them to layers in Figma. To address this, Sergei built the   plugin. It scans the entire file (including groups, Frames, and Auto Layout), finds all text layers, and converts them into text variables. The plugin automatically cleans variable names according to API requirements; if the same text is repeated, only one variable is created and all relevant layers are linked to it. Text to Strings Chat bouwer gepresenteerd ChartBG Bordermockup Tekst van Strings Voorheen was het lokaliseren van de lay-outs een vermoeiend routinewerk: teksten moesten handmatig worden gekopieerd, afzonderlijke versies van schermen werden gemaakt en updates moesten worden toegepast telkens als er iets veranderde. Om deze monotonie te elimineren, heeft Sergei een proces opgesteld op basis van Figma Variables en de Sheet to Variables-plug-in. Texten worden automatisch omgezet in variabele sleutels, vertalers werken alleen in Google Sheets en de ontwerper importeert de voltooide vertalingen via CSV. Zodra de variabelen zijn gekoppeld aan de lay-out lagen, kost het omschakelen van de taal in Figma slechts een paar klikken - en alle teksten worden onmiddellijk bijgewerkt. Wat in gedachten te houden: 
 
 
 
 creëren van zeer gedetailleerde aanbevelingen (zelfs “vraag alle verduidelijkende vragen voor het genereren”); handmatige validatie van code en kruiscontrole met documentatie: het model kan de werklogica beïnvloeden of verouderde API-oproepen suggereren; De populariteit van Chat Builder werd versterkt door community posts en wordt weergegeven in een industrie digest. Van illustraties tot realistische foto's - Ervaring Arthur Sitdikov Arthur Sitdikov Arthur wilde de hypothese testen: realistische afbeeldingen van producten presteren beter omdat mensen precies zien wat ze kopen. Hoe het werd gedaan: 
 
 
 
 het nemen van bestaande illustraties (bananen, brood, enz.) en het regelen ervan rechtstreeks in de lay-out; ChatGPT vragen om de compositie in een realistische stijl te “herleiden”; het ontvangen van gebruiksklare activa met transparante achtergronden en het toepassen ervan in product en promotie. “Zonder de compositie te veranderen, maak ze realistisch, zoals in tijdschriften. Wat werd waargenomen: 
 
 
 eerste outputs waren vaak goed genoeg; tijdens lange sessies begonnen fouten te verschijnen - meestal waren twee pogingen per afbeelding voldoende; Soms heeft het model de transparantie “vergeten” en een patroon achtergelaten – dit moest verborgen worden. Het resultaat: 
 
 
 
 
 
 first acceptable variants in ~15 minutes; 
 
 a complete set of assets in two evenings instead of lengthy approvals with photoshoots or stock purchases; 
 
 
 the approach is already in use in product/promo; in parallel, 3D images were generated for interfaces, and outputs from photoshoots were mixed with AI generations. Key Takeaways uit de drie gevallen 
 
 
 
 In interviews maakte voice-based ChatGPT direct contact met respondenten mogelijk, versnelde de analyse en verminderde de invloed van de tolk (tijdsbesparing geschat op 3-5x). Layoutvoorbereiding voor lokalisatie werd sneller dankzij automatische variabele creatie en een CSV-vertalingscyclus (taalschakelen in één klik). Visuele generatie produceerde realistische activa in twee avonden, met de eerste varianten in minuten - genoeg om ideeën snel aan stakeholders te tonen en ze vooruit te zetten. Conclusie Dit zijn drie concrete manieren waarop ontwerpers AI al gebruiken in hun dagelijkse werk: als vertaler en "secretaris" voor interviews, als mede-auteur van plug-in-code en als een hulpmiddel voor snelle, realistische visuals. In elk geval beschreven de ontwerpers de beperkingen die ze tegenkwamen en hoe ze ze overwonnen.De algemene voordelen zijn duidelijk: snellere snelheid, minder handmatige routine en schonere gegevens voor het maken van ontwerpbeslissingen.

inDrive.Tech

Deze audio wordt geproduceerd in de originele taal van het verhaal!

Te lang; Lezen

Boost your HackerNoon story @ $159.99! 🚀

AI in productontwerp: drie praktische gevallen van inDrive

About Author

OPMERKINGEN

LABELS

DIT ARTIKEL WERD GEPRESENTEERD IN

Related Stories

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps