У команді з дизайну продуктів inDrive, AI вже є робочим інструментом. він використовується для польових інтерв'ю UX в різних країнах, для автоматизації рутинних завдань в Figma, а також для швидкого створення реалістичних візуалів з ілюстрацій. Нижче наведено три реальні історії: як дизайнери впроваджували AI-рішення, які виклики вони стикалися і які результати вони досягли. Дослідження без посередників Досвід Polina Gladkova Поліна Гладкова Раніше інтерв'ю з водіями в Єгипті та Латинській Америці проводили за допомогою місцевих колег, які виступали перекладачами.Це було корисно, але оскільки вони не були професійними дослідниками, вони часто хотіли допомогти водіям - пропонуючи відповіді або показуючи, де натиснути в додатку. Щоб зробити дослідження більш точними, Поліна вирішила самостійно провести інтерв'ю за допомогою голосового ChatGPT. Дизайнер говорить російською мовою, водій чує переклад на арабську мову, водій відповідає, а ChatGPT перекладає назад. На практиці це виглядало так: 
 
 
 
 
 
 
 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. І виклики: 
 
 
 
 іноді ChatGPT «застряг» і повторював російську фразу замість перекладу; змішані учасники (наприклад, відповіді, що приписуються неправильному водієві); Під час довгої серії інтерв'ю вона раніше втратила контекст. Що допомогло: 
 
 
 
 вказати діалект у проспекті; робота за допомогою тексту (аудіо → транскрипт → ChatGPT); Ручний моніторинг під час інтерв'ю. Результати : 
 
 
 
 економія часу приблизно в 3-5 разів порівняно з традиційною схемою перекладача; «Чистіший» експеримент: менше впливу від третіх сторін, спокійніший діалог один з одним; в повсякденній роботі — регулярне використання ChatGPT для перекладів і текстових відгуків на тему логіки/UX. Автоматизація локалізації та рутини в Figma — Досвід Сергій Гольцов Сергій Гольцов Сергій вирішує повторювані завдання, будуючи плагіни Figma. Підхід простий: візьміть реальну точку болю (з форумів / чатів Figma або особистої практики), сформулюйте детальний запит і створюйте плагін, використовуючи комбінацію документації API ChatGPT + Figma Plugin. За його оцінками, ChatGPT генерує до 80% коду; решта - ручний огляд і вдосконалення (HTML/CSS/JS, тестування в редакторі і в Figma). Публічно доступні плагіни 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 Чат Будівельник Презентація ЧАРТБГ Бордермок Текст для струн Раніше локалізація розкладів була нудною рутинною роботою: тексти потрібно було копіювати вручну, створювалися окремі версії екранів, а оновлення потрібно було застосовувати кожного разу, коли щось змінювалося. Щоб усунути цю одноманітність, Сергій встановив процес, заснований на Figma Variables і плагіні Sheet to Variables.Тексти автоматично перетворюються на змінні ключі, перекладачі працюють тільки в Google Sheets, а дизайнер імпортує завершені переклади через CSV. Що слід мати на увазі: 
 
 
 
 створювати дуже деталізовані запрошення (навіть «запитайте всі уточнюючі питання, перш ніж створювати»); ручна перевірка коду та перевірка документації: модель може вплинути на робочу логіку або запропонувати застарілі виклики API; Популярність Chat Builder була підсилена публікаціями спільноти і була представлена в індустрії. Від ілюстрацій до реалістичних фотографій — Досвід Артур Сидіков Артур Сидіков Артур хотів перевірити гіпотезу: реалістичні зображення продуктів працюють краще, тому що люди бачать саме те, що вони купують. Як це було зроблено: 
 
 
 
 беручи існуючі ілюстрації (банани, хліб і т.д.) і влаштовуючи їх безпосередньо в оформленні; просити ChatGPT «перетворити» композицію в реалістичному стилі; отримання готових до використання активів з прозорим фоном та застосування їх у продукті та акції. «Не змінюючи композиції, зробіть їх реалістичними, як у журналах. Що було спостерігано: 
 
 
 перші виходи часто були досить хорошими; під час довгих сеансів почали з'являтися помилки - зазвичай двох спроб на зображення було достатньо; Іноді модель «забула» про прозорість і залишила шаблон контрольної дошки — це довелося приховати. Результати : 
 
 
 
 
 
 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. Ключові заходи з трьох випадків 
 
 
 
 В інтерв'ю голосовий ChatGPT дозволяв безпосередній контакт з респондентами, прискорив аналіз і зменшив вплив перекладача (заощадження часу оцінюється в 3-5 разів). Підготовка розташування до локалізації стала швидшою завдяки автоматичному створенню змінних та циклу перекладу CSV (перемикання мови за один клік). Візуальне покоління виробляло реалістичні активи за два вечори, з першими варіантами за кілька хвилин - достатньо, щоб швидко показати ідеї зацікавленим сторонам і просунути їх вперед. Висновок Це три конкретні способи, якими дизайнери вже використовують штучний інтелект в повсякденній роботі: як перекладач і «секретар» для інтерв'ю, як співавтор коду плагінів, і як інструмент для швидких, реалістичних візуалів. У кожному випадку дизайнери описали обмеження, з якими вони зіткнулися, і як вони їх подолали. загальні переваги очевидні: більш швидка швидкість, менше рутинної роботи та більш чисті дані для прийняття дизайнерських рішень.

inDrive.Tech

Це аудіо створено мовою оригіналу історії!

Надто довго; Читати

Boost your HackerNoon story @ $159.99! 🚀

AI в дизайні продуктів: три практичні випадки від inDrive

About Author

КОМЕНТАРІ

ПОВІСИТИ БИРКИ

ЦЯ СТАТТЯ БУЛА ПРЕДСТАВЛЕНА В

Related Stories

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps