איך לתאר מה אתם רוצים לבונה אפליקציות בבינה מלאכותית (כדי שהוא באמת יבנה את זה)

אתם מתיישבים מול בונה אפליקציות בבינה מלאכותית. יש לכם רעיון — אולי מערכת קביעת פגישות לסטודיו שלכם, מערכת מעקב לקוחות לעסק הפרילנס שלכם, או לוח בקרה פנימי שהצוות שלכם מבקש כבר חודשים. אתם מקלידים משהו כמו “תבנה לי אפליקציה לעסק שלי” ומקבלים בחזרה… משהו שלא ממש תואם למה שבראש שלכם.

הבעיה היא לא הבינה המלאכותית. הבעיה היא ש”תבנה לי אפליקציה לעסק שלי” נותן לבינה המלאכותית בערך כמה לעבוד איתו כמו להגיד לקבלן “תבנה לי בית”. תקבלו בית. הוא פשוט כנראה לא יהיה זה שרציתם.

הנה איך לתאר מה אתם רוצים בצורה שבאמת תוביל אתכם לשם — בלי שום רקע טכני.

התחילו במי, לא במה

הטעות הכי נפוצה שאנשים עושים כשהם משתמשים בכלים האלה היא לקפוץ ישר ליכולות. “אני רוצה דף התחברות, לוח בקרה, ומסך הגדרות.” זו רשימה של מסכים, לא תיאור של מוצר.

במקום זה, התחילו במי שהולך להשתמש בדבר הזה ומה הוא מנסה להשיג.

השוו את שני התיאורים האלה:

מעורפל: “תבנה לי אפליקציית קביעת פגישות.”

ברור: “אני מנהל סטודיו צילום. הלקוחות שלי צריכים לקבוע מפגשים של 60 או 90 דקות אונליין, לבחור מתוך זמנים פנויים, ולשלם מקדמה של 50 דולר מראש. אני צריך לראות את כל ההזמנות בתצוגת לוח שנה ולקבל מייל כשמישהו מזמין.”

השני אומר לבינה המלאכותית בדיוק מי מעורב (אתם והלקוחות שלכם), מה הם עושים (מזמינים, משלמים, צופים), ומה חשוב (זמנים פנויים, סכום המקדמה, התראות). זה מספיק כדי לבנות משהו אמיתי בניסיון הראשון.

תבנית התחלה טובה: “[מי אני] צריך ש[מי המשתמשים שלי] יוכלו [פעולות ספציפיות], ואני צריך [מה אני עושה עם התוצאה].”

תארו יום, לא רשימת יכולות

אם אתם מתקשים לנסח מה אתם רוצים, נסו לתאר איך נראה יום רגיל עם הכלי הזה.

לדוגמה: “כל בוקר אני פותח את האפליקציה ורואה לאילו לקוחות יש מפגשים היום. כשלקוח חדש ממלא את טופס הקליטה, זה מופיע בתור שלי. אני סוקר את זה, מקצה לו חבילה, והמערכת שולחת לו מייל ברוכים הבאים עם קישור ההתחברות שלו. בסוף השבוע אני מוציא דוח של שעות שעבדתי לכל לקוח.”

זה נותן לבינה המלאכותית סיפור לעקוב אחריו. היא מבינה את הזרימה, את הרצף, את הקשרים בין הדברים. “טופס קליטה מוביל לתור מוביל להקצאה מוביל למייל” הרבה יותר שימושי מרשימה שטוחה של יכולות כי זה אומר לבינה המלאכותית איך החלקים מתחברים.

נסו לכתוב שלושה או ארבעה משפטים שמתארים תהליך עבודה טיפוסי מההתחלה ועד הסוף. תופתעו כמה זה מעצב את התוצאה.

היו ספציפיים לגבי מספרים וכללים

בוני אפליקציות בבינה מלאכותית טובים בלייצר מבנה, אבל הם לא יכולים לנחש את כללי העסק שלכם. כשיש מספר, מגבלה, או תנאי שמשנה, אמרו אותו.

• “פגישות הן 30, 60 או 90 דקות” — לא “לפגישות יש אורכים שונים”
• “לקוחות יכולים לשנות מועד עד 24 שעות לפני המפגש שלהם” — לא “לקוחות יכולים לשנות מועד”
• “התוכנית החינמית מאפשרת 5 פרויקטים” — לא “לתוכנית החינמית יש מגבלות”
• “חשבוניות לתשלום תוך 30 יום ואני גובה ריבית של 1.5% בחודש על תשלומים באיחור” — לא “אני צריך הפקת חשבוניות”

בכל פעם שאתם כותבים דרישה מעורפלת, הבינה המלאכותית ממלאת את החסר בניחוש. לפעמים היא מנחשת נכון. לעיתים קרובות לא. ספציפיות מונעת אי-התאמות.

תרגיל אחד שימושי: קראו שוב את התיאור שלכם וחפשו כל מילה שיכולה להתכוון לדברים שונים לאנשים שונים. “צוות קטן” — זה 3 אנשים או 30? “תמחור משתלם” — 5 דולר בחודש או 50? “ביצוע מהיר” — באותו יום או באותו שבוע? החליפו את המילים האלה במספרים אמיתיים.

הראו, אל תספרו רק

אם יש לכם דוגמאות למה שאתם מנסים להחליף או לשחזר, הזכירו אותן.

“משהו כמו Calendly אבל למספרי כלבים — לקוחות בוחרים שירות (רחצה, תספורת, טיפוח מלא), בוחרים זמן, ומוסיפים הערות על המזג של הכלב שלהם” נותן לבינה המלאכותית נקודת ייחוס קונקרטית. היא מכירה את הצורה הכללית (כלי קביעת פגישות) ואת ההבדלים הספציפיים (סוגי שירות, הערות ספציפיות לחיית מחמד).

אתם יכולים גם להפנות לאפליקציות שאתם משתמשים בהן היום: “כרגע אני עוקב אחרי הכול בגיליון Google עם עמודות לשם הלקוח, סטטוס הפרויקט, דדליין והערות. אני רוצה את אותו המידע אבל באפליקציה אמיתית שבה אני יכול לסנן לפי סטטוס ולקבל התראות כשדדליינים מתקרבים.”

ככל שהייחוס שלכם קונקרטי יותר, כך תצטרכו פחות סבבי שכלול. ייחוסים נותנים לבינה המלאכותית נקודת זינוק — היא לא צריכה להמציא את כל הרעיון מאפס, רק להתאים תבנית מובנת לספציפיקה שלכם.

אל תתארו יותר מדי את הממשק

הנה אחד מנוגד לאינטואיציה: אל תבזבזו יותר מדי זמן על תיאור איך הדברים אמורים להיראות. צבעים, מיקום כפתורים, בחירת פונטים — אלה פרטים שקל לשנות אחר כך אבל קשה לפרט היטב במילים.

מה שחשוב יותר הוא ארכיטקטורת המידע — איזה נתון מופיע איפה.

במקום “אני רוצה סרגל צד כחול עם אייקונים לכל קטע ופעמון התראות בפינה הימנית העליונה”, נסו: “המסך הראשי צריך להראות את הפגישות של היום במרכז ובמלוא הבולטות. אני צריך להגיע לפרופילי לקוחות, פגישות עבר, ודוחות הכנסה מכל מקום באפליקציה.”

הבינה המלאכותית תקבל החלטות עיצוב סבירות. אתם יכולים להתאים צבעים, פריסות ועיצוב בבקשות המשך. אבל לקבל את הנתון הלא נכון בדף הלא נכון קשה יותר לתקן מלקבל את הגוון הלא נכון של כחול.

בנו בחתיכות, לא הכול בבת אחת

אתם לא חייבים לתאר את כל האפליקציה שלכם בבקשה אחת. למעשה, להתחיל בקטן בדרך כלל מניב תוצאות טובות יותר.

התחילו מהתהליך המרכזי — הדבר האחד שהאפליקציה הזאת חייבת לעשות. תגרמו לזה לעבוד ולהיראות נכון. ואז הוסיפו שכבות: “עכשיו הוסף דף פרופיל לקוח שמראה את היסטוריית ההזמנות שלו.” ואז: “הוסף תרשים הכנסה שבועי ללוח הבקרה.”

בכל סבב, לבינה המלאכותית יש הקשר ממה שכבר בנתה. היא מכירה את מודל הנתונים שלכם, את המשתמשים שלכם, את הטרמינולוגיה שלכם. התוספות משתלבות באופן טבעי במבנה הקיים במקום להיות מעוצבות בבידוד.

דוגמה אמיתית: נניח שאתם בונים פורטל לקוחות. התחילו ב”אני צריך דף שבו לקוחות יכולים לראות את הפגישות הקרובות שלהם ולבטל אם צריך.” תגרמו לזה לעבוד. ואז בקשו “דף שבו אני יכול לראות את כל הלקוחות ולסנן לפי פעילים מול לא פעילים.” ואז “הוסף יכולת תכתובת כדי שאוכל לשלוח עדכונים ללקוחות בודדים מהפרופיל שלהם.” שלוש בקשות, כל אחת בונה על הקודמת, כל אחת קלה לבינה המלאכותית לקלוע אליה כי ההקשר כבר שם.

אמרו מה לא אמור לקרות

תיאור מקרי קצה והגבלות חשוב בדיוק כמו תיאור התרחיש האידיאלי.

• “לקוחות לא יכולים להזמין פחות מ-4 שעות מראש”
• “רק אני יכול למחוק פגישות — לקוחות יכולים רק לבטל”
• “אל תציג נתוני הכנסה לאף אחד מלבד משתמשי מנהל”
• “אם מישהו לא התחבר במשך 30 יום, סמן אותו כלא פעיל אבל אל תמחק את החשבון שלו”

בלי האילוצים האלה, אתם מקבלים אפליקציה שעובדת מצוין בהדגמה ונשברת ביום הראשון שלקוח אמיתי משתמש בה. מתכנת בישיבת תכנון היה שואל “מה קורה אם מישהו מנסה להזמין בחצות?”. הבינה המלאכותית לא תשאל — אז אתם צריכים לענות על השאלות האלה לפני שהן עולות.

המיומנות האמיתית היא חשיבה ברורה

לקבל תוצאות טובות מבונה עם בינה מלאכותית זה לא ללמוד תחביר מיוחד של בקשות. זה לחשוב בבירור על מה אתם צריכים לפני שאתם מתחילים להקליד.

מאמנת כושר שדיברנו איתה בילתה שלושה סבבים הלוך ושוב עם בונה בבינה מלאכותית בניסיון לקלוע לאפליקציית מעקב הלקוחות שלה. בניסיון הרביעי, היא בילתה עשר דקות בכתיבת בדיוק מה שקורה כשלקוח חדש נרשם — טופס הקליטה, ההערכה הראשונית, הקצאת התוכנית, הצ’ק-אין השבועי. היא מסרה את הסיפור הזה לבינה המלאכותית וקיבלה אפליקציה שעובדת בניסיון אחד.

ההבדל לא היה כלי טוב יותר או ביטוי קסם. היא פשוט ידעה מה היא רוצה ואמרה את זה בפשטות. רובנו לא באמת מבינים מה אנחנו רוצים עד שאנחנו מנסים להסביר את זה למישהו — או משהו — אחר. זו לא מגבלה של בוני אפליקציות בבינה מלאכותית. ככה חשיבה עובדת.

נסו את זה עכשיו

בחרו תהליך עבודה אחד שאתם עושים שוב ושוב — מעקב אחרי משהו, קביעת מועד למשהו, איסוף מידע מאנשים. כתבו שלושה משפטים שמתארים מי עושה מה ומה קורה אחר כך. ואז מסרו את זה לבונה אפליקציות בבינה מלאכותית וראו מה חוזר.

תופתעו כמה התוצאה הראשונה קרובה כשמתחילים בבהירות במקום במילות מפתח.