דמיינו את עצמכם עומדים במטבח מבולגן בשעה 18:00 בערב, מנסים להרכיב ארוחת ערב משלושה מרכיבים אקראיים. אתם שולפים את הטלפון, ממהרים למצוא פתרון מהיר. האגודלים שלכם מחליקים על מסך הזכוכית, מקלידים במהירות משהו כמו chaat gbt או chat pgpt בשורת החיפוש. אתם לוחצים על התוצאה הראשונה, בוהים בחלון צ'אט ריק לחלוטין, ומקלידים בקשה מעורפלת. התגובה שאתם מקבלים היא רשימה יבשה וחסרת השראה של הוראות שלא לוקחת בחשבון את מגבלות הזמן או רמת המיומנות שלכם. כשאתם זקוקים לעזרה מיידית במשימה, בהייה בממשק צ'אט ריק מבזבזת לעיתים קרובות יותר זמן ממה שהיא חוסכת. אפליקציית עוזר בינה מלאכותית מבוססת קטגוריות פותרת זאת על ידי אספקת מומחים שעברו הכשרה מוקדמת – כמו שף, מאמן כושר או מדריך כתיבה – כך שאתם מקבלים תשובות מדויקות ותלויות הקשר מבלי שתצטרכו לכתוב הנחיות (prompts) מורכבות בעצמכם.
להבין את החיכוך של "הקנבס הריק"
כמעצב UX המתמחה בממשקי מובייל למשתמשים יומיומיים, כולל הורים ואנשי מקצוע עסוקים, אני מבלה זמן רב בתצפית על האופן שבו אנשים מתקשרים עם כלים דיגיטליים. טכנולוגיית השיחה הבסיסית שיש לנו גישה אליה כיום היא עוצמתית להפליא, אך ממשק המשתמש הסטנדרטי – תיבת טקסט ריקה – מעביר את כל הנטל הקוגניטיבי אל המשתמש. מצפים מכם לדעת בדיוק איך לשאול את השאלה הנכונה, לספק את ההקשר המדויק ולקבוע את הטון המתאים.
אנחנו קוראים לזה "שיתוק הקנבס הריק". אנשים יודעים שהכלי מסוגל לעזור להם, אבל הם לא יודעים איך להפיק את העזרה הזו ביעילות. עקומת האימוץ של הכלים הללו היא אדירה, מה שרק מחמיר את בעיית השימושיות. סקר של Pew Research Center משנת 2024 מצא כי בערך 34% מהמבוגרים בארה"ב השתמשו בממשקי שיחה אלו. בקרב מבוגרים מתחת לגיל 30, הנתון גבוה משמעותית. יתרה מכך, נתונים אחרונים מדוחות של DataReportal מצביעים על כך שיותר ממיליארד אנשים משתמשים כיום במערכות אלו ברחבי העולם, כאשר רוב המשתמשים הפעילים במודלי השפה הגדולים (LLMs) המובילים חוזרים אליהם לפחות פעם בחודש.
עם זאת, הדרך שבה אנשים משתמשים בהם היא לרוב אישית וספציפית מאוד, ולא רחבה וכללית. לפי ניתוח משנת 2024 של Chanty, 70% מהאינטראקציות הללו אינן קשורות לעבודה. משתמשים מחפשים ייעוץ אישי, למידת נושאים חדשים וסיוע בקבלת החלטות יומיומיות. כשאתם רוצים עצה אישית, תיבת טקסט ריקה ונטולת אישיות מרגישה מנותקת מהצורך הממשי שלכם.
להכיר בפרדוקס הפרודוקטיביות
קיים ניגוד חריף בין הפוטנציאל של הכלים הללו לבין המציאות היומיומית עבור רוב המשתמשים. כשמישהו מחפש chata gpt או chaat gtp במהלך הנסיעה לעבודה, הוא בדרך כלל מחפש קיצור דרך לתוצאה ספציפית – ניסוח אימייל לא נעים לבעל הבית, או תכנון שגרת אימונים.
עם זאת, הממשק הכללי יוצר לעיתים קרובות יותר עבודה. סקר מקומות עבודה עולמי שהודגש בדוחות אחרונים חשף פרדוקס מתסכל: בעוד שכמעט 40% מהמשתמשים מדווחים על עליה בפרודוקטיביות, פלח גדול יותר מוצא את עצמו מתקן באופן קבוע את טעויות המערכת. למה זה קורה? מכיוון שבוט למטרות כלליות דורש סט הוראות מפורט ומובנה להפליא כדי לפעול כמו מומחה. אם פשוט תבקשו מכלי גנרי "ליצור אימון", תקבלו אימון גנרי, ואולי אף לא בטיחותי. למערכת חסרים הפרמטרים לשאול על רמת הכושר שלכם, הציוד הזמין או היסטוריית הפציעות שלכם.
בחרו במבנה ייעודי על פני קלט גולמי
החיכוך המדויק הזה הוא הסיבה לכך שעיצוב ממשקים עובר לכיוון של קטגוריזציה. Kai AI - Chatbot & Assistant היא אפליקציית מובייל המציעה חוויית עוזר מקוטלגת ומוגדרת על ידי מומחים, ומספקת דמויות (personas) מוגדרות מראש – כמו שף, מאמן כושר, מורה לשפות או עוזר כתיבה – המגיבות עם מומחיות עמוקה בתחום הספציפי. במקום לאלץ אתכם להנדס את הפרומפט המושלם, האפליקציה מטפלת בהגדרות המורכבות מאחורי הקלעים, ופועלת כממשק ייעודי המונח על גבי מודלי שפה מתקדמים.
גישה מובנית זו מועילה מאוד לקבוצות ספציפיות. הורים עסוקים המנסים לנהל את לוחות הזמנים של משק הבית, פרילנסרים המתמרנים בין טונים שונים של לקוחות, וסטודנטים הזקוקים לעזרה ממוקדת בלימודים הם המוטבים העיקריים. כשמדברים על חינוך, המעבר לעזרה תלוית הקשר בולט במיוחד בקרב משתמשים צעירים. נתונים עדכניים של Pew Research מראים כי 26% מבני הנוער בארה"ב משתמשים כעת בכלים אלו להכנת שיעורי בית, פי שניים מהשיעור בשנת 2023. דמות של "מורה פרטי" מבוססת קטגוריה מספקת להם תמיכה פדגוגית ממוקדת – ועוזרת להם להבין מושגים במקום רק להגיש להם תשובות גולמיות.
מנגד, חשוב לא פחות להבין למי סוג כזה של אפליקציה מובנית אינו מתאים. אם אתם מפתחי תוכנה המחפשים גישת API גולמית לבניית סקריפטים מותאמים אישית, או מהנדסי פרומפטים שרוצים "ארגז חול" (sandbox) ללא הכוונה כדי לבחון שרשראות לוגיות מורכבות, אפליקציה מודרכת ומחולקת לקטגוריות תרגיש מגבילה מדי עבור הצרכים הספציפיים שלכם.
הפסיקו להיאבק בכוונת החיפוש
נפוץ מאוד לראות יומני חיפוש מלאים במונחים כמו chag gtp, chadgbt או chatgtp. אנשים מקלידים מהר, לרוב במכשירים ניידים, פשוט מנסים להגיע לכלי שיכול לעזור להם. כפי שציינו מומחים בתעשייה, הביטוי המדויק שאתם מקלידים משנה הרבה פחות מהעיצוב המבני של האפליקציה שאתם מורידים בסופו של דבר.
כשאתם משתמשים בממשק גנרי, אתם צריכים להזכיר למערכת כל הזמן מי היא אמורה להיות. עם עוזר מבוסס קטגוריות, ההקשר הזה כבר מובנה בפנים. אם תבחרו בדמות של "מורה לשפות", כל אינטראקציה תניח שאתם שם כדי ללמוד, תתקן את הדקדוק שלכם ותסביר ביטויים מבלי שתצטרכו לבקש את הפורמט הספציפי הזה.
מדדו את ההשפעה על שגרת היומיום שלכם
המספרים תומכים במעבר הזה מצ'אט גנרי לסיוע מובנה. כאשר משתמשים מתקשרים עם מודלים בעלי הקשר מתאים, התוצאות משתפרות. על פי נתונים משנת 2024 שנאספו על ידי האנליסט צ'אד וויאט, משימות שהושלמו עם מערכות שהוגדרו כראוי הסתיימו מהר יותר והשיגו איכות גבוהה משמעותית בהשוואה לניסיונות ללא הכוונה.
יתרה מכך, מחקרים אחרונים מציינים כי למעלה מ-80% מהמשתמשים מתארים את השיחות שלהם עם מערכות אלו כרגישות, ודנים לעיתים קרובות בנושאי בריאות, פיננסים והחלטות אישיות. אמון הוא בעל חשיבות עליונה בתרחישים אלו. דמות ייעודית ומקוטלגת שתוכננה עבור תחום ספציפי בונה הרבה יותר ביטחון אצל המשתמש מאשר תיבת פרומפט ריקה וכללית.
אמצו כלים המעוצבים עבור זרימת עבודה אנושית
בניסיוני בניהול מסעות משתמש לאפליקציות שימושיות למובייל, כולל פרויקטים הקשורים ל-אפליקציות ParentalPro, למדתי שהפחתת העומס הקוגניטיבי היא המטרה האולטימטיבית של עיצוב טוב. הטכנולוגיה צריכה להסתגל לאופן שבו המוח שלכם עובד, ולא להפך.
אתם לא רוצים לבזבז את הערב שלכם בלמידה איך לדבר עם מכונה. כשאתם זקוקים למתכון, אתם רוצים לדבר עם שף. כשאתם צריכים ללטש קורות חיים, אתם רוצים עוזר כתיבה. אם אתם מחפשים תמיכה ממוקדת ומדויקת ללא עקומת הלמידה התלולה של הנדסת פרומפטים, המבנה המקוטלג של Kai AI - Chatbot & Assistant מספק בדיוק את הסביבה המובנית הזו. על ידי בחירה בממשק שמבין את ההקשר שלכם עוד לפני שהקלדתם מילה אחת, אתם מפסיקים לנהל את הכלי ומתחילים באמת לבצע דברים.