✨ دوره جدید مسابقات طراحی داکس آغاز شد

تا روز دوشنبه این هفته، یعنی ۱۶ شهریور ماه فرصت داری وارد سایت داکس بشی و برای شرکت در مسابقه ثبت‌نام کنی. اگه می‌خوای خودت و مهارت‌هات رو توی یک چالش طراحی محک بزنی، حالا وقت ثبت‌نامه🧩

💡این مسابقه مناسب چه کساییه؟

🟡طراحان UI/UX
🟡 طراحان محصول
🟡 علاقه‌مندان به تجربه‌کاربری
🟡 علاقه‌مندان به چالش‌های طراحی
🟡 علاقه‌مندان به حل مسئله

اینجا بیشتر از عنوان شغلی یا میزان سابقه، نحوه فکر کردن به مسئله و رسیدن به راه‌حل اهمیت داره.

💡برای فرد برنده:

💰 ۵۰ میلیون تومان جایزه نقدی
🗓️گواهی برگزیده داکس
🎨 اشتراک یکساله دیزاین سیستم دیگ(DIG)
✍️ امکان انتشار مقاله در داکس
👑تندیس داکس

و برای افراد برتر:

🗓️ گواهی برگزیده داکس
🎨 اشتراک یکساله دیزاین سیستم دیگ(DIG)
✍️ امکان انتشار مقاله در داکس
👑تندیس داکس

🔗 ثبت‌نام از طریق سایت داکس
⭕️ برای ورود به سایت، VPN خود را خاموش کنید.

https://dux.studio | @duxstudio

شاید این دوره، نوبت شما باشه. ثبت‌نام کن و وارد چالش شو😎🏆
این مسابقات به میزبانی استودیو تجربه کاربری داکس برگزار میشه.


❤️این یک تبلیغ نیست، یک حمایت دوستانه از سوده دیزاین است. حمایت از فعالیت‌های ارزشمند جامعه دیزاین، را فراموش نکنیم.

#DUXAwards #Summer1405 #Design
🫶@SodehDesign

✅درس‌هایی از یک تجربه‌ی واقعی: مدیریت استعداد در دیجی‌کالا

امروز صبح طبق عادت همیشگی، لینکدین رو باز کردم تا از اتفاقات و پست‌های جدید باخبر بشم. اولین پستی که در فید دیدم، پست جدید آقای محمدمهدی زارعی، مدیر ارشد منابع انسانی گروه دیجی‌کالا بود.

از سال ۱۳۹۵، از زمانی که پروژه تحول دیجیتال (Digital Transformation) در سازمانی که در آن مشغول بودم آغاز شد و من هم عضو کمیته تحول دیجیتال آن مجموعه بودم، مفهوم استعداد دیجیتال (Digital Talent) و به‌طور کلی مدیریت استعداد (Talent Management) همیشه برایم موضوعی جذاب بوده است.

این پست به‌طور خاص برایم بیشتر جالب بود، چون بر پایه‌ی نتایج واقعی، جدید و البته از دل یک سازمان ایرانی نوشته شده بود. به همین دلیل دوست داشتم آن را با شما هم به اشتراک بگذارم؛ فکر می‌کنم برای شما هم خواندنی باشد.


🟢درس آموخته‌ها در اولین راند برگزاری فرایند مدیریت استعداد گروه دیجی‌کالا

تو این فرایند، با تک‌تک نفرات منتخب مصاحبه کردم، در جلسات IDP شون حضور داشتم و پای داستان زندگی، مسیر شغلی، هدف‌ها و آرزوهایی که برای خودشون ساخته بودند نشستم.

فارغ از مدل‌ها و تئوری‌های مدیریت استعداد، چیزهایی که من یاد گرفتم:

۱. جاه‌طلبی + چشم‌انداز شغلی مشخص + حوصله‌ی دردسر داشتن، نشانه‌ی پتانسیل است.

۲. انگیزه‌ای که به عمل منجر نشود، انگیزه نیست. در بهترین حالت ادعاست و در بدترین حالت، انتظار برای اینکه چیزی مفت به دست بیاید.

۳. «وقت نداشتم یاد بگیرم» معمولاً بهانه است. آدم‌های مستعد، برای یادگیری جا باز می‌کنند.

۴. خروج از منطقه امن، استقبال از تجربه‌های جدید و فعالانه بازخورد گرفتن، نشانه‌ی بسیار خوبی است.

۵. درون‌گرا بودن نقطه‌ضعف نیست. اینکه انرژی‌ات را از خلوت می‌گیری مشکلی ندارد؛ مسئله این است که آیا می‌توانی با دیگران ارتباط مؤثر برقرار کنی و آن‌ها را با خودت همراه کنی؟

۶. مدیریت، شغلِ حل مسئله و تصمیم‌گیری است.
کسی که ذهن منظمی ندارد، تفکر منطقی را بلد نیست، خطاهای شناختی خودش را نمی‌شناسد، احتمالاً در تصمیم‌گیری‌های پیچیده‌ی مدیریتی هم به مشکل خواهد خورد.

در کنار همه این‌ها، یک ویژگی را در افراد با پتانسیل خیلی پررنگ دیدم:
۷. نسبت به ناکارآمدی بی‌تفاوت نیستند. وقتی چیزی درست کار نمی‌کند، نمی‌توانند به‌سادگی از کنارش عبور کنند. پس برای بهتر کردنش دست به عمل می‌زنند.

📱 لینک منبع

البته معتقدم با ورود بیشتر به عصر هوش مصنوعی، برخی تعاریف و شاخص‌های «استعداد دیجیتال» نسبت به حتی ۴ سال گذشته تغییر کرده، و باز تعریف نیاز داره که من در این پست به اون‌ها اشاره نمیکنم، چون تخصص من در حوزه HR و Talent Management نیست! اما میتواند یه سرنخ برای جستجوگری بیشتر باشد، و البته شاید شنیدن این پادکست هم برای شما جذاب باشه!

🎙 اپیزود هجده پادکست مدرسه تحول دیجیتال:
استعداد دیجیتال کیست و چه می‌خواهد؟

#استعداد_دیجیتال #مدیریت_استعداد #آینده_شغلی #مسیر_شغلی

🫶 @SodehDesign
☝️ Sodeh.me
⚙️ https://linktr.ee/irSodeh

✅از شش هفته به یک روز: حلقه‌ی تازه‌ی کار مدیر محصول

این ارائه که توسط Samuel Spitz، عضو تیم فنی (Member of Technical Staff) در Replit، در رویداد AI Builder Week 2026 که ماه گذشته توسط تیم Product School برگزار شد ارائه شده، به شخصه برای من خیلی جذاب بود و به طور محوری درباره‌ی این صحبت می‌کند که هوش مصنوعی و به‌خصوص Vibe Coding چطور دارد نقش و ابزارهای روزمره‌ی مدیران محصول (Product Manager) را در دل سیلیکون‌ولی و به‌طور خاص در خود Replit دگرگون می‌کند.

اسپیتز پیش از پیوستن به Replit چند استارتاپ راه‌انداخته و با سرمایه‌ی جسورانه (Venture Capital) به سودآوری میلیونی و صدها هزار مشتری رسانده بود؛ او الان به عنوان اولین نیروی محصول اختصاصی این شرکت فعالیت می‌کند. .

🌟 چالش‌های اساسی معرفی‌شده در این ارائه:

🟡سند نیازمندی‌های محصول (PRD) در حال منسوخ‌شدن است: نوشتنش طاقت‌فرساست، جمع‌آوری اطلاعات از تیم زمان‌بر است و مهم‌تر از همه، ترجمه‌ی تصویر ذهنی محصول به متن و برگردانِ آن به محصول واقعی، فرآیندی به‌شدت ناقص (Lossy) است؛ تیمی که سند را تأیید می‌کند لزوماً همان چیزی را که در نهایت ساخته می‌شود، تأیید نکرده است.
🟡نیازمندی‌ها در طول فاز پیاده‌سازی دائم تغییر می‌کنند و پیچیدگی‌های فنی پیش‌بینی‌نشده، روند هم‌راستاسازی تیم را کند می‌کند.
🟡اکثر PMها پیش‌تر نه پس‌زمینه‌ی طراحی داشتند و نه کدنویسی، و ساخت پروتوتایپ تعاملی (Interactive Prototype) پیش از این عملاً در دسترسشان نبود.

🌟 مفاهیم جدید و راه‌حل‌های کلیدی ارائه‌شده:

🟡«مرگ PRD»: به‌جای نوشتن سند طولانی، تیم محصول ابتدا با زبان طبیعی (Natural Language) در ابزارهایی مثل Replit پروتوتایپ تعاملی می‌سازد، با تیم روی آن تکرار (Iterate) می‌کند و تازه بعد از هم‌راستایی، سند نهایی نوشته می‌شود.
🟡أ Replit Design با قابلیت تازه‌ای به نام Ambient Intelligence، طراحی را از حالت مبتنی بر پرامپت (Prompt-based) به حالت اشاره‌و-کلیک (Point-and-click) تبدیل کرده تا حتی کاربر غیرطراح هم بتواند با یک کلیک، هوش مصنوعی را در نقش دایرکتور خلاقانه (Creative Director) به کار بگیرد و نسخه‌های مختلف بصری را کاوش کند.

🟡ابزارهای داخلی (Internal Tools): با بیش از ۴۰۰ کانکتور و امکان اتصال مستقیم به منابع داده‌ی مختلف (مثل Linear)، هرکسی در سازمان -نه فقط تیم مهندسی- می‌تواند داشبورد، اتوماسیون یا ابزار گردش‌کار (Workflow) بسازد؛ چون افرادی که بیشترین دید را به گلوگاه‌های سازمان دارند، حالا خودشان می‌توانند مشکل را حل کنند.

🟡و Replit Slides: به‌جای ساخت اسلاید با فرمت‌های محدودکننده‌ی آفیس (XML)، اسلایدها را مثل یک وب‌سایت (با HTML/CSS) می‌سازد که همین باعث خلاقیت بصری بسیار بیشتری می‌شود، و در نهایت باز هم قابل خروجی‌گرفتن به‌صورت پاورپوینت یا گوگل‌ اسلایدز است. امکان ذخیره‌ی سیستم طراحی برند سازمان (Design System) برای استفاده‌ی مجدد هم وجود دارد.

🟡مسیریابی هوشمند بین چند مدل و ایجنت مختلف (مثل ایجنت طراحی و ایجنت بازبینی کد) پشت صحنه، حتی وقتی کاربر فقط یک مدل اصلی را انتخاب کرده باشد.

🔔 نکات کاربردی و درس‌های مهمی که می‌توان یاد گرفت:

✨یک پروتوتایپ کاربردی (که قبلاً شاید هفته‌ها زمان می‌برد) امروز در کمتر از یک ساعت قابل ساخت است؛ طبق گفته‌ی اسپیتز، طراحی‌های ساده حدود ۱ تا ۱٫۵ دقیقه، اپلیکیشن‌های فول‌استک ۵ تا ۱۰ دقیقه و اسلایدها ۴ تا ۶ دقیقه زمان می‌برند.
✨تکیه بر پروتوتایپ به‌جای سند متنی، احتمال سوءتفاهم بین PM، طراح و مهندس را پایین می‌آورد و بازخورد تیم مهندسی درباره‌ی «امکان‌پذیری فنی» را زودتر در فرآیند وارد می‌کند.
✨مهارت‌هایی مثل طراحی و کدنویسی که قبلاً مخصوص متخصصان بود، حالا برای PMها هم در دسترس شده و همین باعث می‌شود جمله‌ی رایج «این کار غیرممکن یا خیلی زمان‌بر است» راحت‌تر به چالش کشیده شود.
✨فراتر از پروتوتایپینگ و ابزارهای داخلی، این‌جور ابزارها برای کارهای حاشیه‌ای هم مفیدند: از پاسخ سریع به یک درخواست داده گرفته تا تحقیق آنلاین برای Go-to-Market یا Recruiting.

پیشنهاد میکنم این ویدیو رو از یوتیوب با زیرنویس فارسی و یا با پلاگین (با دوبله فارسی) ببینید.

📱 From Six Weeks to Same Day: The New PM Loop

#مدیریت_محصول #هوش_مصنوعی #گردش_کار #چرخه_محصول #ویدیو

🫶 @SodehDesign
☝️ Sodeh.me
⚙️ https://linktr.ee/irSodeh

✅مروری کوتاه به گزارش «Design Economy 2026»

گزارش «Design Economy 2026» توسط Design Council بریتانیا منتشر شده و به نظرم یکی از مهم‌ترین اسنادی است که این روزها باید در دست مدیران کسب‌وکار، سیاست‌گذاران و به‌طور خاص تصمیم‌گیران حوزه‌ی حکمرانی (governance) در کشورهایی مثل کشور ما قرار بگیرد.

چرا؟ چون این گزارش با عدد و رقم نشان می‌دهد دیزاین دیگر یک «فعالیت جانبی و صرفاً خلاقانه» نیست، بلکه یک زیرساخت اقتصادی (economic infrastructure) است:

🟡ارزش افزوده‌ی اقتصاد دیزاین در بریتانیا به ۱۳۶.۷ میلیارد پوند رسیده؛ رشدی ۴۰ درصدی نسبت به ۲۰۱۹، یعنی تقریباً دو برابر سرعت رشد کل اقتصاد بریتانیا.
🟡 بیش از ۲.۲۷ میلیون نفر در این اکوسیستم مشغول به کارند و سهم اشتغال دیزاین از کل اشتغال کشور به ۶.۲٪ رسیده.
🟡 دو سوم این ارزش اقتصادی نه از «صنایع دیزاینی»، بلکه از حضور دیزاینرها در صنایعی مثل سلامت، مالی، تولید و بخش عمومی ایجاد شده؛ یعنی دیزاین وقتی بیشترین ارزش را خلق می‌کند که در قلب تصمیم‌سازی سازمان‌ها و نهادها بنشیند، نه در حاشیه‌ی آن.
🟡صادرات خدمات دیزاین ۱۷٪ از کل صادرات خدماتی بریتانیا را تشکیل می‌دهد؛ رقمی معادل حدود سه‌چهارم ارزش صادرات خدمات مالی این کشور.

🟡طراحی دیجیتال (Digital Design) بزرگ‌ترین و پررشدترین حوزه‌ی طراحی در این گزارش است، ارزش تولیدی‌اش (GVA) از ۵۳.۹ میلیارد پوند در ۲۰۱۹ به ۸۱ میلیارد پوند در ۲۰۲۳ رسیده (۵۰٪ رشد)، و بیش از ۱ میلیون نفر (۴۸٪ کل شاغلان اقتصاد دیزاین) در این حوزه کار می‌کنند.

🟡۷۶٪ طراحان دیجیتال بیرون از «صنایع دیزاین» کار می‌کنن (یعنی داخل شرکت‌های فناوری، بانکی، سلامت و…) نه در استودیوهای دیزاین، این با روند in-house شدن طراحی محصول همخونی دارد.

🟡در این گزارش فعلا اشاره‌ای به تأثیر منفی AI بر مشاغل دیزاین نکرده است، اما هشدار می‌دهد که ممکنه در آینده تغییر کند، و در کیس Lloyds ذکر شده در گزارش هم آگاهانه سعی می‌کنند رویکردهای انسان‌محور کلاسیک رو با AI ترکیب کنند.

اما بخشی که واقعاً من رو تحت تأثیر قرار داد، آمار رشد نبود، اینکه چه کسانی از این آمار جا مانده‌اند.

زنان هنوز فقط ۲۵٪ از نیروی کار دیزاین را تشکیل می‌دهند، تقریباً بدون تغییر از سال ۲۰۲۰. با این حال، هرجا که حضور دارند، تقریباً به همان نرخ مردان به نقش‌های مدیریتی می‌رسند (۲۰٪ در برابر ۲۲٪ در سطح مدیریت). این یک شکاف در توانمندی نیست. یک شکاف در دسترسی (access) است و ارزش تأمل دارد.


☑️نکته‌ای که پروفسور Mariana Mazzucato در این گزارش مطرح می‌کند برایم کلیدی است: دیزاین امروز صرفاً یک بخش تولیدی دیگر نیست، بلکه قابلیتی راهبردی (strategic capability) است که شیوه‌ی حکمرانی فناوری، عملکرد نهادها و توسعه‌ی مکان‌ها را شکل می‌دهد.

این دقیقاً همان نقطه‌ای است که به نظرم در بسیاری از کشورها، از جمله کشور ما، هنوز دیده نشده. تا وقتی نگاه حاکمیتی به دیزاین صرفاً به‌عنوان «زیبایی‌سازی محصول» یا «صنعت خلاق درجه دو» باقی بماند، ظرفیت واقعی آن برای حل مسائل پیچیده‌ی اقتصادی، اجتماعی و حتی سیاست‌گذاری نادیده گرفته می‌شود.

پیشنهادم به مدیران کسب‌وکار و به‌ویژه تصمیم‌گیران حوزه‌ی سیاست‌گذاری، و افراد دغدغه‌مند این است: این گزارش را نه به‌عنوان یک سند صنفی برای جامعه‌ی دیزاین، بلکه به‌عنوان یک لنز اقتصادی و حکمرانی (governance lens) بخوانید. تجربه‌ی کشورهایی که این ذهنیت را نهادینه کرده‌اند نشان می‌دهد رشد، بهره‌وری و رقابت‌پذیری واقعی، بدون جایگاه راهبردی برای دیزاین در تصمیم‌سازی، دست‌نیافتنی است.

🔖یادداشت کوتاه من:
این گزارش به شخصه برای من بسیار خواندنی و جذاب بود.
شخصا معتقدم مستندسازی از این دست، حافظه‌ی نهادی یک حوزه تخصصی (همچون دیزاین) است؛ و همان‌طور که این گزارش نشان می‌دهد، در حالی‌که ارزش اقتصادی و اجتماعی دیزاین روزبه‌روز شفاف‌تر اثبات می‌شود، جای گزارش‌های داده‌محور و مستدل از این دست (Evidence-based Reporting) در میان مستندات حوزه‌ی دیزاین (به‌ویژه در سطح ملی) همچنان به‌شدت خالی است.

#DesignEconomy #DesignLeadership #Design #Report
#حکمرانی_دیزاین #دیزاین #گزارش #اقتصاد_دیزاین

🫶 @SodehDesign
☝️ Sodeh.me
⚙️ https://linktr.ee/irSodeh

✅لیست کاربردی وبسایت‌های مفید برای طراحان محصول دیجیتال

مجموعه‌ای از بهترین ابزارها و منابع (اکثراً رایگان یا با نسخه‌ی رایگان) که هر روز می‌تونن به کارتون بیان 👇

🔍 ریسرچ و تحقیق کاربر (UX Research)

Maze — تست یوزیبیلیتی سریع روی پروتوتایپ‌ها
Useberry — تست تعاملی و ضبط رفتار کاربر
UserTesting — دسترسی به کاربران واقعی برای تست
Google Forms — طراحی پرسش‌نامه و نظرسنجی رایگان
Typeform — ساخت فرم و نظرسنجی با تجربه‌ی کاربری بهتر
SurveyMonkey — تحلیل داده‌های نظرسنجی
Hotjar — heatmap و ضبط رفتار کاربران روی سایت

✏️ وایرفریم و پروتوتایپ (Wireframing & Prototyping)

Figma — طراحی، پروتوتایپ و همکاری تیمی (استاندارد صنعت)
Balsamiq — وایرفریم سریع و low-fidelity
Whimsical — وایرفریم، فلوچارت و ذهن‌نگاره در کنار هم
Excalidraw — اسکچ سریع و دست‌نویس‌مانند برای ایده‌پردازی
Marvel — پروتوتایپ ساده و سریع بدون کد

🎨 الهام و رفرنس بصری (Inspiration)

Dribbble — گالری کارهای طراحان برای الهام‌گیری
Behance — نمونه‌کار و پروژه‌های کامل طراحی
Mobbin — رفرنس واقعی از اپ‌های موبایل و وب
Land-book — گالری لندینگ‌پیج‌های الهام‌بخش
Screenlane — رفرنس تعامل و انیمیشن UI
SaaS Landing Page — رفرنس صفحات فرود محصولات SaaS
UI Sources — کالکشن الگوهای UI واقعی

🧩 دیزاین سیستم‌ها (Design Systems)

Material Design (Google) — راهنمای کامل سیستم طراحی گوگل
Human Interface Guidelines (Apple) — استاندارد طراحی اپل
Atlassian Design System — نمونه‌ی یک سیستم طراحی سازمانی
Design Systems Repo — آرشیو بزرگی از سیستم‌های طراحی شرکت‌های مختلف

🖼 آیکون و illustration

Flaticon — آیکون‌های رایگان و متنوع
Iconify — دسترسی به هزاران ست آیکون یکجا
unDraw — تصویرسازی رایگان و قابل تغییر رنگ
Humaaans — تصویرسازی انسانی قابل ترکیب
Blush — تصویرسازی سفارشی‌سازی‌شده و رایگان

📷 عکس و تصویر استوک (Stock Photos)

Unsplash — عکس‌های استوک باکیفیت و رایگان
Pexels — عکس و ویدیوی رایگان بدون کپی‌رایت
Pixabay — عکس، ویدیو و وکتور رایگان

🎨 رنگ و پالت (Color)

Coolors — ساخت سریع پالت رنگی
Adobe Color — استخراج و ساخت پالت از تصویر
Realtime Colors — تست زنده‌ی پالت روی نمونه رابط کاربری
Contrast Checker (WebAIM) — بررسی کنتراست رنگ برای دسترسی‌پذیری

🔤 تایپوگرافی و فونت (Typography & Fonts)

Google Fonts — فونت‌های رایگان برای وب
Fontshare — فونت‌های مدرن و رایگان با کیفیت بالا
Type Scale — محاسبه‌ی مقیاس تایپوگرافی
فونت ایران — منبع فونت‌های فارسی

♿️ دسترسی‌پذیری (Accessibility)

WebAIM — راهنما و ابزارهای ارزیابی دسترسی‌پذیری
A11y Project — چک‌لیست‌ها و منابع آموزشی دسترسی‌پذیری
Stark — پلاگین فیگما برای بررسی کنتراست و دسترسی‌پذیری

🤖 ابزارهای هوش مصنوعی برای طراحی (AI for Design)

Galileo AI — تولید UI اولیه از روی توضیح متنی
Uizard — تبدیل اسکچ یا متن به طرح رابط کاربری
Khroma — پیشنهاد پالت رنگی بر اساس سلیقه‌ی شما
Remove.bg — حذف خودکار بک‌گراند تصاویر

🔗 هندآف و همکاری با تیم فنی (Handoff & Collaboration)

Zeplin — تحویل دقیق مشخصات طراحی به تیم توسعه
Figma Dev Mode — بررسی مستقیم کد و مشخصات در خود فیگما
Notion — مستندسازی پروژه و هماهنگی تیمی

📚 یادگیری و منابع آموزشی (Learning)

Laws of UX — اصول روان‌شناسی کاربردی در طراحی
NN/g (Nielsen Norman Group) — مقالات معتبر UX Research
Growth.Design — آموزش UX از طریق قصه و کیس‌استادی
Refactoring UI — نکات عملی برای بهتر شدن UI

💼 پورتفولیو و شبکه‌سازی (Portfolio & Networking)

Readymag — ساخت پورتفولیوی خلاقانه بدون کد
Notion (به عنوان پورتفولیو) — ساخت سریع صفحه‌ی معرفی کار
ADPList — دریافت منتورشیپ رایگان از طراحان باتجربه

#طراحی_محصول #ابزار #منابع #ToolBox

🫶 @SodehDesign
☝️ Sodeh.me
⚙️ https://linktr.ee/irSodeh

✅دیزاین سیستمی که می‌تونید بهش اعتماد کنید

سال‌هاست که در حوزه دیزاین سیستم (design system) کار می‌شه و همیشه با یک سری مشکل تکراری روبه‌رو می‌شیم: رمپ‌های رنگی (color ramps) که دستی و با آزمون و خطا ساخته می‌شن، تم‌هایی که به‌طور خاموش کنتراست (contrast) رو نقض می‌کنن، توکن‌هایی (tokens) که بین فیگما و ریپو دچار انحراف (drift) می‌شن، و دستیارهای هوش مصنوعی که چون هیچ منبع مشخصی از سیستم ندارن، مجبورن مقادیر هگز (hex) رو از خودشون بسازن.

Escala Tokens دقیقاً برای حل همین مشکلات ساخته شده؛ ابزاری که یک دیزاین سیستم قابل‌اعتماد تولید می‌کنه:

🟡رمپ‌های رنگی که بر اساس دسترس‌پذیری (accessibility) محاسبه می‌شن، نه با چشم تنظیم
🟡 تم‌هایی که به پریمیتیوها (primitives) ارجاع می‌دن، نه اینکه کپی‌شون کنن
🟡 خروجی‌هایی که دقیقاً همون‌جایی می‌شینن که باهاش کار می‌کنید: فیگما، ریپوی خودتون، توکن‌های استاندارد W3C، و CSS

💙یک نکته مهم دیگه: این ابزار یک سرور MCP هم داره؛ یعنی دستیار هوش مصنوعی شما به‌جای حدس‌زدن، سیستم واقعی رو می‌خونه. نتیجه‌ش یکپارچگی‌ایه که از طراحی به دست میاد، نه از ریویو کدها.

همه‌مون این روزها سریع‌تر از همیشه می‌سازیم؛ فقط باید مطمئن بشیم روی چیزی می‌سازیم که پایه محکمی داره.

فعلاً به گفته سازنده اش Cesar Durango در مرحله بتا (beta) هست.

https://escalatokens.com/

#دستیار_هوش_مصنوعی #دیزاین_سیستم #ابزار #دسترسی_پذیری

🫶 @SodehDesign
☝️ Sodeh.me
⚙️ https://linktr.ee/irSodeh

✅ طراحان تجربه فارسی‌زبان، روی یک نقشه

یه پروژه‌ی جالب و عمومی جدیدا لانچ شده که طراح‌های تجربه‌ی فارسی‌زبان، از داخل ایران تا هر گوشه‌ی دنیا، می‌تونن خودشون رو روی نقشه‌ی جهان ثبت کنن 🌍

🗺این نقشه برای همه‌ی ماست، فرقی نمی‌کنه کدوم نقش رو داشته باشید:

طراح رابط کاربری • طراح تجربه کاربری • طراح UI/UX • طراح محصول • پژوهشگر تجربه کاربری • طراح دیزاین سیستم • طراح تعامل • نویسنده تجربه کاربری • طراح خدمات • متخصص دسترس‌پذیری • استراتژیست تجربه کاربری • طراح تجربه هوش مصنوعی و ایجنت • طراح تجربه کارکنان • طراح تجربه مشتری • طراح تجربه یادگیری • توسعه‌دهنده و برنامه‌نویس • و هر نقش دیگه‌ای که با تجربه سروکار داره

چیزی که این ایده رو برام جذاب کرد، اینه که جای خالیش واقعاً حس می‌شد. ما یه جامعه‌ی بزرگ، رو به رشد و پراکنده‌ایم که توی شهرهای مختلف ایران (و با مهاجرت خیلی‌هامون) کشورهای مختلف کار می‌کنیم، ولی هیچ‌وقت تصویر روشنی از خودمون نداشتیم: کجاییم، چند نفریم، کی نزدیک‌مونه!

✨ چرا ارزش داره ثبت کنید:
🟡 شبکه‌سازی: پیدا کردن هم‌زبان‌هایی که تو شهر یا کشور شما کار می‌کنن
🟡 شناخت جامعه: دیدن اینکه طراح‌های فارسی‌زبان کجای دنیا پخش شدن
🟡دیده شدن: کنار بقیه‌ی همکارها، روی نقشه‌ای که مال همه‌ست
🟡 پروژه‌ی عمومی: برای جامعه‌ست و با حضور همین جامعه کامل می‌شه
🟡و حتی در آینده گزارش‌های وضعیت کاری، فعالیت‌ها و.. این حوزه

به نظرم هرچی نقشه پرتر بشه، ارزشش برای همه‌مون بیشتر می‌شه و در آینده هم قراره چیزهای بیشتری بهش اضافه بشه .

خودتون رو ثبت کنید و برای دوست‌ها و همکارهاتون هم بفرستید که اونا هم اضافه بشن!
💎 https://persianuxmap.com/

❤️این یک تبلیغ نیست، یک حمایت دوستانه از سوده دیزاین است. حمایت از فعالیت‌های ارزشمند جامعه دیزاین، را فراموش نکنیم.

#طراحی_محصول #طراحی_خدمات #حمایت #پروژه_عمومی

🫶 @SodehDesign
☝️ Sodeh.me
⚙️ https://linktr.ee/irSodeh

✅رهبری طراحی خدمات (Service Design Leadership)

رهبری در طراحی خدمات شکل‌های متفاوتی دارد. گاهی بخشی از عنوان شغلی رسمی شماست و سازمان آگاهانه آن را از شما انتظار دارد، و گاهی نقشی است که خودتان در نبودِ هر حمایت رسمی به عهده گرفته‌اید. ممکن است تیمی از متخصصان کاربرمحور (User-Centred Practitioners) را هدایت کنید، یا در جایگاهی مسئول ارائه‌ی یک خدمت یا برنامه (Service / Program Delivery) باشید.

💎نقش رهبری طراحی خدمات در کسب‌وکارها

در بسیاری از کسب‌وکارها، تجربه‌ی مشتری حاصل کار ده‌ها تیم جداست: فروش، پشتیبانی، عملیات، فناوری و مالی. هر کدام بخش خودشان را بهینه می‌کنند، اما کسی مسئول «کل خدمت» از نگاه مشتری نیست. رهبر طراحی خدمات دقیقاً همین شکاف را پر می‌کند. او با دیدن خدمت به‌صورت یک سیستم یکپارچه (End-to-End)، فاصله‌ی میان استراتژی و اجرا، و میان تجربه‌ی مشتری (Front-stage) و فرایندهای پشت صحنه (Back-stage) را کم می‌کند. ارزش او برای کسب‌وکار فقط بهبود چند نقطه‌ی تماس (Touchpoint) نیست؛ او بر ساختارها، بودجه، شیوه‌ی تصمیم‌گیری و فرهنگ سازمان اثر می‌گذارد تا خدمات بهتر نه یک پروژه‌ی مقطعی، بلکه نتیجه‌ی طبیعیِ نحوه‌ی کار سازمان باشد. نتیجه‌ی این نقش در عمل، کاهش هزینه‌های ناشی از خطا و دوباره‌کاری، افزایش وفاداری مشتری و سرعت بیشتر در پاسخ به تغییرات بازار است.

طراحان و رهبران فعال این حوزه می‌توانند در چهار تیپ رهبری دسته‌بندی شوند:

🟡 رهبر ایده (Idea Leader): با روایت و استراتژیِ الهام‌بخش، سازمان را به سمت خدمات بهتر هل می‌دهد.
🟡 رهبر فنی (Technical Leader): مشاوره‌ی قابل‌اتکا درباره‌ی بهترین شیوه‌ی طراحی و ارائه‌ی خدمت می‌دهد.
🟡 رهبر افراد (People Leader): جامعه‌ای از طراحان، پژوهشگران و مدیران محصول را حمایت و توانمند می‌کند.
🟡 رهبر اجرا (Delivery Leader): طراحی یا اجرای یک خدمت یا کل یک برنامه را مدیریت می‌کند.

📌نکته‌ی کلیدی: لازم نیست همه‌ی این نقش‌ها را خودتان بازی کنید، اما اگر هیچ‌کس در سازمان آن‌ها را بازی نکند، مشکل ایجاد می‌شود. ایده بدون اجرا گسسته می‌ماند، و جامعه‌ی متخصص بدون ایده و عمق فنی، بی‌جهت می‌شود. پس بدانید کدام نقش با مهارت و علاقه‌ی شما جور است و برای بقیه، هم‌پیمان پیدا کنید.

💎 دو باور غلط رایج:
۱. رهبری صرفاً حاصل گذر زمان و تجربه است. (نه؛ مهارتی است که باید آموخت.)
۲. با رسیدن به رهبری، کار از ۱۰۰٪ طراحی به ۱۰۰٪ مدیریت تغییر می‌کند. (نه؛ شما هنوز طراحی می‌کنید، فقط متریال طراحی‌تان عوض می‌شود.)

⚡️ هشت حوزه‌ای که رهبر طراحی خدمات «دیزاین» می‌کند:

🟡حاکمیت (Governance): شیوه‌ی تصمیم‌گیری
🟡مالی (Finance): اینکه پول کجا و چطور خرج شود
🟡ساختار (Structures): نقش‌ها و خطوط گزارش‌دهی
توانمندی (Capability): مهارت تیم‌ها و سازمان
🟡ذهنیت (Mindset): روحیه، باورها و انگیزه‌های بلندمدت
🟡حقوقی (Legal): تعامل با قوانین برای ممکن کردن کار بهتر
🟡سیاست و استراتژی (Policy & Strategy)
🟡خدمات (Services): هدایت فنی و استراتژیک طراحی خدمت

رهبر طراحی خدمات همیشه بین تغییرِ عملگرایانه‌ی کوتاه‌مدت و ساختن شرایط بلندمدت برای رشد طراحی خدمات در تعادل است.


#رهبری #طراحی_خدمات #کسب_و_کار

🫶 @SodehDesign
☝️ Sodeh.me
⚙️ https://linktr.ee/irSodeh

✅کلاف سردرگم (Big Ball of Mud) جدید: چرا سیستم‌های ایجنتیک ما شکننده می‌شوند؟

هوش مصنوعی ساختن را تقریباً رایگان کرده است، و مشکل دقیقاً از همین‌جا شروع می‌شود.

امروز داشتم طبق عادت چندین ساله، یک مقاله جدید را قبل از شروع کار مطالعه میکردم و به مقاله جدیدی رسیدم، NN/g در مطالعه‌ای روی کاربران حرفه‌ای AI الگویی آشنا پیدا کرده است. این کاربران معمولاً پیش‌زمینه فنی ندارند و برای کار روزانه‌شان سیستم‌های پیچیده‌ای با ایجنت و کانتکست می‌سازند. NN/g به آن‌ها «معماران وایب» (Vibe Architects) می‌گوید. الگویی که در کارشان دیده شد «کلاف سردرگم» است: سیستمی که سرهم شده تا امروز کار کند، نه این‌که سال‌ها دوام بیاورد.

قبلاً کمبود زمان، پول و تخصص ما را مجبور به اولویت‌بندی می‌کرد. حالا هیچ چیز ترمز نمی‌کند، پس بیش از اندازه می‌سازیم، چون ساختن حس بهره‌وری می‌دهد.

💎 پنج الگویی که در این مطالعه دیده میشه:

۱. کد دورریختنی (Throwaway Code): یک پیش‌نویس سریع، مثلاً یک فایل rules.md، هیچ‌وقت بازنگری نمی‌شود، اما کل گردش‌کار کم‌کم به آن وابسته می‌شود.
۲. رشد وصله‌پینه‌ای (Piecemeal Growth): یک ویجت ساده آرام‌آرام به داشبورد سازمانی تبدیل می‌شود و هیچ‌وقت به نقطه «تمام‌شده» نمی‌رسد.
۳. فقط کار کند (Keep It Working): وقتی سیستم خراب می‌شود، وصله‌اش می‌کنیم و به AI می‌گوییم «هر جا لازم است درستش کن». کم‌کم دیگر نمی‌دانیم چه چیزی کجاست.
۴. زیر فرش جارو کردن (Sweeping It Under the Rug): پوشه‌هایی شبیه کشوی خرت‌وپرت درست می‌شوند که فقط AI می‌تواند چیزی در آن‌ها پیدا کند.
۵. بازسازی (Reconstruction): این مرحله وقتی می‌رسد که سیستم دیگر به نیاز نمی‌خورد، دیگر کسی آن را نمی‌فهمد، یا روش بهتری برای انجام همان کار پیدا شده است.

پ.ن: سعی کردم ترجمه فارسی خوبی براش بنویسیم😃

🌐 یک تست ساده:
اگر بخواهیم رفتار سیستم‌مان را تغییر دهیم، می‌دانیم کدام بخش از کانتکست را باید عوض کنیم؟
اگر جواب «نه» است، AI تنها کسی است که سر کلاف را پیدا می‌کند و ما فقط امیدواریم که سیستم نشکند.

☑️چند عادت کوچک تا کلاف سردرگم نشود:

سه نوع کانتکست را از هم جدا نگه داریم:
◦ سراسری (Global): چیزهایی که برای کل سیستم صدق می‌کنند.
◦ موضعی (Local): چیزهایی که به یک پروژه یا تسک خاص مربوط‌اند.
◦ محیطی (Ambient): جریان‌هایی مثل ایمیل و اسلک که در دسترس AI هستند.
هنگام درخواست تغییر، نوع کانتکست را نام ببریم، به‌جای این‌که بگوییم «هر جا فکر می‌کنی درستش کن».
کانتکست سراسری را هر از گاهی از اول تا آخر مرور کنیم. باید آن‌قدر کوتاه باشد که در یک نشست خوانده شود.
وقتی کیفیت خروجی‌ها افت کرد، کانتکست موضعی را به‌روز کنیم.

💎 از نگاه طراحی محصول می‌توانیم اینطور به این موضوع نگاه کنیم:
این همان بدهی طراحی و فنی (Design/Tech Debt) آشناست، این بار در سیستم شخصی خودمان. ساختن ارزان شده، اما فهمیدن سیستم ارزان نشده است. هدف این نیست که هیچ‌وقت سیستم را از نو نسازیم. هدف این است که وقتی زمانش رسید، خودمان این بازسازی را هدایت کنیم، نه AI. مهم‌ترین انضباط هم پوشه‌های مرتب نیست، بلکه بازاندیشی دوره‌ای است: هر بخش چه کاری می‌کند، هنوز از آن استفاده می‌کنیم یا نه، و اگر از صفر شروع می‌کردیم چه چیزی را جور دیگری می‌ساختیم.

☑️دوست داشتید مقاله کامل را از اینجا مطالعه کنید
https://www.nngroup.com/articles/big-ball-of-mud-ai/


#ProductDesign #AgenticAI #ContextEngineering
#AgenticAIExperienceDesign #AgentExperienceDesign #AX
#طراحی_محصول #هوش_مصنوعی #طراحی_تجربه_ایجنت

🫶 @SodehDesign
☝️ Sodeh.me
⚙️ https://linktr.ee/irSodeh

✅چک لیست: قبل از اینکه AI را وارد ساخت محصول کنید

یکی از نکات مهمی که می‌توانیم این روزها به آن به پردازیم این است که سرعت ساخت محصول با AI نباید ما را از Product Thinking دور کند.

امروز با ابزارهایی مثل Coding Agents می‌توانیم در مدت بسیار کوتاهی یک محصول یا Feature بسازیم. اما مسئله اصلی دیگر این نیست که «چقدر سریع می‌توانیم بسازیم؟»

💎مسئله این است: آیا داریم چیز درستی را می‌سازیم؟

در Product Development سنتی، مسیر معمولاً چیزی شبیه این است:
Problem → Research → Decision → Design → Engineering → Ship

اما در AI-native Product Development، بخش زیادی از implementation می‌تواند توسط Agentها انجام شود. بنابراین ارزش تصمیم‌هایی که قبل از ساخت گرفته می‌شوند، بیشتر می‌شود.

قبل از اینکه از AI بخواهیم چیزی بسازد، باید مشخص کنیم:

🟡دقیقاً چه مسئله‌ای را حل می‌کنیم؟
🟡ا Outcome مورد انتظار چیست؟
🟡 ا Happy Path چیست؟
🟡اگر AI اشتباه کند چه اتفاقی می‌افتد؟
🟡ا Worst-case scenario چیست؟
🟡ا Edge Caseها کدام‌اند؟
🟡محصول حداقلیِ قابل‌استفاده و ارزشمند ما چیست؟
🟡خروجی AI چگونه باید Review و Test شود؟
🟡در کدام تصمیم‌ها همچنان Human باید مسئول نهایی باشد؟

💎نکته مهم دیگر این است که AI-generated ≠ production-ready.

هوش مصنوعی می‌تواند کد تولید کند، تست بنویسد، راه‌حل پیشنهاد دهد و iteration را سریع‌تر کند؛ اما همچنان باید کیفیت، امنیت، reliability و پیامدهای تصمیم‌ها بررسی شوند.

در واقع، با قدرتمندتر شدن AI، نقش Product Manager و Designer لزوماً کوچک‌تر نمی‌شود؛ بخش مهمی از کار آنها از ساختن مستقیم به سمت تعریف مسئله، تعیین محدودیت‌ها، طراحی سیستم تصمیم‌گیری و ارزیابی خروجی Agentها حرکت می‌کند.

🌱چک‌لیست کوتاه این فرایند را در فایل پیوست گذاشته‌ام.

#هوش_مصنوعی #طراحی_محصول #مدیریت_محصول

🫶 @SodehDesign
☝️ Sodeh.me
⚙️ https://linktr.ee/irSodeh

📣 آغاز پذیرش چهارمین دوره مدیریت حرفه‌ای کسب‌وکار با گرایش دیزاین دانشگاه تهران

✅آخرین مرحله اخذ پذیرش با افزایش محدود ظرفیت

این دوره با تمرکز بر مدیریت، دیزاین و کسب‌وکار و با رویکردی تجربه‌محور برگزار می‌شود و در دوره چهارم، توجه ویژه‌ای به کاربردهای هوش مصنوعی در کسب‌وکار و مدل‌های کسب‌وکار جدید و تاب‌آور در شرایط بحران خواهد شد.

🟢 مهم‌ترین ویژگی‌های دوره:
🟡 شبکه‌سازی حرفه‌ای و شکل‌گیری ارتباطات کاری مؤثر
🟡 آموزش بین‌رشته‌ای، مبتنی بر نقد، گفتگو و یادگیری جمعی
🟡 انتقال تجربه‌های عملی طراحان، معماران، کارآفرینان و اساتید شاخص داخلی و بین‌المللی
🟡امکان حضور حضوری، آنلاین یا ترکیبی از سراسر ایران و جهان
🟡 اعطای مدرک معتبر دوره جامع «مدیریت حرفه‌ای کسب‌وکار با گرایش دیزاین» دانشگاه تهران

📅 شروع دوره: ۲۳ مهرماه ۱۴۰۵

✔️این دوره تنها یک‌بار در سال برگزار می‌شود.

☑️ متقاضیان می‌توانند برای بررسی در کمیته پذیرش، پورتفولیو و سوابق کاری و حرفه‌ای خود را از طریق تلگرام، واتس‌اپ یا بله ارسال کنند:

📲 09001160230
📱 @DesignMBA
📱 @ut.design.mba

#دوره_آموزشی #دیزاین #دانشگاه_تهران #ADV

👆کاتالوگ چهارمین دوره مدیریت حرفه‌ای کسب‌وکار با گرایش دیزاین دانشگاه تهران

📲 09001160230
📱 @DesignMBA
📱 @ut.design.mba

#دوره_آموزشی #دیزاین #دانشگاه_تهران #ADV

✅ا Figma Agent؛ از نسخه آزمایشی خارج شد

فیگما اخیراً Figma Agent را از مرحلهٔ آزمایشی خارج کرده و برای کاربران (غیر رایگان) در دسترس قرار داده است. این ابزار هوش مصنوعی مستقیماً درون محیط طراحی کار می‌کند و به شما کمک می‌کند تا در جریان کار باقی بمانید.

💎 اما Figma Agent چیست؟
یک دستیار هوشمند است که درست در کنار شما، درون بوم رسم فیگما (Canvas) کار می‌کند. برخلاف ابزارهای چت معمول، این Agent واقعاً متوجه جریان کار شما است و با شما همکاری می‌کند.

💎کارهایی که انجام می‌دهد:
🟡ویرایش و بهبود طراحی‌ها: تغییر المان‌های طراحی و بهینه‌سازی لایه‌ها
🟡ایجاد نسخه‌های جدید: کاوش ایده‌های متنوع و راهکارهای مختلف
🟡استفادهٔ خودکار از معیارهای طراحی: اعمال خودکار Components و استانداردهای تیمی شما
🟡ادغام بازخورد: جمع‌آوری نظرات و بهبود طراحی بر اساس آنها
🟡حذف کارهای تکراری: خودکارسازی کارهایی که هر روز تکرار می‌شود
قابلیت‌های پیشرفته
🟡ایجاد ابزارهای سفارشی: بدون نیاز به برنامه‌نویسی، می‌توانید از Agent بخواهید ابزارهایی بسازد که نیاز تیم شما را برطرف کند (مثلاً وارد کردن HTML یا ایجاد طرح‌بندی برای داشبورد).
🟡جلوه‌های بصری پیشرفته: ایجاد افکت‌های زیبای طراحی صرفاً با دستورات متنی، بدون خستگی‌ناپذیر تنظیمات دستی.
🟡درک بهتر سیاق: می‌توانید اسناد تحقیق، متون محصول، و حتی فایل‌های Figma دیگر را به گفتگو اضافه کنید تا Agent بهتر بفهمد منظور شما چیست.

🌱نکته مهم: Figma Agent تنها برای کاربران طرح‌های پولی در دسترس است و کاربران پلن رایگان (Free Plan) به این ابزار دسترسی ندارند.

💎چرا این بهتر است؟ Agent نه‌تنها یک ابزار هوشمند است؛ بلکه متوجه Design System و منطق کارکردی تیم شما است. شما و Agent می‌توانید به‌طور هم‌زمان روی یک پروژه کار کنید و یکدیگر را تکمیل کنید. در حالی‌که شما بر روی تصمیم‌های حیاتی تمرکز می‌کنید، Agent کارهای ساده و تکراری را بر عهده می‌گیرد.

#هوش_مصنوعی #طراحی_محصول #فیگما

🫶 @SodehDesign
☝️ Sodeh.me
⚙️ https://linktr.ee/irSodeh

✅وقتی ساختن محصول با AI آسان‌تر شده، مزیت رقابتی کجاست؟

با ورود ابزارهای هوش مصنوعی، ساخت پروتوتایپ و توسعه نرم‌افزار سریع‌تر و ارزان‌تر شده است. اما این به معنای آسان‌تر شدن ساخت یک محصول موفق نیست.

⭐️چند نکته مهم درباره طراحی و توسعه محصولات AI:

🟡پروتوتایپ، محصول نهایی نیست.
ساخت یک نمونه اولیه جذاب با AI ساده‌تر شده، اما تبدیل آن به محصولی پایدار، قابل اعتماد و آماده استفاده در دنیای واقعی همچنان به تصمیم‌های فنی و طراحی جدی نیاز دارد.

🟡 برای همه طراحی نکنید.
به‌جای تلاش برای جذب تمام کاربران، یک گروه مشخص را انتخاب کنید و نیازهای واقعی آن‌ها را عمیق‌تر بشناسید. تمرکز روی یک مسئله مشخص می‌تواند مزیتی ایجاد کند که تقلید از آن دشوارتر است.

🟡عمق راهکار از تعداد قابلیت‌ها مهم‌تر است.
اضافه‌کردن قابلیت‌های بیشتر یا استفاده از مدل‌های پیشرفته‌تر، لزوماً محصول بهتری نمی‌سازد. حل دقیق یک مسئله در بستر گردش کار واقعی کاربر، ارزش بیشتری ایجاد می‌کند.

🟡 زیرساخت، مزیتی است که ممکن است دیرتر دیده شود.
بعضی فرصت‌های بزرگ محصولی، نتیجه سرمایه‌گذاری‌های بلندمدت روی فناوری و زیرساخت‌هایی هستند که در ابتدا کاربرد تجاری مشخصی ندارند. توانایی تشخیص و بهره‌برداری از این ظرفیت‌ها می‌تواند مسیر رشد یک کسب‌وکار را تغییر دهد.

🟡رشد سریع با موفقیت پایدار متفاوت است.
افزایش سریع درآمد یا تعداد کاربران فقط بخشی از تصویر است. حفظ مشتری، هزینه ارائه خدمات، کیفیت تجربه و توانایی ایجاد ارزش مستمر، تعیین می‌کنند که یک محصول تا چه اندازه می‌تواند دوام بیاورد.

🟡با عمومی‌شدن AI، محل رقابت تغییر می‌کند.
وقتی ابزارها و مدل‌های قدرتمند در دسترس افراد و شرکت‌های بیشتری قرار می‌گیرند، صرف استفاده از AI دیگر تمایز کافی نیست. شناخت حوزه تخصصی، کیفیت تجربه کاربری، یکپارچگی با گردش کار و ارزش واقعی برای مشتری اهمیت بیشتری پیدا می‌کنند.

💎این تغییر چه معنایی برای طراحان محصول دارد؟
ارزش طراح دیگر صرفاً در توانایی تبدیل ایده به صفحه، وایرفریم یا پروتوتایپ نیست.

⚡️ارزش اصلی در توانایی‌های زیر شکل می‌گیرد:

☑️ تشخیص مسئله‌ای که واقعاً ارزش حل‌کردن دارد.
☑️شناخت عمیق کاربران و زمینه استفاده از محصول.
☑️طراحی گردش کار متناسب با نیازهای واقعی.
☑️تبدیل خروجی AI به تجربه‌ای قابل اعتماد و قابل استفاده.
☑️اتصال تصمیم‌های طراحی به اهداف کسب‌وکار.
☑️ایجاد تمایز فراتر از قابلیت‌های عمومی ابزارهای هوش مصنوعی.


✨ به نظرم نکته مهم این است که هرچه ساختن محصول آسان‌تر شود، کیفیت تصمیم‌گیری درباره اینکه چه چیزی، برای چه کسی و چرا باید ساخته شود، اهمیت بیشتری پیدا می‌کند. در عصر AI، مزیت رقابتی فقط در سرعت ساخت نیست؛ در انتخاب مسئله درست و خلق ارزش متمایز است.
به نظرم حتی با آمدن هوش مصنوعی و سونامی ساخت ابزارها و محصولات هوش مصنوعی، بار دیگر باید کتاب تست مامان را بازخوانی کنیم😁️️️️️️

#هوش_مصنوعی #طراحی_محصول #مدیریت_محصول #حل_مسئله

🫶 @SodehDesign | @SodehTransform
☝️ Sodeh.me
⚙️ https://linktr.ee/irSodeh

✅از AI Canvas تا AI-Native Product Development : چرا سازمان‌ها باید فراتر از ابزارها فکر کنند؟

هوش مصنوعی در حال تغییر چرخه توسعه محصول است؛ از کشف و تعریف مسئله (Discovery) و تحلیل نیازهای کاربران تا طراحی، توسعه، آزمایش و بهبود محصول پس از عرضه.

اما نکته مهم این است که استفاده از AI صرفاً برای سریع‌تر انجام‌دادن فعالیت‌های فعلی، لزوماً به معنای توسعه محصول بهتر نیست. اگر مسئله اشتباه انتخاب شود، هوش مصنوعی می‌تواند همان مسئله را سریع‌تر و با هزینه کمتری به یک راهکار نامناسب تبدیل کند.

در این شرایط، سازمان‌ها به بازنگری در شیوه همکاری تیم‌های محصول، دیزیاین و مهندسی و همچنین سازوکارهای تصمیم‌گیری نیاز دارند.

💎اینجاست که مفهوم AI Canvas اهمیت پیدا می‌کند.
در واقع AI Canvas را می‌توان در قالب رویکردهای مختلفی برای ساختن درکی مشترک از مسئله، ارزش کسب‌وکار، قابلیت‌های هوش مصنوعی و الزامات اجرای راهکار به کار گرفت. یک بوم یکپارچه برای توسعه محصول مبتنی بر AI می‌تواند موضوعات زیر را کنار هم قرار دهد:

🟡 ا Problem & Business Value: دقیقاً چه مسئله‌ای را حل می‌کنیم و ارزش آن برای کاربر و کسب‌وکار چیست؟

🟡 ا User & Agent Experience: تعامل انسان با محصول یا ایجنت هوش مصنوعی چگونه شکل می‌گیرد؟

🟡ا AI Capabilities & Data: استفاده از AI چه قابلیت‌هایی ایجاد می‌کند و به چه داده‌ها و زیرساخت‌هایی نیاز داریم؟

🟡ا Evaluation & Feedback: کیفیت خروجی‌ها، عملکرد سیستم و موفقیت محصول را چگونه ارزیابی می‌کنیم؟

🟡 ا Risk & Governance: مسئولیت تصمیم‌ها، حریم خصوصی، قابلیت اطمینان و نظارت انسانی چگونه تعریف می‌شوند؟

البته AI Canvas یک چارچوب استاندارد واحد با تعریف ثابت نیست؛ بنابراین، اجزای آن باید متناسب با هدف و زمینه استفاده مشخص شوند.

تغییر اصلی در سطح سازمان اتفاق می‌افتد: وقتی تولید ایده، طراحی و توسعه سریع‌تر می‌شوند، مزیت رقابتی صرفاً در سرعت ساختن نیست؛ بلکه در انتخاب مسئله درست، کیفیت تصمیم‌گیری، یادگیری مستمر و توانایی تبدیل قابلیت‌های AI به ارزش واقعی نهفته است.

در نهایت، پرسش مهم برای مدیران محصول، رهبران دیزاین و تیم‌های مهندسی این نیست که چگونه AI را به فرایند فعلی اضافه کنیم؛ بلکه این است که با حضور AI، کدام بخش‌های فرایند توسعه محصول، تقسیم مسئولیت‌ها و مدل تصمیم‌گیری سازمان باید بازطراحی شوند؟

#طراحی_محصول #مدیریت_محصول #هوش_مصنوعی #تحول_هوش_مصنوعی

🫶 @SodehDesign
😎 @SodehTransform
☝️ Sodeh.me
⚙️ https://linktr.ee/irSodeh

✅بازطراحی Mobbin: از کتابخانه طراحی تا همکار AI دیزاینرها

در پست جدید مدیرعامل وبسایت Mobbin ، دو سال از آخرین بازطراحی گذشته و حالا صفحه اصلی بهتر نشان می‌دهد Mobbin به چه چیزی تبدیل شده. ویژگی‌های جدید:

🟡حالا Mobbin برای عامل‌ها (agents) هم ساخته شده: دانش عملی طراحی، منابع و بینش‌ها برای کمک به تصمیم‌گیری بهتر عامل‌های هوش مصنوعی در طراحی.

🟡جستجوی یکپارچه‌تر: کتابخانه فقط اپلیکیشن‌های موبایل و وب نیست؛ حالا سایت‌های بازاریابی و انیمیشن‌ها هم در همان جا قابل جستجو هستند.

🟡بخش اختصاصی MCP: اتصال Mobbin به گردش‌کار طراحی عامل‌محور حالا در صفحه اصلی معرفی شده تا راحت‌تر پیدا شود.

🟡داستان مشتریان B2B: روایت تیم‌هایی مثل Cursor، OKX و Sanctum درباره استفاده از Mobbin در فرآیند طراحی‌شان.

🟡 فوتر بازیگوش: تعامل‌های ریز و جزئیات خلاقانه‌ای که به آن اضافه شده.

💎به درد ما طراح‌ها چطور می‌خورد؟
ا Mobbin یک کتابخانه مرجع طراحی است: مجموعه‌ای از اسکرین‌شات‌ها و الگوهای واقعی از اپلیکیشن‌های موبایل، وب، سایت‌های بازاریابی و انیمیشن‌ها که طراح‌ها می‌توانند در یک جا جستجو کنند و برای الهام گرفتن، مقایسه و تصمیم‌گیری درباره تعامل‌ها و چیدمان‌ها از آن استفاده کنند.

هدف اصلی آن کمک به طراح‌ها و تیم‌های محصول است که به‌جای شروع از صفر، از نمونه‌های واقعی و تأییدشده‌ی محصولات دیگر کمک بگیرند و کارشان سریع‌تر و با کیفیت بهتر پیش برود.

در کنار این، Mobbin به سمت ابزار کار با عامل‌های هوش مصنوعی هم حرکت کرده است. با MCP و بخش‌های جدید صفحه اصلی، هدف این است که عامل‌ها هم بتوانند به دانش طراحی و منابع Mobbin دسترسی داشته باشند و در گردش‌کار طراحی عامل‌محور کمک کنند.

☝️ mobbin.com

#منابع #طراحی_محصول #دیزاین #هوش_مصنوعی #محصول

🫶 @SodehDesign
😎 @SodehTransform
☝️ Sodeh.me
⚙️ https://linktr.ee/irSodeh

👇کاتالوگ چهارمین دوره مدیریت حرفه‌ای کسب‌وکار با گرایش دیزاین دانشگاه تهران
✅ تنها یک روز مانده تا پایان ثبت‌نام

📲 09001160230
📱 @DesignMBA
📱 @ut.design.mba

#دوره_آموزشی #دیزاین #دانشگاه_تهران #ADV

📣پذیرش چهارمین دوره مدیریت حرفه‌ای کسب‌وکار با گرایش دیزاین دانشگاه تهران

✅افزایش محدود ظرفیت
✅ تنها یک روز مانده تا پایان ثبت‌نام

این دوره با تمرکز بر مدیریت، دیزاین و کسب‌وکار و با رویکردی تجربه‌محور برگزار می‌شود و در دوره چهارم، توجه ویژه‌ای به کاربردهای هوش مصنوعی در کسب‌وکار و مدل‌های کسب‌وکار جدید و تاب‌آور در شرایط بحران خواهد شد.

🟢 مهم‌ترین ویژگی‌های دوره:
🟡 شبکه‌سازی حرفه‌ای و شکل‌گیری ارتباطات کاری مؤثر
🟡 آموزش بین‌رشته‌ای، مبتنی بر نقد، گفتگو و یادگیری جمعی
🟡 انتقال تجربه‌های عملی طراحان، معماران، کارآفرینان و اساتید شاخص داخلی و بین‌المللی
🟡امکان حضور حضوری، آنلاین یا ترکیبی از سراسر ایران و جهان
🟡 اعطای مدرک معتبر دوره جامع «مدیریت حرفه‌ای کسب‌وکار با گرایش دیزاین» دانشگاه تهران

📅 شروع دوره: ۲۳ مهرماه ۱۴۰۵

✔️این دوره تنها یک‌بار در سال برگزار می‌شود.

☑️ متقاضیان می‌توانند برای بررسی در کمیته پذیرش، پورتفولیو و سوابق کاری و حرفه‌ای خود را از طریق تلگرام، واتس‌اپ یا بله ارسال کنند:

📲 09001160230
📱 @DesignMBA
📱 @ut.design.mba

#دوره_آموزشی #دیزاین #دانشگاه_تهران #ADV

✅نقش هوش مصنوعی در دیزاین دسترس‌پذیر محصولات و خدمات دیجیتال

برای فرد نابینا یا کم‌بینا، استفاده از یک وب‌سایت یا اپلیکیشن فقط به دیدن صفحه وابسته نیست؛ باید بتوان با صفحه‌خوان آن را فهمید، با صفحه‌کلید بین بخش‌ها حرکت کرد و دکمه‌ها و فرم‌ها را درست شناخت. اگر یک دکمه اسم مناسبی نداشته باشد، ترتیب حرکت بین اجزای صفحه به‌هم‌ریخته باشد یا یک بخش تعاملی از دسترس صفحه‌خوان جا بماند، استفاده از محصول می‌تواند دشوار یا حتی ناممکن شود.
اینجاست که AI for Accessibility می‌تواند تفاوت ایجاد کند. ابزارهای هوشمندِ دسترس‌پذیری به تیم‌های طراحی و توسعه کمک می‌کنند مشکلات را زودتر و در مقیاس بزرگ‌تر پیدا کنند؛ پیش از آنکه محصول به دست کاربران برسد.
به عنوان مثال محصولات Evinced با تحلیل رابط کاربری و کد، می‌تواند مشکلاتی را شناسایی کند که بررسی ساده‌ی کد ممکن است از آن‌ها عبور کند؛ از جمله نام‌های دسترس‌پذیرِ جاافتاده، نقش نادرست اجزا و دشواری‌های پیمایش با صفحه‌کلید. این بررسی‌ها برای وب و اپلیکیشن‌های موبایل قابل استفاده‌اند. گزارش‌ها هم مشکل‌ها را با شدت و راهنمای رفع آن‌ها به تیم نشان می‌دهند. دستیارهای هوش مصنوعیِ متصل به ابزارهای Evinced می‌توانند در فرایند توسعه، یافته‌ها را بررسی کنند و برای اصلاح هر مورد راهنمایی بدهند.

تغییر مهم این است که دسترس‌پذیری می‌تواند از یک بررسیِ دیرهنگام و دستی، به بخشی از روند همیشگی ساخت محصول تبدیل شود: مشکل‌ها زودتر دیده می‌شوند، تیم‌ها برای رفعشان راهنمایی می‌گیرند و بررسی‌ها در طول تغییرات محصول ادامه پیدا می‌کند. یعنی توجه به نیاز کاربران نابینا می‌تواند از همان مرحله‌ی طراحی و کدنویسی آغاز شود، نه فقط پس از آماده‌شدن محصول.

هوش مصنوعی البته به‌تنهایی تجربه‌ی واقعی افراد نابینا را جایگزین نمی‌کند. آزمون با صفحه‌خوان و مشارکت خود کاربران همچنان ضروری است؛ AI ابزاری برای کمک به تیم‌هاست تا موانع بیشتری را زودتر پیدا و برطرف کنند.
به مناسبت روز جهانی نابینایان، یادمان باشد دسترس‌پذیری یعنی ساختن تجربه‌ای که همه بتوانند مستقل‌تر از آن استفاده کنند. 💙

#روز_جهانی_نابینایان #دسترس‌پذیری #هوش_مصنوعی

🫶 @SodehDesign
😎 @SodehTransform
☝️ Sodeh.me
⚙️ https://linktr.ee/irSodeh