🔎 Пользовательские ответы часто хуже пользовательского поведения

Виталя Фридман разбирает четыре уровня понимания клиента: что человек говорит, что думает и чувствует, что делает и почему он это делает. Проблема в том, что компании часто застревают на первом уровне, собирают опросы, отзывы, NPS и начинают строить решения вокруг слов пользователей. Но слова слишком легко искажаются памятью, контекстом, желанием выглядеть логично и разными трактовками одних и тех же формулировок.

Более надёжная работа начинается там, где исследователь перестаёт искать подтверждение своей гипотезы и начинает наблюдать. Где пользователь зависает мышкой, куда возвращается, что повторяет, где теряет время, когда выглядит уверенным или растерянным. Эмоции тоже важны, но как сигнал, а не как вся правда. Чтобы понять настоящую причину поведения, приходится сопоставлять интервью, наблюдения, аналитику, поддержку и реальные рабочие сценарии.

Внутри:
– Почему прямой вопрос пользователю редко даёт хороший ответ;
– Чем отличаются уровни «говорит», «думает», «делает» и «почему делает»;
– Почему опросы, CRM и NPS легко создают ложную уверенность;
– Как слова вроде «возможно» и «вероятно» по-разному читаются разными людьми;
– Зачем в исследованиях смотреть на действия, паузы, возвраты и микросигналы;
– Почему эмоции полезны как индикатор, но не заменяют диагностику поведения;
– Чем исследование отличается от простой «валидации» готовой идеи;
– Как сделать пользовательские боли видимыми для всей команды без дорогих инструментов.

➡️ Читать статью

———

💻 Курс по поиску работы
😍 Про дизайн
🔥 Вакансии дизайнерам
🎨 Референсы

AI и большая дизайн-система

Знакомая боль: просишь агента собрать экран по твоей ДС. На первый взгляд всё аккуратно. Потом смотришь ближе: компонент не из библиотеки, цвет левый, отступы странные, состояние придумано на ходу. И уже проще руками пересобрать, чем чинить за ним.

С маленькой библиотекой это ещё можно пережить. В большой ДС начинается цирк: сотни компонентов, варианты, токены, состояния, правила. Команда годами всё это собирала, а агент ведёт себя так, будто открыл первый попавшийся файл и начал импровизировать.

Без подготовки он просто угадывает. Ему нужно нормально объяснить систему: где компоненты, какие состояния существуют, какие правила важны, что брать в первую очередь. Иначе зрелая дизайн-система превращается для AI в красивую папку, которую он почти не понимает.

😇 24 июня в 18:00 мск Даниил Шишко из Pixel Perfect покажет, как это настроить. Возьмёт одну из самых больших публичных дизайн-систем, подключит её к агенту и соберёт экраны прямо на эфире.

Тем, кто будет онлайн, Даниил отдаст скилл, который сканирует дизайн-систему и готовит её к работе с агентом. То есть можно будет взять свою ДС и повторить у себя.

Если у вас агент тоже каждый раз «немного дизайнер» и тащит в макет свои компоненты, я бы посмотрел. AI-навыки уже всё чаще всплывают в вакансиях, и лучше разобраться с этим сейчас, пока все ещё пытаются понять, как оно вообще должно работать.

🔠 Эфир в канале
🔠 Эфир в канале

🤖 Что дизайнеры из бигтеха реально делают с ИИ

Автор расспросила дизайнеров и исследователей из Сбера, Avito, VK, ВТБ и Яндекса о том, как ИИ изменил их работу за последний год. Получился не список «волшебных инструментов», а довольно трезвый срез: модели уже плотно вошли в рутину, но почти нигде не забрали продуктовые решения целиком.

Чаще всего ИИ используют там, где нужно ускорить черновую, механическую или вариативную работу: собрать структуру интервью, сгруппировать обращения поддержки, накидать идеи для флоу, подготовить временную иллюстрацию, улучшить изображение, сделать видео, проверить макет по эвристикам или быстро собрать прототип. При этом все важное по-прежнему остается за человеком: контекст продукта, бизнес-ограничения, финальная интерпретация, качество решения и ответственность за результат.

Внутри:
– Какие ИИ-инструменты дизайнеры используют каждый день;
– Почему текст, анализ и структурирование стали самыми частыми задачами для моделей;
– Как генерация изображений и видео изменила работу бренд-дизайнеров;
– Почему Фигма, Cursor, Claude Code и Codex становятся частью рабочего процесса;
– Какие задачи стали быстрее, но не стали бессмысленными;
– Почему продуктовый дизайн все еще нельзя просто отдать нейросети;
– Где ИИ уже дает вау-эффект, особенно в видео, визуалах и анализе интервью;
– Почему дизайнеру теперь важно не только пользоваться ИИ, но и понимать, где его результат нужно перепроверять.

➡️ Читать статью

———

💻 Курс по поиску работы
😍 Про дизайн
🔥 Вакансии дизайнерам
🎨 Референсы

Ребята из Apple большие молодцы и огромные трудолюбцы выложили новые киты под мак ос и ios 27 наконец-то. Если вы рисуете дизайн нативно, самое оно и без костылей

Забирайте

🔠 Mac OS 27
🔠 IOS 27

Вообще они одни из немногих, кто вот так открыто пушит все компоненты и прочее бесплатно и не просит ни рублика. Респект в общем

———

💻 Курс по поиску работы
😍 Про дизайн
🔥 Вакансии дизайнерам
🎨 Референсы

💳 Банк как инструмент контроля привычек, а не просто баланса

Александр Жирнов рассказывает кейс Zhirnov.Studio для «Райффайзена» из 2021 года: команда проектировала модуль контроля подписок и параллельно переосмысляла мобильное приложение банка. Тогда подписки на музыку, кино и сервисы росли лавиной, а вместе с ними появлялись лишние услуги, скрытые условия и списания, о которых пользователь вспоминал только после очередного пуша от банка.

Задача быстро разрослась. Если банк уже видит регулярные списания, он может не просто показывать их в истории операций, а помочь человеку разобраться, за что он платит каждый месяц. Нашёл новую подписку, показал уведомление, собрал активные и отменённые сервисы в одном разделе, дал возможность добавить что-то вручную и заблокировать будущие списания после отмены. Нормальная бытовая польза: меньше забытых автоплатежей, меньше сюрпризов в конце месяца.

Внутри:
– Почему подписки стали отдельной продуктовой проблемой для банков;
– Как команда изучала Revolut, Wise, российские банки и сервисы личных финансов;
– Зачем мобильному «Райффайзену» понадобилось догонять обновлённый веб;
– Почему уведомление о новой подписке стало точкой входа в сценарий;
– Как истории, таббар и центр уведомлений помогали разгрузить интерфейс;
– Зачем новым функциям внутри большого сервиса нужен встроенный онбординг;
– Как контроль подписок превращает банк в инструмент финансовой гигиены;
– Почему часть решений из концепции спустя годы оказалась в реальном продукте.

➡️ Читать кейс

———

💻 Курс по поиску работы
😍 Про дизайн
🔥 Вакансии дизайнерам
🎨 Референсы

🥰 AI-конфа про визуальный продакшн

С AI-визуалом сейчас странная штука. Инструментов стало много, а нормальный процесс у команд часто всё ещё разваливается на десятки вкладок. Тут генерим баннер, там делаем видео, в третьем месте собираем мокап, потом пытаемся сохранить единый стиль бренда и не утонуть в правках.

9 июля Phygital+ проводит бесплатную Summer AI Conf про реальные кейсы внедрения нейросетей в дизайн, маркетинг и бизнес-процессы. Онлайн, без поездок и лишней возни.

По составу супер: X5 Tech, DEPOT, Чижик, Иви, KANZLER, FINOM, Альфа-Банк и Phygital+. Будут разбирать не абстрактные промпты, а рабочие сценарии: как ускорять SMM-видео, делать fashion-кампании без новой съёмки под каждую гипотезу, собирать брендовые креативы, продукт-фото, мокапы, иконки и визуалы для медиа.

Отдельно покажут пайплайны в Phygital+. Это платформа, где можно собирать связки из разных нейросетей, работать командой, держать визуал в стиле бренда, не зависеть от одной модели и оплачивать российскими картами.

Внутри обещают цифры и кейсы. Например, ускорение создания персонажа в 4 раза, 3D-иконки за час вместо недели, креативы быстрее в 2 раза и меньше зависимости от фотобанков.

Газ всем тем, кто отвечает за поток визуального контента: дизайнеры, маркетологи, арт-диры, креативные команды, контент-менеджеры. Особенно если уже устали от ситуаций, где AI вроде ускоряет, но весь процесс всё равно держится на ручном склеивании разных инструментов.

После регистрации дают готовые связки нейросетей для дизайна и маркетинга, а также темплейты в Phygital+, которые можно адаптировать под свои задачи.

🗓 9 июля, онлайн, бесплатно

🔠 Зарегаться и забрать темплейты
🔠 Зарегаться и забрать темплейты

🧩 Персоны и JTBD не надо сталкивать лбами

Павел Шерер разбирает связку персон и JTBD без религиозной войны вокруг методологий. Персоны часто превращают в декоративные карточки с возрастом, фото и «любит скидки», а потом выбрасывают, когда команда доросла до JTBD. Но проблема не в самих персонах, а в том, что ими пытаются заменить понимание мотивации пользователя.

JTBD помогает понять, какую работу человек пытается выполнить и какого прогресса ждёт. Персона добавляет к этому реальность: кто именно действует, какие у него права, ограничения, навыки, страхи, ответственность и контекст. Одна и та же работа может быть общей для дата-саентиста, DevOps и финансового контролёра, но механики для них будут разными. Без JTBD команда быстро уходит в набор фичей для «типа пользователя», без персон остаётся слишком абстрактная потребность без понятного исполнителя.

Внутри:
– Почему конфликт между персонами и JTBD обычно надуман;
– Как плохие персоны подменяют мотивацию пользователя внешними признаками;
– Зачем JTBD вытаскивает команду с уровня механики на уровень причины;
– Почему одна и та же работа может требовать разных решений для разных ролей;
– Чем потребность отличается от механики в продуктовой работе;
– Почему User Stories опасны, если начинать мышление сразу с них;
– Как Job Story, Persona и User Story связываются в одну трассировку;
– Зачем проверять, что каждая механика ведёт к понятному результату.

➡️ Читать статью

———

💻 Курс по поиску работы
😍 Про дизайн
🔥 Вакансии дизайнерам
🎨 Референсы