Miro https://miro.com/prototyping/ запустил платную подписку на генерацию прототипов. За $20/мес (плюс налоги) дают кредиты для примерно 70 экранов и доступ к запуску перелинкованных экранов.

Я пробовал сервис до платной модели. Впечатления были двоякие. С одной стороны, Miro движется в правильную сторону, добавляя AI-функции, что удобно. С другой — результат пока не впечатляет.

Возможно, ошибкой было сделать платным весь функционал прототипирования , включая запуск кликабельных экранов. Более логично оставить базовые прототипы бесплатными, а AI — как расширение.

Сейчас мне кажется, что именно в AR дизайнеры действительно создают что-то новое. Здесь идет поиск прорывных решений, способных кардинально изменить весь ландшафт.

Трудно переоценить, как сильно «мышь» повлияла на использование персональных компьютеров или как тачскрин изменил наш опыт повседневных практик. Возможно, в AR мы скоро увидим нечто подобное, новые дизайнерские решения, которые позволят легко встроить эту технологию в повседневную жизнь.

Тут в примере один из шагов в эту сторону. Подробнее в https://arxiv.org/abs/2507.17248

Короткая жизнь Bench и длинные выводы. 5 августа закрылся проект Bench. Хорошая ИИ-платформа, о которой многие, возможно, даже не успели узнать. Но ее подходы к обработке запросов были свежими для своего момента, а ответы вполне хорошими. Я использовал Bench, когда мне надо было провести исследования в какой то области, он прекрасно с этим справлялся.

Может быть, его короткая жизнь ничего не значит. А может — это сигнал о том, что в перегретом мире ИИ выживут только те проекты, у которых есть достаточно денег и известности.

Есть поучительная аналогия из истории автомобилестроения. В начале XX века в США существовало более 2000 марок автомобилей. Спустя несколько десятилетий их осталось 20–30. А потом еще меньше.

Вероятно, с ИИ-проектами мы увидим тот же процесс. Только разворачиваться он будет куда быстрее.

V0 готовит обновление сервиса и появится возможность сразу разрабатывать мобильные приложения под iOS. Как это будет выглядеть на практике, пока не ясно, но понаблюдать за этим крайне интересно.
Я уже записался в лист ожидания: https://v0.app/ios

Сегодня будет небольшой микс из количественной оценки интерфейсов и здравого смысла. Недавно на сессии в рамках ADPList обсуждал с коллегой его проект. Это была сложная B2B CRM-система. Говорили около часа, немного про общее в подходе к интерфейсу, немного про частные решения. Общая идея строилась вокруг попытки навести порядок, сделать интерфейс проще и удобнее. Понятно, что за час мы обсудили очень мало и это была лишь капля в море полноценной работы.

После разговора я задумался: можно ли дать универсальный, по-настоящему полезный совет в таких случаях (десктоп, B2B)?
Кажется, есть пара рабочих принципов. Они не решат всех проблем, но точно улучшат интерфейс:

1. Стремитесь к минимальному количеству прокрутки.
2. Выбирайте короткие слова для интерфейсных текстов.

Для меня это очевидные вещи, но, возможно, для кого-то они требуют объяснения.

Оба совета опираются на GOMS — метод оценки интерфейса через подсчет времени, которое пользователь тратит на выполнение сценария. Сейчас GOMS (KLM-GOMS) почти не используют, а мои попытки объяснить его эффективность руководству редко вызывают понимание. Поэтому он живет «на кухне», как часть внутренней проектной работы. Хотя он хорошо вписывается и в agile, и в эпоху AI, особенно, когда речь касается профессиональных интерфейсов.

На первый взгляд скроллинг — это простое действие. Но он может вносить значительный вклад в общее время выполнения сценария. Если пользователь вынужден скроллить, значит, нужная информация не на экране. Это требует дополнительного внимания и ментальной операции перед каждым скроллом. В итоге сценарий становится длиннее и когнитивно тяжелее. И еще, при проработке дизайна процесс скроллинга обычно выпадает из фокуса дизайнера, это воспринимается как мелочь, которая находиться за рамками экрана Figma.

Если объяснять идею про короткие слова, то там тоже будет история про когнитивную нагрузку. Когда мы читаем, мы расшифровываем в мозгу каждую букву. Процесс автоматический, но чем короче текст, тем меньше усилий нам для этого требуется. В B2B интерфейсах это становится особенно важно. Пиктограммы, конечно, воспринимаются еще быстрее, чем короткие слова, но только если они очевидны и знакомы. Для B2B-среды подобрать такие пиктограммы непросто. А вот заменить длинную фразу на два слова — вполне реалистично. Это разгружает интерфейс и упрощает восприятие.

Вот такие, казалось бы, очевидные советы. Но иногда именно они дают реальную пользу в сложных проектах.

P.S. Обложку прикрепил просто как иллюстрацию, лучше варианта не придумал. Макет на ней — это не пример хорошего дизайна, просто немного дриббл-дизайна из архива.

У меня начался новый учебный год и сегодня были первые лекции.

Честно говоря, мой предмет «Дизайн в цифровой среде» позволяет двигаться в самых разных направлениях, и пока я обозначил для себя такие планы:

Генеративный ИИ и прототипирование. Мы будем уделять больше внимания генеративным моделям и созданию продуктовых прототипов. В качестве рабочей платформы, скорее всего, возьмем Lovable — у них новые токены доступны каждый день, что удобно для учебной работы.

AR и новые формы интерфейсов. Я убежден, что дизайнер — это не тот, кто делает интерфейсы, а тот, кто способен создавать новое. Поэтому попробую выйти за рамки привычных для себя решений и поговорить об AR: его истории, текущем развитии и возможностях. Если найду достаточно простое технологическое решение, то мы даже попробуем что-то поделать своими руками. В Unity AR Foundation или Unity MARS пока погружаться не готов — это для меня слишком новая область, и хочется начать с малого.

Партнерство с бизнесом. Хочу привлечь Совкомбанк как партнера для студенческих кейсов. Идея выглядит немного утопичной: студенты — непредсказуемы, банк — консервативен. Но о встрече я уже договорился, и надеюсь, мы найдем способ это запустить. Мне кажется, что крупному бизнесу стоит активнее идти в образовательные проекты, потому что причин и пользы для этого достаточно. А я вот становлюсь проводником такой возможности.

Планы остаются планами, и если хотя бы половина из них получится, то это уже будет хороший результат.

Вести с полей вайбкодинга. Для меня появление инструментов генерации кода имеет еще одну любопытную сторону.

Когда-то мы активно работали в Axure. Прототипы там были не просто кликабельными, а живыми: открывались в браузере, в реальных размерах, с понятным ощущением экрана. Сразу было видно, что попадает в первый экран, что остается «за линией», насколько органично выглядят элементы.

С переходом в Figma многое упростилось… и потерялось. Да, интерактивность осталась (хоть и упростилась), но редко кто открывает макеты в реальном размере браузера. Чаще всего их просматривают внутри Figma, и уже здесь возникает дистанция между проектом и опытом пользователя. Так не у всех, конечно, но я слишком часто такое наблюдаю. Особенно часто такое встречаются в B2B-продуктах, решения, которые в реальности выглядят странно и непродуманно. Там пользователи обычно уже привыкли пользоваться тем, что дают, лишь бы работало.

И вот сейчас, с появлением платформ, генерирующих код, мы как будто возвращаемся к ощущению настоящего продукта. Я называю это «продуктовым прототипом»: да, он все еще несовершенен, но уже позволяет сосредоточиться на ключевых функциональных требованиях, которые можно продумать, протестировать, ощутить «на живом материале».

И самая важная возможность - это тестирование продукта в реальной среде, без ограничений традиционного прототипирования, что открывает большие пространства для инноваций и улучшений.
Возможно, именно здесь для UX-дизайнеров появляется новое поле для применения своих навыков.

p.s. В иллюстрациях продолжение моих экспериментов.

Сейчас много говорят о возможностях вайбкодинга, но пока мало появляется реально интересных примеров.

И вот отличный кейс от Khyati Trehan https://x.com/KhyatiTrehan/status/1963957981642416345

Это одностраничное приложение, которое рассматривает историю через призму повествовательной кривой, разбивая ее на пять частей.

Что ценно в этом примере:
- ничего лишнего и никакого перегруженного функционала;
- свежий взгляд на привычную тему;
- LLM встроена в процесс органично и незаметно для пользователя;
- и, конечно, приятная визуальная подача.

На мой взгляд, отличный пример того, как простое одностраничное приложение собранное на вайбкоде может быть и функциональным, и вдохновляющим.

Про новое SEO. Я еще для себя не определился, какой термин стоит использовать: GEO (Generative Engine Optimization), AEO (Content Portfolio Strategy) или какой-то другой. Думаю, что в итоге закрепится только один вариант. Но сути это не меняет: под AI-запросы все равно придется проводить специальную работу по оптимизации, если хочется оставаться в поле видимости пользователей.

И темпы, с которыми AI меняет поведение людей, таковы, что задумываться об этом нужно всерьёз.

Новое исследование Omnisend показывает: пользователи, по крайней мере в США, все чаще обращаются к LLM для поиска и выбора товаров. И главное — находят этот процесс удобным. А это значит, что тренд будет только расширяться. По мере того как новые LLM-инструменты станут доступнее, они быстро охватят и другие страны.

В июле 2025 года Omnisend опросили 4000 взрослых из США, Великобритании, Канады и Австралии о том, как они используют ИИ при онлайн-покупках. Краткие выводы такие:

- около 50% онлайн-покупателей в каждой стране используют GenAI для e-commerce-задач хотя бы раз в месяц;
- каждый четвертый утверждает, что ChatGPT предлагает товары лучше, чем Google;
- около 27–29% отмечают, что AI делает процесс онлайн-шопинга менее утомительным.

Для компаний, которые продают товары или услуги, это значит одно: традиционные каналы привлечения клиентов будут работать все хуже. И грешным делом даже лидеры онлайн-торговли — крупные маркетплейсы — могут столкнуться с тем, что их будущее будет не таким уж безоблачным, как может показаться сейчас.

Бояться пока нечего. Сейчас важно готовиться к новой реальности и выстраивать стратегию оптимизации и продвижения с учетом AI.

Продолжаю эксперименты с V0. В записках у меня лежала идея проекта еще с 2012 года, для которого я тогда сделал пару набросков интерфейса. Сейчас подумал: а почему бы не попробовать собрать полноценный интерфейс и посмотреть, что из этого выйдет? Результат можно увидеть на видео.

Новые наблюдения из опыта вайбкодинга:

- Если система несколько раз подряд не может исправить проект, лучше выгрузить из нее промт с требованиями и создать новый проект на его основе. Все попытки «оживить» неудачную функцию могут оказаться бесперспективными.

- Для мелких правок CSS я стабильно перехожу к ручному редактированию. Добиться точечных улучшений проще своими руками. А вот с непонятными для меня конструкциями работаю через ChatGPT: загружаю фрагменты и прошу написать правильный код по моим требованиям. Он может давать несколько вариантов решения, что не мешает, а иногда даже помогает. В целом, с задачами справляется хорошо.

- Для элементов, где важен порядок, например для карточек с данными, отлично работает прием с загрузкой картинки-примера. Когда я устал формулировать, как именно переставить элементы внутри карточки, просто нарисовал ее в Figma и отправил как образец. Результат получился почти таким, как я задумывал, что было вполне приемлемо.

У меня появилось ощущение границ возможностей при работе с V0. Когда проект разрастается, управлять им становится всё сложнее, а стоимость добавления новых функций сильно зависит от общего объема кода. Некоторые изменения во внешнем виде и связанные с мелкими взаимодействиями проще вносить вручную. Делать это прямо на платформе не всегда удобно, поэтому я постепенно двигаюсь в сторону работы на локальной машине.

Для опытных программистов это может показаться смешным достижением, но после нескольких часов экспериментов я запустил локальную версию проекта у себя на машине. Для меня это шаг вперед — в сторону того, чтобы действительно собирать рабочие проекты.

Понятно, что без команды и серьезных вложений времени далеко не уедешь. Но сейчас мне интересны эксперименты с интерфейсом. Здесь я сам и дизайнер, и тестировщик, и разработчик. И могу играться с реальными данными, что помогает лучше понимать, как может развиваться функциональность проекта.

Как делать проект в вайбкодинге. Сегодня я пробовал подход, когда сразу в проект загружаешь большой набор требований.

Для чистоты эксперимента я скормил один и тот же длинный промт нескольким платформам: V0 (с подпиской), Bolt, Lovable, ChatGPT и Figma Make.

Что получилось?

V0. На длинном промте результат оказался слабым: часть функций переписана, часть упростилась, ключевые требования подменены. Попытка запустить более мощную модель провалилась. После этого я попробовал укороченный вариант промта, который я сделал после создания версии проекта в Chat GPT (оставил только верхнеуровневые функциональные требования, убрал требования по внешнему виду) и стало лучше, но не идеально, часть ключевых функций так и не заработала. Проект можно посмотреть здесь.

Bolt. Игнорировал часть инструкций и переписывал требования «на свой лад». Особенно его сбило слово «система управления требованиями» и Bolt перестроил логику проекта под своё понимание. Видимо решил, что если нужны «управления требованиями», то надо менять все под них. Посмотреть результат можно тут.

Lovable. Дал самый обнадеживающий результат с первой итерации. Вначале были технические ошибки, но платформа их сама исправила. Потом удалось изменить один из модулей через запросы, но проблемы с вводом текста и связями между узлами так и не решил (и это общая проблема для всех протестированных платформ у кого код на React). Рабочий прототип здесь.

ChatGPT. Решил использовать как инструмент вайбкодинга после разговора с Олегом Ващуком. Оказалось, что работа через чат, вполне рабочим вариантом. Хоть и не хватает некоторых сервисных функций, но того, что есть для экспериментов достаточно. Если говорить субъективно, то ChatGPT лучше держит контекст (возможно, за счет того, что лучше понимает русский язык), но тоже ошибается и не всегда хочет исправлять. Проект тут.
Figma Make. Результат удивительно похож на V0 (видимо, внутри та же LLM от Anthropic). Схожесть даже в структуре сохранения файла проекта. Визуально получилось приятно, но функционально без прорыва. Можно посмотреть здесь.

В качестве заключения

Тут было бы уместно сделать какой-то большой вывод, но его нет.
Кажется, дело не только в выборе платформы, но и в алгоритмах работы с ней. В поисках этих алгоритмов я и продолжаю экспериментировать.
Так сказать, трачу свои деньги, чтобы вам не приходилось наступать на те же грабли.

Для эксперимента я использовал свою рабочую модель по выделению ключевых сущностей из текста — давно применяю ее для обучения студентов и используя как шаблон в Miro.

Я уже писал об этом проекте в прошлом посте, но решил пойти дальше и записать видео об одной из его реализаций.

Это моя попытка собрать проект на базе Google AI Studio после экспериментов с другими системами. И, честно говоря, результат меня приятно удивил. Вышло так, что мне самому понравилось, а это уже показатель. Сегодня как раз расскажу о том, что получилось.

О пользе старых публикаций. Сегодня информации больше, чем когда-либо. Каждый день выходят десятки статей и постов, но ощущение такое, что это часто вторично. Люди пересказывают одни и те же идеи. Иногда это делает уже не человек, а LLM от имени человека.

Поэтому я люблю ресурсы вроде researchgate.net или academia.edu. Там можно найти не только что-то доказательное и новое, но и работы прошлых лет.

Недавно наткнулся на курс по UX от Keith Andrews опубликованный в 2017 году — «Human-Computer Interaction». Вроде бы знакомые вещи, но все-таки одна иллюстрация зацепила своей новизной. Я раньше ее не встречал, и она оказалась удивительно для меня полезной.

Андрюс использует ее, чтобы показать ценность персон и противопоставить их абстрактному «среднему пользователю». А для меня эта картинка стала идеальным объяснением разницы между традиционной персоной и мифической «мета-персоной», которая в какой-то момент проникла в головы дизайнеров.

Хорошая иллюстрация заменяет сотню слов. Она помогает объяснить, зачем важно понимать потребности и задачи людей, когда создаешь продукты.

Так что спасибо старым публикациям, за свежие идеи.