W dzisiejszym newsletterze zaglądamy pod maskę projektowania z AI i sprawdzamy, gdzie naprawdę zaczynają się (i kończą) problemy z „inteligentnymi” systemami. Będzie o języku i komunikacji jako fundamentach dobrego AI UX, o tym, jak rola projektanta coraz częściej zahacza o realne budowanie i wdrażanie produktów oraz o nowym zestawie narzędzi, które pomagają ogarniać dane, kontekst i ocenę działania modeli.
Mamy nadzieję, że ten zestaw tekstów pomoże Wam lepiej poukładać sobie, co dziś naprawdę znaczy projektowanie doświadczeń.
Problem z AI czy z językiem?
słowa kluczowe: język, komunikacja, kontekst
Wiele problemów w projektowaniu AI nie wynika z tego, że modele są „za mało inteligentne”, tylko z tego, że źle obchodzimy się z językiem. Systemy AI świetnie składają zdania, ale często nie rozumieją sensu, intencji ani kontekstu tak, jak robią to ludzie. Artykuł pokazuje, że błędy chatbotów i agentów AI biorą się z traktowania języka jak danych do przetworzenia, a nie narzędzia do budowania znaczeń i relacji. Lepsze efekty daje projektowanie AI wokół jasno nazwanych ról, celów i kontekstów komunikacyjnych, zamiast oczekiwania, że „model sam się domyśli”. Wniosek? Dobre AI UX zaczyna się nie od algorytmu, ale od pytania: jak ludzie naprawdę mówią, pytają i rozumieją świat.
Kiedy projektant staje się twórcą: AI i headless Shopify w praktyce
słowa kluczowe: headless e-commerce, AI, Shopify
W tekście opisano realny projekt, w którym UX designer wykorzystał narzędzia wspomagane AI i ekosystem Shopify, by samodzielnie stworzyć i wdrożyć produkcyjny, headless sklep internetowy dla klienta. Kluczową zaletą podejścia headless jest rozdzielenie frontendu od backendu, dzięki czemu projektant może skupić się na doświadczeniu użytkownika, a nie na logice serwera. W projekcie AI nie zastąpiło ludzkiej pracy, ale znacząco przyspieszyło generowanie kodu, połączenia z API i iterację UI, co dało więcej czasu na istotne decyzje projektowe. Autor opisuje swój workflow krok po kroku - najpierw sprawdzanie przepływu danych, potem dopracowywanie UI i elementów wizualnych, a na końcu wdrożenie na Netlify.
Nowy zestaw narzędzi UX
słowa kluczowe: dane, kontekst, ewaluacja
Projektowanie doświadczeń AI to już nie tworzenie statycznych ekranów, ale kształtowanie zachowań modeli w czasie rzeczywistym. Tradycyjne podejście UX, gdzie projektujemy wokół modelu jak "czarnej skrzynki", traci na znaczeniu. Polecamy uwadze artykuł, w którym autor zaczyna od prostego, ale trafnego spostrzeżenia: klasyczny UX, oparty na ekranach i flow, przestaje wystarczać w produktach napędzanych przez AI. Gdy interfejs nie jest już „zaprojektowany raz”, tylko generuje się dynamicznie, zmienia się też rola projektanta. Na pierwszy plan wychodzą dane, kontekst i sposób oceniania odpowiedzi systemu - rzeczy, które wcześniej były raczej poza zasięgiem UX. To one decydują, czy produkt będzie pomocny, przewidywalny i sensowny dla użytkownika. Artykuł stawia tezę, że projektowanie AI to dziś bardziej praca nad zachowaniem systemu niż nad jego wyglądem.
