‏Frame: یه لایهٔ دانش زنده دربارهٔ کاربرها

این مقاله قسمت ششم یه سری دربارهٔ تحقیق کاربر (UXR) برای تیم‌های AI-محوره. نویسنده می‌گه تحقیق معمولاً مثل یه رویداد به سازمان می‌رسه: مطالعه انجام می‌شه، ارائه می‌دن، یه تصمیم گرفته می‌شه و بعد همه‌چی فراموش می‌شه. تیم بعدی که سؤال مشابه داره از صفر شروع می‌کنه. راه‌حلش Frame هست، یعنی مدلی که سازمان از کاربرهاش داره و مدام نگهداریش می‌کنه.

هر بخش Frame چهار ویژگی داره: Coverage (به کدوم سؤال‌ها جواب داریم)، Freshness (شواهد چقدر تازه‌ست)، Confidence (شواهد چقدر محکمه) و Ownership (کی مسئول به‌روز نگه داشتنشه). نویسنده تأکید می‌کنه Frame با ریپازیتوری تحقیق، پرسونا یا journey map فرق داره. اونا عکس یه لحظه‌ان، ولی Frame همیشه کاربرهای فعلی رو توصیف می‌کنه.

واحد اصلی Frame یه claim هست، یعنی یه جملهٔ کوتاه دربارهٔ کاربرها که شواهد بتونه ردش کنه. هر claim شواهدش، منبع، گروه کاربری‌ای که پوشش می‌ده، میزان اطمینان (قوی، متوسط، ضعیف)، وضعیت (معتبر، مورد اختلاف، نیازمند بررسی، کنارگذاشته‌شده) و صاحبش رو با خودش داره. باوری که هیچ شاهدی نداره claim نیست و می‌ره تو لیست شکاف‌ها. توصیه‌هایی مثل «توضیحات باید کوتاه‌تر بشه» هم وارد Frame نمی‌شن، چون اونا تصمیمن نه دانسته.

به گفتهٔ نویسنده، Frame پنج بخش داره. Intake گزارش هر مطالعه رو به claim تبدیل می‌کنه. هوش مصنوعی پیش‌نویس رو می‌سازه، ولی هر نقل‌قول کلمه‌به‌کلمه با منبع چک می‌شه، چون مدل راحت شواهدی رو که وجود نداره «بازنویسی» می‌کنه. بعد خود محقق هر claim رو قبول، ویرایش یا رد می‌کنه. Structure claimها رو دور سؤال‌های ثابت می‌چینه و سؤال‌های بی‌جواب می‌شن لیست شکاف‌ها. Upkeep claimهای قدیمی یا متناقض رو علامت می‌زنه و هیچ‌چیز پاک نمی‌شه. Access اجازه می‌ده هر کسی از طریق وب یا Slack سؤال بپرسه و جواب همیشه منبع، اطمینان و شکاف‌ها رو نشون می‌ده و هیچ‌وقت توصیه نمی‌کنه.

بخش آخر دیتای تیم‌های دیگه‌ست، مثل telemetry و متریک‌های محصول. این‌ها هیچ‌وقت به claim تبدیل نمی‌شن و همون‌جایی که هستن می‌مونن. یه claim از مصاحبه یه سؤال به دیتا می‌ده و جوابش با تاریخ و کوئری‌اش به‌عنوان شاهد برمی‌گرده. اگه نظرسنجی، رفتار کاربر و تیکت‌های پشتیبانی با هم بخونن، claim قوی‌تر می‌شه. اگه نخونن، مورد اختلاف علامت می‌خوره.

نویسنده می‌گه برای شروع لازم نیست ابزار خاصی داشته باشی. یه spreadsheet با یه ردیف برای هر claim کافیه. اول باورهای فعلی سازمان رو بنویس، برای هر بخش صاحب تعیین کن و با کمک AI از مطالعه‌های چند سال اخیر claim دربیار. اولین مطالعهٔ جدید رو هم روی خالی‌ترین بخشی بذار که زیر یه شرط بزرگ نقشهٔ راه قرار گرفته.

نکات کلیدی:

• Frame با ریپازیتوری فرق داره: دانسته‌ها رو به شکل claim نگه می‌داره، نه سند کامل.
• هر claim چهار چیز داره: پوشش، تازگی، میزان اطمینان و صاحب.
• اطمینان سه سطح داره: قوی، متوسط و ضعیف. باور بدون شاهد می‌ره تو لیست شکاف‌ها.
• AI پیش‌نویس claimها رو می‌سازه ولی محقق تک‌تکشون رو تأیید می‌کنه.
• telemetry و متریک‌ها claim نمی‌شن و فقط برای تأیید یا رد claimها کوئری می‌شن.
• برای شروع یه spreadsheet با یه ردیف برای هر claim کافیه.