Gehen Sie von einer abgegrenzten Benutzergeschichte zu einem prüfbaren Prototyp über, ohne AI-Ausgaben als Usability-Evidenz darzustellen.
Diese Anleitung schlägt einen Arbeitsablauf vor, um einen klickbaren Prototyp für eine kritische Mobile-Aufgabe zu erstellen. Es ist ein Planungsmuster, keine beanspruchte Ersthanderfahrung, Garantie oder Ersatz für professionelles Urteilsvermögen.
Sie benötigen eine Benutzergeschichte, Plattformeinschränkungen und einen Product Reviewer. Geben Sie keine Passwörter, API-Schlüssel, Gesundheitsinformationen, Behördenkennzeichen oder ungeschwärzte Kunden-/Mitarbeiterdaten in einen AI-Dienst ein, es sei denn, Ihre Organisation hat diese Verarbeitung ausdrücklich genehmigt.
Eingabe: Akzeptanzkriterien und bestehendes Design System.
Erwartete Ausgabe: ein Prototyp-Brief, Bildschirme und Testskript.
Tool-Verfügbarkeit, Modellverhalten, Planlimits und Nutzungsbedingungen können sich ändern. Überprüfen Sie vor der Konfiguration eines Arbeitsablaufs die aktuelle Dokumentation jedes Anbieters und die Kontoeinstellungen Ihrer Organisation.
Schreiben Sie einen Satz, der die Entscheidung beschreibt, die diese Arbeit unterstützen muss: ein Prototyp-Brief, Bildschirme und Testskript. Listen Sie auf, was bestätigt ist, was unbekannt ist und wer eine endgültige Version genehmigen kann. Setzen Sie Quellenlinks neben Materialansprüche; generierter Text ist nie die Quelle eines Anspruchs.
Erstellen Sie ein Eingabepaket mit Akzeptanzkriterien und bestehendem Design System. Entfernen Sie Namen, direkte Kontaktdaten, Kontoanmeldedaten und Material, das für diese Aufgabe nicht erforderlich ist. Verwenden Sie beispielsweise einen Quellenlink oder eine interne Datensatz-ID anstelle eines eingefügten vertraulichen Dokuments. Geben Sie an, was die Ausgabe nicht tun darf: Sie darf keine Entscheidung über eine Person treffen, nicht automatisch veröffentlichen oder eine unsichere Aussage als bestätigt darstellen.
Übergabe: Geben Sie den abgegrenzten Brief, das Eingabepaket und den Quellordner an die Person ab, die den ersten Entwurf macht. Diese Person sollte erklären können, warum jedes enthaltene Element notwendig ist.
Begrenzen Sie den Prototyp auf eine Persona, einen Trigger, einen Happy Path und einen Recovery-Zustand. Setzen Sie die Akzeptanzkriterien neben jeden Bildschirm und bitten Sie einen Product Reviewer, zu identifizieren, was der Prototyp bewusst nicht beweist.
In ChatGPT fordern Sie einen strukturierten ersten Durchgang an, keine endgültige Antwort. Eine nützliche Anweisung ist: "Verwenden Sie nur das Material unten. Erstellen Sie Überschriften, eine Evidenztabelle, offene Fragen und einen Entwurf. Kennzeichnen Sie alles, das nicht durch das Material gestützt wird, als bedarf Verifikation."
Verbinden Sie die Quellen-IDs mit dem relevanten Absatz oder der relevanten Zeile.
Lesen Sie das Ergebnis zeilenweise gegen das Eingabepaket durch. Löschen Sie Ansprüche, die nicht nachverfolgbar sind, und trennen Sie eine nützliche Hypothese von einer Entscheidung. Die Arbeitsausgabe zu diesem Zeitpunkt sollte ein quellenverknüpfter Entwurf sein, kein poliertes Asset.
Übergabe: Geben Sie den Entwurf, die Quellenlinks und ungelöste Fragen an den Domänen-Reviewer ab. Bitten Sie den Reviewer, mit Korrektionen, fehlendem Kontext und einem expliziten Go/No-Go zu jedem vertraulichen Anspruch zu antworten.
Verwenden Sie Figma AI, um die Änderungen des Reviewers in drei Gruppen zu organisieren: erforderliche Korrektionen, Entscheidungen, die der verantwortliche Eigentümer treffen muss, und optionale Verbesserungen. Bitten Sie das Modell nicht, einen Meinungsunterschied beizulegen oder Genehmigung zu ableiten. Der verantwortliche Eigentümer entscheidet, welche Version zur genehmigten Arbeitskopie wird.
Nur dann verwenden Sie Replit Agent, um die angeforderte Ausgabe zu erstellen: ein Prototyp-Brief, Bildschirme und Testskript. Halten Sie die quellenverknüpfte Arbeitskopie neben die formatierte Version. Wenn eine Übergabe das Format ändert, zum Beispiel von Notizen zu einem Deck, einem Prototyp oder einer automatisierten Nachricht, vergleichen Sie die beiden Versionen auf verworfene Qualifizierer, geänderte Nummern und irreführende visuelle Hervorhebung.
Wenn Automatisierung Teil des letzten Schritts ist, konfigurieren Sie eine benannte menschliche Genehmigung, bevor etwas gesendet, veröffentlicht oder einen Datensatz ändert. Schließen Sie eine Stop-Bedingung, eine Fehler-Benachrichtigung und eine Möglichkeit ein, eine teilweise Aktion ohne Löschung des Beweispfads rückgängig zu machen.
Übergabe: Der verantwortliche Eigentümer gibt die endgültige ein Prototyp-Brief, Bildschirme und Testskript frei.
Vor der Veröffentlichung bestätigen Sie:
AI kann Kontext weglassen, plausible Fehler produzieren und Verzerrungen in dem bereitgestellten Material widerspiegeln. Dieser Workflow ist nicht geeignet für autonome Entscheidungen über Personen, regulierte Beratung oder irreversible Aktionen. Beginnen Sie mit einer kleinen Stichprobe und überprüfen Sie nutzungsbasierte Gebühren, Generationsguthaben, Speicher und bezahlte Sitzplatzlimits vor dem Skalieren.