Passer d'une user story délimitée à un prototype testable sans présenter la production AI comme preuve d'utilisabilité.
Ce guide propose un flux de travail pour créer un prototype cliquable pour une tâche mobile critique. C'est un modèle de planification, pas un test direct revendiqué, une garantie ou un substitut au jugement professionnel.
Vous avez besoin d'une user story, de contraintes de plateforme et d'un responsable produit. Ne collez pas de mots de passe, clés API, informations de santé, identifiants gouvernementaux ou données clients/employés non redactées dans un service AI à moins que votre organisation n'ait explicitement approuvé ce traitement.
Entrée : critères d'acceptation et système de conception existant.
Sortie attendue : un brief de prototype, des écrans et un script de test.
La disponibilité des outils, le comportement du modèle, les limites de plan et les conditions peuvent changer. Vérifiez la documentation actuelle de chaque fournisseur et les paramètres de compte de votre organisation avant de configurer un flux de travail.
Écrivez une phrase décrivant la décision que ce travail doit soutenir : un brief de prototype, des écrans et un script de test. Listez ce qui est confirmé, ce qui est inconnu et qui peut approuver une version finale. Mettez des liens source à côté des affirmations matérielles ; le texte généré n'est jamais la source d'une affirmation.
Créez un paquet d'entrée contenant les critères d'acceptation et le système de conception existant. Supprimez les noms, les coordonnées directes, les identifiants de compte et tout matériel qui n'est pas nécessaire pour cette tâche. Par exemple, utilisez un lien source ou un ID d'enregistrement interne à la place d'un document confidentiel collé. Indiquez ce que la sortie ne doit pas faire : elle ne doit pas prendre une décision concernant une personne, publier automatiquement ou représenter une affirmation incertaine comme confirmée.
Handoff : donnez le brief délimité, le paquet d'entrée et le dossier source à la personne qui fera le premier brouillon. Cette personne devrait être en mesure d'expliquer pourquoi chaque élément inclus est nécessaire.
Limitez le prototype à une persona, un déclencheur, un happy path et un état de récupération. Mettez les critères d'acceptation à côté de chaque écran et demandez à un responsable produit d'identifier ce que le prototype ne prouve délibérément pas.
Dans ChatGPT, demandez une première passe structurée, pas une réponse finale. Une instruction utile est : « Utilisez uniquement le matériel ci-dessous. Produisez des en-têtes, un tableau de preuves, des questions ouvertes et un brouillon. Étiquetez tout ce qui n'est pas soutenu par le matériel comme nécessite vérification. » Joignez les ID source à côté du paragraphe ou de la ligne pertinente.
Lisez le résultat ligne par ligne par rapport au paquet d'entrée. Supprimez les affirmations qui ne peuvent pas être retracées et séparez une hypothèse utile d'une décision. La sortie de travail à ce stade devrait être un brouillon lié aux sources, pas un atout poli.
Handoff : passez le brouillon, les liens source et les questions non résolues à l'examinateur du domaine. Demandez à l'examinateur de répondre avec des corrections, du contexte manquant et un go/no-go explicite sur toute affirmation sensible.
Utilisez Figma AI pour organiser les modifications de l'examinateur en trois groupes : corrections requises, choix que le propriétaire responsable doit faire et améliorations optionnelles. Ne demandez pas au modèle de résoudre un désaccord ou d'inférer une approbation. Le propriétaire responsable décide quelle version devient la copie de travail approuvée.
Uniquelement ensuite, utilisez Replit Agent pour créer la sortie demandée : un brief de prototype, des écrans et un script de test. Gardez la copie de travail liée aux sources à côté de la version formatée. Si un handoff change le format, par exemple, de notes à un deck, un prototype ou un message automatisé, comparez les deux versions pour les qualificatifs supprimés, les nombres modifiés et l'accent visuel trompeur.
Si l'automatisation fait partie de l'étape finale, configurez une approbation humaine nommée avant que quoi que ce soit soit envoyé, publié ou change un enregistrement. Incluez une condition d'arrêt, une alerte d'erreur et un moyen d'inverser une action partielle sans supprimer la piste d'audit.
Handoff : le propriétaire responsable signe le brief de prototype final, les écrans et le script de test.
Avant la publication, confirmez :
AI peut omettre du contexte, produire des erreurs plausibles et refléter un biais dans le matériel qui lui est fourni. Ce flux de travail n'est pas adapté aux décisions autonomes concernant les personnes, aux conseils réglementés ou aux actions irréversibles. Commencez par un petit échantillon et inspectez les frais basés sur l'utilisation, les crédits de génération, le stockage et les limites des sièges payants avant de passer à l'échelle.