# Дизайн исследования

## Контекст

Гала — внутренняя база знаний ВкусВилла. Пользователь задаёт рабочий вопрос и получает ответ, сформированный AI на основании статей и материалов базы знаний.

В Гале можно искать ответы на разные типы вопросов:

- операционные и бытовые вопросы сотрудников розницы;
- HR- и административные вопросы;
- инструкции по внутренним системам;
- процессные и бизнесовые вопросы.

Сейчас у Галы есть несколько пользовательских поверхностей:

1. Основная Гала
2. Гала внутри Элли
3. Гала в боте

Исследование должно рассматривать Gala не только как интерфейс, а как **сервис получения рабочего знания**.

## Цель исследования

Понять, насколько сотрудники могут с помощью Галы самостоятельно получить надёжный ответ на рабочий вопрос и совершить нужное действие.

<div id="bkmrk-%28%D0%9D%D1%83%D0%B6%D0%BD%D0%BE-%D0%BB%D0%B8-%D0%BF%D1%80%D0%BE%D0%B2%D0%B5%D1%80%D1%8F%D1%82%D1%8C-">(Нужно ли проверять путь сотрудника, работающего с базой знаний в качестве редактора?)</div>#### Главный пользовательский путь

Возник вопрос → выбрал, где искать → сформулировал запрос → получил ответ → оценил его → при необходимости проверил источник или уточнил вопрос → совершил действие.

#### Дополнительный путь

Ответа нет / ответ сомнительный → пользователь распознал проблему → понял, что делать дальше → восстановился и нашёл другой способ получить информацию.

## Аудитории

Предварительно:

#### Розница?

5–8 сотрудников (какие роли? нужны ли разные когорты).

Проверяем ли Милю?

Проверяем ли ГЛ?

Офис?

#### Только читатели или ещё создатели?

## Основные исследовательские вопросы

#### 1. Где сотрудник ищет информацию

- Что сотрудник делает, когда у него возникает рабочий вопрос?
- Где ищет информацию в первую очередь?
- В какой последовательности использует разные источники?
- Когда спрашивает коллегу или руководителя?
- Когда идёт в чат, документ, Элли или Галу?
- Знает ли вообще о Гале?
- В какой ситуации Гала становится естественным выбором?

Важно исследовать это **до демонстрации интерфейса**.

#### 2. Как пользователь формулирует запрос

- Пишет ли естественный вопрос или пытается подбирать ключевые слова?
- Насколько подробно описывает ситуацию?
- Понимает ли, что можно общаться с Галой как с диалоговым AI?
- Что делает, если первый запрос не дал нужного результата?

#### 3. Как пользователь воспринимает AI-ответ

- Понимает ли, что текст ответа сформирован AI?
- Понимает ли отличие AI-ответа от текста оригинальной статьи?
- Получает ли из ответа достаточно информации для действия?
- Может ли пересказать, что именно ему нужно сделать?
- Насколько уверен в полученном результате?

#### 4. Как пользователь работает с источниками

- Замечает ли наличие источников?
- Понимает ли связь между ответом и статьёй?
- Когда считает необходимым открыть первоисточник?
- Может ли найти нужную информацию внутри статьи?
- Понимает ли интерфейс нескольких источников?
- Замечает ли изображения и документы?

#### 5. Как пользователь продолжает диалог

- Понимает ли, что вопрос можно уточнить?
- Ожидает ли, что Gala сохранит контекст предыдущего вопроса?
- Может ли дополнить условия задачи без повторного описания всей ситуации?
- Понимает ли разницу между уточнением текущего вопроса и новым вопросом?

#### 6. Как пользователь воспринимает ошибки

Проверить несколько типов ошибок:

- информации в базе действительно нет;
- Гала нашла нерелевантные статьи;
- AI сформировал неполный ответ;
- AI сформировал сомнительный или ошибочный ответ;
- найдено несколько потенциально противоречащих источников;
- пользователь задал слишком широкий или неоднозначный вопрос.

Нужно понять:

- замечает ли пользователь проблему;
- продолжает ли доверять ответу;
- понимает ли, что информации недостаточно;
- знает ли, что делать дальше.

<div id="bkmrk-"></div>## Гипотезы: Гала внутри Элли

#### Точка входа

**1.** Пользователь понимает, что раздел базы знаний предназначен для получения ответа на рабочий вопрос.

**2.** Стартовый экран в нулевом состоянии даёт достаточно информации для начала работы.

**3.** Пользователь воспринимает интерфейс как диалог, а не как классический поиск по базе знаний.

#### Формулирование запроса

**4.** Пользователь формулирует вопрос естественным языком.

**5.** Пользователю не требуется знать название статьи, раздел базы знаний или специальные ключевые слова.

#### Ответ

**6.** Пользователь понимает основной AI-ответ и способен на его основании выполнить задачу.

**7.** Пользователь понимает, что ответ сформирован на основании материалов базы знаний.

#### Источники

**8.** Пользователь замечает возможность ознакомиться с источником ответа.

**9.** Пользователь понимает связь между AI-ответом слева и статьёй справа.

**10.** При наличии нескольких источников пользователь понимает, что табы справа относятся к разным документам.

**11.** Пользователь замечает изображения и вложенные документы и понимает, как ими воспользоваться.

#### Диалог

**12.** Пользователь понимает, что после первого ответа можно задать уточняющий вопрос.

**13.** Пользователь ожидает сохранения контекста внутри текущего диалога.

**14.** Пользователь понимает назначение действия «Задать новый вопрос».

#### Оценка ответа

**15.** Пользователю понятно, что именно он оценивает лайком или дизлайком

#### Ошибки

**16.** Пользователь способен отличить отсутствие информации от найденного ответа.

**17.** Нерелевантные материалы при отсутствии хорошего ответа не создают ложного ощущения, что Гала действительно нашла решение.

**18.** Если ответ выглядит сомнительным, пользователь понимает, как его проверить или что сделать дальше.

## Предварительные зоны исследования основной Галы

Финальный набор гипотез по основной Гале сформируется совместно с командой.

На встрече необходимо разобрать следующие направления.

## Сценарии юзабилити-тестирования

Для тестирования необходимо использовать реальные рабочие ситуации.

В задании нельзя указывать, какой элемент интерфейса нужно использовать.

Вместо:

> «Найдите в базе знаний инструкцию по списанию».

Используем:

> «Вы обнаружили товар с истёкшим сроком годности. Вам нужно понять, что теперь делать».

<div id="bkmrk--1"></div>#### Сценарий 1. Простой рабочий вопрос

Пример:

> Вы обнаружили просроченный товар. Вам нужно понять, что с ним делать и как правильно оформить списание.

Проверяем:

- где пользователь начинает поиск;
- как формулирует запрос;
- может ли получить ответ;
- понимает ли инструкции;
- готов ли действовать.

#### Сценарий 2. Вопрос, где важен первоисточник

Выбрать процесс, где есть:

- несколько шагов;
- исключения;
- критичные правила;
- документы или инструкции.

После получения ответа не просить открыть статью.

Наблюдать, возникнет ли такая потребность самостоятельно.

Дополнительные вопросы:

- Насколько вам достаточно этого ответа?
- Вы бы сейчас начали действовать?
- Насколько уверены в информации?
- Откуда, по вашему мнению, взялся этот ответ?
- Хотели бы вы что-то проверить?

#### Сценарий 3. Уточнение контекста

Например:

> Как оформить отпуск?

После первого ответа добавить новое условие:

> А если до начала отпуска осталось меньше двух недель?

Проверяем:

- продолжит ли пользователь текущий диалог;
- ожидает ли сохранения контекста;
- начнёт ли новый поиск;
- насколько понятен follow-up.

#### Сценарий 4. Несколько источников / вложение

Выбрать реальный запрос, по которому:

- используется несколько статей;  
    или
- есть изображение;  
    или
- есть вложенный документ.

Проверяем:

- замечает ли пользователь источники;
- понимает ли вкладки;
- понимает ли связь ответа и документов;
- может ли открыть нужный материал.

#### Сценарий 5. Нет ответа

Использовать вопрос, ответа на который в базе заведомо нет.

Проверяем:

- понимает ли пользователь, что Gala не располагает информацией;
- принимает ли случайно найденные материалы за ответ;
- что делает дальше;
- как пытается переформулировать вопрос;
- кому или куда идёт после Галы.

#### Сценарий 6. Сомнительный ответ

По возможности подобрать реальный кейс, где:

- ответ частичный;
- найден не тот процесс;
- несколько документов дают разные сигналы.

Проверяем способность пользователя **не только найти ответ, но и распознать ненадёжный ответ**.

## Подготовка тестовых кейсов

До начала исследования для каждого тестового вопроса необходимо зафиксировать:

- исходную ситуацию;
- ожидаемый корректный ответ;
- источник истины;
- статьи, которые Gala должна использовать;
- наличие вложений;
- ожидаемое поведение AI;
- известно ли, что ответ сейчас работает корректно;
- намеренно ли используется failure case.

Это позволит разделить проблемы пользователя и проблемы самой системы.

<div id="bkmrk--2">  
</div>## Дизайн сессии

Продолжительность: **45–60 минут**.

#### 1. Контекст — 5–10 минут

До показа интерфейса:

> Представьте, что прямо сейчас на работе у вас возник вопрос и вы не знаете, как поступить. Что вы будете делать?

Исследуем текущий информационный путь.

#### 2. Основные задачи — 20–25 минут

2–3 рабочих сценария.

#### 3. Ошибочные кейсы — 10 минут

- отсутствие ответа;
- плохой ответ;
- уточнение;
- несколько источников.

#### 4. Рефлексия — 5–10 минут

- Где ожидали бы иметь такой инструмент?
- Когда стали бы им пользоваться?
- Чему доверяли?
- Что хотелось проверить?
- В какой ситуации всё равно спросили бы человека?

## Критерий успеха исследования

По итогам исследования мы должны суметь разделить:

**пользователь не пришёл в Галу→ пользователь не смог воспользоваться Галой → Гала нашла плохую информацию → Гала неправильно сформировала ответ → пользователь не смог понять или проверить ответ.**

И на основании этого определить отдельные продуктовые задачи для UX, AI и базы знаний.