موجّه نص مقابلة المستخدم — السلوك السابق، بلا أسئلة موجِّهة
معظم نصوص المقابلات بالذكاء الاصطناعي أسئلة موجِّهة متنكّرة: 'كيف ستساعدك ميزتنا؟' بدلاً من 'احكِ لي عن آخر مرة واجهت فيها هذا'. يفرض هذا الموجّه تأطير السلوك السابق، بلا افتراضات، وتكتيكات متابعة صريحة.
أنشئ نص مقابلة مستخدم مدتها 30 دقيقة.
هدف المقابلة: {ما تريد أن تتعلّمه — كن محدداً}
الشريحة: {من تتحدّث معه — الدور، السياق، السلوك الحالي}
الفرضية العاملة (اختياري): {ما تعتقد حالياً أنه صحيح}
أخرج نصاً بهذه البنية:
1. Warm-up (3 دقائق): سؤالان مفتوحان عن روتينهم الحالي، بلا ذكر للمنتج.
2. قسم السلوك السابق (15 دقيقة): 5-7 أسئلة، كل سؤال مرتبط بآخر مرة فعلوا فيها الفعل ذا الصلة. الصيغة: 'احكِ لي عن آخر مرة...'.
لكل سؤال، اذكر 2-3 متابعات يجب أن يبقيها المُقابِل جاهزة.
3. قسم القيود (8 دقائق): 3-4 أسئلة عما جرّبوه، وما دفعوا مقابله، وما فشل. يكشف الطلب الحقيقي مقابل المجاملة.
4. Wrap-up (4 دقائق): سؤال مفتوح واحد 'ما الذي لم أسأل عنه' + شكر.
قواعد صارمة (Mom Test):
1. لا يجوز أن يبدأ أي سؤال بـ 'would you...' أو 'do you think...' — كلاهما يدعو إلى كذبات المجاملة.
2. لا يجوز أن يذكر أي سؤال منتجك أو حلّك الافتراضي.
3. يجب أن يكشف كل سؤال حقيقة (ما فعلوه) أو دفعة (مال/وقت أُنفق)، لا رأياً.
4. إذا لم يكن السؤال قابلاً للإجابة دون تخيّل المستقبل، فأعد كتابته ليكون عن الماضي.
5. يجب أن تحفر المتابعات في التفاصيل: 'كم مرة'، 'من دفع'، 'ما الذي جرّبته فعلاً'.
أعد فقط النص. علّم كل متابعة بـ [follow-up: ...]. اختم بقسم 'red flags during the interview' من فقرة واحدة يعدّد ما سيُبطل البيانات.متى تستخدم هذا
- قبل بناء أي شيء — 5-10 من هذه المقابلات تستبدل أشهراً من التخمين.
- عندما تكون المقاييس مسطّحة ولا تعرف السبب — تكشف أسئلة السلوك السابق شجرة القرار الفعلية.
- التحقّق من افتراض تسعير — قسم القيود ('ما الذي دفعته') أصدق من 'كم ستدفع'.
نصائح حسب النموذج
- claude
- الأفضل في تجنّب الأسئلة الموجِّهة. سيعيد كتابة افتراض إلى سؤال سلوك سابق عند الطلب.
- chatgpt
- يميل إلى التسلّل بصياغة 'would you'. قاعدة 'NO would you' الأكثر أهمية لفرضها.
- any
- إذا شعرت أن السؤال مريح للطرح، فهو على الأرجح موجِّه. ينبغي أن يشعر النص بأنه تطفّلي قليلاً — هكذا تحصل على بيانات حقيقية.
مثال: مقابلة اكتشاف لأداة مالية شخصية
الهدف: فهم كيف يتتبّع موظفو SaaS في منتصف الثلاثينيات مالياتهم الشخصية فعلياً.
Warm-up (3 دقائق)
- أخبرني عن عملك — ماذا تفعل يومياً؟
- كيف يبدو صباح إثنين نموذجي، قبل العمل؟
السلوك السابق (15 دقيقة)
Q1: احكِ لي عن آخر مرة جلست ونظرت فيها إلى حسابك المصرفي. متى كانت، وما الذي أثارها؟
[follow-up: مخطّطة أم رد فعل؟]
[follow-up: كم استغرقت؟]
Q2: آخر مرة اتخذت فيها قراراً مالياً بقيمة 500 دولار+ — شراء، انتظار، تبديل بنوك — احكِ لي عن ذلك.
[follow-up: ما الذي راجعته قبل القرار؟]
[follow-up: من غيره استشرت؟]
... [5 أخرى]
القيود (8 دقائق)
Q8: ما آخر أداة مالية دفعت مقابلها فعلاً، حتى 5 دولارات؟ ما الذي جعلك تتوقّف عن الدفع أو تستمر؟
... [3 أخرى]
Wrap-up: ما الذي لم أسأل عنه وتتمنّى لو سألت؟
العلامات الحمراء أثناء المقابلة:
- المشارك يقول 'I would' — هو فعلاً لا يفعل هذا. تحقّق من آخر مثال حقيقي؛ إن لم يوجد، فالشريحة قد لا تعاني المشكلة.
- غامض في الأرقام/التواريخ ('أتفقّد أحياناً'). الغموض = سلوك متخيّل. اسأل 'متى كانت آخر مرة بالضبط؟' لتثبيته.كيف يعمل
لماذا تكون معظم نصوص المقابلات بالذكاء الاصطناعي عديمة الفائدة
ينتج المخرج الافتراضي لـ LLM لـ 'اكتب لي نص مقابلة' أسئلة موجِّهة: 'كيف ستساعدك الميزة X؟'. أظهر The Mom Test (Rob Fitzpatrick، 2014) قبل عقدين أن الأسئلة الافتراضية تحصل على مجاملة، لا بيانات. المستخدمون الحقيقيون يقولون ما يعتقدون أنك تريد سماعه. يفرض النص أعلاه تثبيت السلوك السابق، الذي يصل إلى الحقائق.
متابعات الاستقصاء مهمة بالقدر ذاته. سؤال مثل 'احكِ لي عن آخر مرة واجهت فيها هذا' سيحصل على إجابة 30 ثانية افتراضياً. تحوّل المتابعات ('ما الذي راجعته أولاً'، 'من دفع'، 'كم طال') تلك الـ 30 ثانية إلى 5 دقائق من التفاصيل المفيدة.
كيف تتصرّف بناءً على المخرج
أجرِ 5 مقابلات قبل تغيير النص. تظهر الأنماط بحلول المقابلة 3-4. بحلول المقابلة 5 تستطيع التمييز بين الأسئلة التي تحصل على بيانات جيدة وتلك التي تحصل على حشو مجامِل — احذف الأسئلة المجامِلة وأضف متابعات محدّدة للجيدة.
بعد 5-7 مقابلات، مرّرها عبر موجّه research-summary لاستخراج الادعاءات والتناقضات. التركيبة (نص مقابلة ← ملخّص منظّم ← خريطة ادعاء) أسرع بكثير من قراءة النصوص ومحاولة تذكّر الأنماط.
الأسئلة الشائعة
›لماذا لا تكون هناك أسئلة 'would you'؟
لأن الجميع يقول نعم لميزة تصفها وجهاً لوجه. الافتراضات تدعو إلى المجاملة؛ السلوك السابق يدعو إلى الحقائق. أكبر تحسين فردي لجودة المقابلة هو إزالة كل 'would you' من النص.
›ماذا لو لم يكن منتجي موجوداً بعد؟
أفضل — ليس لديك ما تنحاز به عليهم. كل سؤال يصبح عن الألم القائم والحلول الحالية. هذا بالضبط ما لأجله مقابلات الاكتشاف.
›كم مقابلة أحتاج؟
5-12 لكل شريحة معتاد. بحلول 5 سمعت الأنماط. إضافة المزيد يصقلها بدلاً من اكتشاف جديدة — عوائد متناقصة بعد ~10 إلا إذا كنت تبحث في شريحة جديدة.
›ماذا لو خرج المشارك عن الموضوع؟
غالباً هذا ذهب. الآلام الحقيقية تخرج المحادثات عن مسارها؛ الإجابات المريحة لا. اتركهم 2-3 دقائق، خذ ملاحظات، ثم اعبر للعودة: 'أخبرني المزيد عن X — هل كان ذلك في الوقت نفسه الذي فعلت فيه Y أيضاً؟'
›هل ينبغي مشاركة الفرضية مسبقاً؟
لا. أخبرهم الهدف بمصطلحات غامضة ('أبحث في كيفية تعامل الناس مع X'). مشاركة فرضية محدّدة تنحاز إجاباتهم.
›هل يمكنني استخدام هذا لاختبارات قابلية الاستخدام؟
هدف مختلف — تحتاج اختبارات قابلية الاستخدام نص مهمة، لا نص اكتشاف. هناك تداخل (لا توجّه، راقب السلوك) لكن الصيغة تختلف. سننشر موجّه قابلية استخدام منفصلاً.
حاسبات ذات صلة
مطالبات ذات صلة
آخر تحديث: