Обзор Maze: как устроены исследования интерфейса с ИИ, начинается с разделения трёх слоёв работы. Проверка прототипа показывает, что человек делает в макете. Задание участнику формулирует задачу словами. Исследовательский вывод объясняет, почему путь сложился именно так. Платформа помогает с первыми двумя слоями и ускоряет третий, а суждение о причинах остаётся за командой.
Проверка прототипа, задание и вывод: три разных слоя
Смешение слоёв даёт самые дорогие ошибки в удалённом тестировании. Разведём их по предмету.
Проверка прототипа — это прогон кликабельного макета. Участник получает ссылку, проходит по экранам, а система фиксирует маршрут, время и точки остановки. Предмет проверки — поведение на конкретных экранах.
Задание участнику — текст, который человек читает перед стартом. Предмет — формулировка. Здесь решается, подсказан ли маршрут. Фраза «найдите кнопку Каталог и нажмите её» называет и элемент, и действие, поэтому подсказывает участнику маршрут и мешает проверить самостоятельный поиск.
Исследовательский вывод — интерпретация. Предмет — причина наблюдения и его перенос на других людей. Документация Maze на https://maze.co/ описывает платформу как среду для качественных и количественных исследований идей, прототипов, сообщений, потребностей клиентов и рыночных возможностей, где ИИ помогает, а суждение вносит человек.
Практический порядок такой. Сначала фиксируем вопрос исследования одной фразой. Затем собираем прототип с честными переходами. Потом пишем задание без названий элементов. После прогона разносим наблюдения по участникам. И только затем формулируем вывод с оговоркой о размере выборки.
Частая ошибка — начинать с прототипа. Команда рисует экраны, а вопрос исследования всплывает после запуска. Тогда задание подгоняется под макет, и результат отвечает на удобный вопрос.
Второй слой ошибок — считать клик по кнопке доказательством понятности. Клик показывает, что человек нашёл элемент. Он не показывает, ожидал ли человек увидеть там что-то другое.
Третий слой — переносить вывод на всех пользователей по нескольким наблюдениям. Три прохода дают три истории. Они подсказывают гипотезы и поводы для следующего раунда.
Виды исследований Maze и роль ИИ
Документация на https://maze.co/ перечисляет качественные и количественные исследования. Качественные дают развёрнутые ответы и записи сессий. Количественные дают счётные показатели по задачам. Обе ветки работают на одном прототипе.
Страница https://maze.co/ai/ описывает ИИ-слой. Он рекомендует методологию по формулировке цели и собирает готовое к запуску исследование. Он ловит наводящие и смещённые вопросы и предлагает переписать их. Он выделяет общие темы в открытых ответах за минуты и позволяет фильтровать их по теме и тональности.
Отдельная функция — подключение исследований, транскриптов и данных сессий к Claude, ChatGPT, Gemini и другим инструментам команды. Запрос к Maze возвращает ответы, опирающиеся на реальные исследования, и позволяет создать следующее исследование для закрытия пробелов прямо из чата.
Maze MCP переносит результаты в повседневные инструменты команды, чтобы находки находили, переиспользовали и применяли. Отчёты, клипы и истории собираются в вид, пригодный для передачи команде.
Права доступа устроены отдельно. Платформа позволяет создавать защищённые исследования и назначать роли для просмотра, управления и совместной работы. Доступ к рабочим пространствам выдаётся по ролям, и совместная работа идёт внутри разрешённых пространств.
Роль ИИ здесь ускоряющая. Он предлагает методологию, черновик исследования, переписанные вопросы и тематическую сводку. Решение о том, что считать доказательством, принимает исследователь.
Задание на покупку лампы без подсказанного маршрута
Возьмём учебный прототип: главная → Каталог → Карточка → Корзина, плюс отдельная ссылка «Избранное». Это вымышленный учебный пример. Исследование удобства по нему не проводилось.
Плохое задание называет элементы: «найдите кнопку Каталог и нажмите её». Оно подсказывает маршрут и снимает саму проверку навигации.
Нейтральное задание описывает намерение и результат, которых хочет человек:
Вы хотите купить настольную лампу и посмотреть итог заказа.
Покажите, как вы это сделаете.
Здесь нет названий экранов, кнопок и порядковых шагов. Участник сам выбирает вход. Конечная точка успеха задана заранее: корзина с лампой.
Проверим задание по четырём признакам. Первый: названы ли элементы интерфейса. Второй: указан ли порядок экранов. Третий: понятна ли цель покупки. Четвёртый: сформулирована ли ожидаемая конечная точка.
Дополнительный приём — добавить вопрос о причине после прохода. Он не входит в задание и задаётся отдельно, чтобы не влиять на маршрут.
Ещё один приём — прогонять задание на человеке вне команды до запуска. Если он спрашивает, где искать, формулировка подсказывает мало или много.
Таблица трёх учебных наблюдений и конечная точка
Ниже три вымышленных наблюдения по тому же прототипу. Они показывают, как разносить записи по участникам и этапам.
| Участник | Что сделал | Этап | Статус | Что вынесено отдельно |
|---|---|---|---|---|
| U 1 | Прошёл путь до корзины | Каталог → Карточка → Корзина | Успех задачи | — |
| U 2 | Открыл «Избранное» и остановился | Избранное | Остановка, причина неизвестна | Причина остановки |
| U 3 | Дошёл до корзины, спросил про доставку | Каталог → Карточка → Корзина | Успех задачи | Вопрос о доставке |
Конечная точка успеха — корзина с лампой. Она задана до запуска, поэтому статус каждого участника считается по одному признаку.
Колонка «Что вынесено отдельно» держит две разные вещи. У U 2 это неизвестная причина остановки. У U 3 это вопрос, который возник по ходу и не относится к достижению корзины.
Промпт для разбора записей:
Разнеси наблюдения по участникам и этапам.
Не называй вопрос о доставке провалом достижения корзины.
Не делай вывод о всех пользователях по трём примерам.
Первый пункт требует структуры. Второй защищает статус задачи. Третий ограничивает перенос.
Остановка, вопрос участника и достигнутая цель
Три записи выше выглядят похоже и означают разное. Разведём их по признаку.
Достигнутая цель — участник оказался в заранее заданной конечной точке. U 1 и U 3 дошли до корзины, поэтому их статус задачи — успех.
Остановка — участник прекратил движение до конечной точки. U 2 открыл «Избранное» и остановился. Причина остановки в записи неизвестна, и это честная часть наблюдения. Дописать причину можно только отдельным вопросом к участнику.
Вопрос участника — реплика по ходу прохода. U 3 спросил про доставку, уже дойдя до корзины. Вопрос не меняет статус задачи и живёт отдельной строкой.
Практическое правило: одна запись — один признак. Статус задачи, причина остановки и вопросы идут тремя колонками.
Частая ошибка — записать вопрос как провал. Тогда метрика задачи падает из-за темы, которой в задании не было.
Вторая ошибка — додумать причину остановки по своему опыту. Запись «участник не понял избранное» содержит вывод, которого в наблюдении нет.
Третья ошибка — считать остановку отказом от задачи. Участник мог решить, что нашёл нужное, и завершить проход.
Проверка первичных наблюдений после ИИ-сводки
ИИ-сводка ускоряет разбор и требует проверки. Документация на https://maze.co/ai/ описывает редактирование автосгенерированных отчётов: владельцы команды, администраторы и редакторы могут править отчёты, настраивать сводки по темам, скрывать и показывать слайды и менять порядок находок перед отправкой.
Порядок проверки такой. Сначала открываем сырые записи по каждому участнику. Затем сверяем темы сводки с этими записями. Потом возвращаем на место всё, что сводка отнесла к другой теме. И только затем отправляем отчёт.
Отдельно проверяем формулировки. Сводка может назвать вопрос о доставке провалом задачи. Правка возвращает его в отдельную строку.
Проверяем и перенос. Сводка по трём наблюдениям склонна к обобщению. Оговорка о размере выборки остаётся в тексте отчёта.
Полезно хранить связь между выводом и записью. Каждая строка отчёта получает ссылку на сессию, из которой она выросла. Тогда спор о выводе решается возвратом к записи.
Критерии применимости Maze, рекрутинг и границы вывода
Платформа подходит, когда есть прототип с честными переходами и вопрос исследования, который можно проверить на проходе. Документация на https://maze.co/ описывает панель более чем из 6 миллионов участников и подключение собственного сообщества, а также точный таргетинг и планирование. Это закрывает рекрутинг, когда нужна внешняя аудитория.
Собственное сообщество подходит, когда важна узкая группа. Панель подходит, когда нужен быстрый набор по заданным признакам.
Границы вывода задаются размером выборки и формулировкой задания. Несколько проходов дают гипотезы и поводы для следующего раунда. Перенос на всех пользователей требует отдельного исследования.
Проверим применимость по списку. Есть ли вопрос исследования одной фразой. Есть ли прототип с рабочими переходами. Есть ли задание без названий элементов. Задана ли конечная точка успеха. Есть ли план проверки сводки.
Частые вопросы
Что такое maze user testing?
Это удалённая проверка интерфейса, при которой участник проходит прототип по ссылке, а система фиксирует маршрут и точки остановки. Документация Maze на https://maze.co/ описывает качественные и количественные исследования идей, прототипов и потребностей клиентов. Задание участнику формулирует задачу словами, а исследовательский вывод объясняет причины наблюдений.
Как написать задание, которое не подсказывает маршрут?
Опишите намерение человека и ожидаемый результат, не называя экранов и кнопок. Учебный вариант: «Вы хотите купить настольную лампу и посмотреть итог заказа; покажите, как вы это сделаете». Конечную точку успеха задайте заранее, например корзину с лампой. Проверьте формулировку на человеке вне команды до запуска.
Чем остановка отличается от вопроса участника?
Остановка означает, что участник прекратил движение до конечной точки. Вопрос — реплика по ходу прохода, которая не меняет статус задачи. В учебном примере U 2 остановился у «Избранного», а U 3 дошёл до корзины и спросил про доставку. Держите эти записи в разных колонках.
Можно ли доверять ИИ-сводке отчёта?
Сводка ускоряет разбор и требует сверки с первичными записями. Документация на https://maze.co/ai/ описывает правку автосгенерированных отчётов, настройку сводок по темам и изменение порядка находок перед отправкой. Сверяйте темы с записями по каждому участнику и возвращайте смещённые формулировки на место. Оговорку о размере выборки оставляйте в тексте.
Как Maze помогает с участниками исследования?
Документация на https://maze.co/ описывает панель более чем из 6 миллионов участников и подключение собственного сообщества. Платформа берёт на себя таргетинг и планирование. Доступ к рабочим пространствам выдаётся по ролям, а исследования можно защищать и назначать роли для просмотра и совместной работы.