הזמנתי את שגיא שרייבר להדגים לנו מה זה אומר עיצוב אמוציונלי כדי שנבין ונדע לנמק החלטות עיצוביות ואיך להשפיע על המשתמשים באמצעות הטריגרים.

שיטת שלושת השלבים לניסוח סיפור משתמש - הפעם מול מערכת מורכבת

מתכון שלושת השלבים לניסוח סיפור משתמש אמיתי ואפקטיבי

איך נמנעים מעכברים משוטטים בפיגמה? איך מאפיינים תהליך עבודה מחדש? ואיך אנחנו יודעים שזה עובד? שירלי גואטה ועומר מורג מעצב מוצר Senior Product Designer JFrog משוחחים על שיפור תהליכי עבודה בחברה, ומעקב אחר ביצועי התהליך לאורך זמן. בואו ללמוד איתנו איך להתבונן בתהליך העבודה הקיים ומשם עובדים יותר נכון ויעיל.

היי חברים, הפעם אנחנו עם ישי כהן, מומחה UX, ויחד אנחנו צוללים לחפירה עמוקה על הקו הדק בין פרודקט לUX. ישי מדגיש את החשיבות של שיתוף פעולה אפקטיבי בין השניים וגם מדבר על השינוי שחל בתעשייה בעקבות מהפכת כלי הAI. בשיחה נגענו בחשיבות הנחת האגו בצד בהתנהלות שבין UX וPM כדי להגיע לתוצאות מיטיבות, ועל המחשבה מאחורי החלטות מוצר מסוימות שנובעות משילוב בין המוצר לקהל היעד, ואפילו דיברנו קצת על טיקטוק

בפרק הזה נלמד על פרסונות. יש כמה מתודולוגיות מאוד נפוצות באקדמיה, שתמיד תהיתם האם בתעשייה שמים אליהן בכלל לב. פרסונות זה לגמרי אחת מהן. מי שרציני בתעשייה ישתמש ומי שלחוץ בזמן או שלא מעריך את הכלי הזה, ישכח ממנו מאוד מהר. בפרק הזה נעקוב אחרי שודד הים הידוע "הלל שחור הזקן" שבאופן מפתיע לא מצליח לשדוד...

אודי סלנט, מנהל ובעלים של סטודיו סלנט איי די ומרצה באוניברסיטת רייכמן, מתמחה באפיון ועיצוב מערכות מורכבות. הוא משמש גם כמנטור בתוכנית האקסלרטורים של גוגל. בפרק, אודי מדבר על תפקידו כיועץ לחוויית משתמש בחברות עם מוצרים בעייתיים או "שבורים." תהליך העבודה שלו כולל תצפיות וניתוח אנליטיקה כדי לזהות מגמות חוסמות המונעות מהמוצר להצליח. את המגמות הוא מציף לצוות המוצר ומעניק המלצות לשיפור. אודי מציין שעקב אכילס של מוצרים רבים הוא ארכיטקטורת מוצר מסורבלת עם פיצ'רים מיותרים, לעיתים עקב חוסר תשומת לב ודיוק בעבודה במשך השנים. לדבריו, הפתרון הוא לפרק את המוצר ולבנות אותו מחדש. האתגר המשמעותי בתהליך זה הוא התקשורת עם צוות המוצר, ולכן אודי מדגיש את חשיבות הסופט סקילס כדי להעביר ביקורת בצורה בונה ולא מאשימה, ולהוביל את הצוות להבנת שורש הבעיה ולשיפור המוצר.

מה ההזדמנות בשילוב Generative AI במוצר שלנו? לאיזה מוצרים זה מתאים? ואיך מוודאים שזה לא פוגע באיכות המוצר שאנחנו מציעים? חודש אוגוסט הגיע ואנחנו עומדים להקדיש את כולו לנושא שיהיה לכם קל לצרוך גם אם אתם בחופש – AI. בכל פרק בחודש, נסקור איך אפשר להשתמש ב-AI כדי לאפטם ולשפר תחום אחר בסטארטאפ שלנו – מה הכלים שקיימים, ואיך נכון להשתמש בהם. ובפרק הפעם – האחרון לחודש – אנחנו מדברים על איך אפשר לשלב Generative AI במוצר שלנו, כדי להגדיל את הצעת הערך שלנו למשתמשים. בשנה האחרונה AI נהיה מושג נפוץ, והתחושה היא שכל מוצר צריך להטמיע בתוכו פיצ׳רים של בינה מלאכותית, ושכל יזם צריך לקחת את זה בחשבון כשהוא יוצא לגייס כסף. אכן, אין ספק של-AI יש יתרונות משמעותיים, אבל האם הוא אכן מתאים לכל סוגי המוצרים? מי יכול להרוויח מהטמעה שלו, ובאיזה מוצרים זה דווקא יכול לפגוע? אז השבוע אדוה שיסגל מדברת עם מירב פרלמוטר, Data Analytics Lead ב-Tastewise, שלפני חצי שנה התחילו תהליך של הטמעת Generative AI במוצר שלהם, מה שיצר אימפקט מאוד משמעותי על הצעת הערך שלהם. מירב משתפת בהזדמנות שהם זיהו ב-Tastewise ובאיך עשו את ההטמעה בפועל, באתגרים שהם עוד חווים סביב התהליך, וגם לאיזה חברות ומוצרים הטמעה של AI לא בהכרח מתאימה.

בפרק היום נדבר על דיזיין סיסטם, מה זה, מתי כדאי לבנות אחד ומתי לא.. נדבר על בניית דיזיין סיסטם בצורה היעילה ביותר והאם אפשר לחיות בלעדיה.

נטלי ועומר מדברים על דיזיין ספרינטז. מתי ואיך לעשות אותם, ממה להזהר ואיך לקבל השראה מהתהליך.

בפרק עומרי ואני דיברנו על:  - מה זה תרבות עיצובית בארגון, ומה שלושת המרכיבים שעומרי מכוון בהגדרתה  - איך מתחילים ליצור תרבות עיצובית, גם כשאתה מעצב יחיד  - נקודות המפגש בין תרבות ארגונית לתרבות עיצובית  - איך שריר האמפטיה תורם לנו ליצירת תרבות יותר מודעת  - למה חשוב להגדיר את התרבות עיצובית האישית שלנו, וכיצד לשדר אותה גם במסגרת חיפוש עבודה   ההמלצה של עומרי: Material Design Foundations   לינקדין: עומרי דביר

יש רגעים בחיים שנתקלים במשהו קסום, והחיים לא חוזרים להיות כמו שהיו לפני אותו רגע.‍ככה אני מרגישה לגבי העולם של Design Thinking.‍השבוע אירחתי את דורון אגוזי המופלאה, לשיחה שבה חלקנו את אהבתנו לשיטה ולכלים שהיא טומנת בחובה.‍שוחחנו על הערך והיעילות שהיא מספקת, על כלים שאהובים עלינו במיוחד, ועל מקורות מידע שבהם למדנו כל מה שרק יכולנו על השיטה ששינתה את חיינו.‍את דורון אפשר למצא כאן:‍https://www.linkedin.com/in/doron-egozi/

דורון ואני דיברנו בפרק על: -המעבר כמנהלת בקורפורייט למנהלת בסטארטפ. מה גרם לדורון לעשות את הקפיצה? - מעברים לא נוחים, ותחושת אי נוחות בעשייה -  השלבים הראשונים של הקמת תהליכי עבודה בסטארטפ ללא אסטרטגיה עיצובית מוקדמת - הנעה לייעול תהליכי עיצוב מגלי לעורר התנגדות - האימפקט בביזנס והלחץ שמופעל כשאתה מוביל במוצר אחד ויחיד - הכנת תוכנית 90 יום ועבודה עם פאונדר ללא נסיון רחב של עבודה עם מנהלת עיצוב  - אפקט המפתח עם הטוש   ההמלצה של דורון: פרק עם שחף שקוף   לינקדין: דורון אגוזי

בפרק אבירן ואני דיברנו על: - ארבעת הגורמים שמקשים עלינו כמנהלים כשזה מגיע למתן פידבק: ״אמפטיה״, זמן, מידע וסטנדרטים, ואיך ruinous empathy נכנסת לתמונה. - איך ניגשים למפגש של מתן פידבק, ואיך נמנעים מלהעיר את שלושת המוקשים: identity, truth, relationship - שלושה סוגי הפידבק: appreciation, evaluation, coaching.

בפרק הקודם נטלי הסבירה לנו איך עושים בדיקות שמישות - מהתכנון, דרך המהלך ועד הסיכום. בפרק הזה נלמד איך לייעל את תהליך העבודה שלנו ולהמיר את הפידבקים שקיבלנו לפתרונות מעשיים. נטלי מתחילה כמעט כל פרויקט בסטודיו שלה מסדנאות דיזיין ספרינט (מתודולוגיה לפתרון בעיות כשיש אתגרים משמעותיים). ופיתחה בעצמה סדנת ׳מיני דיזיין ספרינט׳ ביום אחד, לבעיות טקטיות ביומיום כדי לסנכרן את כולם (פרודקט, דיזיין ופיתוח) להבנת הצורך ולהגיע לפתרונות מהירים יחד. אפשר לקבל את כל הפרטים על סדנה שנטלי מעבירה ללמוד איך תוכלו להעביר סדנאות כאלה אצלכם באירגון: https://www.DesignClub.co.il/designsprint אפשר גם לראות וידאו מהמיטאפ שלנו בו נטלי הדגימה בלייב את השיטה: https://www.facebook.com/natali.gil.75/videos/1557090794767614 ואפשר להוריד בחינם טמפלט של קובץ Figma לעבודה: https://www.figma.com/community/file/1197845027050836783

נטלי באה לספר לנו איך אפשר לשלב בדיקות שמישות כחלק בלתי נפרד מתהליך העבודה שלנו ללא חשש. אז איך בכלל מוצאים משתמשים? איך מגדירים את מטרת הבדיקה? מה חשוב לתכנן בראיון ומה עושים עם כל המידע שאספנו?

עדוא ואני דיברנו על: - באילו חברות ובאילו פרוייקטים כדאי לגייס מאפיינים ומעצבים לחוד, ומתי פרודאקט דזיינרס - מה קורה עם סוגיית הownership ברגע עובדים עם מאפיינים ומעצבים בנפרד - מה בממשק בין PM לבין פרודאקט דזיינר או לבין מאפיין, ועד כמה הצוות שמלווה אותנו משפיע גם על האנשים שכדאי שנביא לפרויקט, איפה מאפיינים פורחים ואיפה product designers דווקא יכולים להשלים את המשימה יותר טוב - ההשפעה של ux maturity של חברה על העבודה היומיומית שלנו.

בפרק השלישי מיכל ואני דיברנו על: - על הטעויות הכי בסיסית שמנהלים צעירים צריכים להימנע ממנה - איך בונים תהליכים כשאין בסיס ואין role model - איך צולחים את התקופת ״גם ניהול וגם הנדס-און״ - הדרך הנכונה לנצל את הseat at the table שקיבלנו ההמלצה של מיכל: ״המחתרת התאילנדית״.

בפרק הראשון והחגיגי טל ואני דיברנו על: - מה הייחודיות בצוות העיצוב ברדיס - מהו מודל המורכבות של מוצרים טכנולוגים - מה עושים באונבורדינג של רדיס כדי לעזור למעצבים חדשים להצליח בעבודה - מהו האתגר הכי גדול שלנו כמנהלים - על מסלול ההתמחות באקדמית תל אביב יפו.

בפרק השני עידן ואני דיברנו על: - איך פועל צוות עיצוב בחברה בצמיחה מואצת (hypergrowth) כדי להשיג תוצאות מיטביות - איך מנגישים למעצבים רואדמאפ ותיעדופים של חברה - איך אנחנו כצוות עיצוב משתלבים בתמונה הגדולה של חזון החברה - על הדרך להבטיח שגם מתוך השוטף, נעשית עבודת עומק והתקדמות מקצועית - על ניצול הזדמנויות עסקיות כדי לעשות עבודת דיזיין איכותית - הכוח הסודי של נגישות (accesibility) כהזדמנות שלנו לשדרג את המוצר - על ההתקדמות המוצרית ורעיונית של airbnb והשדרוג בעקבות הקורונה.

שלוש הרצאות ממיטאפ 41 של Startup Designers באימפרווה: קארין סיבוני לשץ ורחלי ארליך על PM/UX Handover בעידן ה-AI, אביחי ברס על בניית זהות מקצועית בנישה ספציפית, ונטע שמר על ניהול אי-ודאות וקבלת החלטות UX בעידן הבינה המלאכותית.

גל סיימה את הכנס עם תזכורת חשובה על המקום של היצירתיות בתוך כל המהפכה הזאת. אחרי שנה וחצי שבה כמעט כל העבודה שלה מתבצעת דרך Cursor, Agents וכלי AI שונים, היא מצאה את עצמה מייצרת יותר מתמיד - אבל נהנית פחות. ההרצאה המקורית שלה הייתה אמורה להיות על תהליכי עבודה וכלים, אבל תוך כדי ההכנות היא הבינה שהשאלה המעניינת באמת היא לא איך עובדים מהר יותר, אלא איך שומרים על המקום האנושי בתוך כל זה. אחד הרעיונות המרכזיים שעלו היה שהקראפט לא נעלם - הוא משתנה. במקום להשקיע שעות בביצוע, אנחנו משקיעים יותר זמן בחשיבה, בחיבורים לא צפויים וביכולת לזהות רעיונות שאף מודל לא היה מגיע אליהם לבד. החדשנות לא נוצרת מתוך התשובה הראשונה שקיבלנו מ-Claude או Cursor, אלא מתוך אותם רגעים שבהם אנחנו עוצרים, נותנים למחשבות להתבשל ומחברים בין דברים שלא אמורים להתחבר. אם יש משהו שצריך לקחת מהעולם החדש הזה, זה לא לפחד שהקראפט נעלם - אלא להבין שהוא פשוט עובר למקום אחר.

שחר הציג גישה שמתחילה דווקא מהדאטה. במקום להתמקד בשאלות שהמשתמש כבר יודע לשאול, הוא מחפש את האזורים שבהם מסתתרים הסיגנלים שהמשתמש בכלל לא יודע לחפש. דרך דוגמאות מעולמות הסייבר, מערכות יחסים ואפילו ניהול תקציב אישי, הוא הראה איך אפשר לזהות דפוסים, חריגות והתנהגויות שמסתתרות בתוך כמויות גדולות של מידע ולהפוך אותן לתובנות שהמשתמש לא היה מגיע אליהן בעצמו. התפקיד של המוצר, ושל המעצב שמאחוריו, מתחיל להשתנות בהתאם. במקום רק לענות על שאלות, הוא צריך לעזור למשתמש לגלות דברים שהוא לא ידע לשאול מלכתחילה. לא עוד דשבורד שמציג נתונים, אלא מערכת שיודעת לחבר בין נקודות, לזהות סיגנלים ולהציף את התובנה הנכונה ברגע הנכון. מבחינתו, זה המקום שבו נוצר הערך האמיתי של AI - לא ביכולת לנתח דאטה מהר יותר, אלא ביכולת לחשוף את ה-unknown unknowns שמסתתרים מאחוריו.

טל דיבר על אחד הפערים הכי גדולים שקיימים היום בארגונים. בזמן שכלי AI הופכים אותנו למהירים יותר בכתיבה, פיתוח ועיצוב, הדרך שבה אנחנו מציגים רעיונות כמעט לא השתנתה. עדיין שולחים מסמכים ארוכים, מצגות אינסופיות ופגישות של שעה רק כדי להסביר רעיון שאפשר להבין תוך דקות ספורות. באמצעות כלים כמו Google Vids ובהמשך גם Claude ו-Remotion, הוא הדגים איך אפשר להפוך PRD, חזון מוצרי או פיצ'ר חדש לסרטון קצר שמעביר את אותו המסר בצורה הרבה יותר ברורה ואפקטיבית. היכולת לספר סיפור הופכת לחלק בלתי נפרד מהעבודה של מנהלי מוצר, מעצבים ומובילי צוותים. לא רק להגדיר מה בונים, אלא לגרום לאנשים להבין למה בונים את זה ולהרגיש חלק מהכיוון. בעולם שבו כולנו מוצפים במידע, תשומת לב הופכת למשאב נדיר. מי שיודע לארוז רעיון מורכב לכמה דקות ממוקדות, יצליח לייצר הרבה יותר Alignment, לקבל החלטות מהר יותר ולהניע אנשים לפעולה.

אחרי שנים של בניית Design Systems עבור חברות גדולות, עידו וקרן רואים מקרוב את הפער שנוצר בין מה שעובד מצוין בסטארטאפ קטן לבין מה שקורה כשצריך לנהל מוצר מורכב לאורך שנים. Vibe Coding מאפשר להגיע לתוצאות מרשימות במהירות, אבל בסביבות מורכבות עם עשרות צוותים, קוד לגאסי ומאות החלטות שהצטברו לאורך הדרך, האתגר כבר לא נמצא ביכולת לייצר אלא ביכולת להבין מה נבנה ולמה. אחת התובנות המרכזיות שעלו בשיחה הייתה שהנכס החשוב ביותר בארגון הוא לא הקומפוננטות עצמן אלא ההחלטות שמאחוריהן. למה רכיב מסוים נבנה בצורה מסוימת, אילו פשרות התקבלו בדרך, ואיך ההחלטות האלה באות לידי ביטוי בפיגמה, בקוד ובפרודקשן. ככל שיותר עבודה נוצרת על ידי מודלים, כך גדלה החשיבות של Decision Log מסודר ושל Human in the Loop שיודע לחבר בין הכוונה המקורית לבין התוצאה שנוצרה בפועל.

יעקב לקח את הדיון על AI למקום הרבה יותר אנושי. בזמן שרוב השיחות עוסקות במודלים, Agents וטכנולוגיה, הוא הזכיר שהמשתמשים שלנו עדיין פועלים לפי אותם מנגנונים פסיכולוגיים שפעלו לפני אלפי שנים. אנחנו עדיין מחפשים אמון, עדיין חוששים מאי ודאות ועדיין מקבלים הרבה מההחלטות שלנו מתוך רגש הרבה לפני שההיגיון נכנס לתמונה. הוא חילק את האמון לשני רבדים. אמון קוגניטיבי שנוצר כשאנחנו מבינים מה המערכת יודעת לעשות ומה המגבלות שלה, ואמון רגשי שנוצר כשאנחנו מרגישים שהמערכת פועלת לטובתנו. בעולם שבו יותר ויותר אנשים מקבלים החלטות בעזרת AI, היכולת לבנות את שני סוגי האמון האלה הופכת להיות קריטית. לא מספיק שהמערכת תהיה חכמה. היא צריכה גם להיות צפויה, ברורה ולגרום למשתמש להרגיש שהוא יכול לסמוך עליה.

שירה הציגה דרך להסתכל על AI לא כעוד כלי לכתיבה, מחקר או יצירת תוכן, אלא כמנטור שנמצא איתנו לאורך כל תהליך העבודה. במקום להשתמש בו רק כדי לייצר תוצרים, אפשר להשתמש בו כדי להתכונן לשיחות קשות, לבצע סימולציות, לקבל ביקורת, לבחון רעיונות מכמה זוויות שונות ולחשוב כמו האנשים שנמצאים סביבנו. לפעמים האתגר הוא לא למצוא תשובה, אלא לדעת אילו שאלות לשאול לפני שנכנסים לחדר. החלק המעניין באמת מתחיל כשמסתכלים על זה ברמה הארגונית. אם אפשר לתעד ידע, ניסיון ומתודולוגיות עבודה של אנשים מנוסים בתוך Workspace משותף, אפשר להנגיש אותם לכל עובד בארגון בדיוק ברגע שהוא צריך אותם. מנהל חדש יכול לקבל הכוונה לפני שיחת One-on-One, מנהל מוצר יכול לקבל ביקורת על PRD לפני Review אמיתי, ועובד חדש יכול ללמוד מהניסיון שהצטבר בארגון בלי לחכות שמישהו יהיה פנוי לעזור לו. במקום לשמור את הידע אצל אנשים ספציפיים, אפשר להפוך אותו למשאב נגיש שעובד עבור כולם.

ענבל הציגה גישה שנקראת Generative UI, שבה הממשק כבר לא מוגדר מראש על ידי מסכים, תפריטים וארכיטקטורת מידע קבועה. במקום לשלוח את המשתמש לחפש פעולה או מידע בתוך המערכת, המערכת מרכיבה עבורו את הממשק בזמן אמת מתוך הקומפוננטות הקיימות בדיזיין סיסטם. המשתמש מבקש מה הוא צריך, והאייג'נט מחליט האם להציג גרף, טבלה, כפתור או כל רכיב אחר שיעזור לו לבצע את המשימה. המשמעות היא שאנחנו מתחילים לעבור מעולם שבו מעצבים מנסים לחזות מראש את כל מסלולי הניווט וה-Use Cases האפשריים, לעולם שבו המשתמש יכול להגיע עם צורך שלא חשבנו עליו מראש. במקום לבנות עוד ועוד מסכים, אנחנו בונים ספריית רכיבים, חוקים ו-Guardrails שמאפשרים לאייג'נט להרכיב חוויה דינמית תוך כדי תנועה. הדיזיין סיסטם לא נעלם - הוא הופך למנוע שמאפשר לממשק להשתנות ולהתאים את עצמו לכל משתמש ולכל סיטואציה.

רון הדגים את Figma Weave, פלטפורמה שמאפשרת לחבר בין מודלים שונים, כלי יצירה ותהליכי עבודה בתוך קנבס אחד. במקום לקפוץ בין עשרות כלים ולרדוף אחרי התוצאה הבאה, הוא הציג גישה שמבוססת על בניית Workflow מסודר שאפשר לחזור עליו, לשחזר אותו ולהרחיב אותו לאורך זמן. המטרה היא לא רק להגיע לתוצאה טובה, אלא להבין איך הגעת אליה ולהפוך את התהליך עצמו לנכס. התפקיד שלנו מתחיל להשתנות. פחות אנשים שמייצרים כל פיקסל בעצמם ויותר אנשים שמכוונים את התהליך. לדעת להגדיר קונטקסט, לבחור את המודלים הנכונים לכל משימה, לנתח את התוצאות שמתקבלות ולהמשיך לאיטרציה הבאה. לא לעצור בפלט הראשון אלא לבנות מערכת שמאפשרת להגיע שוב ושוב לתוצאה הרצויה תוך שמירה על השפה, האיכות והכוונה המקורית.

עומרי הדגים את Spring, פלטפורמה שמאפשרת לעבוד ישירות על המוצר עצמו ולא רק על ייצוג שלו בפיגמה. במקום לעצב מסכים ביקום מקביל ואז להעביר אותם לפיתוח, הוא הראה איך אפשר לעבוד מול ה-Codebase, הדאטה והאילוצים האמיתיים של המערכת. המטרה היא לצמצם את הפער בין הרעיון לבין המוצר שבאמת מגיע למשתמש. השאלה המרכזית שעלתה לאורך השיחה לא הייתה איך לכתוב קוד או איזה כלי לבחור. השאלה הייתה איך מוצאים את הדרך לעבוד על המוצר עצמו. הכלים ימשיכו להשתנות, אבל הכיוון נשאר זהה - פחות עבודה על סימולציה של המוצר ויותר עבודה על המוצר האמיתי. ברגע שמתחברים לשכבה הזאת, קל יותר להבין את ההשלכות של החלטות עיצוב, לעבוד עם נתונים אמיתיים ולקבל החלטות מתוך המציאות ולא מתוך הנחות.

דניאל פתח את הכנס עם אחד הנושאים שחוזרים כמעט בכל שיחה בתקופה האחרונה — טשטוש הגבולות בין עיצוב, מוצר ופיתוח. במקום להסתכל על התפקידים כתחומים נפרדים, הוא הציג Workflow שבו אפשר לקחת בעיה, להבין אותה, לעצב פתרון ולהגיע עד לפרודקשן. לא דרך מעבר אינסופי בין צוותים וכלים, אלא דרך לקיחת בעלות רחבה יותר על התהליך כולו.

הצצה לפגישה השבועית של סטודיו Best Designers Ever – עם תהליכי עבודה, דילמות ותובנות. בלי פילטרים. הפרק כולל שתי הדגמות קלילות: יאנה הדגימה את החידושים של סלוט בפיגמה, חידוש שמשדרג את העבודה עם קומפוננטות שמכילות מספר פריטים ומאפשר לשמור על גמישותן. בהמשך הוצג החיבור בין קלאוד לבין Figma Console MCP לטובת דקומנטציה בדיזיין סיסטם.

הקלטתי הדרכה מלאה על כלי שתייגתם אותי לגביו לא מעט לאחרונה, והיה לי חשוב לבדוק אותו לעומק: Figma Console MCP.

הצצה לפגישה השבועית של סטודיו Best Designers Ever – עם תהליכי עבודה, דילמות ותובנות. בלי פילטרים. בפגישה הזו יאנה ריכזה לנו טיפים פרקטיים להוספה של דארק מוד במערכות מורכבות: מאיפה נכון להתחיל, אילו אתגרים מחכים בדרך ואיך לא להסתבך עם קונטרסטים, טוקנים ותלויות בין קומפוננטות. היא שיתפה טכניקות שונות ליישום נכון בדיזיין סיסטם, והציגה דוגמאות מסיפריות דיזיין סיסטם גדולות. כל השאלות, ההתלבטויות והפתרונות שעלו תוך כדי – מחכים לכם בפרק. 🎥

במיטאפ #40 גישרנו על הפערים בין עיצוב, מוצר ובינה מלאכותית. שמענו נקודות מבט שונות, התלבטויות אמיתיות, ניסיון מהשטח, והרבה כנות לגבי איך הדברים נראים כשעובדים עם כלים חדשים, קצב גבוה וציפיות משתנות. עומר אבירם: Bridging the Gap: Static Screens to Live Prototypes מכירים את זה שאתם מייצרים פרוטוטייפ בפיגמה, והכל נראה טוב, אבל כשמנסים לשלב נתונים אמיתיים והתנהגות מורכבת - פתאום משהו לא עובד והכל נהיה מסורבל? בהרצאה אציג איך שימוש בכלי בינה מלאכותית כמו קרסור, מאפשרים לנו לבנות פרוטוטייפ דינמי, מבוסס נתונים אמיתיים ולוגיקות מורכבות כדי לדמות את המוצר האמיתי. נדבר על תהליכי עבודה, דוגמאות פרקטיות וטיפים, שילוב כלים חיצוניים וטכניקות המאפשרות איטרציות ובדיקת פתרונות שונים בקלות. נבין מתי כדאי להשתמש בסוגי הכלים השונים ואת המגבלות שלהם. ⭐ עומר הכין לנו קובץ שמרכז הסברים וטיפים לכתיבת פרומטים בקורזור: https://drive.google.com/file/d/1hIid... אנה סטיליאנו: מי המעצב כאן? כלי בינה מלאכותית הפכו לחלק בלתי נפרד מתהליך העיצוב, ויחד עם היעילות והמהירות, עלו גם שאלות חדשות: מי מקבל את ההחלטות? מי אחראי על הבחירה? ואיפה עובר הגבול בין עזרה להובלה? בהרצאה נדבר על קבלת החלטות בעיצוב בעידן של בינה מלאכותית: הרגעים שבהם הבחירות מרגישות ברורות מאליהן, איך “קול חכם” נוסף משפיע על שיקול הדעת, ולמה דווקא עכשיו חשוב לעצור ולבחון מחדש את תפקיד המעצב בתוך התהליך.

הצצה לפגישה השבועית של צוות סטודיו Best Designers Ever – עם תהליכי עבודה, דילמות ותובנות. בלי פילטרים. בפגישה השבועית, יאנה לקחה אותנו אל תוך תהליך העבודה על פיצ'ר חדש במערכת מורכבת - מהגדרת האתגר ועד לשלב ההכנה לפיתוח. מה בפרק? •⁠ ⁠פירוק האתגר: איך הופכים בעיה גדולה לשאלות ממוקדות שצריך לפתור •⁠ ⁠ניפוי אופציות: הצצה לכיוונים שירדו מהפרק ועל השיקולים מאחורי זה •⁠ ⁠הפתרון הנבחר: איך שימוש ב-AI עזר להמחיש את הקונספט בצורה מדויקת •⁠ ⁠החלטות עיצוביות נוספות כחלק מאותו פיצ'ר במערכת אם אתם עובדים על מוצרים מורכבים, זה פרק שמראה איך לנהל תהליך חשיבה, לקבל החלטות ולהציג אותן לצוות בצורה מעשית.

הצצה לפגישה השבועית של צוות סטודיו Best Designers Ever – עם תהליכי עבודה, דילמות ותובנות כמו שהן באמת. בפגישה השבועית נטלי שיתפה המשך עבודה על בקר ההשקיה לגינות פרטיות של נטפים, ואיך התכתבות קצרה עם הצוות בוואטסאפ על המסכים פתאום סידרה לה את הראש והובילה ללייאאוט האופטימלי 🙌 כי אין כמו נקודת מבט חיצונית :) למי שפספס, זה המשך ישיר לפרק 3, שבו הוצג תהליך חשיבה ממוקד של יום אחד לפיצוח הקונספט הראשוני. בחלק השני של הפגישה נטלי ויאנה נכנסו לשאלה הגדולה: איך ניגשים לעשות סדר בדיזיין סיסטם, ומהם הצעדים הפרקטיים להתחיל מהם. את טמפלט שיצרנו לבנייה וסדר של הדיזיין סיסטם, תוכלו להוריד מהקומיוניטי של פיגמה: https://www.figma.com/community/file/...

בפגישה השבועית שלנו, נטלי שיתפה ספרינט עיצובי שהובילה עם מאיה בנטפים, לתכנון בקר השקיה לגינות פרטיות.האתגר הפעם נבע מהעובדה שמדובר במכשיר עם תצוגה מונוכרום וכפתורים פיזיים - ולא הממשק שאנחנו רגילים לעצב.נטלי שיתפה היישר מפיגמה כיצד, בעזרת תהליך קצר וממוקד, הם הצליחו לפצח את הקונספט הראשוני ביום אחד.ניתן להוריד את תבנית פיגמה לתהליך חשיבה כזה מקהילת פיגמה:https://www.figma.com/community/file/...* Design Sprint- מתודולוגיה לפתרון אתגרים גדולים בזמן קצר.

**פאנל בנושא הכי חם: איך לעבוד עם AI? 🤖** כל הזמן יוצאים עוד ועוד כלים, אבל איך באמת מכניסים אותם לתהליך העבודה שלנו? האם הם באמת תורמים לנו ומקצרים את העבודה? איך משכנעים את האירגון להשתמש בהם? ומאיפה בכלל מתחילים? בפאנל ישתתפו 2 מומחיות שיענו על כל השאלות שלכם וישתפו מהניסיון שלהן, אחת כמעצבת יחידה בסטרטאפ, והשנייה על עבודה בשיתוף פעולה עם צוות שלם. יהיה מעניין! --- בואו נכיר קצת את הדוברות... 👋 💜 **חן ויצמן** מעצבת חוויות משתמש וחוקרת משתמשים, מתמקדת בעיקר במערכות מורכבות, ומובילה את הפרודקט דיזיין בסטארטאפ של team8 שעדיין ב-stealth. אל תפקידה כמובילת תחום העיצוב הראשונה היא מגיעה עם רקע בסטארטאפים וקורפורייטים בגדלים שונים. בנוסף, חן היא קו-פאונדר של UXR Lounge, קהילה המתמקדת במחקר משתמשים בישראל, בעלת תואר ראשון בפסיכולוגיה וסוציולוגיה מאוניברסיטת תל אביב, ותואר שני בתקשורת מאוניברסיטת רייכמן. **יוליה בודיאנסקי** מעצבת יואיקס יואיי בכירה בחברת Zoominfo, עם למעלה משבע שנות ניסיון בעיצוב חוויית משתמש למערכות מורכבות, כולל ניהול צוותי עיצוב. בחיפוש מתמיד אחר דרכים לעבוד חכם יותר - בתוך צוות העיצוב ובשיתופי פעולה עם מחלקות אחרות, לאחרונה, כמובן, גם באמצעות בינה מלאכותית. בעלת תואר שני בפסיכולוגיה ומרצה מעת לעת על חוויותיה מהשטח.

הקלטה של המיטאפ של הדיזיין קלאב בשיתוף פעולה עם אלמנטור. דיברנו על איך ליצור חוויית שימוש טובה יותר בממשקי שיחה, איך לשלב בינה מלאכותית בארגון בצורה חכמה, איך לחשוב במונחים של "כלכלת פרומפטים" בוייב קודינג, ואיך לבנות תהליכי עבודה ואוטומציה שמקצרים משמעותית את הזמן מרעיון למוצר. 00:00 אינטרו של סער גיל 02:40 אדפטיישן - שרית לב נותנת טיפים לשילוב כלי בינה מלאכותית במוצר שלנו ואיך נוכל להקל על משתמשים בממשקי צ'ט: הפחתת חיכוך, תבניות והשלמות חכמות. 20:17 אינטגריישן - שמוליק דבר משתף איך מזהים מקומות בתהליך העבודה שלנו שבהם אפשר לשלב כלי בינה מלאכותית לייעול 39:26 ולידיישן - נסטיה גולובוצקי מדגימה איך אפשר ליצור פרוטוטייפים מהירים ומדוייקים באמצעות פיגמה מייק כדי לקבל פידבקים מהשטח בזמן קצר 53:40 אוטומיישן - יובל קשטכר מציג שימוש בכלי נו-קוד לשיכפול כח העבודה ויצירת אוטומציות למשימות רפיטטיביות