Un prompt può iniziare un'esperienza, ma non può sostenere un intero prodotto. Nel momento in cui ChatGPT deve aiutare qualcuno a confrontare, calcolare, configurare o approvare qualcosa, il lavoro diventa interaction design.
La conversazione non è tutta l'interfaccia
La chat è eccellente per esprimere un'intenzione. Le persone possono descrivere un obiettivo incompleto, aggiungere contesto e correggere incomprensioni senza imparare un linguaggio di comandi. Diventa però inefficiente quando bisogna leggere dieci valori, confrontare alternative o verificare un calcolo. Queste attività hanno bisogno di una struttura spaziale.
Una buona app ChatGPT lascia che ogni mezzo faccia il lavoro per cui è adatto. La conversazione raccoglie l'intento e spiega il significato. L'interfaccia incorporata rende visibile lo stato, consente modifiche precise e mantiene il risultato verificabile. Nessuno dei due sostituisce l'altro.
- Conversazione per ambiguità, guida e spiegazioni.
- Componenti visuali per stato, confronto e manipolazione diretta.
- Azioni esplicite quando una scelta modifica dati o produce effetti esterni.
Progettare gli stati prima di rifinire lo schermo
Il lavoro più importante avviene prima di colori e componenti. Cosa vede l'utente quando mancano informazioni? Cosa cambia durante l'esecuzione di uno strumento? Come rappresentiamo risultati parziali? Cosa accade quando un dato non è disponibile o un'ipotesi non è valida?
Sono questi stati a determinare l'affidabilità percepita. Una bella scheda finale non può riparare un flusso che nasconde l'attesa, inventa valori predefiniti o perde il lavoro precedente. Per questo mappiamo prima il modello completo: vuoto, raccolta, pronto, esecuzione, successo, incompleto ed errore.
- Rendere visibili e modificabili i valori predefiniti.
- Conservare gli input tra le chiamate agli strumenti.
- Spiegare gli errori nel linguaggio dell'attività.
- Mantenere evidente la prossima azione utile.
Il modello racconta; il prodotto ricorda
Un modello linguistico è prezioso perché interpreta e spiega. Lo stato del prodotto deve comunque vivere in strutture esplicite. Criteri, pesi, voci di budget e ipotesi finanziarie non possono esistere soltanto nella prosa: servono identificatori stabili, regole di validazione e una rappresentazione coerente.
Questa separazione migliora anche l'iterazione. Il modello può proporre un criterio, ma l'applicazione decide se è valido e lo memorizza. L'interfaccia può modificare un peso e la conversazione può spiegarne l'impatto. Ogni livello mantiene una responsabilità chiara.
- Trattare input e output degli strumenti come contratti di prodotto.
- Separare il testo esplicativo dai valori autorevoli.
- Restituire dati strutturati all'interfaccia e contesto conciso alla conversazione.
La fiducia è un pattern di interazione
Le persone non si fidano di un prodotto AI perché parla con sicurezza. Si fidano quando le ipotesi sono visibili, le azioni reversibili e i risultati verificabili. Nel supporto decisionale mostriamo i criteri dietro una classifica; negli strumenti finanziari indichiamo unità e arrotondamenti; prima di scrivere su un sistema esterno rendiamo esplicito cosa accadrà.
Le migliori esperienze conversazionali risultano calme, non magiche. Riducono ciò che una persona deve tenere a mente e rendono gestibile l'incertezza. È un risultato di product design, non un trucco di prompting.
In sintesiParti dalla conversazione, ma progetta il sistema completo: stato, interfaccia, strumenti, feedback e recupero.