Kód vytvořený umělou inteligencí je často technicky funkční, ale postrádá empatii a pochopení pro psychologii uživatele. Pokud si nejste jistí přívětivostí aplikace, pravděpodobně máte pravdu. Řešením je profesionální UX audit, který odhalí nelogické kroky v navigaci, a následné uživatelské testování. Bez lidského zásahu a optimalizace designu zůstane aplikace jen strohým nástrojem s vysokou mírou opuštění.
Myslet si, že s AI vytvoříte skvělou aplikaci bez znalostí vývoje, je jako věřit, že si doma v garáži sestavíte Ferrari jen s imbusákem a návodem z IKEA.
Proč AI neumí designovat pro lidi
Kdy jste si naposledy zkusili cvičně projít celým procesem ve vaší aplikaci na mobilním telefonu v metru, kde je špatný signál a málo času? AI, která vám aplikaci napsala, to neudělala nikdy.
AI je skvělý sluha pro generování kódu, ale špatný pán pro User Experience (UX). Kód vnímá jako logickou strukturu, ale lidé se rozhodují na základě emocí a zažitých zvyklostí.
Příklady z praxe: Když AI dává smysl datům, ale ne byznysu
Toto je klíčová část, kterou si majitelé firem často neuvědomují. AI se rozhoduje na základě datových sad a statistiky, ale nezná kontext vašeho podnikání. Často navrhne strukturu, která je „technicky dokonalá“, ale obchodně likvidační. Zde jsou reálné příklady, kdy jsme museli po AI „uklízet“:
Příklad 1: Past „dokonalého“ Mega Menu (E-shop)
Klient si nechal od AI navrhnout strukturu kategorií pro nový e-shop. Zadání znělo jasně: „Vytvoř strukturu menu na základě hledanosti klíčových slov v segmentu šperků.“ AI odvedla statisticky precizní práci a vytvořila rozsáhlé mega menu plné kategorií jako „Levné hodinky“, „Bižuterie do 100 Kč“ nebo „Zásnubní prsteny z oceli“.
Kde byl problém? Majitel slepě implementoval návrh, protože vypadal profesionálně. Až při byznys auditu jsme zjistili fatální chybu: E-shop se specializoval na luxusní ruční výrobu a drahé kovy. 80 % kategorií, které AI navrhla (protože byly hledané), bylo pro tento byznys irelevantních. Zákazníci klikali na kategorie, které byly prázdné nebo obsahovaly úplně jiné produkty, než čekali. AI optimalizovala pro Google, ne pro sklad a marži klienta.
Příklad 2: Realitní portál a „Databázové vidění světa“
AI dostala za úkol vytvořit filtraci pro vyhledávání nemovitostí. Protože měla přístup k databázové struktuře, vytvořila filtr, který umožňoval hledat podle typu střešní krytiny, tloušťky zdiva nebo přesné výměry parcely na desetinná místa.
Výsledek? Uživatelé byli zahlceni technickými parametry. Běžný člověk hledá „Byt 2kk v Praze s balkonem“, ne „Cihlový dům s taškou pálenou“. Museli jsme celou filtraci osekat o 70 % možností, abychom uživatele nevystrašili technickými detaily, které jsou sice v databázi, ale v rozhodovacím procesu nehrají roli.
Příklad 3: SaaS aplikace a bariéra při registraci
U webové aplikace pro fakturaci navrhla AI registrační proces („Onboarding“). Z pohledu databáze je nutné mít vyplněné IČO, DIČ, sídlo firmy a bankovní účet, aby byl profil kompletní. AI tedy vytvořila formulář o 12 krocích hned na úvodní obrazovce.
Dopad na byznys: Konverze spadla na minimum. Uživatel si chtěl aplikaci jen „osahat“, ne vyplňovat daňové přiznání. Museli jsme strukturu kompletně přebudovat: nechat uživatele vstoupit jen na e-mail a zbytek údajů si vyžádat až ve chvíli, kdy chce vystavit první fakturu.
Příklad 4: Firemní web a „Korporátní slepota“
AI generovala strukturu menu pro technologickou B2B firmu. Rozdělila web logicky podle oddělení ve firmě: „Divize Backend vývoje“, „Divize Cloudových řešení“, „Oddělení bezpečnosti“.
Chyba: Klient, který na web přišel, ale nehledá „Divizi“. Hledá řešení svého problému, například „Mám pomalý e-shop“ nebo „Bojím se hackerů“. Struktura navržená AI kopírovala organizační schéma firmy, nikoliv myšlenkové pochody zákazníka. Web jsme museli přestavět z pohledu „Produktů“ na pohled „Řešení problémů“.
Příklad 5: Integrace nové funkce a syndrom „nedotažených 20 %“
Velmi častý scénář: Klient zadal AI prompt, aby do existujícího softwaru přidala nový funkční modul. AI na základě zadání vygenerovala kód, který byl technicky funkční – data se ukládala, výpočty seděly. Zdánlivě hotovo. Jenže tuto „syrovou“ verzi nešlo pustit mezi lidi.
V čem AI selhala? Chyběl jí cit pro kontext a detail – oněch pověstných 20 %, které dělí amatérský pokus od profesionálního produktu. Problémy byly na každém kroku:
- Vizuální chaos a CSS: Místo aby AI využila existující styly aplikace, vytvořila nové, duplicitní a nelogické třídy. Výsledkem byla tlačítka s ikonami, které byly špatně zarovnané, měly jiné proporce než zbytek webu a „tahaly za oči“.
- Uživatelská paměť (State Management): Uživatel si musel funkci zobrazit kliknutím. Jakmile ale načetl stránku znovu nebo přešel jinam, funkce se opět skryla a musel ji vyvolávat znovu. AI zapomněla na to, že aplikace si má pamatovat preference uživatele.
- Formátování textu: Typografie nerespektovala hierarchii zbytku aplikace, což působilo jako pěst na oko.
Tyto „drobnosti“ ve finále rozhodují o tom, zda bude nová funkce úspěšná. Museli jsme kód vzít, vyčistit ho od zbytečných stylů a vtisknout mu logiku ovládání (UX), která uživatele neobtěžuje, ale slouží mu.
Mýtus vs. Realita: Uživatelský výzkum vs. Dojmy
Za 16+ let praxe se často setkávám s tím, že klienti říkají: „Mně se to líbí.“ Ale v byznysu platí můj princip: Uživatelský výzkum vs. Dojmy.
„Bez dat z Analytics nebo heatmap jen hádáme. A hádání v byznysu stojí peníze – myslet si něco, neznamená vědět to.“ AI „hádala“, jak by aplikace měla vypadat (viz příklady výše). Teď musíme my změřit, jestli se trefila. Většinou se trefí do funkčnosti, ale mine terč v použitelnosti a obchodní strategii.
Tabulka pravdy: AI UX vs. Lidské UX
Nejde jen o to, jak tlačítka vypadají, ale jak se o aplikaci přemýšlí při jejím vzniku. AI sleduje logiku kódu a databáze, zatímco zkušený člověk sleduje logiku zákazníka a byznysu. Zde je srovnání myšlenkových pochodů:
| Klíčový rozdíl | Jak přemýšlí AI (Strojová logika) | Jak přemýšlí člověk (Empatie a Byznys) |
|---|---|---|
| Architektura a Menu | „Kopíruji databázi.“ Strukturu tvoří podle tabulek v systému. Pokud má produkt 50 parametrů, všechny je zobrazí ve filtru, protože „data existují“. |
„Řeším problém.“ Strukturu tvoří podle toho, jak zákazník hledá řešení. Skrývá 90 % technických dat, aby uživatele nezahltil a dovedl ho k cíli. |
| Chyby a Dead-ends | „Hlásím stav systému.“ Pokud uživatel zadá špatný údaj, vypíše technickou chybu (např. „Invalid Input“) a zastaví proces. Je binární: 0 nebo 1. |
„Navádím na správnou cestu.“ Počítá s tím, že se uživatel splete. Místo chyby nabídne nápovědu, našeptávač nebo automatickou opravu. Cílem je udržet tok akce. |
| Kontext uživatele | „Ideální vakuum.“ Předpokládá, že uživatel má neomezený čas, perfektní připojení a plnou pozornost. Navrhuje pro ideální podmínky. |
„Realita všedního dne.“ Ví, že uživatel spěchá, je na mobilu v tramvaji a ovládá web jedním palcem. Navrhuje prvky tak, aby byly blbuvzdorné a rychlé. |
| Registrace a Formuláře | „Potřebuji všechna data.“ Vyžaduje kompletní profil hned na začátku, aby byla databáze celistvá (IČO, DIČ, Adresa…). |
„Nechci odradit.“ Snímá bariéry vstupu. Vyžádá si jen e-mail a zbytek dat získá postupně, až když má uživatel důvod je poskytnout (např. při objednávce). |
Jak tedy s AI efektivně vytvářet aplikace?
Nenechte se odradit. To, že máte funkční kód od AI, je skvělý základ. Ušetřili jste hodiny programování. Teď tomu jen musíme dát duši a obchodní logiku. Zde je plán hry rozdělený podle toho, jakou cestou se chcete vydat:
Cesta 1: Vývoj svépomocí (Pro odvážné samouky)
Tento postup doporučuji, pokud si aplikaci chcete vyvíjet s AI sami a nechcete zatím investovat do webdesignéra. Aby se z projektu nestal chaos, dodržujte tato pravidla:
- Detailní specifikace (Flow): Ještě před prvním promptem si musíte ujasnit chování aplikace. Mějte sepsaný seznam funkcí a detailně popsaný průchod uživatele aplikací.
- Fázování vývoje: Nesnažte se po AI chtít „celou aplikaci“ najednou. Z dlouhého zadání se ztratí a vy strávíte dny opravováním chyb. Rozdělte vývoj do malých fází a postupujte krok za krokem.
- Metoda sněhové koule: Funkce na sebe postupně „nabalujte“. Vždy novou část důkladně otestujte, než přidáte další.
- Reportování chyb a Debugging: Buďte připraveni pracovat s vývojářskou konzolí prohlížeče. Musíte umět AI přesně reportovat chování, které se vám nelíbí, nebo jí posílat výpisy chyb (logy).
- Konzultace s UX odborníkem: I když si aplikaci kódujete sami, konzultujte výsledek s expertem. Pouze on vám pomůže odladit uživatelskou přívětivost, kterou vy po hodinách práce už nevidíte.
Cesta 2: Ideální profesionální postup (Pro byznys)
Pokud to myslíte opravdu vážně a cílem je ziskový projekt, proces by měl vypadat takto:
- Branding a CI (Corporate Identity): Než se napíše řádek kódu, měli byste zvážit tvorbu značky. Logo a logomanuál by měly vzniknout jako první, aby aplikace měla tvář.
- UX Design a Wireframy: UX designér s vámi navrhne „drátěný model“ aplikace. Vyladí funkce na maximum a zajistí logiku ovládání bez zbytečného grafického balastu.
- UI Design: UI specialista nebo webdesigner následně „obarví“ wireframy do krásného, moderního a přehledného rozhraní.
- Programování s AI UX Designérem: Zde nastupuje moderní vývoj. Zkušený designér, který umí vyvíjet s AI, vám pomůže aplikaci naprogramovat. Díky tomu bude přívětivost aplikace stále perfektní, protože odborník pohlídá, aby AI svými technickými zkratkami nenarušila UX ani byznysové cíle.
- Spuštění a optimalizace: Aplikace je hotová, ale práce nekončí. UX/UI designér se zkušenostmi s provozem vám pomůže projekt spustit a optimalizovat na základě reálných dat.
Kdo je UX AI Designér?
Možná si říkáte, zda vůbec potřebujete člověka, když se AI tak rychle učí. Odpověď je jednoduchá: AI je výkonný motor, ale vy potřebujete zkušeného řidiče.
Jako UX AI Designér dělám přesně to, co v článku popisuji jako ideální cestu. Umím programovat s pomocí AI, což radikálně zrychluje vývoj a šetří vaše náklady, ale zároveň do procesu vnáším kritický lidský faktor a 16+ let zkušeností z byznysu. Díky tomu kód, který AI vygeneruje, nenechávám v „syrovém“ stavu.
Nejsem jen grafik, který kreslí obrázky, ani jen programátor, který plní zadání a naprogramuje přesně to o co si řeknete. Rozumím jazyku strojů i psychologii lidí. Dokážu vzít váš AI projekt, najít v něm trhliny, které odrazují zákazníky, a technicky je opravit tak, aby aplikace skutečně vydělávala. Využívám AI jako „parťáka“ pro hrubou práci, ale architekturu a logiku ovládání stavím na principech, které fungují pro lidi.
Ziskový projekt s AI?
Nenechte svůj nápad zapadnout jen proto, že AI nepochopila kontext vašeho podnikání a vytvořila „databázový labyrint“. Vy máte vizi, AI má hrubou výpočetní sílu a já mám know-how, jak tyto dva světy efektivně propojit.
Máte aplikaci nebo web, který sice technicky běží, ale obchodně stojí na místě? Nebo teprve začínáte a chcete mít jistotu, že nebudete muset za půl roku vše předělávat? Spojme se. Pomohu vám postavit řešení, které se nebude chovat jako robotický terminál, ale jako intuitivní nástroj, který zákazníka hladce provede až k nákupu.
