生成式人工智能引导的用户研究：空中出租车服务的应用

用户研究对于满足用户需求至关重要。在用户研究中，构建真实的实验情境并招募参与者。然而，新兴且不熟悉的研究面临局限性，包括安全 concerns 和迭代效率问题。为此，本研究利用生成式人工智能（GenAI）创建用于用户体验（UX）的 GenAI 生成情境。通过招募真实用户评估此体验，我们可以收集反馈，以实现早期设计阶段的快速迭代。空中出租车特别代表了这些挑战，被选为本研究的案例研究。我们的主要贡献是使用大型语言模型（LLMs）和 AI 图像和视频生成器设计空中出租车之旅（ATJ）。基于 GPT-4 生成的脚本，为空中出租车创建关键视觉元素，并由 72 名参与者评估 ATJ。此外，LLMs 展示了识别和建议显著提升参与者对空中出租车意愿的环境的能力。教育水平和性别显著影响参与者对 ATJ 的意愿及其满意度。对 ATJ 的满意度作为中介变量，对参与者采取空中出租车的意愿具有显著影响。我们的研究确认了 GenAI 支持用户研究的能力，为在早期设计阶段为空中出租车 UX 提供了可行的方法和宝贵见解。