Użyj subagentów AI do testowania pierwszej ścieżki użytkownika przed startem produktu
Przedpremierowy workflow może uruchomić czterech subagentów AI, którzy imitują niecierpliwych, sceptycznych, mobilnych i stresujących użytkowników, rejestrując punkty tarcia wraz ze zrzutami ekranu.
Wskazówka przed startem
Przed uruchomieniem produktu poproś agenta AI, aby uruchomił czterech subagentów imitujących nowych użytkowników, którzy sprawdzą całą ścieżkę od otwarcia strony głównej do pierwszej udanej akcji.
Za każdym razem, gdy któryś z nich nie rozumie, co robić dalej, utknę lub chce zamknąć kartę, problem trafia do wspólnej tabeli ze zrzutem ekranu.
- Niecierpliwy użytkownik: przebiega wzrokiem po stronie, klika pierwszy dostępny przycisk i zamyka kartę po pierwszym błędzie.
- Sceptyk: przed rejestracją sprawdza ceny, warunki użytkowania i politykę prywatności. Zatrzymuje się na wszystkim, co wydaje się niejasne.
- Użytkownik mobilny: ekran o szerokości 375 pikseli i wolne połączenie 3G. Ukryty przycisk lub poziome przewijanie są traktowane jako problem.
- Test obciążeniowy: wprowadza nieprawidłowe dane do wszystkich formularzy, wraca w połowie procesu i klika przyciski dwukrotnie, aby sprawdzić, czy akcja nie wykonuje się dwa razy.
Problemy w tabeli są sortowane według liczby agentów, którzy na nie natrafili. Popraw wszystko, co można rozwiązać w jednym przebiegu, a następnie uruchom czterech nowych subagentów, którzy nie widzieli tabeli problemów, aby przeszli tę samą ścieżkę i sprawdzili, czy przeszkody pozostały.
Aby uzyskać taką tabelę przed startem, wyślij agentowi ten prompt:
Mój produkt wkrótce startuje. Pomóż mi znaleźć miejsca, w których pierwsi użytkownicy mogą napotkać trudności.
Najpierw sprawdź, czy masz dostęp do MCP przeglądarki. Jeśli nie, zatrzymaj się i podaj mi komendę do instalacji
Playwright MCP.Przeanalizuj kod, wskaż, jaka akcja jest uznawana za pierwszy udany rezultat dla użytkownika, i podaj to na początku raportu.
Następnie uruchom czterech subagentów, z których każdy będzie imitował nowego użytkownika. Muszą korzystać z przeglądarki kolejno: następny zaczyna dopiero po zakończeniu poprzedniego.
Każdy subagent musi przejść ścieżkę od strony głównej do pierwszego udanego rezultatu.
Rób zrzuty ekranu ze wszystkich miejsc, w których subagenci napotykają trudności, utkną lub chcą zamknąć kartę. Zapisuj je w
qa/first-users/i odnotowuj etap, to, co zostało zobaczone, oraz akcję, którą użytkownik próbował wykonać.Na końcu każdy subagent powinien zgłosić, czy wróciłby do produktu, oraz ile kliknięć było potrzebnych do osiągnięcia pierwszego udanego rezultatu.
Pracuj tylko w środowisku lokalnym lub w środowisku podglądu. Do rejestracji użyj testowego adresu e-mail, a do płatności trybu testowego.
Traktuj identyczne problemy pojawiające się w tym samym miejscu na tej samej stronie jako jeden problem. Posortuj je według liczby użytkowników, którzy je napotkali.
Problemy dotyczące cen, warunków użytkowania i polityki prywatności po prostu odnotuj dla mnie.
Wszystkie pozostałe problemy popraw w jednym przebiegu.
Następnie uruchom czterech nowych subagentów, którzy nie widzieli listy wykrytych problemów. Niech powtórzą testowanie w tych samych warunkach.
Na końcu przedstaw porównanie wyników przed i po poprawkach.
Dlaczego to ważne
AnalizaTakie podejście pomaga znaleźć pułapki UX przed publicznym wdrożeniem i zmniejsza odpływ pierwszych użytkowników. Zamienia też testowanie w powtarzalny proces z mierzalnymi wynikami przed i po poprawkach.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami
Powiązane w ekosystemie
Praktyczne poradniki, kluczowa terminologia i skille agentów
Inżynieria pętli: architektura autonomicznych cykli i koniec ery ręcznego promptowania
Głębokie zanurzenie w inżynierię pętli: architektura samopodtrzymujących się cykli dla Claude Code i autonomicznych agentów, szablon DOER/CHECKER, deterministyczna weryfikacja, polecenie /goal oraz walka z Reward Hacking.
Wywoływanie funkcji (Function Calling / Tool Calling)
Protokół techniczny i standard interakcji LLM z zewnętrznym oprogramowaniem. Zamiast swobodnego tekstu model zwraca poprawny JSON zawierający nazwę funkcji oraz argumenty typowane zgodnie ze schemą JSON Schema, co umożliwia backendowi deterministyczne wykonywanie operacji w rzeczywistych API.
Jak prawidłowo tworzyć Skills dla Claude Code: od architektury do testowania
Kompleksowy przewodnik inżynierski dotyczący tworzenia Skills dla Claude Code: anatomia folderów i pliku SKILL.md, stopniowe ładowanie (progressive disclosure), różnice względem hooków oraz podejście oparte na ewaluacji (evaluation-driven).
Protokół Agent-to-Agent (A2A)
Otwarty standard sieciowej interakcji, zdecentralizowanego wykrywania oraz bezpiecznej wymiany kontekstu między niezależnymi agentami AI pochodzącymi od różnych dostawców i działającymi na różnych platformach.
Anthropic uruchamia wersję preview Duet — konkurenta dots
Anthropic otworzyła wersję preview Duet, osobnej aplikacji do komunikacji z proaktywnym, zawsze aktywnym agentem chmurowym; dostęp ma być obiecany także dla subskrybentów za 20 USD, ale na razie tylko w USA.
shot: mod MCP dla Claude Code, który pokazuje kroki agenta AI na ekranie
Nowy mod MCP shot dodaje do Claude Code narzędzia do robienia zrzutów ekranu, dzięki czemu agent AI może krok po kroku pokazywać działania w aplikacji.