模式獵人的心智模型狩獵技巧
哈囉，朋友
我的日常工作是體驗設計顧問，這個工作經常要處理的事情，就是分析人們的行為。
譬如要規劃一個健身房的營運流程，那就要梳理出什麼樣的角色、在哪些場域、做了什麼行為、有哪些眉角。
如果要打造一個大型企業需要的內部應用系統，那更是要了解每一個部門、每一個職稱角色之間是如何互動，以及他們完成職責範圍內的任務時，所需要的資訊需求。
如果要探索創新產品服務的商業機會，那就要去挖掘社會上存在的現象議題，透過訪談或數據，找出形形色色、不同圈層的人們行為背後，重複出現的行為模式。
這就像常常在 Netflix 上看到的廚藝大賽，廚師要根據料理的主題，先對可能需要的食材進行研究，然後才能充分的發揮想法烹飪出美味料理。
大廚們進行烹飪，需要的是食材。
而體驗設計師進行服務體驗的設計，需要的材料則是人類行為。
我就像一個模式獵人（Pattern Hunter），深入認知的曠野中，狩獵神出鬼沒的心智模型。
我想要透過這篇文章，記錄自己在日常工作中經常使用的重要概念：
- 提取心智模型：理解層次
- 以物件導向重構概念模型
- 歸納法與演繹法
- 知識性結構與歷程性結構
▋提取心智模型：理解層次
探索一個人類行為的現象時，通常我們會進行深度訪談。
譬如訪談加密貨幣的資深玩家時，我們可以探索到「加密貨幣」這個領域，存在哪些概念，以及概念與概念之間的關係。
我們也可以探索到，所謂的「加密貨幣資深玩家」這個身分認同底下，可能存在哪些信念價值觀。
信念價值觀就是什麼是對的？什麼是錯的？哪些事情是重要的？哪些事情不重要？
透過現象去尋找到受訪者（有在玩加密貨幣、加密貨幣是主要的資產配置等等），然後了解現象之上的抽象層（身分認同、信念價值觀）。
經過一定範圍的深度訪談之後，可以開始收斂出同一個現象底下，人們產生相似行為的心智模型長相。
心智模型就像是一個舞台劇腳本，當人們面對外界刺激時，就會提取對應的心智模型來快速回應，這樣一來大腦就不用每次都重新構思如何回應外界刺激。
因為心智模型看不見摸不著，所以我們在訪談當中，需要一個錨點，用來定位抽象概念之間的關係。
客觀的現象就是我們探索心智模型的錨點。
語言模式是我們的探針。
理解層次是我們分層解析心智模型的數據儀表板。
▋以物件導向重構概念模型
「這個是什麼？」這樣的問題反映出用戶心智模型中的概念，以及概念與概念之間的關係。
人們在腦袋中會建構一個認知的地圖，用來映射現實世界。
心智模型有類別的概念。
我們在找東西的時候，就會按照心智模型來尋找物品。
譬如尋找廚房用品的鍋碗，就不會去廁所裡面找。
心智模型還有層級上的概念。
如果把心智模型比喻為房屋收納，一間房子裡面有許多不同的空間，每個空間有特定的用途。
例如當我們提到「住宅裡面有什麼樣的東西？」
可能會獲得客廳、廚房、廁所、臥室，這第二個層級的房間概念。
接著臥室裡面又包含床、衣櫃等，家具的第三層級概念。
家具如衣櫃裡面，又放置了四季的衣服，這個內容物是第四層級的概念。
體驗設計師了解人們在特定場域範圍當中的心智模型後，要提取穩定的元素，重新構成概念模型。
如果我們整理心智模型，可以呈現出這樣：
- 目標：目標反映出用戶的需求
- 任務：為了完成目標用戶所面臨的任務
- 概念：為了實現任務，用戶需要掌握的概念，以及概念之間的關係
- 形式：概念所對應的形式是怎麼樣
舉例
- 目標：我要請假
- 任務：提出請假單、等待審核、獲得批准
- 概念：上哪去請假？還有假嗎？會給我請嗎？找誰問？怎麼填寫？等多久？
- 形式：請假系統、跟主管討論
重新用物件導向整理為概念模型的架構（Conceptual Model）
- 物件 Objects
- 操作方式 Operations
- 屬性 Attributes
- 關係 Relationships
舉例
- 物件：請假單
- 操作方式：創建請假單、審核
- 屬性：請假人、部門職位、請假日期、事由、證明等等
- 關係：部門職級、人事資料、帳號權限、假別額度等等
▋歸納法與演繹法
在探索心智模型的路上，身為模式獵人，有兩套常見的狩獵取徑。
分別是歸納法與演繹法。
歸納法流程通常是： - 探索各種真實案例 - 分析案例之間的共通點 - 形成穩定的規則
演繹法流程則是： - 檢視一個規則 - 用真實案例驗證規則 - 證實規則的穩定性
譬如說，我想知道問卷設計高手的腦袋是如何運作的。
歸納法流程是： - 蒐集各種市面上的常見問卷 - 分析問卷之間的常見題型 - 整理出特定主題問卷的常用模版
演繹法流程是： - 向專家或教科書了解設計問卷的方法論框架 - 嘗試設計問卷或用方法論去分析市面上的問卷 - 證實方法論框架如何套用到實際案例
這兩個方法沒有對錯、沒有誰先誰後、沒有哪一套比較簡單。
兩種取徑都應該要掌握，避免自己陷入盲區。
▋知識性結構與歷程性結構
每個領域都有一整套邏輯自洽的專業術語以及隱含複雜意義的詞彙。
同時每個穩定的領域，也有自己的分析問題與解決問題的技術。
我很喜歡羅蘋荷布在奇幻小說《刺客學徒》當中，透過老刺客切德講的一句話：「要入一行，需先聽懂行話。」
2014 年的時候，教育專家艾瑞克森與蘭寧，根據人類的記憶特性發展出了「以概念為本」的學習體系。
在其中，他們將人們掌握概念的方式分為：知識性結構與歷程性結構。
知識性結構是以事實為核心，去建構：
- 主題：鎖定在時間、地點、情境，不能遷移
- 事實：構成主題的基礎，不能遷移
- 概念：從主題中提取，可遷移至新情境與脈絡
- 通則：用於說明概念與概念之間的關係，可跨越脈絡與情境遷移
- 理論：作為一整套體系的基礎解釋
歷程性結構則是以事件行為為核心去建構：
- 歷程：導向目標的一系列行動
- 策略：針對歷程的後設思考，監控並改進歷程的系統性計畫
- 技能：支持策略成功的能力
- 概念：跟上面一樣
- 通則：跟上面一樣
- 理論：跟上面一樣
透過訪談進行歸納法，可以整理出知識性結構的層級關係，形成概念模型。
透過知識萃取與任務步驟分析，能夠以終為始的整理出歷程性結構。
▋結語
透過心智模型的狩獵技巧，我們將這些大量深度訪談以及質性觀察的資料倒入 LLM 大型語言模型當中，讓 AI 幫助我從中提煉出各種專家知識，形成自己的 RAG 權威知識庫。
知識性結構可以成為專家語料庫，或者 AI 解決問題的素材來源。
例如我最近在開發一款廢土遊戲，想要引用清代台灣人的命名方式，我就先蒐集描述清代歷史的相關文章資料，整理出清代台灣人名風格的語料庫，讓 AI 發想使用。
歷程性結構可以成為提示詞框架，用來指示 AI 在分析問題時，應該要注意哪些事情框架，又或者在解決問題時，應該按照什麼樣的標準。
例如我們最近在籌備「一人設計師小聚」，先進行了三十幾人份的游擊訪談，然後透過提示詞框架，讓 AI 產出分析結果，然後經過人類的討論，再請 AI 根據討論方向，給我們活動舉辦的提案。
分享給有興趣用 AI 打造自己隨身顧問的朋友。
by Soking