Как провести контекстное исследование (contextual inquiry): практическое руководство с AI-промптами

Контекстное исследование (contextual inquiry) — это полевой метод, при котором исследователь наблюдает за пользователями и задаёт вопросы в их реальной рабочей или домашней среде, пока они выполняют настоящие задачи. Исследователь выступает в роли ученика, который учится у пользователя-эксперта, сочетая прямое наблюдение с вопросами по ходу дела, чтобы понять, как и почему люди делают то, что делают в естественном контексте.

Метод лучше всего работает, когда нужно понять «почему» за поведением пользователя — особенно для сложных рабочих процессов, которые пользователи не могут описать на интервью, или когда физическая и социальная среда влияет на взаимодействие с продуктом.

Что вы узнаете

Как пользователи на самом деле выполняют задачи в своей реальной среде, включая обходные пути и ярлыки, которые они придумали
Какие факторы среды (инструменты, коллеги, прерывания, физическое пространство) влияют на поведение
Где рабочие процессы ломаются так, что сами пользователи этого не замечают и не сообщают
В чём разрыв между тем, что пользователи говорят о своей работе, и тем, что они делают на самом деле

Что вы получите

Подробные полевые заметки с хронометрированными наблюдениями и прямыми цитатами
Рабочие модели: модели потоков (как работа перемещается между людьми), модели последовательностей (пошаговые процессы), модели артефактов (документы и инструменты), физические модели (планировка рабочего пространства)
Диаграмму сходства с группированными темами из всех сессий
Дизайн-импликации, привязанные к наблюдаемому поведению
Фотографии или видео рабочего пространства, артефактов и обходных решений

Когда использовать (и когда нет)

Используйте контекстное исследование, когда:

Нужно понять сложные рабочие процессы с множеством шагов, исключений и неформальных практик, которые пользователи не могут описать на интервью
Физическая или социальная среда влияет на то, как пользователи взаимодействуют с продуктом
Вы подозреваете разрыв между тем, что пользователи рассказывают, и тем, что они делают
Вы проектируете для опытных пользователей, чьи действия настолько автоматические, что они не могут их описать без наблюдения в процессе работы
Вы в начале проекта и вам нужно понять полный контекст проблемы до генерации решений

Контекстное исследование не подходит, когда ваш исследовательский вопрос касается отношений или предпочтений, а не поведения, когда вы не можете физически посетить среду пользователя, когда вам нужны количественные данные, или когда задача занимает всего несколько секунд — накладные расходы полевой сессии не оправдают полученные инсайты.

Участники и сроки

Участники: 4–8 человек. Сессии длительные и насыщенные данными, поэтому меньше участников дают полезные результаты по сравнению со стандартными интервью. Для одного сегмента пользователей 4–6 сессий обычно достаточно для достижения насыщения.

Длительность сессии: 1,5–3 часа. Первые 15–20 минут — введение и установка, основная часть наблюдения с вопросами — 1–2 часа, финальные 15–20 минут — совместная интерпретация и завершение.

Общий срок: 2–4 недели:

Подготовка (рекрутинг, логистика, протокол): 3–5 дней
Полевая работа: 3–7 дней (не более 1–2 сессий в день — они умственно изматывают)
Анализ и синтез: 3–5 дней

Как провести контекстное исследование

1. Определите фокус-области

Запишите 3–5 конкретных аспектов работы пользователя, которые хотите понять. Без фокус-областей вы рискуете утонуть в данных. Пример: «Как медсёстры передают информацию о пациентах при смене?» вместо «Как работают медсёстры?»

2. Рекрутируйте и назначьте сессии

Рекрутируйте пользователей, которые выполняют изучаемую задачу как часть своей обычной работы. Назначайте сессии на время, когда задача выполняется естественным образом. Получите разрешение от руководителя пользователя или членов семьи, подтвердите возможность наблюдать, делать заметки и фотографировать.

3. Подготовьте протокол наблюдения

Создайте лёгкий гайд с фокус-областями, несколькими вступительными вопросами и списком того, на что обращать внимание (инструменты, артефакты, прерывания, взаимодействие с коллегами). Не скриптуйте каждый вопрос — контекстное исследование зависит от реакции на то, что вы наблюдаете в моменте.

4. Откройте сессию: установите партнёрство

Прибудьте на место. Объясните, что вы пришли учиться у пользователя, а не оценивать его. Установите динамику «ученик — мастер»: «Я хочу понять, как вы выполняете свою работу. Пожалуйста, делайте всё как обычно, а я буду наблюдать и задавать вопросы по ходу.» Начните с короткого обычного интервью (5–10 минут), чтобы понять роль пользователя и типичный день.

5. Переход к наблюдению

Попросите пользователя начать задачу, которую он обычно выполняет в это время. Перейдите от интервью к наблюдению. Расположитесь так, чтобы видеть экран, рабочее пространство и руки пользователя, не мешая ему. Молчите в критические моменты.

6. Задавайте вопросы во время естественных пауз

Когда пользователь останавливается, переключает задачи или заканчивает шаг, задайте вопросы о том, что вы только что наблюдали. Используйте ретроспективное зондирование: «Я заметил, что вы только что переключились на таблицу — что это вызвало?» или «Вы, кажется, замешкались перед нажатием этой кнопки — о чём вы думали?» Следуйте за неожиданным поведением и обходными путями — именно в них скрываются самые ценные инсайты.

7. Проведите совместную интерпретацию

В финальные 15–20 минут поделитесь своими наблюдениями и первичными интерпретациями с пользователем. Именно это отличает контекстное исследование от пассивного наблюдения: вы проверяете своё понимание напрямую. «Похоже, вы ведёте бумажный список параллельно с цифровой системой — это потому что система не показывает всё, что вам нужно?» Пользователь поправляет или подтверждает, добавляя глубину данным.

8. Дебриф сразу после сессии

В течение 30 минут напишите расширенные полевые заметки, пока память свежая. Отметьте топ-3 неожиданности, наблюдения, которые противоречили вашим предположениям, и вопросы для следующей сессии.

9. Анализ по всем сессиям

После завершения всех сессий постройте диаграмму сходства: запишите каждое наблюдение на отдельной карточке, сгруппируйте карточки в кластеры, назовите кластеры как темы. Создайте рабочие модели (потоков, последовательностей, артефактов, физические) для визуализации паттернов. Формулируйте инсайты как дизайн-импликации: «Поскольку пользователи ведут теневую бумажную систему, цифровой инструмент должен показывать ту же информацию без необходимости навигации на отдельный экран.»

Как AI меняет этот метод

AI-совместимость: частичная — AI усиливает подготовку (протокол наблюдения, вопросы) и анализ (синтез заметок, построение моделей работы), но не может заменить физическое присутствие исследователя рядом с пользователем. Контекстное исследование строится на наблюдении за реальной работой в реальной среде, уточняющих вопросах в реальном времени и интерпретации взаимодействия между пользователем, задачей и контекстом.

Что может AI

Генерация протокола наблюдения: По исследовательскому вопросу и предметной области LLM составляет структурированный чеклист наблюдений: на что обращать внимание, какие вопросы задавать, какие артефакты фотографировать.
Транскрипция контекстных интервью в реальном времени: Инструменты с AI-транскрипцией (Otter.ai, Dovetail) фиксируют разговор, освобождая исследователя для наблюдения.
Расширение заметок сессии: Краткие полевые заметки можно развернуть в детальные описания через LLM. Исследователь даёт буллеты — AI генерирует структурированный нарратив.
Черновик моделей работы: После нескольких сессий LLM составляет модели последовательности, артефактов и потоков из закодированных заметок — первый черновик, который исследователь дорабатывает.
Обнаружение паттернов между сессиями: Когда заметки из 5-8 контекстных исследований передаются LLM, он выявляет повторяющиеся паттерны рабочих процессов, типичные сбои и противоречия.
Анализ артефактов: Фотографии рабочих мест и инструментов описываются мультимодальными AI-моделями, создавая поисковый каталог.

Что требует человека-исследователя

Присутствие при выполнении задачи: Динамика «мастер — ученик» — сидеть рядом, наблюдать за работой, спрашивать «Почему вы это сделали?» в нужный момент — не делегируется AI.
Чтение разрыва между словами и действиями: Пользователи часто говорят «всё нормально», при этом заметно испытывая затруднения. Исследователь замечает замедление, обходное решение, вздох — и задаёт уточняющий вопрос.
Адаптация вопросов в реальном времени: Сессия контекстного исследования не скриптована. Исследователь решает на ходу, когда вмешаться, когда промолчать и какой вопрос вскроет глубинную проблему.
Интерпретация контекста среды: Почему стол пользователя организован определённым образом, почему бумажный чеклист лежит рядом с цифровой системой — эти контекстные сигналы требуют человеческого суждения.

AI-улучшенный рабочий процесс

Наибольшее влияние AI на контекстное исследование — в промежутке между полевой работой и результатами. Традиционно исследователь возвращается с дня сессий с заметками, фотографиями и аудиозаписями и тратит 1-2 дня на превращение сырого материала в структурированные модели. AI-инструменты сокращают эту пост-сессионную обработку примерно вдвое: транскрипция мгновенна, расширение заметок занимает минуты, а первичный анализ паттернов генерируется одним промптом.

Во время самой сессии роль AI ограничена пассивной записью. Исследователь управляет отношениями, решает, на что обратить внимание, и задаёт правильные вопросы.

Максимальный эффект команды получают при масштабных исследованиях (6-10 сессий). Без AI синтез занимает неделю, с AI-ассистированным кодированием — 2-3 дня при сохранении глубины.

Инструменты

Полевая запись: камера смартфона, портативный аудиорекордер или Otter.ai, GoPro
Заметки: физический блокнот, Notion или Google Docs, стикеры для диаграммы сходства
Анализ и синтез: Miro (диаграммы сходства и рабочие модели), Dovetail, ATLAS.ti
Логистика: Calendly, шаблоны форм согласия
AI-анализ: Otter.ai, Notably, Claude или ChatGPT (синтез полевых заметок в темы)

Типичные ошибки

Превращение в длинное интервью

Начинающие исследователи часто садятся напротив пользователя и задают вопросы всё время, не наблюдая за реальной работой. Контекстное исследование требует наблюдения за реальными задачами — интервьюная часть происходит вокруг наблюдения, а не вместо него.

Отсутствие динамики «ученик — мастер»

Без формулировки «я здесь, чтобы у вас учиться» пользователи воспринимают сессию как проверку. Они делают всё «как положено» вместо «как они делают на самом деле». Потратьте время в начале, чтобы объяснить, что вам нужен реальный процесс, включая ярлыки и обходные пути.

Интерпретация без проверки

Легко увидеть, как пользователь замешкался, и предположить, что вы знаете почему. В контекстном исследовании есть встроенный механизм для предотвращения этого: совместная интерпретация. Вы делитесь своей интерпретацией, и пользователь поправляет вас. Пропуск этого шага означает построение дизайн-решений на предположениях.

Игнорирование артефактов

Пользователи полагаются на артефакты — стикеры, распечатанные чеклисты, закладки в браузере, переписку в почте. Эти вещи показывают, как люди адаптировались к ограничениям системы. Не фотографировать их — значит потерять одни из самых конкретных доказательств для улучшения дизайна.

Посещение только одного типа среды

Если пользователи работают в разных условиях, посещение только одного даёт искажённую картину. Среда формирует поведение. Планируйте визиты минимум в две разные среды, когда это возможно.

Хорошо сочетается с

Глубинные интервью: проведите интервью для выявления тем, затем контекстное исследование, чтобы увидеть эти темы в действии.
Карта пути пользователя: контекстное исследование даёт данные из реальной жизни для карт пути — вы видите реальные точки контакта и трение.
Построение персон: поведенческие паттерны, наблюдаемые во время контекстного исследования, формируют фундамент для персон, подкреплённых данными.
Эвристическая оценка: начните с эвристической оценки для выявления подозрительных проблем, затем используйте контекстное исследование, чтобы увидеть, влияют ли они на пользователей в реальной среде.
Дневниковое исследование: дневники фиксируют поведение во времени, которое одна сессия не охватит. Используйте дневник для определения моментов, заслуживающих наблюдения.

Пример из практики

Компания, разрабатывающая систему электронных медицинских записей, увидела, что медсёстры тратят на документацию на 40% больше времени, чем предполагалось. Опросы и интервью давали только расплывчатые жалобы на «слишком много кликов».

Шесть контекстных исследований в двух больницах показали, что медсёстры вели рукописные «шпаргалки» — персонализированные бумажные сводки информации о пациентах — потому что система требовала навигации через четыре разных экрана, чтобы увидеть нужную информацию. Медсёстры также использовали устные коды-сокращения при передаче смен, которые цифровая система не поддерживала.

Команда спроектировала настраиваемый дашборд сводки по пациенту, объединивший четыре экрана в один с перетаскиваемыми виджетами. Редизайн сократил время документации на 35% в пилотном исследовании и устранил необходимость в бумажных шпаргалках в 80% случаев.