
UX for Enterprise ChatGPT Solutions
Richard H. Miller
- Editorial
- Packt
- Año
- 2024
- Páginas
- ~494
- Nivel
- Intermedio
De qué trata
Tratado técnico y metodológico escrito por Richard H. Miller que sitúa el diseño de experiencia de usuario (UX) en el centro de las iniciativas empresariales con modelos de lenguaje masivos, enfocándose primordialmente en el ecosistema de OpenAI y ChatGPT-4. El libro aborda el desafío de transformar experimentos técnicos con chatbots en productos corporativos confiables, intuitivos y alineados con las expectativas de los usuarios. Está pensado para diseñadores de experiencia de usuario, gestores de producto (product managers), redactores de contenido e ingenieros de soluciones de nivel intermedio que cuenten con nociones previas de metodologías ágiles o diseño centrado en el usuario.
La obra enseña a aplicar design thinking e investigación de usuarios adaptada al contexto de la IA conversacional, incluyendo técnicas para el análisis sistemático de registros de chat (conversational log analysis). Cubre la priorización y puntuación de historias de usuario (story scoring), la definición de personalidad, voz y tono corporativo, y la curaduría de datos privados para alimentar el modelo de forma segura. En el plano técnico, profundiza en estrategias de prompt engineering orientadas a UX, preparación de conjuntos de datos en formato JSONL para tareas de fine-tuning, evaluación heurística específica para interfaces generativas y el diseño de circuitos de monitoreo y retroalimentación continua (care and feeding lifecycle) para auditar la calidad y pertinencia de las respuestas.
El lector trabaja con plantillas estructuradas de análisis de conversaciones, hojas de verificación heurística de usabilidad y conjuntos de datos de ejemplo para entrenar y calibrar modelos bajo directrices de marca. Su principal fortaleza es establecer un marco riguroso de gobernanza y calidad de producto para interfaces de IA conversacional, un terreno habitualmente dominado solo por consideraciones puramente ingenieriles. No enseña a programar arquitecturas de backend ni código full-stack, pues su foco estricto es el diseño de interacción, la evaluación de usabilidad y el ajuste fino de comportamiento. Resulta ideal para equipos multidisciplinarios que requieran validar la viabilidad funcional y ergonómica de soluciones de IA antes de desplegarlas a gran escala.
- UX conversacional
- ChatGPT-4
- Prompt engineering
- Fine-tuning
- Design Thinking
- Investigación de usuarios
- Evaluación heurística
- IA empresarial
- Gestión de producto
- JSONL
¿Cómo enseña?
Teoría + práctica
- ✓ Incluye ejercicios
- ✗ Sin proyectos

