介绍
正如我们在以往文章中所讨论的，我们正在通过 SearchSense，开展一项面向科学信息发现的复杂方法。改变检索范式对用户具有重大影响，因此在整个过程中获取反馈和验证至关重要。
在我们重新定义科学搜索的初期，假设用户希望搜索系统具有更高的灵活性、支持自然语言搜索输入，并具备更智能的搜索能力。为了验证这一假设，我们邀请用户参与到开发过程中来。
当前流程
我们有许多渠道来收集反馈，并告知我们的产品路线图，包括：
- 通过销售、客户支持以及用户研究会议直接与用户沟通。
- 应用内反馈机制（电子邮件和问卷调查）。
- 产品使用和行为分析。
我们的客户成功、销售和客户中心团队在倾听用户声音方面至关重要，这些辛勤工作的同事与用户保持持续沟通，将用户的亮点、痛点以及改进建议传达给产品团队。我们还会一对一地联系客户，进行用户研究会议。这两种方式都能提供丰富、高质量的定性反馈，无论是对已发布功能的意见，还是对我们正在考虑的新想法。直接的客户声音使我们能够更深入地探讨问题，提出后续问题，并了解如何提升用户体验。
用户与我们直接互动的另一种方式是通过应用内产品调查或电子邮件。这使他们能够通过及时且不干扰工作的渠道分享反馈。
我们还会对平台本身进行行为分析，以更好地理解用户与功能和内容的互动方式，这些模式随时间的变化，以及存在的摩擦点。这有助于我们验证用户是否从我们构建的内容和提供的结果中获得了价值。
为什么进行 beta 测试？
SearchSense 的发展源于大量的用户反馈、研究会议，以及日益增长的需求，提供直观且能节省用户时间的解决方案。与其通过逐步增加功能来支持这一演进，我们发现更系统的升级更为合适。然而，构建新的搜索基础设施需要时间，我们希望有一种方式来验证所开发的内容是否正确。为此，我们邀请用户“进入工厂”，让他们在功能开发过程中提前试用。这使我们能够快速获取针对性的反馈，以验证新功能是否支持客户的使用场景，客户是否从这些功能中受益，并收集改进或增强的建议。
带来的帮助
我们学到了什么？从简单的用户界面调整到模型再训练，测试版试用为我们提供了重要的洞察和可执行的结果。主要反馈主题包括：
- 用户希望在搜索结果中获得可靠、高质量的数据。
- 用户希望搜索解释具有透明性。
- 用户希望针对不同搜索场景有替代路径。
我们了解到，用户欢迎使用 AI 来提高效率，但对“幻觉”现象和不透明的查询修改存在顾虑。为缓解这些担忧，CAS SciFinder 团队明确标注 AI 的使用情况，展示查询是如何被解释或修改的，并提供在不使用 AI 修改的情况下重新运行查询的选项。我们还注意到，CASDraw 的用户界面可以通过默认搜索类型选择来改进，而不必让用户每次开始新的结构搜索时都进行选择。总体而言，用户能够顺利适应新的搜索栏，并在搜索后高效地使用新的结果类型标签。最重要的是，我们确认用户对 CAS 内容的熟悉度和信任度得到认可，并且 AI 的加入只是为了让发现过程更容易、更快捷。我们在构建 SearchSense 时有意采用了“兼得优势”的方法，确保在使用可信、权威的 CAS 内容的同时，提供直观且高级的搜索体验。