ux-mizan — Kanıt-Katmanlı UX Denetimi

Türkçe Tam Dokümantasyon (SKILL.md + kapılar + metrikler + devir)

Bu belge, ux-mizan.skill paketinin içindeki beş dosyanın Türkçe karşılığıdır: SKILL.md, references/gates.md, references/walkthrough.md, references/metrics.md, references/handoff.md. Skill’in kendisi İngilizce çalışır (taşınabilirlik için) ama Claude ile her zaman Türkçe konuşabilirsiniz — skill, kullanıcının dilinde yanıt vermeyi zaten kural olarak içerir.

Statü: v0.3 [H] / [KKE]. Bir öz-doğrulama koşusu yapıldı. Kapılar, walkthrough ve tüm davranışsal metrikler hâlâ sınanmadı.

1. Taşıyıcı gerçek

Bir model, koda veya ekran görüntüsüne bakarak UX’i ölçemez. UX davranışsaldır — gerçek kullanıcının ne yaptığında yaşar. Model yalnızca sezgisel/yapısal uygunluğu denetleyebilir ve ölçüm düzeneğini kurabilir. Hem üretici hem yargıç olduğunda çıktısı en fazla [KKE]‘dir. Hakem yazarsa [K] yoktur.

Mimari bu yüzden iki katmanlıdır:

Katman A — yapısal/sezgisel denetim. Model yapar, [H]/[KKE] üretir.
Katman B — davranışsal denetim. Gerçek kullanıcı ya da otomatik hakem yapar, [K] üretir.

Katman A’nın her bulgusu, Katman B verisi onaylayana kadar [H]‘dir. Veriyle çöken hipotez [R]‘dir ve silinmez — [R] satırları denetimin kendi hata payıdır.

2. Kanıt katmanları

Etiket	TR	EN	Anlam
`[K]`	Kanıtlanmış	Proven	Doğrudan kanıt; kaynak var; eşik geçildi
`[H]`	Makul Hipotez	Plausible hypothesis	Gerekçe var; ampirik destek eksik/eşik altı
`[S]`	Spekülatif	Speculative	İlginç; test edilemez ya da test tasarlanmadı
`[R]`	Reddedildi	Refuted	Test edildi, kendi eşiğini geçemedi — kayıtta kalır
`[KKE]`	Kritik Kontrol Eksik	Critical control missing	Sonuç var; onu çevirebilecek kontrol koşmadı
`[Y]`	Yanıltıcı	Misleading	Teknik olarak doğru; kanıtın desteklediğinden fazlasını ima ediyor

Katman kayması bir bulgudur. Premis kayması da bir bulgudur (§3.6).

3. Kapılar — düz liste değil, bir DAG

Kapı 0 (amaç/öncelik) ──> Kapı 1 (tip/kısıt/hacim/mod)
        │                          │
        │                  [OTONOM DENETİM: Katman A]
        │                          │
        └──────────────────> Kapı 2 (hipotez onayı)
                                   │
                             Kapı 3 (yön onayı)
                                   │
                        [İNŞA / SPEC / DEVİR]
                                   │
                             Kapı 4 (tier çevirme) <── [Katman B verisi]

Sert kapılar (model tek başına geçemez): 0, 3, 4. Bunlar ürün ve insan kararıdır. Yumuşak kapılar: 1 (kısmen) ve 2 — yanıt yoksa skill DURMAZ: varsayılan koyar, locked_by: model-default yazar, [H] işaretler, ilerler.

Her kapıda: model önerir, insan kilitler. Sorular toplu, mümkünse tek-seçim, bir seferde birkaçtan fazla değil. Kapı bir sorgu değil, müzakeredir; yorgunluk lastik damga üretir ve lastik damgalanmış bir Kapı 0, hiç olmayan Kapı 0’dan kötüdür — premis gibi görünür, otoritesini taşımaz.

3.1 Kapı 0 — Amaç ve öncelik (SERT)

Ürettiği: Tablo A’yı oluşturan önceliklendirilmiş görev modeli ve her akışın priority_weight değeri.

Neden sert: “burada neyin önemli olduğu” bir ürün kararıdır. Model amacı kendisi çıkarıp kendi çıkarımına göre denetlerse döngü kapanır ve denetim çürütülemez hâle gelir. U7 bunu zorlar: gate_0.locked_by “human” olmadıkça o akıştaki bulgular [H] tavanındadır.

Model önce taslak önerir. Uygulamayı okur, sonra sunar: “bu uygulamanın var olma sebebi şu üç-dört iş, bu sırayla. Düzeltin.” Boş sayfa sorusu insanın vaktini harcar; yanlış taslak tek satırda düzeltilir.

Kilitlenecekler:

İşler — birincil/ikincil/üçüncül, kullanıcının kelimeleriyle, özellik adlarıyla değil. “Faturanın parasını almak”, “faturalama modülü” değil.
Ağırlıklar (0.0–1.0). Önce sıralama isteyin, sonra ağırlığa çevirin; insanlar sıralamayı puanlamaktan daha güvenilir yapar.
Kuzey yıldızı değer yolu, varsa.
“Başarı neye denir” — bu success_definition olur, ve makine eşleştirilebilir hâli success_screen.
Kullanıcı kim — günlük uzman akışını yılda bir gelen acemininkinden ayıracak kadar.

Yanıtsız kalırsa: tam denetime geçmeyin. Varsayılanı güvenli olmayan tek kapı budur. Reddi kayda geçirin, yalnızca akıştan bağımsız yapısal kontrolleri koşun ve amaç kilitlenmeden hiçbir şeyin sıralanamayacağını açıkça söyleyin.

3.2 Kapı 1 — Tip, kısıt, hacim, çaba bütçesi (kısmen SERT)

Ürettiği: app_type (hangi metriklerin geçerli olduğunu belirler), mod, ve planın gerçekçiliği.

Tek seferde sorulacaklar: uygulama tipi (akış başına), platform, olgunluk (prototip/canlı), akış başına aylık tamamlama, ayrılabilir çaba.

Gerçekten iki tip olan uygulama iki akış alır; asla iki metrik kümesinin birleşimini taşıyan tek akış değil.

Yanıtsız varsayılanlar: app_type koddan çıkarılır ve model-default işaretlenir; mod = lite (ucuz olan yanlış); çaba bütçesi “bilinmiyor, yalnız ilk üç düzeltme planlansın”. Her varsayılan gate_provenance içine yazılır — sessizce varsayılmaz.

3.3 Kapı 2 — Hipotez onayı (YUMUŞAK)

Ürettiği: ön-kayıt kilidi. Aday bulgular, eşikleriyle birlikte, registry’ye yazılmadan önce insana gider.

Her adayı tek satırda sunun: akış, mekanizma, onu çürütecek ölçüm. Bu kapıdaki düzeltmeler ucuzdur; eşik yazıldıktan sonrakiler HARKing’dir.

3.4 Kapı 3 — Yön onayı (SERT)

Onaylanan şey piksel DEĞİLDİR. Onaylanan: teşhis (bu akış burada, bu mekanizmayla başarısız), öncelik çerçevesi (bu, şundan önce, çünkü severity öyle diyor) ve amaçlanan yön (navigasyon modelini değiştiriyoruz, düğme stilini değil).

Mockup gösterip “beğendiniz mi” diye sormak onay tiyatrosudur: insanın değerlendiremeyeceği bir şeye imza aldırır ve modelin zevkini yetkili bir ürün kararına dönüştürür. Görsel bir şey gerekiyorsa cinsi farklı iki yön gösterin, aynı fikrin iki derisini değil.

3.5 Kapı 4 — Tier çevirme (SERT)

[K], gerçek Katman-B verisi artı insan kararıyla verilir. Doğrulayıcı mekanik kısmı zaten bloke eder (U1, U8, U9); bu kapı yargı kısmıdır: kanıt gerçekten bu mekanizmayı mı ilgilendiriyor, yoksa onunla rastlaşıyor mu?

Terfi öncesi simetrik kontrol sorusu: jenerik bir alternatif değişiklik de aynı iyileşmeyi üretir miydi? Evet ise bulgu [K] değil [KKE]‘dir.

Birkaç ölçüm turundan sonra hiç [R] satırı olmayan registry iyi bir denetim değil, hiçbir şeyi riske atmamış bir denetimdir.

3.6 Kapı yeniden-açılması (geçersizleştirme protokolü)

Sonraki bir bulgu, önceki bir premisi çürütebilir. Skill bunu sessizce geçemez:

Kapıyı, premisi kıran somut kanıtla yeniden açın.
İlgili akışın gate_provenance.version değerini yükseltin.
Eski sürümü anan her bulgu artık revize edilmiş premise dayanıyor; U7 onları işaretler, her biri yeniden denetlenir ya da katmanı değişir.
Kaymanın kendisini bulgu olarak yazın. Premis kayması, onu ortaya çıkaran bulgudan genellikle daha değerlidir: amacın nasıl anlaşıldığı hakkında bir şey söyler.

Premisi yerinde düzenleyip devam etmek, denetimin şu an iddia ettiğinden farklı bir soruya karşı koşturulduğu gerçeğini siler.

4. Registry — iki bağlı tablo

Tablo A — Akışlar (premisler). flow_id, task_name, app_type, priority_weight (insan-kilitli), frequency, canonical_path_R, success_definition + success_screen, applicable_metrics, baseline, gate_provenance.

Tablo B — Bulgular. finding_id, parent_flow_id (ZORUNLU), finding_type, principle, location (dosya:satır), mechanism, tier, refutation_condition, metric (+instrument), min_n, evidence_artifact_id, source_provenance, gate_provenance_version, failure_magnitude, frequency, severity, status, owner, fix, self_check_homogenisation.

Registry hafızadır, transcript değil. Bulguyu doğrulanır doğrulanmaz dosyaya ekleyin. Sona saklamak, bir sonraki bağlam sıfırlamasında kaybetmek ve o ana kadar her turda bedelini ödemek demektir.

Sert kuralların (U1–U11) tam listesi: referans.md.

5. Walkthrough — Katman A şablonu

Her adımda dört Norman sorusu: Amaç (kullanıcı bu etkiyi hedefliyor mu?), Erişilebilirlik (gereken kontrol algılanabilir mi — DOM’da var değil, aradığı anda algılanabilir), Tanıma (bu kontrolün istediği etkiyi ürettiğini anlayacak mı — bilgi kokusu sorusu, en sık başarısızlık), Geri bildirim (eylemden sonra ilerlediğini anlayacak mı).

Satır başına sütunlar: adım · kullanıcı amacı · başarısız olan soru · mekanizma · konum · çürütme eşiği · metrik · aday katman.

mekanizma nedensel zincirdir, yeniden ifade edilmiş prensip değil. “Nielsen #1 ihlali” mekanizma değildir. Kullanıcı ne algılar, ne sonuç çıkarır, sonra ne yapar, bu onu neden kaybettirir? Sıra olarak anlatamadığınız mekanizma bir sezgidir.
konum dosya ve satırdır. “Ödeme bölümünde” yasaktır.
çürütme eşiği iki taraflıdır; yalnız başarısızlık bilgilendiriciyse testi yeniden tasarlayın.

Walkthrough’un sistematik kör noktaları (raporda adlandırın): onu koşan kişi zihinsel modeli zaten kurmuş olandır; tanıma hatalarını amaç hatalarından çok daha güvenilir bulur; bilişsel yükü göremez — uzun bir akışta biriken yük adım adım görünmezdir, her adım iyi görünür; ve zamanı göremez.

6. Metrikler

Üç sınıf: yapısal (model + betik → [KKE]), erişilebilirlik (otomatik hakem → [K]‘ya yakın), davranışsal (gerçek kullanıcı → [K]).

Yapısal sayı inşa gereği [KKE]‘dir, ihtiyattan değil: karışıklıkla ilişkili bir şekli raporlar ve bu örneğin gerçekten birini karıştırıp karıştırmadığını söyleyecek kontrol koşmamıştır.

Yerleşim yapısalın kendi alt sınıfıdır (layout_signals.py): yoğunluk, açıklık, şu anki öğenin nasıl işaretlendiği kaynaktan okunabilir — ama yol açtıkları başarısızlık okunamaz. Betik bu yüzden izi ve hipotezi ayrı katmanlar olarak basar; hipotezi tek başına, dosyayı kanıt gibi göstererek raporlamak, ayrımın engellemek için var olduğu [Y]‘dir.

Uygulanabilirlik matrisi ve altı app_type: referans.md.

6.1 Lostness (Smith, 1996)

L = sqrt( (N/S − 1)² + (R/N − 1)² )
N = ziyaret edilen FARKLI ekran · S = TOPLAM ziyaret · R = asgari ekran

Aralık 0–1. Smith’in eşikleri: L>0.5 kayıp, L<0.4 değil, arası belirsiz.

Pasif çalışmasını sağlayan köprü: akış hedefini ve R‘yi ÖNCEDEN ilan ederse, L sıradan ekran telemetrisinden, kullanıcıya hiçbir şey sormadan hesaplanabilir. “Log kaybolmayı ölçemez” itirazını çözen şey budur. Önceden ilan işin tamamıdır — veriden sonra çıkarılan R HARKing’dir ve betik tahmin etmeyi reddeder.

Dört uyarı her sayının yanında gider: (a) yalnız navigasyonel tipler; (b) neredeyi söyler, nedeni söylemez — rage/dead-click/backtrack ile birlikte okuyun; (c) akış başına, asla global; (d) 0.4/0.5 eşikleri hipertext çalışmalarından gelir, sizin uygulamanız için valide değildir.

Tamamlanan oturumları terk edilenlerden ayırın; karıştırmak “dolaştı” ile “vazgeçti”yi tek sayıya gömer.

6.2 Baseline zorunluluğu

“L=0.55” tek başına anlamsızdır. Değiştirmeden önce ölçün ve baseline.values alanına yazın. U8, baseline’ı olmayan akışta davranışsal [K]‘yı bloke eder — çünkü baseline’sız terfi, bir sayıyı halk hafızasıyla karşılaştırmaktır. Kötü sonuca da iyi sonuca da alternatif açıklama arayın: yüksek L kaybolma değil, “görev doğası gereği çok adımlı” olabilir.

6.3 Sessiz bozulma koruması

Ateşlenmeyi bırakan bir analitik olayı, iyileşmiş bir metrikle birebir aynı görünür. Her olayın izlediğini iddia ettiği yolda ateşlendiğini doğrulayan bir test yazın ve her sürümde koşturun. Test edilmemiş bir olay hattı, “düzelttik” ile “logu bozduk”u aynı grafiğe çevirir.

6.4 Düşük hacim birincil aracı değiştirir

Düşük N’de pasif telemetri aylarca [K] üretmez. 5–8 moderasyonlu görev oturumu, “nerede” ve “neden”i bir öğleden sonrada verir. Pasif telemetri yalnızca hacim gerçekten yeterliyse birincildir — bu, “pasif her zaman daha iyidir” sezgisinin düzeltmesidir.

6.5 Açık geri bildirim yalnızca üçgenlemedir

Kaybolan kullanıcı formunuzu doldurmaz, terk eder. Açık geri bildirim, tam da ölçmek istediğiniz popülasyonu sistematik olarak eksik örnekler. Araya girmeyen ve akış-sonu kullanın; kaybolma ya da terk bulgusunda asla birincil sinyal yapmayın.

7. Modlar

Lite (prototip / düşük hacim): walkthrough + yapısal kontroller + 5–8 moderasyonlu oturum önerisi.
Tam (olgun / yüksek hacim): üstüne akış-registry ön-kaydı, pasif telemetri eklentisi, iki-model spec devri ve Katman B.

Sınır [H]: akış başına aylık ~300 tamamlamanın altı → lite. Bu bir tasarım tahminidir, ölçülmüş eşik değil.

8. Redesign ve devir

Redesign bir hipotezdir — [H], diğerleri gibi, ve daha yeni ya da daha güzel olduğu için ayrıcalıklı değildir. Aynı yükümlülükleri taşır: mekanizma, çürütme koşulu, metrik, karşılaştırılacak baseline. Ön-kayıtlı metriksiz çıkan bir redesign sonradan değerlendirilemez — sayılara ne olursa olsun birinin bir hikâyesi olur.

Homojenleşme öz-kontrolü (zorunlu, U10). Her öneri için yazılı yanıt:

Bu, BU uygulamanın Kapı-0 amacından mı geliyor, yoksa jenerik varsayılandan mı (bileşen kütüphanesi ortalaması)?

“Jenerik varsayılan ve burada doğrusu bu” iyi bir yanıttır — yerleşik desenler işe yaradıkları için yerleşiktir. Sormamak iyi değildir. Başarısızlık kipi konvansiyonu seçmek değil, onu seçtiğini fark etmeden seçmektir.

İki-model devri bağımsız doğrulama DEĞİLDİR [H]: aynı eğitim dağılımı, aynı önyargılar. B, A’nın homojenleşmesini yakalamaz ve B’nin katılması, doğruluk kadar paylaşılan önyargının da kanıtıdır. Devrin gerçekten satın aldığı şey okunabilirliktir: başka bir ajanın uygulayabileceği bir spec yazmak, çerçeveyi açık hâle gelmeye zorlar — yazılamayan şey zaten karar değil, tercihti. Spec çürütme koşullarını da taşır; uygulama registry’ye [H] olarak yeniden girer.

9. Bilinen riskler

Özyinelemeli homojenleşme [H] — redesign öneren bir skill jenerik varsayılana kayabilir ve teşhis ettiği hastalığı yayabilir. Tam çözülemez. Hafifletme: Kapı 0’ın özgül amacı, Kapı 3’ün insan onayı, U10’un yapısal zorlaması.
[K] yasağının aşınması — uzun oturumda düzyazı aşınır; yasak bu yüzden U1’de yapısaldır.
Otorite yanılsaması — her çıktı statüyü, geçilen kapıları ve mevcut kanıtı gösterir.
Sürtünme vergisi — lite/tam ayrımı.
Tetikleme çakışması — Mizan iddiaları, Kıyas fikirleri, İskele projeyi. Bu, deneyimi.
Açık geri bildirim yanlılığı — §6.5.
İki-model devrinde sahte bağımsızlık [H] — §8.

10. Anti-desenler (kibarca reddedin)

Her bulgusu [K] olan rapor — önlükle yapılan iltifat.
“Kullanıcılar bu kısımda kayboluyor.” Hangi akış, hangi dosya, hangi satır, hangi mekanizma, hangi ölçüm çürütür?
Önce redesign edip sonra teşhis etmek.
Kıl payı sonuç görünce eşiği yükseltmek.
[R] bulgularını temizlik için silmek.
Komponentleri izole puanlayıp toplamına UX denetimi demek.
Baseline’sız metriği anlamlıymış gibi raporlamak.

11. Son `[KKE]`

Tüm telemetri, lostness dâhil, kaybolmanın vekilidir, kendisi değil. Düşük L “kullanıcı kaybolmuyor” demez; “kaybolmanın bilinen navigasyonel imzası yok” der. Bu yöntemin [K]‘ya en yaklaştığı yer, L ile gerçek görev başarısının — ya da birkaç moderasyonlu oturumun — aynı yöne işaret ettiği noktadır.