UX規劃、UI設計與交付
嘉義市政府長期透過 LINE 官方帳號與民眾互動，並持續探索如何透過數位工具提升觀光體驗。隨著 AI Agent 應用逐漸成熟，本專案的目標不只是提供旅遊資訊，而是進一步思考：是否能透過 AI，協助使用者完成旅遊規劃與決策？
在多數旅遊產品中，使用者需要自行搜尋資訊、比較景點、規劃行程，整個過程高度依賴個人經驗與時間成本。然而，對於城市觀光而言，問題不只是資訊是否充足，而是：如何讓旅客在有限時間內，做出更好的旅遊決策，並實際走進城市。
本專案為嘉義市政府與 LINE 合作，探索 AI Agent 在城市旅遊規劃中的應用可能。
◈ 問題定義｜了解現況且找出關鍵點
現行旅程分析 - 碎片化的旅遊規劃體驗
現行旅遊規劃流程分散於多個平台之間，使用者需反覆在搜尋、整理與規劃間切換，不僅耗時，也容易產生資訊斷裂與體驗中斷。
所以我們利用 Journey Map 梳理現有體驗，分析各個階段並找出關鍵痛點與 AI 介入機會。透過旅程分析，我們發現關鍵問題並不在於資訊不足，而是缺乏一個能整合需求、理解情境並持續協助的角色。
從不同面向拆解，重新梳理
分析現有旅遊體驗後，我們將痛點與問題拆解為三個層次：
使用者層
層面問題
・大量景點資訊，產生選擇困難
・行程規劃需跨多平台
・缺乏整體規劃，缺乏協助做決策的能力
城市 / 觀光層
層面問題
・推薦內容缺乏個人化
・難以引導旅客動線與分流
・無法有效累積與運用旅遊數據
產品層
層面問題
・多數旅遊產品仍以「資訊展示」為核心
・缺乏協助使用者「做決策」的能力
Problem Reframe
不只是旅遊體驗問題，而是「決策輔助系統」的設計問題！
關鍵洞察
重新理解問題後，我們得到一個關鍵洞察：使用者其實不需要更多選項，他們困擾的是資訊碎片化以及無法決策。
因為旅遊規劃本質上是一個多變數決策過程（時間、地點、偏好、同行者），而傳統產品常將這些負擔全部交給使用者。
how might we?
◈ 設計策略
基於上述洞察，我們建立三個核心設計策略，並跟著用戶旅途中觀察到的痛點作為主要聚焦的方向：
策略1
Tool → Agent
將使用者從操作系統中解放，改由 AI 主動引導需求
聚焦重點
・透過對話收斂旅遊條件
・降低操作門檻與學習成本
・讓用戶專注於「描述需求」，而非操作
策略2
Decision → Visualization
將 AI 的決策結果轉為結構化資訊，並串聯地圖網路
聚焦重點
・以卡片呈現景點資訊
・建立清晰的行程結構
・降低理解與比較成本
策略3
Conversation → Artifact
讓對話結果不只停留在當下，而能被分享與使用
聚焦重點
・自動生成個人化旅遊書
・支援分享、收藏與旅途中使用
・建立完整體驗閉環
與工程師一同規劃 Agent 決策系統
本專案的核心不只是介面，而是一個「決策系統」，因此我和工程師一起溝通協作拆解旅遊規劃。
將原本分散的旅遊規劃流程，整合為一個連續的 AI 決策體驗。
◈ 設計迭代｜驗證與設計調整
在此專案中，我們將迭代重點放在兩個核心問題 👉 系統回饋透明度 與 人機協作邊界
讓 AI「被感知」：解決生成等待的不確定性
測試問題
在初版設計中，AI 生成行程需要一定時間，但介面缺乏明確回饋，導致使用者有以下行為：
無法判斷系統是否仍在運作
容易誤以為系統當機或失敗
中斷操作或重複輸入
設計判斷
在 AI 產品中「等待」無可避免，因此關鍵不在於消除等待，而是：如何讓使用者理解系統正在做什麼，並建立信任感。
設計調整
設計了一組「擬人化 + 分階段」的回饋機制，讓系統行為具象化，而非抽象 loading，強化「系統仍在運作」的感知
人機協作邊界：從分享 → 共編的設計取捨
測試問題
初期設計僅支援「分享旅遊書」，但使用者回饋希望：能與朋友共同編輯行程
這帶來一個更深層的問題 👉 當人為編輯介入後，AI Agent 的決策邏輯將變得不一致
核心挑戰：人類決策 vs AI 決策的衝突管理
如果同時支援手動編輯與 AI 生成，則系統需要判斷：哪些內容是 AI 生成 / 已被使用者修改 / 是否覆蓋或保留原有決策
設計調整
考量開發時程與系統複雜度，將策略分為兩個階段，優先提供「可控的人為編輯能力」，後續再逐步導入「AI × 人類協作機制」
◈ 設計產出｜從單向訊息推播到雙向銷售助理，推薦商品並促進轉單的 AI Agent
AI 對話導遊
用對話釐清需求並生成行程
讓使用者不需查資料也能完成旅遊規劃
使用者可以透過自然語言描述旅遊需求，
AI 導遊會逐步釐清條件（天數、偏好、旅伴），並生成個人化行程。
行程生成後，使用者仍可透過對話進一步調整或重新生成，
讓整個規劃過程從「搜尋與比較」，轉為「對話與決策」。
AI 對話導遊
用戶可用自然語言持續調整優化行程
讓使用者無需重新規劃即可完成多輪決策
行程生成後，使用者可透過自然語言進一步調整內容，
例如修改景點類型、增加休息時間或重新安排順序。
AI 導遊會根據新的需求重新生成行程，
並保留原有脈絡，使整個規劃過程能夠持續優化，而非從頭開始。
共編旅遊書
支援共同編輯
讓多人能共同參與並完成行程決策
使用者可將旅遊書分享給同行者，
並支援編輯、排序與共編功能，讓多方能共同調整行程。
在保留 AI 生成結果的基礎上，使用者可進行彈性修改，
使旅遊規劃從「個人決策」延伸為「多人協作」。
行程串聯地圖
串聯完整行程路線
讓旅途中無需切換工具即可直接使用
透過 LIFF Page 與 Google Maps 串接，使用者可一鍵查看完整行程路線。
系統會依照行程順序，自動串聯各景點，
讓使用者清楚理解從哪裡到哪裡，並直接應用於實際旅途中。
◈ 思考與產品觀點
人機協作的挑戰
