一、今日(Day2)目標

在昨天完成了通盤初步規劃後，我今天的目標是希望透過AI產出一份完整的需求規劃，內容主要包含了完整的使用者旅程地圖（User Flow）、優先度分級的功能清單、逐節點問題分析與對應解法三項。
因為對我來說，我認為一套工具的易用性，比起功能設計的花俏、有質感，來得更實際(當然前端設計這後面會顧及到，但並非是最優先的)，因此我認為在需求規劃的這個階段，最需要注意的是要看每個使用旅程節點上，使用者會在哪邊卡住?當卡住時時，系統有沒有先行假設並解決之~

二、我下得Prompt

在製作這份工具開始前，最重要的當然是一套完整的規劃，
因此我將Day 1中所提及的工具願景，整段貼給 Claude，並補上以下要求：

我要做一套台灣企業／產業產值評估工具，使用者輸入企業描述後，由 AI 判斷產業、在產業地圖上定位、選擇產業或企業評估、套用評估模型（各 5 種）、最後產出報告。

請幫我：1) 設計完整的使用者旅程，每一步標明使用者做什麼、系統做什麼；2) 針對每個節點，列出使用者可能遭遇的問題或疑問，並提出對應解法；3) 功能清單分成 MVP 與加分兩級；4) 流程有缺漏或多餘，直接指出來。

三、使用者旅程地圖

而前述內容中，我同時請Claude幫我製作了「使用者旅程圖」(如下)

透過上圖，可以看到使用者旅程節點中，每個節點先問「使用者在這裡會遇到什麼問題、產生什麼疑問」，再決定用什麼方式去設計：

其中各節點分析中，最重要的部分在於

• 節點2（AI判斷產業） 全流程風險最高的部分：如若系統判斷錯誤，將導致結果全錯，且浪費token。
  因此在這部分來說，主要解法是透過「AI建議」結合「人工確認」，透過此種方式，保留人工手動搜尋功能，進以避免問題的產生。
• 節點5（模型選擇） 這部分最大的問題在於「知識落差」：一般會透過此工具來進行產值評估的使用者，基本上是不會了解各模型之間的差異，甚至不懂這些方法的主要用途，因此對於使用介面設計來說，我認為與其寫落落長的方法說明，倒不如直接呈現每個模型的適用情境（例如「要向銀行證明營收合理性→選同業標竿比較」），並在資料不足時直接灰階停用、說明原因，而不是讓使用者跑完全流程後才發現結果失真。
• 節點6（執行評估） 技術性風險部分：透過AI工具來進行資料抓取，多數功能係透過爬蟲工具來進行，因此是極有可能出現失敗或是等待過於漫長的。因此在本段的解法上，我期望是採用分階段進行，加上進度條的提示，同時補上加上失敗自動重試與快取的方式，讓使用者願意接受等待時間。

四、資料驗收與修正

基於我這份工具是透過Vibe Coding方式生成，因此對於我來說，這個工具的最終結果準確性，是我認為最需要驗證的，在今日的試驗中，我修正了兩點：

• 刪除過度設計：Claude 一開始把會員系統、使用紀錄雲端同步都列進 MVP，我明確告訴它「目前這個工具不做會員與金流」，請它重排優先度。
• 補上資料實際問題：鑒於AI工具多數在撰寫過程中，經常性假設所有資料都有API可取得，但就實際面來說，過去我在進行產值評估分析報告的過程中，多數官方統計數據，僅提供檔案下載，因此對此我將「資料更新頻率」的限制寫進節點6的解法中。

五、Day 2 小結

今天整個流程坐下來，我認為相較於其他AI工具的應用，Claude Fable 5在收斂問題與答案的速度非常快，儘管仍舊會有一些小bug，且規劃過程中會傾向「把產品做大」，因此我認為在整套工具的製作上，需求規範是必須由製作人來維持得。
此外我認為透過「逐節點的風險」分析，能夠降低日後的除錯成本，而這也是為什麼我認為會需要透過使用者旅程地圖來進行設計決策。

明天（Day3）我將開始進行技術組合的預演，希望Claude不會一開始就將問題複雜化~
也期待它會幫我選出什麼樣的技術組合，並實際把專案初始化跑起來。