一題一題答下來，大型需求要花到 40 分鐘。中間使用者一定會累、會卡、會冒出「我這樣寫到底對不對」的自我懷疑。
如果這時候工具只是冷冰冰地丟下一題，那這 40 分鐘會很難熬。所以我幫鼠勾以加了一點「遊戲感」，說起來有點廢，但答完一題看到樹長高一階、或收到一句剛好打中的鼓勵，真的會有一點點小小的快樂。就是這一點點小快樂，把人撐到終點。
負責這份溫度的有兩個設計：鼓勵文字庫和需求樹。今天講這兩個，順便講一個我做完才發現有問題、又重做了一次的故事。
鼓勵文字庫：一份按分數區間、互動情境分類的鼓勵語句庫。低分時給安定的話（沒關係，這一步先幫我們看見需要補強的地方），高分時肯定表現又帶一句下一步。它的目的不是灌雞湯，是在對的時機講一句對的話。
為什麼不用emoji? 因為有點看膩了，加上這是個人喜好 嘿嘿 (๑•̀ㅂ•́)و✧
需求樹：每完成一個區塊，給一句「需求樹長大了」的回饋。從種子、發芽，一路長到大樹。它把「填了一份枯燥的問卷」這件事，重新包裝成「養成一棵樹」的過程：你每答完一塊，樹就長高一點。
實際用到的表情大概長這樣：
| 用途 | 表情 | 出現時機 | 想達到的效果 |
|---|---|---|---|
| 進度條成長 | 🌱 → 🌿 → 🌳 | 每行進度條尾巴，隨分數長大 | 一眼看到「我又前進了」 |
| 鼓勵（開心） | ٩(^ᴗ^)۶ 、 (๑•̀ㅂ•́)و✧ | 分數里程碑、答出好內容 | 慶祝一下，像有人幫你拍手 |
| 鼓勵（安撫） | (｡･ω･｡) 、 (｡•́︿•̀｡) | 低分或卡住時 | 不責備，陪著你 |
成果是：使用者看到樹從 🌱 長成 🌳，會有種「養成系」的成就感；卡住時收到一個安撫的顏文字，會覺得「至少它沒有在催我」。小東西，但累積起來就是願不願意把 40 分鐘走完的差別。
兩個機制聽起來很完整。我當初也以為設計得很漂亮。直到實際用了一陣子。
實際對話跑了幾輪之後，我發現一件事：那些精心寫好的鼓勵語，幾乎沒出現過。 我可是找了一整份超可愛、宅味滿滿的顏文字欸，結果它們一個都沒登場 (｡•́︿•̀｡)
明明 Knowledge 裡有滿滿一整份鼓勵文字庫，分數區間、互動情境分得清清楚楚，結果 GPT 在實際對話裡幾乎都跳過不用。對需要溫度與引導的需求方PM 來說，這個工具變得有點冷。
追下去發現，有四個原因疊在一起：
四個原因都指向同一個病根：我只告訴它「不要過度」，沒告訴它「什麼時候一定要做」。
後來那一版，我把整套機制重做了一次。核心是兩件事。
第一，補上「必觸發場景」。 不再只有上限，明確列出「這些情境至少各做一次，不可省略」：
第二，把三個東西的分工切乾淨。 之前它們會互相搶、互相讓，現在各管各的：
| 機制 | 負責什麼 | 觸發時機 |
|---|---|---|
| 進度條成長 emoji | 進度視覺化 | 每一行進度條 |
| 需求樹成長回饋 | 慶祝「區塊完成」 | 每完成一個區塊 |
| 鼓勵語 | 分數里程碑 + 情緒支持 | 必觸發場景 |
進度條 emoji 不算鼓勵語、需求樹只管區塊完成、鼓勵語專管里程碑跟情緒，三者不再打架。
還有一個小修正：抑制條件只抑制顏文字，不抑制文字鼓勵語。使用者語氣正式或在處理嚴肅議題時，還是要給鼓勵，只是不加顏文字。不能因為「他很正式」就把整段溫度都拿掉。
這次重做給我最大的啟發，是關於怎麼對 AI 下規則。
我原本的規則全是負向的：「不要過度」「避免疲乏」「不要每次用」。對人類來說，這種話聽起來很合理，我們會自己抓平衡。但 AI 不會抓平衡，它會把「不要過度」執行成「乾脆不做」，因為「不做」是最安全、最不會違規的選項。
要 AI 做某件事，光說「別做過頭」沒用，得明確告訴它「這些情境下，你一定要做」。負向規則設上限，正向規則設下限，兩個都要有，行為才會落在你要的範圍裡。
這個教訓後來影響了我寫其他規則的方式：只要是「希望它主動做」的行為，我都會配一條必觸發清單，而不是只寫「適度為之」。
溫度不是錦上添花，對需求方PM 來說是「會不會把 40 分鐘走完」的關鍵。鼓勵語管情緒里程碑、需求樹管區塊完成、進度條 emoji 管視覺進度，三者分工。而我從「鼓勵語幾乎不觸發」這個坑學到的，是對 AI 下規則時，負向的上限要配正向的下限，否則它會躲到「什麼都不做」那個最安全的角落。
溝通原則講到這裡告一段落（一次一題、情境選項、溫度設計）。Day 12 開始進入這套工具的主菜：七大問答區塊。第一個是區塊 1「The Why」：怎麼把需求方PM 那句「主管要我做」，一路挖到真正要解決的問題。
這是 iThome 鐵人賽系列文章。明天見。
iThome鐵人賽
看影片追技術