不知道大家有沒有打過這種客服電話:
「信用卡服務請按 1,存款服務請按 2……」
「帳務問題請按 1,交易問題請按 2,掛失請按 3……」
聽到第二層、第三層的時候,我常常已經開始困惑:
所以我這個問題到底算哪一類?
假設我的問題是:
「我昨天刷了一筆錢,但今天 App 裡看不到,這算帳務問題還是交易問題?」
我明明知道自己遇到了什麼問題,卻不知道 System 把這個問題叫做什麼。
最後只好選一個最像的,如果選錯,再被轉接到另一個部門。
這其實是一個很典型的產品設計:
User 有問題
↓
理解 System 的分類
↓
選擇 Category
↓
System Routing
↓
找到負責的人
以前我們可能會想:
怎麼把分類名稱寫得更清楚?怎麼減少一層選單?
但 AI 讓我開始問另一個問題:
如果 System 已經可以理解 User 在說什麼,為什麼還需要 User 自己判斷 Category?
而這個問題,我最近在做企業內部產品時,又遇到了一次。
前陣子做一個企業內部系統時,員工有很多不同的服務與申請需求,背後也對應不同的 Process、Owner 和 Workflow。
所以我和 UX 團隊做了一件很合理的事:
重新整理 Information Architecture。
我們花時間把原本複雜的服務重新分類,希望員工可以更容易找到正確入口:
員工需求
↓
第一層分類
↓
第二層分類
↓
對應服務
↓
提單
從 UX 的角度來看,它確實比原本清楚很多。
員工也可以按照分類,一步一步找到服務並完成提單。
但 Review 的時候,老闆並沒有特別買單。
後來我才意識到:
我們解決的是「怎麼讓 User 更容易理解分類」,但沒有回答「為什麼 User 要理解這些分類?」
例如企業內部可能有:
轉職 / 派任
對 System 來說,這兩個詞很重要。
因為背後可能代表不同的:
所以我們很自然會想:
那就把兩者的定義寫清楚一點。
但站在員工角度,他腦袋裡想的可能根本不是:
「我這次到底屬於轉職還是派任?」
而是:
「我要去另一個廠區工作了,接下來要辦什麼?」
就算我們把「轉職」和「派任」的定義寫得再完整,他可能還是滿頭問號。
因為這個分類不是他的語言。
我們其實是在要求 User 先學會公司的內部語言,再告訴 System 自己屬於哪一類。
這跟剛剛的信用卡客服其實是同一件事:
信用卡 User:
「我刷了一筆錢,但 App 看不到。」
↓
帳務?交易?
企業員工:
「我要去另一個廠區工作。」
↓
轉職?派任?
User 其實已經把自己的問題講得很清楚。
不清楚的是:這個問題在 System 裡叫什麼。
產品需要分類,當然有它的原因。
因為 System 必須知道:
所以 Category 本身並沒有錯。
真正值得重新思考的是:
為什麼這個 Classification 的工作,要由 User 完成?
上一篇聊 Search 時,我提到:
Intent 明確,就別逼 User 聊天;Intent 模糊,也別逼 User 猜 Keyword。
到了 Category,其實也是同樣的 Product Thinking:
不要逼 User 猜 System 用什麼詞描述他的問題。
如果 User 已經可以直接說:
「我昨天刷了一筆錢,但 App 裡看不到。」
或:
「我下個月要從 A 廠區去 B 廠區工作,不知道要辦什麼。」
那剩下的 Translation,也許應該開始由 System 負責。
AI Native 的流程可以變成:
User 說明自己的問題
↓
Intent Understanding
↓
Category Classification
↓
Routing / Knowledge / Workflow
後台仍然可以有非常嚴謹的 Structured Data:
Intent = 工作地點異動
Category = XXX
Process = XXX
Owner = XXX
Category 沒有消失。
只是 User 不一定需要看到它。
這也呼應 Day 03 講過的一件事:
AI Native Product 不是不要結構,而是不要再要求 User 理解結構。
以前 Category 是 User Journey 的一部分。
未來很多 Category,可能更像 System 背後的 Metadata。
這裡很容易走到另一個極端:
那以後所有分類都拿掉,全部讓 AI 判斷?
我反而不這麼認為。
因為 Category 在產品裡,其實有兩種完全不同的角色。
例如外賣首頁:
火鍋|飲料|日式|早餐|甜點
今天我不知道吃什麼,看到「日式」可能突然想到:
好像可以吃壽司。
這時 Category 本身就是 Discovery Experience。
它在幫 User 理解:
「這裡有哪些選擇?」
這種 Category,我會留下來。
另一種則是:
問題類型
服務類別
申請類型
案件分類
User 通常不在乎自己屬於 Category A 還是 B。
他真正想知道的是:
我的事情到底要怎麼處理?
如果分類主要是為了 Routing、Workflow 或 Reporting,我就會優先思考:
能不能讓 System 自己判斷?
現在如果看到一個分類選單,我會先問四個問題:
「火鍋 / 飲料 / 早餐」很好懂。
但「轉職 / 派任」這種來自企業流程的詞彙,User 未必真的理解。
如果拿掉後,User 更難知道有哪些選擇,可以留下。
如果拿掉後,只是 System 少拿到一個欄位,就值得考慮自動分類。
推薦錯一個餐飲分類,User 換一個就好。
但如果分類錯誤會導致申請走錯流程,就不能讓 AI 猜完直接送出。
可以設計成:
AI 判斷 Category
↓
Confidence 足夠?
↙ ↘
Yes No
↓ ↓
自動 Routing Ask / Confirm
很多時候答案其實是:不需要。
User 只需要知道:
「我說清楚發生什麼事,System 就知道接下來怎麼處理。」
我覺得這才是 AI 對分類設計真正有意思的地方。
以前 Category 常常直接長在 UI 上:
Category
↓
Subcategory
↓
Form
↓
Submit
未來很多場景可能變成:
User 說明需求
↓
AI 理解 Intent
↓
自動產生 Category / Metadata
↓
Routing / Workflow
Category 並沒有消失。
它只是從 Navigation,慢慢變成 Metadata。
這也是這次做企業產品讓我重新意識到的一件事:
我們不應該因為後台需要一個欄位,就直接在前台做一個 Dropdown。
而應該先問:
這個資訊,真的需要 User 理解並提供嗎?還是 System 自己就能判斷?
如果今天重新 Review 一個產品,我會先把 Category 分成兩種:
| Category 的目的 | 設計方向 |
|---|---|
| 幫 User 探索、理解選擇 | 留在前台 |
| 幫 System Routing、Workflow、Reporting | 優先考慮 AI 自動分類 |
所以 AI 時代,我覺得 PM 可以多問一句:
這個 Category,到底是在幫 User,還是在幫 System?
幫 User 探索的分類,留在前台;只為 System Routing 的分類,藏到後台。
以前我們設計產品,很常努力讓 User 學會 System 的語言。
但這次我反而開始覺得:
如果 User 已經把自己的情境說清楚了,剩下的翻譯工作,應該慢慢交還給 System。
