Interviews 訪談記錄

【科技新知】LLM賦能未來設計師 ——「洞察產品開發新紀元」分享會

七月 1 , 2025  

演講者:許弘霖

時間:2025年6月6日 10:00-11:30

地點:DDS THU AI中心

整理:NotebookLM、張運宗

 

【編按】繼前一期「AI Agent研發案例分享會」介紹「如何打造一個AI Agent」的入門方向後,2025年6月6日邱浩修邀請東海建築校友許弘霖在DDS-THU AI中心,以「洞察產品開發新紀元:假設/驗證為核心,融合設計思考、逆向工作法與LLM驅動實作」為題,分享國際大型公司的產品開發案例。 

許弘霖曾任AWS資深創新顧問、阿里巴巴資深產品設計師,任職Harman International 設計主管時,兩度獲得德國紅點設計獎,作品「JBL Pulse 2」(防濺水藍牙無線喇叭)更榮獲 2016 年「Best of the Best」。 

許弘霖從實戰經驗觀察到,產品開發雖歷經不同技術世代演進,但以用戶需求為中心的「假設與驗證」核心原則始終不變。 此次分享即深入淺出從設計思考(Design Thinking)、逆向工作法(Working Backwards),一路剖析到大型語言模型(LLM)如何改變產品開發流程,賦能未來設計師。 

 

 

設計思考(Design Thinking)

 

  設計思考是一種將設計過程解構為不同步驟的方法論,著重使用者需求洞察與快速原型,透過觀察與測試,在早期驗證設計想法,是一套以人為本、實驗導向的設計流程。 

 

一、核心概念與階段

  • 發散與收斂的過程:設計思考包含一個重要的發散(Ideation)和收斂(Convergence)過程,即廣泛地探索想法,然後將其聚焦並精煉。 
  • 以真實需求為基礎:所有設計都應從真實的需求出發,透過足夠的使用者研究,確保設計挑戰是真實存在的。 
  • 三個主要步驟:

◦ 使用者研究 (User Research):第一步,確保從真實現象或需求中觸發設計挑戰。 

◦ 構思 (Ideation / Brainstorming):多人共同參與,產生大量不同的想法。 設計思考的一大精神是讓「對的人在對的時間」參與,在腦力激盪時,鼓勵多元視角。 

◦ 原型製作與驗證 (Prototyping / Validation):從眾多想法中收斂出幾個可行的點,然後透過製作原型來驗證。 「原型」不單指實體產品,任何將模糊不清的概念具象化的過程,都可視為原型;例如,建築中的模型或圖面。 

 

二、實踐案例1Harman 音響公司

  • IoT產品開發:許弘霖在全球最大音響公司之一Harman時期,利用過去在學術實驗室的經驗,專注於IoT產品的設計和原型開發。 
  • 影片原型溝通:具象化的方式比單純文字描述讓產品概念更容易被想像。 例如,影片原型展示一款音響如何透過搖晃播放歌曲,以及偵測桌面位置播放不同歌曲的功能。 
  • 解決量產挑戰:當第一代產品因晶片限制無法實現工業設計師的創意(如64個LED燈隨音樂跳動)時,將複雜的技術挑戰分解,透過不斷溝通與協作,將設計想像轉化為可對應量產晶片的功能,逐步解決問題。 
  • 具象化Use Case溝通:在開發音響串聯功能時,面對開發團隊和副總之間溝通效率低下的問題,許弘霖將複雜的需求轉化為十個具體的「使用情境」(use case),明確定義產品能做到什麼,以及哪些是技術上不可行的,有效提升了溝通效率。 
  • 組織內部影響力:在大型公司中推動任何創新,更重要的是如何在組織內部建立信用(credit)和影響力。 透過一步步的成功案例,甚至讓開發人員直接轉入設計團隊,建立信任(trust)是關鍵。

 

三、實踐案例2Lazada 電商支付產品

 

  • 跨文化使用者研究:在阿里巴巴旗下的東南亞電商Lazada,許弘霖負責開發類似信用卡的「先用後付」服務。 他們深入印尼(穆斯林國家)進行使用者訪談,了解當地文化對借貸的特殊看法(如不接受有利息的錢,轉而以買斷商品再分期償還的方式)。 
  • 使用者分群:透過訪談18位用戶,根據「對借貸的開放程度」和「收入多寡」將用戶分為四群,特別關注中間層的用戶:有錢但對借貸概念模糊,小額不願借,但大額(如買手機)則願意突破宗教限制。 
  • UI/UX設計與測試:在設計介面時,同時向用戶展示介面並讓其操作,觀察用戶反應以進行改進。 例如,發現當地用戶不理解「年利率」,只在乎「每個月付多少錢」,因此調整介面資訊呈現方式,使其更符合當地心智模型。 
  • 精準行銷策略:針對不同用戶群體的需求,全面應用設計思考,制定精準的行銷策略,最大程度地減少用戶使用服務的摩擦。 例如,對於對價格敏感的用戶,提供直接購買商品的優惠券;對「利息」敏感的商家,採取「先用後付」,將「利息」視為「補貼」,而這是一種「特權」。 

 

 

逆向工作法(Working Backwards)

 

一、核心概念

  逆向工作法是亞馬遜(Amazon)在產品開發初期採用的核心方法,其獨特性在於不從傳統的產品需求文檔(Product Requirements Document, PRD)開始,而是先為產品的構思「撰寫新聞稿」(Press Release),逼迫設計者從使用者需求的角度思考,並在產品開發前就清晰地定義產品的價值和用戶體驗。 

  • 新聞稿的要素:

◦ 這是什麼?(What):清晰定義產品本身。 

◦ 為什麼有這個需求?(Why):闡述產品存在的真實用戶需求。 

◦ 如何解決這個需求?(How):描述產品如何滿司戰略層面看待產品。 

◦ 顧客評價:模擬真實用戶使用產品後的感想。 

◦ 使用流程:以文字描述用戶使用產品的體驗流程。 

  • 常見問題集(FAQ)是新聞稿的溝通,分為內部和外部(對客戶)兩個部分,用於回答公司內外各利益相關者可能提出的任何問題。 

◦ 外部:涵蓋客戶能得到什麼、比現有方案好在哪裡、客戶服務、定價、商業模式、安全性、上線時間、試用方式、市場進入策略等。 

◦ 內部:更細緻地闡述產品價值、目標用戶、需求迫切性、早期使用者、競品差異、供應鏈價值鏈、團隊組成和收益模型等。 

 

二、精神與應用

  • 用戶至上 (Customer Obsession):新聞稿的撰寫格式限制了技術細節的過度膨脹,迫使團隊聚焦於解決真正從用戶角度出發的真實需求。 
  • 三層驗證模型:

◦ 用戶驗證 (User Validation):確認用戶是真實存在的,並且有真實的需求。 這須要透過訪談、洞察分析(如用戶畫像、痛點分析、現有行為)來完成。 

◦ 產品驗證 (Product Validation):確認解決方案能真正解決用戶的痛點。 要求產品功能與痛點完全對應,避免功能過多或無法有效解決痛點。 這過程包含用戶旅程設計和原型驗證。 

◦ 商業驗證 (Business Validation):明確商業邏輯、市場大小及商業利益關係。 這要求在FAQ中詳細寫清財務、營運和競爭對手相關的細節。 

  • 「書面化」的重視:亞馬遜非常重視書面溝通,開會時不使用PPT,而是閱讀預先準備好的文檔,並直接在文檔上標註問題和回覆。 貝佐斯認為,只有寫下來的東西才是明確的,否則一切都像「模糊狀態」。 
  • 與設計思考的區別:設計思考在IoT時代,產品「一定會有人用」,只須要優化體驗。 逆向工作法則特別適用於軟體或全新服務,其更重要的問題是:客戶「須要」這個服務嗎?是否會有「根本沒人要用」的風險?

 

三、實踐案例:大型國企客服系統優化

  • 挑戰傳統設計原則:一家集中供暖的國有企業的客服系統設計,初期目標是「讓客服快速解決問題」。 然而,老闆卻不在乎,其核心訴求是「不要讓客戶撥打12345政府投訴熱線」。 
  • 數據驅動問題發現:透過分析一年的客服通話數據,發現17,000通電話中,14,000通是諮詢電話,60%可以當場回答,甚至5,000通是重複性的「查詢卡號繳費」。 也就是說只有3,000多通須要派工單,且不必全部上門服務,因為50%的用戶問題只要照著視頻教程或簡單操作就能自行解決。 
  • 以終為始的解決方案:基於數據分析,團隊放棄了快速解決客服問題的初衷,轉而針對老闆最在意的「不打12345」和用戶最常遇到的問題設計解決方案。 例如,推廣已有的查詢網頁,並確保用戶容易找到「卡號」;預先派人上門服務以解決簡單操作引發的問題。 這使得通話量顯著下降,並提升了整體用戶體驗。 這個過程證明了從數據中找出真實痛點,而非盲目開發新功能。 

 

四、實踐案例:門禁考勤品牌商的商業模式設計

  • 挑戰複雜經銷網絡:中國最大的傳統門禁考勤公司面臨競品的強勢壓制,後者能要求經銷商註冊進入其系統,而前者只有一級經銷商,無法觸及二級經銷商,且不同省份的價格體系複雜,存在「竄貨」問題,品牌商難以有效管理及補貼。 
  • 使用者旅程的重新定義:「使用者旅程」的定義是,最終面對用戶的經銷商如何從尋找客戶、建立信任到最終銷售的全流程,而非單純的系統使用流程。 
  • 設計商業邏輯而非僅介面:這個項目核心是設計商業邏輯和新的營銷策略,因此,提出一個「憑證」機制:品牌商給予一級經銷商帶有信息的優惠憑證,一級經銷商再將此憑證發給二級經銷商或最終客戶。 透過憑證,品牌商能追溯商品流向,將優惠直接給到二級經銷商或最終用戶,解決了過去優惠被一級經銷商截留的問題。 
  • 這個機制的成果:

◦ 無需強迫經銷商進入系統,降低了推廣阻力。 

◦ 維持了經銷商之間的價格不透明性,避免了因公開價格而引起的內部矛盾。 

◦ 憑證機制天然地防止了竄貨行為。 

◦ 透過精準補貼,銷量提升至平常的18倍(原政策為10倍),一級經銷商利潤提高,二級經銷商也因得到直接優惠而更願意銷售。 在相同補貼成本下,公司一年可多出3,000萬營業額。 

  • 這個案例證明了設計思維不僅僅是介面或體驗設計,相同的設計方法也能用於設計商業邏輯和利益關係。 

 

 

LLM驅動實作 (LLM-driven Implementation)

 

一、核心原則

  許弘霖認為我們應該視LLM為使用者,對話 (Prompt) 應該避免以下常見錯誤,以獲取更準確、有用的結果。 

  • LLM的「自動補全」特性:LLM在生成答案時,會自動補全用戶未明確說明的條件。 如果用戶沒有提供足夠清晰的需求,AI補全的內容可能不符合預期(例如:設計短網址系統時,AI會預設為最高級別的企業級、軍用級別系統,但實際可能只須要簡單的內部使用,造成資源浪費)。 
  • 借鑒使用者訪談的原則:

◦ 不推銷 (No Pitching):不要預設答案或試圖引導AI說出你想聽的內容。 像在訪談中不向客戶推銷產品一樣,不要一開始就告訴AI你的「神性」需求。 

◦ 無冰淇淋問題 (No Ice Cream Questions):避免提出顯而易見或只能得到肯定答案的問題。 這類問題無法提供有用信息,只是自我驗證。 

◦ 拉出資訊,不要推入資訊 (Pull, Don’t Push):盡量從AI那裡「挖取」資訊,而非將自己的想法「推給」它。 以開放式問題提問,讓AI從一張白紙開始思考,並不斷追問,探索不同的解決方案,避免被自己的認知限制。 

◦ 孤證不立 (One of One is Not Proof):不要因為AI給出一個答案就認為它是絕對正確的。 一個答案並不能證明或推翻任何事物。 

◦ 過去行為是最佳預測者 (Past Behavior is the Best Predictor of Future Behavior):在提問時,應關注事實和過去的實際行為,而非理想化的「聲明」或「計畫」(例如:問「你如何飲食?」不如問「你上一餐吃了什麼?」)。 故事比聲明更有用。 

  • 敏捷開發流程:與LLM互動時,將大的任務切分為小的、可執行的步驟。 這可以增加對AI產出過程的掌控度,避免黑盒效應,並更容易修正錯誤。 

 

二、實作分享:利用AI工具提升產品開發的效率和品質

  • 新聞稿和FAQ的快速生成:LLM可以極大地幫助產品開發的初期階段,例如快速生成新聞稿和FAQ;只需提供簡單的概念,ChatGPT就能迅速產出結構化的內容。 
  • AI輔助程式碼撰寫 (AI Coding):

◦ 多樣化的應用層次:AI可以用於撰寫特定功能、修改程式碼片段、提供新功能建議,甚至在類別(class level)或整體架構層面進行規劃。 

◦ 提升效率:AI能同時修改多處程式碼,相比人工修改能大幅節省時間,特別是在處理較長程式碼時。 

◦  AI的互動模式可分為三種層級,類似於企業中的角色:

▪ 工讀生:執行明確的小塊任務。 

▪ 員工:處理類別級別的任務,有明確的工作範圍。 

▪ 主管:負責完整的架構,AI能自主清洗數據、撰寫模型並給出結果。

 

三、設計師在AI時代的定位

  • 開發成本降低:在LLM時代,開發成本大幅降低,各專業領域的門檻也越來越低。
  • 像「知識挖掘」的過程:與ChatGPT互動的過程,本質上是從一個裝滿人類知識的巨大資料庫中,進行知識挖掘。 
  • 「創意設計師」的價值:矽谷的知名孵化器YC(Y Combinator)正尋找「創意設計師」(Founding Designers),他們具備強大的用戶同理心、解決問題的專注力,以及對品質和品味的極高要求。 在低成本環境下,設計師的結構化創新思考能力變得尤為重要。 

 

 

Q & A

 

Q1:智慧門禁考勤系統案例若從原先的B2B模式(品牌商對一級經銷商)轉為更接近B2C的模式(補貼直接傳遞給二級經銷商),會不會大幅增加客戶服務的人員需求和成本?

A1:這個模式並非真正轉向B2C。 它維持了既有的經銷通路,只是透過「優惠憑證」的技術方法,讓品牌商能將補貼精準地傳遞到最底層的經銷商(二級經銷商),而不須要額外增加客服人員,因為銷售渠道並未改變。 

 

Q2:這種直接補貼二級經銷商的方式,會不會讓原先的一級經銷商感覺被品牌商跳過,進而影響他們的合作意願?

A2:,這個「憑證」是由一級經銷商自己發放給二級經銷商的。 一級經銷商有彈性,可以選擇發放,甚至自己購買使用。 儘管這確實會讓品牌商得知其客戶資訊,但團隊透過詳細的財務模型證明,這種模式能讓一級經銷商無需壓貨,成本更低,且整體銷量可大幅提升(甚至達到原來的18倍)。 這是一種逐步鬆動經銷商心態,讓他們意識到透過這種模式能將生意做更大的方式。 

 

Q3:目前「智慧門禁考勤系統」產品的實際形式是什麼?是雲服務還是實體產品?

A3:這是一個雲服務,目標是建立一個經銷商的服務後台,讓經銷商能更好地管理客戶。 核心邏輯是透過憑證機制,逐步收集二級經銷商的數據,並鼓勵其參與,最終達到共同擴大市場的目標。 

 

Q4:在進行使用者地圖(User Journey Map)時,初期通常會訪談多少位使用者?

A4:至少須要訪談5到6位使用者。 如果產品面對不同類型的使用者,那麼每個類型(User Type)至少要有4到5位訪談對象,以確保足夠的代表性。 

 

Q5:以「先用後付」服務為例,最初是如何進行使用者分群與訪談的?是預先分好?還是訪談後?

A5:總共訪談了18個商家。 最初並未預先設定分群,而是根據訪談回來的購買行為、收入水平(三等)和購買品類等資訊,利用兩個軸線(對借貸的開放程度與薪水收入多寡)來劃分出不同的使用者群體。 

 

Q6:當使用者研究的結論與公司高層(如投資人、最高老闆)的期望方向不一致時,應如何處理?

A6:想辦法讓老闆「漸漸真實地」去接觸使用者,這比直接說服他們更有效。 當高層親身見證使用者的真實需求和困境時,他們的想法可能會隨之改變。 

 

Q7:在產品開發中,當使用者需求與「出錢的人」(高層或客戶)的需求發生衝突時,應該優先考慮誰?

A7:「出錢的人」永遠是最重要的。 以供暖客服系統為例,老闆最在乎的是「不要打12345政府熱線」,而非客服效率。 因此,產品設計必須優先滿足「出錢者」的核心痛點。 然而,這也為設計師提供了一個機會,思考如何從使用者需求中挖掘出新的商業機會。 

 

Q8:在初期向最高老闆展示產品概念時,原型(Prototype)應該做到多精細?是須要視覺化很完整的模型,還是簡單的線框圖即可?

A8:高層老闆可能不那麼在意原型的精細度,而更關心最終能產生什麼樣的「報告」或成果。 因此,最重要的是驗證該報告的價值是否符合老闆的期望。 即使初期須要人工手動產生報告,只要能證明其價值,就應以最簡單的方式實現,而不須要在產品開發上投入過多資源。 

 

Q9:在開發早期階段的AI產品(例如AI與法律結合的產品),客戶可能無法想像其應用方式,難以獲取真實需求。 除了讓有興趣的人自己來體驗之外,還有其他獲取客戶需求的方法嗎?

A9:這涉及到「AI-first company」的概念。 如果客戶無法想像,或許就應該自己成為這個產品的最大用戶,甚至開一家「AI驅動」的律師事務所。 透過將自己的業務做大,證明AI賦能的能力,客戶自然會被吸引,這比試圖說服那些缺乏想像力的既有玩家更有效率。