开启 3 天免费试用
注册即可免费体验全部高级功能。
*仅限新用户；每位用户只能获得一次试用。
如何用 AI 创建客户旅程图：从研究证据到可追溯的阶段与分支
Olivia Park
2026年8月30日· 9 分钟阅读
要用 AI 创建客户旅程图，先从一个有边界的用户组和一份真实研究证据台账开始。用 AI 把观察整理成候选的阶段、触点、需求和摩擦，但每一项主张都要与来源相连。把冲突和缺失的证据标为未知项，再由研究人员和服务负责人批准这张图及其更新规则。
旅程图不是对“典型客户大概有什么感受”的创意预测。GOV.UK 把体验地图描述为一种把研究发现沿整段体验可视化的方法，其“完整问题”指引也要求团队理解端到端的问题，而不只是自己的服务。［1］［2］ AI 可以加快综合分析，但无法取代证据。如果这是你第一次使用结构化流程，先从如何使用 AI的通用指南开始，并了解如何安全地用 AI 做研究。
关键要点
- 描绘一段明确界定的当前旅程，而不是想象中的通用客户。
- 综合分析之前，登记每个来源、日期、用户组和限制。
- 把观察到的事实、参与者陈述、解读和未知项分开。
- 让 AI 提供候选的组织方式，绝不编造引语或情绪。
- 保留分支旅程和相互矛盾的证据。
- 指定人工负责人、复核日期和更新触发条件。
步骤 1：限定旅程范围和用户组
写一句话的地图简介：“展示首次使用的小企业客户如何从收到邀请到完成第一项成功任务来完成开通，依据 1 月以来收集的研究。”写明起始事件、结束事件、用户组、当前态或未来态的用途、包含的渠道、地域，以及这张图要支持的决策。
避免“客户生命周期”这类范围。它们会诱使模型用通用的营销阶段填补空白。如果几个用户组走的路径有实质差异，就分别绘制地图，或使用标注清楚的分支。不要把无障碍需求、协助渠道、失败和变通办法平均成一条顺畅的“理想路径”。
也要记录排除项。一张地图可以排除开户之前的获客阶段，但这条边界必须可见。GOV.UK 的“完整问题”方法在这里很有用：你所在组织的界面，可能只是用户实际任务中的一小部分。［2］ 如果地图无法涵盖完整问题，就注明仍在影响体验的上下游依赖。
步骤 2：提示 AI 前建立证据台账
建立一份让每项输入都可追溯的台账：
| 证据 ID | 来源与定位 | 研究日期 | 用户组 | 观察或原话 | 证据类型 | 限制 | 可否用于 AI |
|---|---|---|---|---|---|---|---|
| E-001 | 访谈 07，18:30 | 2026-07-10 | 首次购买者 | [已核对文本] | 直接研究 | 单一参与者 | 是，已去标识 |
使用稳定的 ID 和精确的定位，例如访谈稿时间戳、问卷题号、客服工单 ID 或分析报告章节。直接引语必须原样保留，并与研究人员的笔记区分开。在使用获批的 AI 环境之前，删除姓名、联系方式、账户数据和不必要的人口统计属性。AI 隐私风险指南解释了为什么数据最小化应在上传之前完成，而不是在生成输出之后。
GOV.UK 建议在研究环节结束后尽快分析，并让团队参与分析。［3］ 不要把一堆未标注的访谈稿交给模型，然后把它的摘要当作研究记录。先决定哪些证据在范围内、谁可以使用，以及参与者是否同意了相关处理。
步骤 3：进行受控编码
只让 AI 对提供的证据 ID 进行编码。定义一套小词表：阶段候选、行动、触点、目标、需求、摩擦、变通办法、结果、分支、矛盾和未知项。要求以表格输出，附证据 ID 和简短理由。
一个安全的提示词是：
只使用提供的证据台账，为每个证据 ID 提出编码。直接引语必须原样保留。不要推断情绪、动机、人口统计特征或事件。没有依据的解读放进未知项表。返回证据 ID、建议编码、理由和置信度，供人工复核。
构建地图之前先复核编码。只有含义一致时才合并标签。“找不到按钮”和“不信任下一步”可能出现在同一个页面，但代表不同的摩擦。当访谈、分析数据和客服记录不一致时，使用来源对比流程。
步骤 4：用 AI 创建客户旅程图，从证据提出阶段和触点
现在让 AI 把复核过的编码归入候选阶段。一个阶段应代表用户任务、认知或投入程度的有意义变化，而不只是你界面中的一个页面。为每个阶段写明定义、进入条件、退出条件、包含的证据 ID 和例外。
对每个触点，说明它是直接观察到的、参与者报告的，还是团队推断的。一封邮件、一通电话、一张电子表格、一位同事、一个实体地点或一项第三方服务，可能与你自己的产品同样重要。不要让模型悄悄省略那些不方便的平台外步骤。
让证据台账保持权威地位。这张图是覆盖在研究之上的导航层，不能取代访谈稿、笔记或指标。如果某个阶段没有证据，就标为“拟议——需要研究”，而不是用看似合理的行动去装饰它。
步骤 5：加入需求、摩擦、分支和未知项
每个阶段只加入有证据支持的需求和摩擦。参与者的行动并不会自动揭示情绪。如果参与者说“我担心付款失败了”，这句原话可以支持一种情绪或顾虑。录音中的一次停顿，本身不足以证明“困惑”或“沮丧”。
让分支旅程可见。常见的分支包括协助渠道与自助渠道、首次用户与回访用户、移动端与线下办理、失败恢复、无障碍便利安排，以及依赖他人的情况。为每个分支提供各自的证据 ID，以及（如有）重新汇合的节点。
建立专门的未知项登记表：
| 未知项 ID | 缺失或冲突的证据 | 影响 | 下一项研究 | 负责人 | 到期日 |
|---|---|---|---|---|---|
| U-01 | 身份核验失败后没有证据 | 恢复可能是独立分支 | 观察五次恢复流程 | 研究负责人 | [日期] |
未知项是有用的发现。它们显示组织在哪里靠猜测，以及下一轮研究应聚焦在哪里。
步骤 6：由研究和服务团队核验
进行结构化复核，而不是问地图“看起来对不对”。对每个阶段，检查证据是否存在、顺序是否站得住、引语是否准确、解读是否已标注、少数路径是否仍然可见，以及矛盾有没有被平均掉。对外部主张使用 AI 事实核查流程，但内部研究要对照原始证据核验。
邀请了解研究质量、运营、政策、无障碍和相关服务边界的人参与。他们的角色不同：研究人员验证解读；运营负责人检查某个流程是否真实存在；无障碍专家质疑缺失的路径；决策负责人批准地图的预期用途。批准不会把薄弱的证据变成有力的证据，所以要保留置信度和限制字段。
NIST 的生成式 AI 风险概况强调虚构内容、隐私、信息完整性和人工监督等风险。［4］ 落实这些控制的方式包括：保存提示词和输出版本、限制数据、记录实质性修改，并指定对最终地图负责的人。
步骤 7：连同证据附件发布
最终交付物应包括可视化地图、证据台账、分支定义、未知项登记表、范围说明、版本、负责人和复核日期。为地图元素分配稳定的 ID，让复核者可以从某个阶段或摩擦点跳转到对应证据。
呈现要简洁。研讨会上使用的地图可以只显示短标签，而附件记录保存引语、定位和注意事项。不要把出处压缩成难以阅读的脚注，也不要为了视觉效果删掉它。如果受众无法查看证据，就把这份成果描述为假设地图，而不是有研究支撑的当前态旅程。
选择一种能让证据强度一目了然、又不假装是精确测量的显示约定。例如，实心标记表示直接观察，空心标记表示参与者报告，虚线标记表示有待确认的团队解读。把图例放在地图上，并在附件记录中定义。只靠颜色不够，因为颜色可能不符合无障碍要求，导出或打印的副本也可能失去颜色含义。
还要记录这张地图预期支持的决策。用于选择下一个研究问题的旅程图，可以容忍比用于重新设计受监管流程的地图更多的未知项。如果之后有人想把它用于另一项决策，应要求进行范围复核，而不是假定同样的证据已经足够。
分享之前，请一位没有参与综合分析的同事测试这张地图。请他们指出起点和终点、解释一个分支、为一个主要摩擦点找到证据，并找出最重要的未知项。测试中出现误解，通常说明标签含糊或范围缺失。
步骤 8：设置更新触发条件和版本责任
当服务、政策、渠道、客户群体或证据发生变化时，旅程图就会过时。定义触发条件，例如重新设计的开通流程、新的客服渠道、政策修订、失败指标的实质变化，或下一轮研究完成。指定一名负责人来决定是否需要更新。
使用变更日志，记录版本、日期、变更的地图 ID、新增或停用的证据 ID、原因、复核人和批准情况。不要用一批新资料重新生成整张地图，从而丢失变更历史。受控的人工批准的 AI 工作流能让复核边界清晰明确。
把被取代的版本连同其证据快照一起归档。用户应能分辨自己看的是当前已批准的地图、旧版地图，还是未经验证的草稿。当地图影响服务优先级或研究规划时，这种区分很重要。
常见问题
AI 能从访谈稿制作客户旅程图吗？
它可以根据已获批准、已去标识的访谈稿提出编码和结构。研究人员必须对照原文核验引语、解读、阶段边界和缺失的路径。
制图前需要多少研究？
没有通用的样本量。只描绘现有证据能支持的部分，说明其局限，并把没有依据的部分放在未知项登记表中。
旅程图应包含情绪吗？
只有在参与者明确表达过，或研究方法有效捕捉到时才可以。不要从沉默、点击或通用用户画像推断情绪。
AI 能合并分析数据、访谈和工单吗？
可以，前提是每个来源都保持标注且可比较。不要让数量更大的运营数据淹没定性研究中少数人的详细体验。
当前态和未来态旅程有何区别？
当前态地图描述有证据支持的现有体验。未来态地图描述拟议的体验，应标明假设、依赖和验证需求。
如何处理相互矛盾的研究？
保留两项发现及其用户组、日期和情境。建立一个分支或研究问题，而不是让 AI 选择看起来更可信的说法。
谁应批准最终地图？
至少需要研究负责人，以及对地图预期决策负责的人。涉及运营、政策、无障碍或法律领域时，加入相应的复核人。
客户旅程图多久更新一次？
在既定的触发条件出现时更新，而不只是按日历更新。定期复核，确认其范围、证据和负责人仍然有效。
来源
- GOV.UK Service Manual, Creating an experience map — https://www.gov.uk/service-manual/user-research/creating-an-experience-map
- GOV.UK Service Manual, Map a user’s whole problem — https://www.gov.uk/service-manual/design/map-a-users-whole-problem
- GOV.UK Service Manual, Analyse a research session — https://www.gov.uk/service-manual/user-research/analyse-a-research-session
- NIST, Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile — https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf
Sources checked 2026 年 8 月 30 日。
