要用 AI 製作客戶旅程圖，先由一個有界線的用戶群和一份真實研究證據台帳開始。用 AI 把觀察整理成候選的階段、接觸點、需要和摩擦，但每項主張都要與來源相連。把衝突和欠缺的證據標示為未知項，再由研究人員和服務負責人批准這張圖及其更新規則。

旅程圖並非對「典型客戶大概有甚麼感受」的創意預測。GOV.UK 把體驗地圖描述為一種沿整段體驗把研究發現視覺化的方法，其「完整問題」指引亦要求團隊理解端到端的問題，而不只是自己的服務。［1］［2］ AI 可以加快綜合分析，但無法取代證據。如這是你首次使用結構化流程，先由如何使用 AI的通用指南開始，並了解如何安全地用 AI 做研究。

關鍵要點

描繪一段明確界定的現況旅程，而不是想像中的通用客戶。

綜合分析前，登記每個來源、日期、用戶群和限制。

把觀察到的事實、參與者陳述、詮釋和未知項分開。

要求 AI 提供候選的組織方式，絕不虛構引述或情緒。

保留分支旅程和互相矛盾的證據。

指定人手負責人、覆核日期和更新觸發條件。

步驟 1：限定旅程範圍和用戶群

寫一句話的地圖簡介：「展示首次使用的小型企業客戶如何由收到邀請到完成第一項成功工作來完成開通，依據 1 月以來收集的研究。」寫明起始事件、結束事件、用戶群、現況或未來狀態的用途、包括的渠道、地域，以及這張圖要支援的決策。

避免「客戶生命週期」這類範圍。它們會誘使模型以通用的市場推廣階段填補空白。如幾個用戶群的路徑有實質差異，便分別繪製地圖，或使用標示清楚的分支。不要把無障礙需要、協助渠道、失敗和變通方法平均成一條順暢的「理想路徑」。

也要記錄排除項目。一張地圖可以排除開戶之前的招攬客戶階段，但這條界線必須清晰可見。GOV.UK 的「完整問題」方法在這裏很有用：你所屬機構的介面，可能只是用戶實際工作的一小部分。［2］如地圖無法涵蓋完整問題，便註明仍在影響體驗的上下游依賴。

步驟 2：提示 AI 前建立證據台帳

建立一份讓每項輸入都可追溯的台帳：

證據 ID	來源與定位	研究日期	用戶群	觀察或原話	證據類型	限制	可否用於 AI
E-001	訪談 07，18:30	2026-07-10	首次購買者	`[已核對文字]`	直接研究	單一參與者	是，已去識別

使用穩定的 ID 和精確的定位，例如訪談稿時間碼、問卷題號、客服工單 ID 或分析報告章節。直接引述必須原樣保留，並與研究人員的筆記分開。使用獲批的 AI 環境之前，刪除姓名、聯絡資料、帳戶數據和不必要的人口特徵。AI 私隱風險指南解釋為何資料最小化應在上載前完成，而不是在產生輸出之後。

GOV.UK 建議在研究環節結束後盡快分析，並讓團隊參與分析。［3］不要把一堆未標示的訪談稿交給模型，再把它的摘要當作研究紀錄。先決定哪些證據在範圍內、誰可以使用，以及參與者是否同意相關處理。

步驟 3：進行受控編碼

只要求 AI 為所提供的證據 ID 編碼。界定一套小型詞彙：階段候選、行動、接觸點、目標、需要、摩擦、變通方法、結果、分支、矛盾和未知項。要求以表格輸出，附上證據 ID 和簡短理由。

一個安全的提示是：

只使用所提供的證據台帳，為每個證據 ID 提出編碼。直接引述必須原樣保留。不要推斷情緒、動機、人口特徵或事件。沒有依據的詮釋放進未知項表。返回證據 ID、建議編碼、理由和可信程度，供人手覆核。

建構地圖前先覆核編碼。只有含義相同時才合併標籤。「找不到按鈕」和「不信任下一步」可能在同一個畫面出現，但代表不同的摩擦。訪談、分析數據和客服紀錄不一致時，使用來源比較流程。

步驟 4：用 AI 製作客戶旅程圖，從證據提出階段和接觸點

現在要求 AI 把已覆核的編碼歸入候選階段。一個階段應代表用戶工作、認知或投入程度的有意義改變，而不只是你介面中的一個頁面。為每個階段寫明定義、進入條件、離開條件、包括的證據 ID 和例外。

每個接觸點都要說明它是直接觀察所得、參與者報告，還是團隊推斷。一封電郵、一通電話、一份試算表、一位同事、一個實體地點或一項第三方服務，可能與你自己的產品同樣重要。不要讓模型悄悄略去那些不方便的平台外步驟。

讓證據台帳保持權威地位。這張圖是覆蓋在研究之上的導覽層，不能取代訪談稿、筆記或指標。如某個階段沒有證據，便標示為「擬議——需要研究」，而不是以看似合理的行動去修飾它。

步驟 5：加入需要、摩擦、分支和未知項

每個階段只加入有證據支持的需要和摩擦。參與者的行動並不會自動揭示情緒。如參與者說「我擔心付款失敗了」，這句原話可以支持一種情緒或顧慮。錄音中的一次停頓，本身不足以證明「困惑」或「沮喪」。

讓分支旅程清晰可見。常見的分支包括協助與自助渠道、首次與回頭用戶、流動裝置與親身辦理、失敗後復原、無障礙遷就安排，以及依賴他人的情況。為每個分支提供各自的證據 ID，以及（如有）重新匯合的節點。

建立專門的未知項登記表：

未知項 ID	缺失或衝突的證據	影響	下一項研究	負責人	到期日
U-01	身份核實失敗後沒有證據	復原可能是獨立分支	觀察五次復原流程	研究負責人	`[日期]`

未知項是有用的發現。它們顯示機構在哪裏靠估計，以及下一輪研究應集中在哪裏。

步驟 6：由研究和服務團隊核驗

進行結構化覆核，而不是問地圖「看來對不對」。每個階段都要檢查證據是否存在、次序是否站得住腳、引述是否準確、詮釋是否已標示、少數路徑是否仍然可見，以及矛盾有否被平均掉。外部主張使用 AI 事實核查流程，但內部研究要對照原始證據核實。

邀請了解研究質素、營運、政策、無障礙和相關服務界線的人參與。他們的角色各有不同：研究人員驗證詮釋；營運負責人檢查某個流程是否確實存在；無障礙專家質疑欠缺的路徑；決策負責人批准地圖的預定用途。批准不會把薄弱的證據變成有力的證據，所以要保留可信程度和限制欄位。

NIST 的生成式 AI 風險概況強調虛構內容、私隱、資訊完整性和人手監督等風險。［4］落實這些控制的方法包括：保存提示和輸出版本、限制資料、記錄實質修改，並指定對最終地圖負責的人。

步驟 7：連同證據附件發佈

最終交付成果應包括視覺化地圖、證據台帳、分支定義、未知項登記表、範圍說明、版本、負責人和覆核日期。為地圖元素編配穩定的 ID，讓覆核者可以由某個階段或摩擦點跳到相應證據。

呈現要精簡。工作坊用的地圖可以只顯示短標籤，而附件紀錄保存引述、定位和注意事項。不要把出處壓縮成難以閱讀的註腳，也不要為了視覺效果刪去它。如受眾無法查閱證據，便把這份成果描述為假設地圖，而不是有研究支持的現況旅程。

選擇一種能讓證據強度一目了然、又不假裝是精確量度的顯示方式。例如，實心標記代表直接觀察，空心標記代表參與者報告，虛線標記代表有待確認的團隊詮釋。把圖例放在地圖上，並在附件紀錄中界定。只靠顏色並不足夠，因為顏色可能不符合無障礙要求，匯出或打印的副本也可能失去顏色的含義。

也要記錄這張地圖預定支援的決策。用來揀選下一個研究問題的旅程圖，可以容許比用來重新設計受規管流程的地圖更多未知項。如之後有人想把它用於另一項決策，應要求進行範圍覆核，而不是假定同樣的證據已經足夠。

分享前，請一位沒有參與綜合分析的同事測試這張地圖。請他們指出起點和終點、解釋一個分支、為一個主要摩擦點找出證據，並找到最重要的未知項。測試中出現誤解，通常表示標籤含糊或範圍欠缺。

步驟 8：設定更新觸發條件和版本責任

當服務、政策、渠道、客戶群或證據改變時，旅程圖便會過時。界定觸發條件，例如重新設計的開通流程、新的客服渠道、政策修訂、失敗指標的實質變化，或下一輪研究完成。指定一名負責人決定是否需要更新。

使用變更紀錄，記下版本、日期、變更的地圖 ID、新增或停用的證據 ID、原因、覆核人和批准情況。不要用一批新資料重新生成整張地圖，以致失去變更歷史。受控的人工批准的 AI 工作流程能令覆核界線清晰明確。

把已被取代的版本連同其證據快照一併封存。用戶應能分辨自己看的是現行已批准的地圖、舊版地圖，還是未經驗證的草稿。當地圖影響服務優先次序或研究規劃時，這種區分十分重要。

常見問題

AI 能從訪談稿製作客戶旅程圖嗎？

它可以按已獲批准、已去識別的訪談稿提出編碼和結構。研究人員必須對照原文核實引述、詮釋、階段界線和欠缺的路徑。

製圖前需要多少研究？

沒有通用的樣本數目。只描繪現有證據能支持的部分，說明其局限，並把沒有依據的部分放在未知項登記表。

旅程圖應包含情緒嗎？

只有在參與者明確表達過，或研究方法有效捕捉到時才可以。不要從沉默、點擊或通用用戶畫像推斷情緒。

AI 能合併分析數據、訪談和工單嗎？

可以，前提是每個來源都保持標示並可比較。不要讓數量較大的營運數據淹沒質性研究中少數人的詳細體驗。

現況和未來狀態旅程有何分別？

現況地圖描述有證據支持的現有體驗。未來狀態地圖描述擬議的體驗，應標示假設、依賴和驗證需要。

如何處理互相矛盾的研究？

保留兩項發現及其用戶群、日期和情境。建立一個分支或研究問題，而不是要求 AI 選出看來較可信的說法。

誰應批准最終地圖？

最少需要研究負責人，以及對地圖預定決策負責的人。涉及營運、政策、無障礙或法律範疇時，加入相應的覆核人。

客戶旅程圖多久更新一次？

在既定觸發條件出現時更新，而不只是按日曆更新。定期覆核，確認其範圍、證據和負責人仍然有效。

來源

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。

如何用 AI 製作客戶旅程圖：由研究證據整理可追溯的階段與分支