章節概述
故事板是 AI 專案設計中最被低估但最關鍵的工具。作者透過分析多個 AI 專案的成功與失敗，發現那些跳過故事板階段的團隊，往往在產品開發後期才發現根本性的設計問題。AI 系統的複雜性、不確定性和多路徑特性，使得傳統的線性設計思維完全不適用。
Mental Health Assistant 的故事：故事板的即時價值展現
讓我們透過「Mental Health Assistant」應用的故事，來展示故事板對你下一個 AI 專案的即時效用。
第一個版本：AI 治療師的幻想
場景設定： 一名年輕男子獨自坐在咖啡店裡，感到深度憂鬱。於是他啟動了「Mental Health Assistant」——一個基於 AI 的應用程式，提供一系列由執業心理健康治療師可能會問的問題。透過回答這些問題，這名年輕男子感覺好多了。
表面上看似可行的概念： 這個描述在文字上可能看起來還算合理，但當我們用便利貼草圖製作視覺故事板時，問題立刻浮現。
關鍵洞察： 透過故事板，我們立即發現這個產品概念根本無法連結「感覺好多了」這個好處是如何被交付的。你會把孩子的心理健康託付給這樣的應用嗎？絕對不會。
第二個版本：社交焦慮助手的現實應用
重新定義的場景： 一名年輕男子獨自坐在咖啡店裡，感到害羞和尷尬，但真的很想接近一位他一直想認識的年輕女子。於是他啟動了「Mental Health Assistant」——一個基於 AI 的應用程式，鼓勵他減少對被拒絕的恐懼，更開放地表達感受。
問題嚴重程度的界線：
深度憂鬱症：這是一種疾病，需要認真對待，患者可能需要藥物治療。治療錯誤的後果可能是災難性的，不適合完全託付給新興的 LLM 技術。
輕度社交焦慮：需要一點鼓勵和溫和提醒個人目標（如對浪漫關係更開放），這是 AI 更現實的應用場景。
風險效益評估：
憂鬱症治療：潛在傷害極大，AI 誤判可能致命
社交焦慮輔助：正面效益明顯，負面影響相對較小且可控
市場需求驗證： 第二個版本立即顯得更現實，更可能與客戶產生共鳴，因為它解決的是一個普遍存在但不致命的問題。
故事板的戰略價值
問題框架決定成敗： 許多 AI 專案失敗的原因是無法正確框架問題，導致對其產品或服務缺乏需求。如果你無法講述一個引人入勝的故事，你就沒有成功的機會。
提前風險識別： 故事板能在你投入時間和精力進行設計之前，幫助你解決這個根本問題。它迫使你面對現實，而不是活在技術可能性的幻想中。
視覺化的威力： 故事板之所以對分析 AI 驅動的使用案例至關重要，是因為它能讓故事中的任何空白、不一致或荒謬之處，比簡單的文字陳述更加突出。
本章詳細解析故事板設計的六大核心組成元素，幫助設計師視覺化複雜的 AI 互動流程，提前識別潛在問題，並建立團隊對產品願景的共識。這些組成元素不僅適用於技術團隊，更是向利害關係人展示 AI 產品價值的有效工具。
讓我們逐一檢視這些組成元素：
定義與重要性： 建立鏡頭是故事板的開場畫面，用來設定場景並將主角和讀者帶入故事發生的環境中。這個首要面板永遠值得多花一些時間來精心設計。
設計技巧： 如果在繪製故事板時遇到困難，建議專注於建立鏡頭，花費必要的時間讓自己沉浸在情境中。當你準備好時，自然會進入下一個面板。
構成要素： 物件包括故事板中的無生命物體：建築物、傢俱、設備等。這些物件並不難繪製，如果你能畫出方框和圓圈，就能畫出幾乎任何已知的設備。
AI 專案中的物件考量：
展示 AI 如何與實體設備互動
視覺化數據流動和處理過程
呈現 AI 輸出的物理表現形式
繪製人物的重要性： 人物是故事板的核心，他們的行動推動整個故事發展。然而，對大多數人來說，繪製人物可能是最困難的部分。
品質與確定性的平衡： 繪圖品質必須與專案的確定性程度相匹配。在我們還不確定這個應用是否值得開發的階段，較低的繪圖品質實際上是更好的選擇，因為它將注意力集中在故事本身而不是繪圖技巧上。
AI 故事板中的表情重要性：
展示用戶對 AI 建議的情感反應
視覺化信任建立或破壞的過程
傳達 AI 互動的滿意度變化
設計結論時的關鍵考量：
結果必須可信且可達成
應該反映用戶的真實價值獲得
避免過度承諾或不切實際的結果
考慮長期影響而非僅是瞬間滿足
平衡的藝術： 在創建 AI 驅動的用例故事板時，保持簡潔並省略可能限制團隊想像力的額外面板。盡可能使用抽象表現，但也要確保故事結構完整。這是一個平衡的藝術。
AI 優先的重新設計
學習要點
將不確定性視為設計要素：為概率性結果設計適當的用戶體驗
建立透明度層級：根據用戶需求提供適當深度的 AI 解釋
考慮時間軸複雜性：設計涵蓋初期到成熟期的完整用戶旅程
進行全角色分析：識別所有受 AI 影響的利害關係人
預先設計錯誤處理：將錯誤視為正常情況而非例外
避免的陷阱：
完美主義思維：只展示理想情況，忽略現實複雜性
技術中心主義：專注於 AI 能力而非用戶價值
單一角色假設：忽略多方利害關係人的需求差異
靜態思維：將 AI 系統視為固定不變的工具
錯誤恐懼症：避談失敗情況而非積極設計應對方案
實作檢查清單
專案開始前：
[ ] 識別所有相關角色和利害關係人
[ ] 定義清晰的成功和失敗標準
[ ] 評估 AI 不確定性的影響範圍
[ ] 分析時間軸上的關鍵變化點
[ ] 識別潛在的倫理和法律風險
故事板創造中：
[ ] 為每個 AI 決策點設計多種結果場景
[ ] 包含人機協作的關鍵觸點
[ ] 設計漸進式的信任建立過程
[ ] 涵蓋初期使用到長期使用的完整旅程
[ ] 為每種錯誤類型設計恢復機制
驗證和迭代：
[ ] 與真實用戶驗證故事板的真實性
[ ] 檢查技術可行性和實現成本
[ ] 評估法律合規和倫理問題
[ ] 確認商業價值和用戶採用可能性
[ ] 建立故事板的持續更新機制
設計練習：創建你自己的故事板
練習說明
終於輪到你了！希望你感到興奮。你將有機會練習繪製屬於自己的行動或穿戴式應用程式故事板。在本書中，我們將使用一個受到 Death Clock（www.death-clock.org）啟發的案例作為練習。在一陣毫無根據的樂觀和無限創意中，我們將此應用為「Life Clock」。
產品概念： 本質上，這是一個 AI 驅動的追蹤器，預測你何時會死亡，以及你每天執行的各種行動（如健康飲食、運動、良好睡眠、與他人交談等）如何為你的生命增加（或減少）分鐘數，以鼓勵你做出良好選擇，過上長壽而充實的生活。
copyright © PrivacyUX consulting ltd. All right reserved.
關於本刊作者
Gainshin Hsiao 是 Agentic UX（代理式使用者體驗）的先驅，在人工智能與使用者體驗設計領域擁有超過 15 年的開創性實踐。他率先提出將用戶隱私保護視為 AI 產品設計的核心理念，於 2022 年創立 Privacyux Consulting Ltd. 並擔任首席顧問，積極推動隱私導向的醫療 AI 產品革新。此前，他亦擔任社交 AI 首席策略官（2022-2024），專注於設計注重隱私的情感識別系統及用戶數據自主權管理機制。
Agentic UX 理論建構與實踐
AI 隱私保護設計準則
負責任 AI 體驗設計
在 Cyphant Group 設計研究院負責人任內（2021-2023），他探索了 AI 系統隱私保護準則，為行業標準做出貢獻。更早於 2015 至 2018 年，帶領阿里巴巴集團數位營銷平台體驗設計團隊（杭州、北京、上海、廣州）、淘寶用戶研究中心並創立設計大學，從零開始負責大學的運營與發展，不僅規劃了全面的課程體系，更確立了創新設計教育理念，旨在為阿里巴巴集團培育具備前瞻視野與實戰能力的設計人才。其課程體系涵蓋使用者中心設計、使用者體驗研究、數據驅動設計、生成設計等多個面向應用。
活躍於國際設計社群，在全球分享 Agentic UX 和 AI 隱私保護的創新理念。他的工作為建立更負責任的 AI 生態系統提供了重要的理論基礎和實踐指導。
學術背景
Mcgill - Infomation study/HCI -Agentic UX, Canada
Aalto Executive MBA-策略品牌與服務設計, Singapore
台灣科技大學：資訊設計碩士- HCI, Taiwan
中原大學：商業設計學士- Media and marketing design, Taiwan