01 — 問題

歷年捐血量持平，但越來越少年輕人願意捐血。

歷年捐血量持平，但越來越少年輕人願意捐血。當老一輩捐血人年過65歲不再符合捐血資格，臺灣國內捐血人便將面臨斷層。

2021年的數據顯示，24歲以下族群的捐血人數逐年下降。這不只是一個趨勢，是一個我們可以介入的設計問題。

02 — 研究

六種跨質性與量化的研究方法。

我們從次級資料開始，建立對捐血現況的整體認識，再透過實地訪談和問卷調查深入了解使用者的實際感受。

訪談對象包含一般捐血者和捐血站護理師，兩個視角同時進行。問卷共回收221份有效填答，對象為大專院校學生，涵蓋捐血經驗、校園捐血車認知、視覺偏好三個面向。

03 — 競品分析

其他市場如何吸引年輕捐血者。

我們參考了香港、澳門、日本、英國等地的捐血相關組織，發現針對年輕族群設計的活動，大多以社群認同和文化連結為切入點，而非醫療訊息的傳遞。這個觀察後來直接影響了我們的設計方向。

04 — 轉折點

問題不是系統，是心理門檻。

我們原本假設捐血系統「不夠方便」是核心問題。但訪談結果讓我們重新思考。長期捐血者普遍認為現有系統已經夠用，問題並不出在流程上。

問卷數據更進一步確認了這件事。無捐血經驗者中，31.3%表示是因為畏懼捐血而沒有行動。這個數字和訪談中首捐者描述的「對未知的恐懼」互相呼應。

問題不是系統，是心理門檻。我們將設計重心轉向首捐者，聚焦在如何降低他們對「第一次」的焦慮感。

05 — 設計

三個層面的設計改動：視覺、空間、UI/UX。

視覺識別

我們根據問卷中對視覺意象的調查結果，歷經多個版本的迭代，最終以年輕、活化但不失專業簡潔的方向進行設計。整體識別在原有的圖案與色系基礎上延伸，帶入更現代的視覺語言。

空間體驗

我們調查了現有的捐血車空間案例，設計改動聚焦在有限空間內如何讓首捐者感到安心：燈光、動線指引，以及入口處的視覺基調。

使用者體驗

我們發現現行的捐血前健康狀況填寫表單對許多人來說並不直觀。我們將填寫流程重新設計為分步驟的引導流程，降低首次使用的認知負擔，並整合個人捐血紀錄與提醒功能。

01 — 問題

下載量高，留不住人。

Plaicise 是一款結合 AR 技術與居家健身的應用程式，在疫情期間因為居家需求而大量被下載。但使用者的黏著度一直沒有辦法維持。

健身來說不夠專業，遊戲來說不夠多樣。市場定位模糊，讓這款有潛力的產品一直停在「被下載但不被持續使用」的困境。

02 — 研究

使用者分析與行為心理學理論。

使用者分析

依年齡層和運動性格類型進行使用者劃分，確認核心性格類型為「團隊合作者」——透過社群連結和同儕互動獲得運動動力的族群。

競品分析

我們將 Plaicise 與健身應用程式和遊戲進行比較，找出定位空白，並了解各類別中能驅動長期參與的功能特性。

運動心理學與遊戲心理學

我們以遊戲設計理論為基礎進行提案：獎勵迴路、遊戲核心循環、深度謬誤。這讓我們的每一個設計決策都能對應到使用者行為的心理機制，而不只是直覺判斷。

03 — 利害關係人訪談

一次改變方向的對話。

對方給了幾個直接影響我們最終方向的回饋：客群可細分為「健身族」和「玩樂族」；社群互動比外部獎勵更能有效提升黏著度；產品定位應牢牢守住「健身」，而非向遊戲靠攏。

這次訪談讓我們刪掉了幾個過度複雜的提案，把資源集中在社群功能和任務機制的設計上。

04 — 設計

四個核心設計方向。

回饋機制的公平性 & 個人化數據

重新設計計分邏輯，依關卡消耗熱量給予對應比例的分數。卡路里紀錄以生活化的食物熱量換算呈現，讓非專業使用者也能直觀理解自己的運動成果。

社群與協作任務機制

設計排行榜、徽章成就和稱號系統，讓使用者能在社群中看見自己的進步。提出接龍任務（Solitaire）和組隊任務（Team-Up）兩種跨裝置合作模式，以損失趨避和同儕壓力作為心理機制，提升使用者回訪意願。

01 — 問題

你讀了它，引用了它。它是真的嗎？

85% 的學生每週使用 AI 工具進行學術寫作與研究。但只有 1/10 的人在引用 AI 輸出的內容之前，確認過它是否正確。

AI 讓人可以更快得到答案，但也讓人更少去質疑那些答案。當流暢的語言被大腦誤認為可信的資訊，批判性思維就開始萎縮。

02 — 研究

文獻研究、焦點團體、13個競品分析。

焦點團體

我們對 5 位 Goldsmiths UXE 碩士生進行焦點團體訪談，發現了一個核心矛盾：使用者知道 AI 可能讓他們思考變少，但他們覺得速度帶來的效率感太難放棄。這個張力後來成為整個設計方向的核心。

競品分析

我們分析了 13 個現有工具，從 NotebookLM、Socratic 到 Krita，發現市場上沒有任何工具同時做到「不打斷工作流程」和「主動促進批判性思維」。這個缺口確認了 CritiqueAI 的差異化方向。

03 — 定義

兩個 Persona，一個 Impact/Feasibility Matrix。

Elena 想要主動思考，但逐漸對 AI 輸出產生依賴；Leo 完全以 AI 輸出為終點，不再進行獨立判斷，也不認為這是問題。兩個 persona 代表了過度依賴 AI 的不同形式。

Impact / Feasibility Matrix

我們生成了 7 個候選功能，並透過 Impact/Feasibility Matrix 進行篩選。最終選定 Contextual Critical Prompts 和 Save-to-Memo Cards 作為 MVP，Think-Board 作為次要階段功能。

04 — Usability Testing

5 個 think-aloud sessions，從 7 個功能縮減到 4 個。

對 5 位大學生進行 think-aloud usability testing，發現功能太多反而讓人覺得認知負擔重。具體調整：加入 5 步驟的 onboarding 流程；將 Counter Argument 從「糾錯」改為「多角度推理」；將 Think-Board 提升為核心功能並改善入口可見度。

05 — 最終設計

四個核心功能，一個側邊面板。

當使用者在 AI 回覆中看到橘色底線標記，點擊後會開啟側邊面板，提供四個批判性思考的切入角度：Prompt Suggestion、Source & Evidence、Counter Argument、Think-Board。

Source & Evidence 是 usability testing 中獲得最高評價的功能——看見 AI 聲明背後的來源，幫助使用者主動質疑而非被動接受。