AI Homework Experience
AI 的作業學習體驗
專案時間：12個月
擔任角色：UIUX、PM
負責項目：ＵＩＵＸ流程規劃、ＰＭ專案規劃
01 | 團隊目標：
整合 GPT、Gemini 的 AI 英語學習體驗優化
02 | 角色與產出：
在這個專案中，我和5位前端、後端、全端工程師合作、英文老師。
負責使用者體驗研究、利害關係人需求訪問。流程規劃
03 | 專案挑戰：
運用 ChatGPT 與 Gemini 的特性與模型能力，評估並對照商業模式，提出高效率的產品策略與方案。
04 | 設計驗證：
內部驗證可行性，市場驗證價值，訪談優化方向。
05 | 專案的優化：
優化「家庭作業」舊有功能，整合寫作練習與英文朗讀（提供寫作題目與文章朗讀練習，由教師進行批改與回饋）；導入 AI 批改與對話功能，提升學習互動、參與度與作業完成率。
以 MMF（可銷售原型）快速上線，進行 4 個月實測，觀察使用行為；確認市場適配後，優化改版功能。
左：寫作作業 中：情境對話 右：朗讀作業
專案背景
公司規劃將 AI 技術整合至既有產品架構中，讓使用者能與 AI 進行即時互動與溝通，
提升學習沉浸感與網站停留時間，創造額外產品價值。 同時，優化既有家庭作業，
重新設計三大核心功能：
寫作優化 — AI 即時批改與修正建議 、朗讀優化 — 語音辨識與發音分析與修正建議
情境對話 — 以情境任務引導學習動機 透過互動式學習
提升使用者參與度與學習動機， 進而強化產品黏著度與提高整體商業價值。
設計流程
01
了解問題及痛點
內部的利害關係人訪談
確認認需求、競品分析
02
設計流程
定義最小 MMF，快速推向市場驗證。
03
假設與解決方案
設定假設和解決方案，進行內部測試
04
MMF 驗證
在產品上市場進行測試，
進行一步分析與持續迭代
需求
產品設計初期以「需求釐清、市場分析、技術盤點」為核心策略，透過利害關係人訪談與競品分析確認定位，整合既有 AI 能力規劃使用者流程與商業模式，並研究 AI 語音整合以提升互動體驗與使用者黏著度
需求釐清重點：
1. 商業目標與優化動機
2. 了解目前使用者使用行為
3. AI 帶來的價值增幅
4. 技術整合可行性
客群洞察
年輕職場人士
穩定學習
年長者
目標用戶
22–35 歲的年輕族群與 64 歲以上長者，
共同特點為具英語學習需求，並偏好可隨時進行的彈性學習模式。
透過與業務及教學部老師進行訪談，發現以下問題：
1.英文程度差異大，需分級內容設計
2.全英文理解門檻高
3.需要即時查單字功能
我們假設與解決方案
1.操作流程使用要簡單
2.可以依照不同使用者等級區分對應不同的顯示不同的對話內容和難易度
3.提供邊學習邊查詢單字功能
4.讓使用者登入後發現新功能提示，明顯使用入口
5.增加使用者的使用時間
定義快速進入市場的 MMF，進行數據收集與行為驗證
1. 確保使用者每個不同英文程度都能使用
2. 滿足使用者需求與 AI 產品的增加長使用體驗
3. 提供多元語音選擇，觀察其對參與度與使用頻率的影響
第一版ＭＭＦ
.png)
優點
•選擇四種音調：規劃四種音腔讓使用者好選擇，搭配學習
• 不同等級區分：不同英文等級對應不同聊天難度
• 流程簡單：以循序漸進的簡單提問，引導學員一步步進入聊天情境。
缺點
• 內容單一：缺乏情境與主題上的多樣性。
關鍵收穫
-
發現符想要更多情境的對話與練習
-
4月個月累積使用者已突破 800 人。
二次優化
-
整合現有作業功能進行優化，導入 AI 模型（如 GPT、Gemini），以降低人力成本並提升即時回覆效率。
-
新增多樣化生活與職場情境（如日常聊天、旅遊、面試、會議等）。
-
AI 依使用者程度調整對話難度，提供多元情境互動練習。
-
依不同等級生成對話情境，在限定對話中進行互動；對話結束後提供溝通建議與調整方向。
-
透過 Gemini 模型導入朗讀功能，使用者可透過錄音進行練習，AI 會辨識內容並提供回饋。
情境對話使用量
提升 97%
實際使用
141 學員
完整對話完成次數
226 次
學習與反思
在規劃 AI 情境對話 功能時，不僅專注於學習體驗設計，也參與 AI 技術選擇與產品決策。由於 AI 模型成本會直接影響產品的長期營運，因此在方案評估階段，需要同時比較不同模型的能力與價格，思考如何在控制模型成本的前提下，仍提供自然且有效的對話體驗。我與工程師與營運團隊持續協作，透過敏捷方式
先推出 MMF 驗證使用行為，再依據數據迭代優化對話流程與客戶訪談與老師回饋
這次經驗讓我更深刻理解，AI 產品設計不只是功能開發，而是需要在 使用者體驗、模型成本與公司策略之間做出平衡決策，並透過跨部門合作與數據驗證持續優化產品方向。