01 / Project Overview
HiddenRoute 小众旅行 AI 行程规划助手
为 AI 小众旅行规划助手打造“信任感交互 (Trust UI)”。从信息过载到可信执行，帮助现代旅行者无缝探索地道本地体验。
传统社交平台（小红书、Instagram）拥有海量信息。用户真正消耗时间的不再是“找不到信息”，而是对可信小众路线的筛选、验证、排序和现场调整。
一款通过多源数据验证、风险评估与动态 Plan B 生成，将用户灵感转化为可执行路径的 AI 行程规划助手。
全栈 UI/UX 产品设计师，负责研究、信息架构、原型策略、视觉系统与可用性验证。
中目黑慢行路线
主路线以绿色呈现。开启 Plan B 后显示附近替代路线，用虚线分支表达可控的空间调整。
02 / User Research
用户调研与核心痛点
生成式 AI 适合灵感初稿，但因缺乏实时性与结构化验证，常导致“AI 黑盒焦虑”。小众旅行的核心是“低风险的独特体验”，而不是盲目涉险。
研究方法
半结构化深度访谈，覆盖 3 名代表性用户画像，每人 15 分钟，重点追问收藏、验证、路线排序与现场变更行为。
研究结论
真正的设计挑战不是“生成更多推荐”，而是把推荐变成可验证、可调整、可执行的旅行路径。
A. 深度探索者（女，24岁）
目标喜欢非商业化店铺，寻找真实本地体验。
痛点收藏太多太杂，路线极难手动进行空间排序。
B. 省时决策者（男，28岁）
目标工作忙，要快速获得不俗套的初稿。
痛点现有 AI 路线过于大众同质化，缺少可快速微调的结构。
C. 风险敏感者（女，22岁）
目标注重安全，想避开停业店铺、危险街区或极端绕路。
痛点极度怀疑 AI 准确性，担心偏僻、停业或信息过期。
信息过载
用户需要的是筛选框架，而非更多列表。
深度个性化
必须综合计算兴趣、时间、交通节奏与同行关系。
情境 POI
地点推荐需多源数据：近期照片、真实热度、安全上下文交叉验证。
人机协同
AI 负责灵感激发，UX 必须补足可验证性与 Plan B 容错。
03 / Strategy
设计策略与 MVP 架构
HMW 1
如何帮助用户在 5 分钟内获得一版不俗套、节奏适中且能直接修改的路线初稿？
HMW 2
如何在探索偏僻小众点时，消除用户对 AI 幻觉和安全的焦虑？
效率优先
放弃枯燥的纯文本提问，改用“标签矩阵 + 节奏滑块”的结构化输入。
信任外显
卡片直观外显近期真实评价、最后验证时间戳、周边夜间安全提示。
动态画布
时间轴与地图强联动，支持一键替换邻近备选小众点（Plan B）。
04 / Interaction Design
交互设计与原型迭代
任务流被压缩成“偏好输入 → AI 生成 → 可信度分析 → 画布微调 → 一键导出”，把 AI 的模糊生成过程转化为用户可理解、可控制的协作流程。
输入风格偏好
5分钟 AI 生成路线
查看可信度分析
卡片画布微调
一键导出
V1：纯文本对话框
类似 ChatGPT。测试发现用户 C 仍会频繁切出 App，用外部地图验证营业时间，黑盒焦虑没有被解决。
V2：混合图形界面画布
在行程时间轴卡片内整合多源验证元数据与实时风险警示，并通过地图联动彻底降低黑盒不安。
视觉情绪
Explorer Dark Mode
严谨网格、毛玻璃容器、高对比现代排版，营造神秘探索但专业可信的技术产品感。
核心 UI
AI Itinerary Canvas
左侧时间轴卡片与右侧地图联动。主路线为霓虹实线，Plan B 以优雅虚线分支呈现。
05 / Verification
用户测试与设计反思
5 名目标用户可用性测试表明，该设计使规划时间缩短 80%，独特的“风险提示”与“Plan B 快捷键”让出行信任感提升 90%。
名目标用户参与测试
规划时间缩短
出行信任感提升
设计师总结
在 AI 时代，设计师不仅是在做信息的界面，更是在做“信任的界面 (Trust UI)”。设计必须将 AI 的黑盒过程转化为清晰、可控、人机协同的画布。