AI 時代的設計思考：從瓶頸到加速器

最近一場與骨科部資深主治醫師的對話中，有人問：「Design Thinking 不是過時了嗎？」

先把這個詞講清楚，因為它其實不是人人熟悉。設計思考（design thinking）是 1990 年代起源、2000 年代被 IDEO 等顧問公司寫成方法論的一套五動作循環：empathize（理解使用者）、define（定義問題）、ideate（發想方案）、prototype（做出原型）、test（測試驗證）。核心精神很簡單——先弄清楚要解什麼問題，再動手做；做出粗版讓使用者碰過，再回頭修問題定義。聽起來像常識，但實際運作裡，多數團隊跑不完整一輪。

於是過去十年逐漸出現一種印象：這方法論過時了。常見的潛台詞包括：

那是 2010 年代的東西，現在大家做精實創業、用 AI 直接生成
它變成了工作坊產業，貼便利貼然後沒下文
大公司把它儀式化，跑完一週衝刺活動之後沒人繼續迭代
既然 LLM 可以直接生成方案，為什麼還要花時間理解使用者、做使用者研究？

我們的觀察是另一個面向。過去十年看起來像在過時，仔細看其實是它跑得太慢——而不是邏輯錯了。AI 出現之後，原本拖垮它的「做出原型 → 收集回饋」這幾段，從幾個月壓到幾天。整個迴圈第一次有可能跑完。

這篇要分享的是團隊最近一次內部 pivot——從一個骨科診間試做的小工具，變成跨科都能自助使用的 Schema Composer。整段過程剛好走完一輪設計思考。拿來具體看看：為什麼 AI 不是它的替代品，而是它等了二十年的工具。

為什麼大家以為它過時

設計思考的核心五階段——empathize / define / ideate / prototype / test——在 1990 年代由 IDEO 等顧問公司推廣，2008 年 Tim Brown 在 Harvard Business Review 寫成宣言後成為主流方法論。

但它真正的瓶頸從來不是邏輯，是時間。

跑完一輪完整迭代（從 empathize 到 test、再回到 redefine）在傳統產品團隊通常要 3 到 6 個月：

Empathize：安排 5–15 場使用者訪談、整理筆記、找出共通模式
Define / ideate：拉所有利害關係人開幾天工作坊，產出一堆便利貼
Prototype：設計師畫出視覺稿、工程師做出可玩版本
Test：再找使用者測一輪、收集回饋

每一步都慢。慢到大家走完一輪、發現使用者真實反應後想 pivot，已經沒時間和預算再跑下一輪。

於是過去十年發生了三件事：

Empathize / define 階段被儀式化，跑完一場工作坊就算交差
Prototype / test 被外包給設計顧問公司，做出來很漂亮但離真正上線很遠
整個方法論被簡化成「兩天衝刺」，掛設計思考的名，但少了讓它有意義的最後一步——真的去 pivot

到了 2020 年代初期，圈內共識變成：設計思考是「以前那一套」，現在我們做精實創業、做 growth hacking、做以資料驅動的產品。

這波過時論不只是茶水間共識。Rebecca Ackermann 在 2023 MIT Technology Review 的 retrospective 把問題整理成 idea 多但落地少、innovation theatre、empathy 替代不了 community expertise；NYU 教授 Natasha Iskander 更早在 2018 HBR 直接命名「fundamentally conservative」。這些批評打的是社會性、政策性議題的設計思考應用——學區營養午餐、扶貧政策、公部門服務——這些確實需要的不是 5 個動作循環，是長期的政治與制度工作。

我們這篇文章不打算回應那一塊，因為那塊批評打得對。我們只談一個比較窄的問題：產品工作流裡的設計思考為什麼跑不動。

AI 讓哪個環節變了

AI 進場後，最被看見的敘事是「不再需要使用者研究——直接讓 LLM 生成方案就好」。這跟設計思考直接衝突，難怪有人問它是否過時。

實際在產品團隊裡看到的，剛好相反。

LLM 加速的不是 empathize 階段。是原型製作和回饋處理：

階段	過去耗時	AI 加速後
規格撰寫	1–2 週（多輪利害關係人審查）	1–2 天（多 AI 並行審查）
UI 草稿	1 週（設計師加工具）	半天（LLM 加 Figma plugin）
可玩原型	2–4 週（前後端工程）	3–5 天（mocked API 加 AI 生成 UI 邏輯）
回饋整理	1 週（手動分群）	半天（LLM 主題抽取）
合規 / 法律文件草稿	2–4 週（律師加內部審查）	3–5 天（AI 起草加律師審）

加總起來，過去 12–16 週（或更久）的單次設計思考迴圈，現在 2–3 週（或更短）可走完。

順帶一提：IDEO 自己也認為這條路該走——他們從 2024 年起開了一門線上課「Bring AI to the Design Thinking Process」，把 AI 加速拆成五個 phase 教學，幾乎跟這張表一一對應。後面我們會回來談這個訊號。

瓶頸移動了。過去最慢的是「畫出來給人玩」，現在最慢的是「決定該畫什麼」。

換句話說，empathize / define 階段的相對重要性不是降低，是上升。

真正的核心轉移

LLM 是個放大器。問題框錯了，它就用驚人的效率產出沒人要的東西。問題框對了，它就把對的方向放大十倍。

這代表設計思考最古典的動作——「先問為什麼」——在 AI 時代不只沒過時，是護欄。

過去設計思考的 empathize 階段慢，所以大家想跳過。現在 prototype 階段快，敢跳過反而更危險——因為跳過後跑得快，會在錯的方向上跑得很遠才發現。

我們團隊的內部規矩是：規格沒簽收，不開工。AI 越快，規格的簽收階段越關鍵。三家 AI 審查端（Codex、Gemini、ChatGPT）並行檢查規格的契約問題、IDOR、PHI、跨版本相容——這些是過去設計思考工作坊不會看的細節，但在 AI 時代必須與「使用者要什麼」並列為 empathize / define 的一部分。

「先計畫、再動手」不是反設計思考，是 AI 時代的設計思考。

Case：從 SOAP.S 塞爆到跨科 Composer

整段故事的起點不是市場研究、不是焦點訪談，是一場跨機構的對話。最近 De Novo 團隊聽到一位資深醫師描述他們的觀察：許多醫院內部的 patient copilot 工具雖然能讓病患在診前先輸入主訴，但 LLM 生成的內容往往塞爆 SOAP 的 Subjective 段——醫師原本花在臨床推理的時間，反而被花在「整理 AI 寫太多」上。

第一個直覺反應是：那加一個編譯器就好——把病患輸入壓縮成醫師能用的格式。

我們沒有那樣做。坐下來思考之後，覺得這個問題不只是技術上加一段壓縮，而是整段價值流程要重排。於是團隊把它拆回設計思考五個動作走一遍。從這場對話到 pivot 決定，總共大約兩週；同樣的工作在 AI 之前估算約六到九個月。

Empathize

團隊裡剛好有一位 founder 同時是執業骨科醫師。從他的角度問了一個設計思考最古典的問題：

「我每次門診，怎麼把病患零碎的主訴翻譯成 SOAP.S 的內容？」

答案不是「全部寫進來」，是「壓縮成四個欄位，加上判斷依據」。哪一側、嚴重程度、創傷或退化、持續多久——這四欄填好，鑑別診斷的假設樹會自動長出來。

換句話說，醫師的 SOAP.S 從來不是「病患主訴的逐字稿」，是「醫師對主訴的結構化解讀」。塞爆 SOAP.S 的不是病患輸入太多，是工具設計成讓 AI 直接寫進病歷，而不是讓 AI 先壓縮給醫師看。

（這條「AI 出草稿、醫師簽收」的設計原則，我們在 iRehab Doctor AI 的 Draft-Only Enforcement 文章裡寫過更完整的版本——AI 翻譯與醫師確認是兩個不能合併的動作。）

Define

問題重新定義：

「在病人走進診間之前的兩分鐘，把過去兩週的所有病患回報——VAS 趨勢、傷口照片、運動完成度、PROM 分數——壓縮成醫師五秒讀完的、各科適用的摘要。」

關鍵字是「壓縮」加「五秒可讀」。如果還是傳統的「逐字稿入 EMR」邏輯，無論 AI 再準也會繼續塞爆 SOAP.S。

這個 define 步驟刻意限制範圍：只解骨科、只解這一段，不解其他。

Ideate

過去做這件事的方式都假設「動作發生在診間裡」——醫師坐下來、病患在面前、開 EMR、邊聽邊敲。

我們的關鍵 ideate 動作是把整個翻譯動作從診間裡移出去——病患在診間外（家裡、手機、過去兩週）就把資料填好了；AI 在診前 2 分鐘做壓縮；醫師走進診間前 5 秒讀完。

這不是工具升級，是工作流程的位置重排。（病患端的日常輸入流程，是我們之前在 30 秒 checkin 寫過的——每天 30 秒，但兩週累積就是 Brief 的素材。）

Prototype

幾天時間寫規格、過多 AI 審查、做出可用原型——iRehab Brief Wave 1，先針對骨科。

這在過去要四到八週（或更久）。AI 加速的是規格起草、UI 草稿、後端 API 樣板、資料模型審查、合規文件初稿。

Test

Brief 進入院內 pilot 階段時，發生兩件沒預期的事。

第一，它在某醫院的落地被擋下來。原因不是程式碼問題，是院規規定 QR 海報需要宣傳部蓋章；外科部主任把這件事解讀為「又一個 FB 粉專推廣」。程式碼審查蓋過的合規範圍，跟院內機構治理是兩個世界。

第二，FB 上的反應比預期熱烈得多。私訊裡有身心科、神經內科、婦女泌尿、產科四個科別的醫師，不約而同問同一句話：「能不能也幫我做一個？」

兩種回饋加起來，告訴我們一件事：最初 define 的問題，是更大問題的一個切片。

Redefine

每個科都需要一個翻譯機，但每個科要翻譯的那 4 個欄位完全不一樣：

身心科要的是睡眠、情緒波動、服藥順從性
婦女泌尿要的是排尿日誌、Kegel 完成度
神經內科要的是症狀波動、藥物副作用、發作頻率
產科要的是孕期不適、胎動、特定 trimester 警示

同一個架構，四種完全不同的 schema。

如果繼續沿著「骨科 Brief」這條線推進，大概可以順順地在某醫院內上線、累積幾位骨科醫師使用，但會錯過真正的洞察——這個工具的價值不在「替骨科省時間」，在「讓任何科的醫師能用幾分鐘自己定義自己的翻譯規則」。

我們把骨科版 Brief 從「即將院內推廣」改成「先暫停推廣」。同時開出一份新規格：跨科 Schema Composer，讓任何科的醫師自己在介面上設定那四個欄位、簽署 attestation、生出自己的 specialty pack。

這個 redefine 的決定，才是設計思考第五階段真正的產出：不是「驗證原型能用」，是「發現原本定義的問題框太小」。

AI 的兩個倍數效應

回頭看這兩週，AI 在哪裡加速了什麼：

第一個倍數效應：規格 → 原型的時間。

過去寫一份簽收級的規格、做出可玩原型、跑完內部審查，四到八週。我們現在把這段壓到 7–10 天。規格由 LLM 起草、由三家 AI 並行審查、人類架構師收斂；原型由 mocked API 加 AI 生成的 UI 樣板起跑，工程師接手填寫商業邏輯。

第二個倍數效應：回饋 → redefine 的時間。

過去從「pilot 上線」到「決定要 pivot」，要等三到六個月的使用者資料、多輪訪談、整理筆記。我們現在的迴圈是：FB 一週、私訊三天、團隊內部討論一天，五天之內就能把「原本定義的問題其實是子問題」這件事寫進新規格。

兩個倍數加起來，從「想 → 寫規格 → 做原型 → 收回饋 → redefine」整圈設計思考，從 6–9 個月壓到 2 週。這不是把設計思考取代掉，是讓它第一次跑得起來。

真正的設計思考是什麼

設計思考不是工作坊。不是便利貼。不是 empathy map。

它的核心是兩個願意：

願意承認第一個答案是錯的。
願意快試快錯找到對的。

過去十年，這兩個願意都很難實現。第一個被「花了三個月寫規格，怎麼能說錯就錯」的沉沒成本擋住；第二個被「跑一輪要半年」的時間擋住。

AI 改變了第二個——讓快試錯第一次真正便宜。於是第一個願意第一次有了意義：因為承認錯之後，馬上就能試新的。

這也是為什麼我們團隊把「先計畫、再動手」、「先問為什麼」、「這打開了什麼門」當成內部紀律。AI 只是工具，紀律是在 AI 之上的方法論——這個方法論的名字叫做設計思考。

我們不是孤軍

如果只看我們團隊一個案例，論點容易被當成 anecdote。但設計思考的原作者已經給了更直接的訊號。

IDEO 從 2024 年起開了一門線上課程，名稱直接就叫「Bring AI to the Design Thinking Process」。教學的就是 AI 怎麼加速設計思考的五個 phase：

Inspiration / Research：用 AI 擴展創意輸入
Synthesis：「speed up research and synthesis, get insights faster」
Brainstorming：更快發想、探索更多選項
Prototyping：把概念快速做出來
Responsible use：理解 AI 的限制與倫理界線

對位回我們前面那張「AI 加速哪個階段」的表格——五個 phase 幾乎一一對應。

這代表方法論的創始者沒有把 AI 當對手。他們親自在 onboard 大家走進下一代版本——而且第五個 phase 強調「責任使用」，呼應我們前面講的：AI 越快，「先問為什麼」越是護欄。

設計思考沒過時。它的原作者正在親手把它接上 AI。

結尾

回到開頭那位資深主治醫師的問題：「Design Thinking 不是過時了嗎？」

我們的答案：它沒有過時。它過去十年是被「迭代週期太長」這件事壓住，看起來像過時。AI 不是它的對手，是它等了二十年的工具。

iRehab Brief 從骨科 pilot 變成跨科 Composer 的這兩週，是我們團隊看到這個工具讓設計思考真的跑起來的第一次。我們相信，不會是最後一次。