專案亮點
- 於 OpenHCI 2024 獲得最佳 Demo 獎,現場超過 200 名參與者體驗
- 從 261 份問卷與 7 位深度訪談萃取痛點
- 設計出「快速釐清偏好 → 立即推薦」的點餐流程
- 整合菜單與 Google Maps 評論並由 LLM 生成可讀摘要
- 以 LINE Bot 降低學習門檻並提供角色化互動與個人化推薦
專案詳情
ME_NU 是一個以「幫助使用者在資訊充足下快速點餐」為目標的 AI 產品。專案從使用者研究出發,發現多數人點餐時會遇到三類障礙:
- 不了解菜單細節(例如品項差異、口味想像困難)
- 評論資訊分散,搜尋成本高
- 無法把「個人口味與限制」快速對應到餐點
因此,我們設計了以 LLM 為核心的推薦體驗:先用輕量問答建立飲食偏好,再結合餐廳菜單與網路評價做語意分析,最後輸出個人化推薦與原因,幫助使用者更快做決定。
產品形式採雙介面:
- LINE Bot:承接主要對話與推薦流程,降低學習成本。
- Web App:讓使用者可視化調整偏好、推薦份數與互動角色設定。
在測試中,使用者回饋指出系統能有效排除不想吃的食材,並更具體地描述餐點風味。後續迭代方向包含:強化 CTA 引導語、優化推薦訊息可讀性,以及讓偏好分析結果更即時透明,以提升信任感。