撰稿人/ 設計研發組研究員 洪依綸、郭憶璇、邱于倢


隨著生成式 AI 逐漸進入設計流程，其應用除了圖像生成、文案撰寫與概念發想，也開始延伸至設計師與客戶之間的溝通。本文從設計專案中的需求落差、反覆決策與修改，以及合作關係維持等常見問題出發，探討 AI 如何從內容生成走向資訊整理、決策與溝通協作。

 

▎問「AI 能做什麼」前：先瞭解設計師與客戶怎麼開啟一段合作

每間設計公司的規模與分工各有不同，但與客戶合作的歷程具有相似脈絡。從初次接觸到專案完成，可初步分成五個階段：案源確認、需求對焦、提案與共識建立、執行與修改，以及交付結案。

設計需求往往無法在專案初期一次到位，而會隨著專案進程持續釐清與調整。相關研究也指出，客戶需求通常不會在專案開始前全部明確提出，部分需求會隨著設計過程逐步浮現（Haug, 2015）。因此，設計師與客戶在不同階段都需要反覆確認對方的訴求、瞭解需求背後的原因、將設計構思轉換成可被客戶理解的方案，期待能夠達到雙方的共識，同時在合作過程保有風險管理的思維，以避免後續產生爭議。因此在思考 AI 如何協助客戶溝通前，本研究團隊也實地走訪 6 間設計公司和 2 間發包設計案的委託單位，從盤點合作過程中的實際需求出發，發現 AI 可協助溝通的機會，並提出 3 組洞察。

圖 1｜每間設計公司的規模與分工各有不同，但與客戶合作的歷程具有相似脈絡，可整理為五個主要階段。

▎從合作流程看見三個客戶溝通難題

洞察一｜溝通困難往往不是「說不清楚」，而是雙方掌握的資訊不同

「有質感」、「年輕感」、「不要太像無印但有那種感覺」——客戶常以感受、喜好或參考案例描述需求，設計師則需要透過追問、情緒板或視覺案例，將抽象想法轉化為可執行的設計方向。

同時，客戶窗口往往還需整合老闆、行銷、營運等多方意見。因此，看似「說不清楚」的背後，往往涉及資訊落差、專業語言不同，以及尚未形成共識的需求。

AI 可透過自然語言處理與語意分析，辨識對話中的關鍵資訊、模糊描述與資訊缺口，並藉由追問與轉譯，協助雙方將模糊想法逐步轉化為可討論與確認的需求。

 

洞察二｜設計合作不是一次決策，而是不斷確認與修正的過程

設計專案很少從需求確認後一路執行到底。隨著提案、回饋與修改持續進行，加上不同決策者陸續參與，原先確認的方向也可能再次調整。溝通資訊又分散於 LINE、Email、電話與會議等不同管道，使設計師不只要推進設計，也需要持續整理決策與確認共識。

為降低資訊落差與反覆溝通，設計師通常會透過需求確認、修改次數約定、階段簽核及會議紀錄等方式管理合作進程。AI 擅長整合與摘要跨管道的文字資訊，可從會議與訊息中擷取關鍵決策、修改內容與待辦事項，並串聯前後脈絡，讓分散的溝通資訊形成可追溯的合作歷程。

 

洞察三｜好的客戶溝通，不只把事情說清楚，也要維持合作關係

當客戶對設計方向缺乏信心、修改超出原先範圍，或雙方在預算、時程與設計判斷上產生分歧時，設計師除了釐清問題，也需要留意溝通方式與雙方互動。

實際合作中，設計師不僅需要說明設計決策背後的原因，也會適時回應客戶的不安與疑慮，例如透過聊天、舉例或生活化的說明降低陌生感，並調整措辭、語氣與溝通節奏。有設計師將這樣的做法形容為適時給客戶一顆「強心針」。這也反映出，信任建立與設計能力同樣重要，客戶溝通不只是資訊交換，也涉及專案管理、專業判斷與關係維護。

因此，AI 在此所能提供的價值，也不只是「把一句話寫得更客氣」。面對追加需求、反覆修改、時程延誤或意見衝突等情境，AI 能從對話脈絡中判讀溝通重點與潛在風險，並提供相應的回應與協商建議，協助設計師在處理分歧時兼顧專業判斷與信任維繫。


 

▎從「代擬訊息」到「合作輔助」：AI 可以如何進入客戶溝通？

AI 目前在設計師與客戶的日常工作，應用多集中於外文信件、文字潤飾、會議紀錄、語音摘要或專案架構等明確任務。而對於 AI 如何介入溝通流程，研究團隊發現，不論設計師端或客戶端，都更期待 AI 扮演思考與溝通的輔助或是專業領域諮詢的助手：

• 設計師端的想法｜對於直接讓 AI 代替自己與客戶溝通，設計師仍有所保留，更傾向將 AI 作為討論、整理與思考的輔助工具。

• 客戶端的想法｜比起直接生成設計圖，更需要 AI 協助自己更明確地表達想法，降低「以為已經說清楚，設計師卻仍無法理解」的溝通落差。

從整體合作流程來看，AI 在客戶溝通中的角色，可以整理為三個層次：

• 資訊輔助：從需求、會議內容到合作歷程，協助整理分散的資訊，減少雙方理解上的落差。

• 決策輔助：進一步辨識資訊缺口與潛在風險，提醒尚未確認的問題，協助設計師掌握下一步。

• 溝通與關係輔助：面對不同合作階段與客戶狀況，提供適合的回應與協商建議，作為設計師溝通時的參考。

AI 在設計產業客戶溝通中的價值，不在於取代設計師的專業，或是成為客戶的發言人，而在於協助雙方釐清資訊、掌握決策脈絡，並在不同合作情境中做出適切的溝通判斷，適時地協助轉譯雙方語言，降低設計師與客戶之間的專業認知鴻溝，並且幫助設計師評估風險。當生成式 AI 從「內容生成」走向「合作輔助」，其價值也將從提升產出效率，進一步延伸至降低溝通成本、促進共識建立，讓設計更順利地被理解、被決策，並推進至實際執行。




參考文獻：
Haug, A. (2015). Emergence patterns for client design requirements. Design Studies, 39, 48–69. https://doi.org/10.1016/j.destud.2015.05.001

*本篇文章配圖均由 ChatGPT 生成。