Kokomo 心理健康平台使用者研究與產品設計
探索 B2B2C 心理諮商線上媒合與 AI 輔助對話的可能性
一、專案背景：疫情下的心理健康危機
台灣心理健康現況
台灣憂鬱症患者推估至少有 200 萬人，但就醫人數卻不到 30%。根據國家衛生研究院 2022 年研究，即使 83% 的人認為就醫便利，實際尋求醫師治療的比例僅 27%，最終獲得有效治療者更降至 11%。50 歲以上憂鬱症盛行率推估達 16.3%（約 144 萬人），數字揭露了一個長期存在的現實：專業心理諮商服務的可及性與實際使用率之間，存在巨大落差。
青年族群的求助困境
2016 至 2021 年間，15–30 歲年輕族群精神科診斷人數從 22 萬增至 29 萬，成長幅度不可忽視。高中職與大學生中各有約 13–19% 有明顯憂鬱情緒，但七成以上不願向父母開口，僅一成會主動找輔導老師。
阻礙青年求助的原因可以歸納為三個交織的心理困境：害怕社會污名化、對自身狀態缺乏病識感，以及相信自己能獨自撐過去。 這三個因素共同構成了一道難以逾越的門檻，讓真正需要幫助的人難以踏出第一步。
二、研究目標與產品定位
心理師的孤軍奮戰
在對話中，我們逐漸意識到這是一個孤軍奮戰的行業。心理師需要同時應對自我提升、照顧個案、與合作單位溝通，以及經營自媒體等多條戰線，並依賴大量分散的工具完成繁瑣工作。工具的碎片化，正在悄悄侵蝕他們真正能投入在個案身上的時間與精力。
Kokomo 的產品定位
基於上述觀察，Kokomo 的核心主張是：
Your digital companion for therapy. Smart tools help deliver warmth where needed.
Kokomo 定位為一個 B2B2C 線上媒合平台，結合生成式 AI 輔助對話與總結工具，目標是將心理師所需的工具集結在一處、簡化工作流程，同時為民眾提供更便利、經濟實惠且具私密性的心理支援管道。
三、研究方法
混合研究設計
本研究採用混合設計，以二手資料與文獻彙整建立背景認知，再透過一手訪談驗證假設、挖掘深層洞察。
訪談計畫圍繞「使用者問題」與「商業問題」兩條主軸展開。在使用者端，我們希望了解個案如何尋找合適的心理師、是什麼阻礙了他們就醫，以及在非諮商時間如何進行情緒自助。在商業端，則聚焦於心理師如何有效管理個案，以及分級救助機制的可行性。
為了同時取得供需兩側的第一手觀點，我們訪談了兩位有諮商經驗的個案（Lynn、Penny），以及三位執業諮商心理師（AH、Maggie、Joyce）。
二手研究發現：台灣心理健康照護的四大問題
透過文獻整理，我們歸納出台灣心理健康照護面臨的四個結構性問題：民眾對尋求專業心理協助存有顧忌、醫療資源分配城鄉不均、心理師與個案數供需失衡，以及身心健康宣導力度不足。
諮商預約現行流程
個案預約心理諮商的實際流程，遠比想像中複雜：
- 透過諮商所官方 Line 帳號或官方網站查詢
- 引導至行政人員 / 心理師 / 個案管理師
- 以 Line 或電話聯繫，確認時間與當前狀況
- 指派心理師（依諮商所規模，可能需額外評估分配）
- 進行諮商
- 回報下次預約時間（進入下一輪循環）
流程繁瑣、等待時間長、需要多次溝通確認——這些痛點在個案訪談中得到了充分印證。
四、使用者訪談
個案端：Lynn 與 Penny
心理師端：Maggie、Joyce 與 AH
兩方洞察
五、研究發現
資訊群組分類（Information Clustering）
透過訪談資料分析，我們將心理師的回覆整理為六個核心主題：學校心理諮商人力不足、推薦自助工具、心理師水平不均、強調與個案間的互動、資訊安全性考量，以及 AI Chatbot 的應用潛力。
核心洞察歸納（Insights Clustering）
從六個資訊主題中，我們進一步歸納出四個核心洞察方向：
六、競品分析
市場現有解決方案
產品 | 定位 | 核心功能 | 主要限制 |
|---|---|---|---|
Better Help | 諮商媒合 | 問卷形式配對諮商師；提供文字、電話、視訊諮商 | 問卷配對僅供參考；Marketplace 資料廣但精準度有限 |
FarHugs | 諮商媒合 | 提供各主題課程，可直接預約諮商服務 | 需自行比較心理師；預約流程耗時；整合功能部分無法使用 |
Youper | AI 情緒監測 | 情緒記錄與追蹤，類似 Wysa | AI 的 UX 體驗較弱；AI 回覆過長，容易讓使用者感到受限 |
Earkick |
市場空白
多數現有產品聚焦於「媒合」或「個案自我救助」兩個端點，卻鮮少關注個案與心理師之間持續連結的需求。這正是 Kokomo 可以介入的核心空間。
七、研究應用：產品方向
基於四個研究洞察，我們提出四個核心 AI 功能，並依「可行性」與「影響力」進行優先級排序。
Journey Buddy 與 Pocket Therapist 因兼具高影響力與較高的實作可行性，被列為優先開發方向。Transcript and Summary 與 Learning Companion 技術上較易落地，但短期影響力相對有限，屬於後續漸進發展的功能。
For Patient：個案端工具
1. Journey Buddy
Monitor emotional patterns and predict future mood cycles
設計背景： 回應個案訪談的核心發現——Lynn 缺乏使用工具的動力，Penny 靠日記自助卻有效。Journey Buddy 試圖同時解決這兩個問題：讓情緒記錄變得有趣，讓它真正產生效用。
核心功能：
AI 角色陪伴（個人化情緒陪伴角色）、客製化心情日記（表情符號 + 視覺化圖表）、情緒檢測（預測可能的情緒循環），以及表達性藝術分析，讓使用者以創意方式表達內在感受。
2. Pocket Therapist
Non-emergency interactions, or providing mental health advice
設計背景： 台灣僅 30% 個案獲得治療，Pocket Therapist 的目標是降低就醫門檻、提供 24/7 情緒支持——但在專業邊界內。
核心功能：
結合生成式 AI 與督導經驗，以「支持性陪伴」為核心，不提供直接治療建議，透過溫和的對話方式幫助使用者在日常生活中獲得情緒支持。維持清晰的專業界限，是這個功能的設計前提，也是最重要的倫理考量。
For Therapist：心理師端工具
3. Transcript and Summary
Improves service quality through better documentation
設計背景： 心理師大量時間消耗在事務性工作上，Transcript and Summary 的目標是將這部分時間還給個案。
核心功能：
結合生成式 AI 與語音辨識技術，自動生成詳細的會談記錄、結構化摘要，並支援心理師的自我反思與督導需求。
4. Learning Companion
Community psychologists need certain learning abilities
設計背景： 回應「心理師能力不均」的洞察，協助心理師持續專業成長。
核心功能：
結合生成式 AI 與專業培訓框架，協助心理師強化評估技巧、提供系統性的問診輔助，並協助收集個案的歷史與現況資料。
生成式 AI 的適用場景
生成式 AI 最能發揮價值的場景，是那些具備明確規律性、需要快速處理決策，且能透過自動化提升效率的工作情境。在心理健康領域，這意味著 AI 可以在不取代人的前提下，透過全天候的語音與文字處理能力，支援翻譯、會談摘要、情緒分析與問答系統，讓心理師將時間真正還給個案。
八、設計挑戰與反思
研究方法的學習
"Every Research is only as good as their research plan. This plan includes all the areas you'll want to explore during your research and the various methods you'll use."
— Brad Nunnally & David Farkas, UX Research: Practical Techniques for Designing Better Products
這次研究最大的挑戰，不是訪談本身，而是訪談前的問題設計。由於此階段尚未確立明確的產品需求，訪談並非需求驗證，而是開放探索，在這種情況下，什麼是「好問題」，比以往更難界定。
這也讓我們更深刻體會到：二手研究的扎實程度，直接決定了一手訪談能挖得多深。沒有充分的背景知識，就無法提出有意義的假設；沒有假設，訪談很容易淪為漫無目的的聊天。
個人學習
這次研究讓我在三個維度上有具體的成長。
在使用者研究方法上，學習了混合研究的設計邏輯、訪談問題的設計技巧，以及 Information Clustering 與 Insights Clustering 的本質差異——前者是資料分類，後者是意義詮釋。
在心理健康領域知識上，深入了解了台灣心理諮商的生態結構、個案與心理師雙向的真實需求，以及就醫阻礙的多層次因素。這些知識對後續的產品設計，提供了不可或缺的底層支撐。
在AI 產品思維上，探索了生成式 AI 在敏感領域的應用邊界，學習了如何在倫理與功能之間取得平衡，以及如何用「可行性 × 影響力」矩陣做出有說服力的功能優先排序決策。