01 · CONTEXT
项目概览
谁是
“钟摆族”？
居住在一座城市，却在另一座城市工作。
每天往返于工作与生活之间。长距离、固定路线、重复发生——通勤逐渐成为一种持续消耗。
问题
漫长而重复的通勤持续消耗个人时间与精力。现有工具大多回答“如何到达”，却很少回应孤独、疲惫与归属感的缺失。
设计回应
把一次性的顺路撮合，转变为基于固定路线、时间与兴趣的长期同行关系；同时用身份认证、同行评价与紧急联系人降低陌生人拼车的不确定性。
我的贡献
我独立完成问卷、访谈与跟随观察，并负责竞品分析、Persona、信息架构、交互流程、视觉设计和可点击原型。
02 · DISCOVER
研究与洞察
一段通勤，如何改变一天？
研究覆盖上海、苏州和杭州。所有问卷参与者均有真实跨城通勤经历；10 位深访对象来自问卷样本，另外跟随 8 位通勤者观察上海—昆山等真实线路。
份有效问卷
3 座城市 · 回收率 72%
场深度访谈
每场 30—45 分钟
位跟随对象
持续 1 周的路线观察
“我每天都坐同一班车，身边也总是同一批人，但我从未和他们说过话。像走进一条漫长而安静的隧道。”
研究揭示了一个矛盾：通勤者在物理上彼此接近，却在情感上持续孤立。
关键调研数据
漫长通勤消耗的不只是时间，也持续影响社交连接与生活质量。
单程超过 90 分钟
感到社交疏离
愿意与其他通勤者拼车
期待更高效的路线规划
COMPETITIVE RESEARCH & GAP ANALYSIS
工具很多，体验依然割裂
社交产品连接人，却不了解通勤情境；出行产品优化路线，却不建立长期关系；生活方式产品提供内容，却容易停留在被动浏览。空白不在于再增加一个入口，而在于把效率、信任与持续连接放进同一段旅程。
把情绪波动放回完整通勤周期
从出门前的信息焦虑、途中无意义的刷屏，到返程时的疲惫与回家后的情绪空白，设计机会分布在整个周期，而不只发生在车上。
03 · DEFINE
定义机会
从“一次拼车”转向“长期同行”
我们如何在不增加通勤负担的前提下，让共享的物理空间转化为可信、轻量且可持续的连接？
作为一名住在苏州、工作在上海的跨城通勤者，我希望找到路线、时间和兴趣相近且值得信任的人，让重复通勤不再孤独。
从研究发现发散设计方向
我把情绪旅程、竞品缺口与访谈主题放在同一张图中，从行程规划、匹配信任、关系延续、情绪支持与设计原则五个方向发散，再依据核心任务、信任成本和长期关系价值完成收敛。
三项核心匹配信号
把信任放进流程
- 01实名认证
- 02同行评价
- 03紧急联系人
四种生活，共享同一段旅程
四个 Persona 均由调研结果综合形成，不对应某一位真实参与者；姓名与照片仅用于叙事。Eric 是核心 Persona，代表被长通勤压缩个人生活、愿意寻找稳定同行关系的人。
从功能清单提炼价值
我将需求归入效率支持、社会归属与情绪健康三个价值簇。筛选后的核心包括固定通勤计划、长期拼车匹配与路线兴趣群组；情绪记录被保留为轻量辅助，而不是主任务。
效率
减少不确定性与认知负担，让计划更清晰。
连接
把独自通勤转化为稳定、可信的同行关系。
身心状态
用低负担的记录与提示支持自我觉察。
04 · DEVELOP
设计与原型
把策略转译成一条可重复的通勤流程
信息架构围绕核心任务收拢
首页作为入口，Commute 承担路线规划、长期匹配与行程总结；Group 延伸同行关系；Emotion 提供轻量反思；Account 负责偏好与安全设置。探索地点、活动与天气等早期概念在后续被降级。
首页负责发现，通勤负责行动；群组延续关系，情绪支持觉察，账户维持信任。
进入流程
- 创建账户
- 新手引导
- 完成设置
- 登录
- 密码验证
- 恢复偏好
五个核心区域
01 首页
发现与每日入口
- 区域地图与详情
- 附近探索
- 今日匹配
- 情绪入口
02 通勤
完成核心出行任务
- 路线规划
- 长期拼车匹配
- 同行沟通
- 行程总结
03 群组
把一次同行延续为关系
- 浏览群组
- 群组预览
- 动态与活动
04 情绪
低负担的自我觉察
- 记录提示
- 日记
- 历史
- 回顾
05 账户
管理偏好与安全
- 个人资料
- 偏好设置
- 我的群组
- 历史与支持
核心任务流
- 01设置固定通勤计划
- 02获取匹配
- 03查看兴趣与认证
- 04发起同行邀请
- 05完成拼车
- 06双方互评并选择再次同行
低保真：先验证结构和决策顺序
线框阶段梳理注册、路线设置、匹配、地图与情绪记录的关键分支，并按“路线 → 时间 → 兴趣 → 安全信息”的顺序呈现决策依据。
账户、偏好与首次抵达
从创建账户、完成个人偏好，到授权定位并抵达个性化首页。
01注册 
02补充基本资料 
03完善个人信息 
04确认账户 
05了解产品 
06选择兴趣 
07完成引导 
08登录 
09开启定位 
10进入首页
通勤匹配与路线决策
从今日匹配入口比较路线、同行者与行程状态，直到确认通勤方案。
01进入今日匹配 
02查看目的地 
03比较路线 
04浏览同行建议 
05开始行程 
06展开同行卡片
附近探索与兴趣群组
从附近内容进入地图探索，再到群组动态与完整活动信息。
01进入探索 
02查看附近活动 
03浏览群组动态 
04打开活动详情
情绪记录与每日回顾
在通勤之外记录天气与感受，形成可回看的日常状态。
01打开情绪模块 
02开始今日记录 
03记录天气 
04记录感受 
05回顾当日状态
Eric 的一天：从陌生人到稳定同行者
从不确定到清晰
早晨，Loops 汇总 Eric 的固定路线与出发时间，并给出当天计划。
从陌生到可信
系统推荐路线、时间和兴趣相近的人；认证与评价帮助他判断是否发起邀请。
从一次同行到长期关系
行程结束后双方互评，并决定是否继续匹配；情绪记录只在需要时出现。
探索性 AI 概念 · 交互演示
从通勤约束到可解释的出发建议
使用新素材重组的完整演示：设置明日通勤条件，查看 AI 如何比较天气、交通与班次，再把确定的计划延伸到同行匹配和情绪反馈。
从意图开始
AI 首页
最终原型
高保真：让每一次决定都能快速扫读
地图与路线承担任务骨架，黄色标记当前动作与关键确认；社区和情绪模块保持次级，不与拼车主任务争夺注意力。
05 · VALIDATE
验证与反思
原型完成了，最重要的假设仍需验证
形成性可用性测试
12 位同学测试了低保真原型，用于发现流程和信息理解问题。由于他们并非真实跨城通勤者，这轮测试不能证明产品需求，也不能支持关于长期行为的结论。
下一步要验证什么？
关键问题不是用户会不会尝试一次拼车，而是他们是否愿意与同一批人持续同行。下一轮应招募真实跨城通勤者，观察再次同行意愿、重复匹配率与稳定同行小组的形成。
当前边界
项目止于可点击 Figma 原型，尚未开发或上线；路线、天气、活动与“AI 建议”等画面属于探索性概念，不作为已实现能力呈现。