PickTrip 想把旅行規劃從零散搜尋、討論與預訂，整合成一條可以真正執行到底的 AI 旅行主線。
多數人規劃旅行時，往往同時在聊天軟體、社群貼文、部落格、Google Maps、訂房網站與機票平台之間來回切換。需求還沒整理清楚，就先被大量資訊淹沒；即使勉強排出行程，後續的修改、和旅伴協作、比價、預訂、提醒與旅途中調整，仍然散落在不同工具裡。PickTrip 的出發點，就是希望把這段破碎而高摩擦的流程重新串起來，讓使用者可以從一段自然的對話開始，逐步收斂需求，並在同一個系統中完成規劃、共編與執行。
從模糊需求到可編修的 itinerary
PickTrip 不把使用者丟進一份冗長問卷，而是用 AI 顧問式對話去理解目的地、天數、預算、旅行風格、同行者差異與時間限制，再將這些訊號整理成可規劃的 brief。系統接著啟動 itinerary planning engine，結合地點、距離、節奏與偏好，生成一份 editor-ready 的行程草稿。對我來說，這一步的重點不是產出一份看起來漂亮的文字，而是建立一個可以被後續編輯、驗證與執行的行程狀態，讓生成結果真正成為旅行決策的起點。
共享編輯、局部重規劃與旅伴協作
旅行不是一個人單向做決定的過程，特別是在多人出遊情境裡，每個人的偏好、節奏與預算都可能不同。因此 PickTrip 將 itinerary 視為一份 living document，而不是一次性輸出的 PDF。使用者可以在共享 editor 中拖拉、刪除、插入與重排內容，也能與旅伴一起協作調整；當條件改變，例如有人臨時不舒服、天氣突變或想加入新景點時，AI 可以只針對局部區段重新規劃，而不需要整份推倒重來。這樣的設計讓行程不只是被產生出來，而是能隨著真實情境持續演進。
從規劃延伸到預訂與履約
PickTrip 想解決的也不只是「排行程」。在更完整的產品想像中，系統會把 itinerary 中可預訂的節點辨識成具體的商品意圖，進一步串接 Hotel、Flight、eSIM、票券等預訂流程，讓使用者不必離開目前的旅行脈絡就能完成比價、加入購物車、付款與後續管理。若遇到沒有直接 API 的服務，平台也探索由 AI 協助網站或電話預約的可能性。從出發前的提醒、packing list，到旅中的即時推薦、改期建議、文件提醒與預算追蹤，PickTrip 希望建立的是一個能陪伴使用者從出發前一路到旅途中、甚至延伸到下一次旅行準備的系統。
設計觀點
這個專案對我來說，核心不在於把 AI 套進旅行情境，而是在重新定義旅行產品的邊界。比起只提供搜尋結果、推薦清單或單點預訂工具，我更在意的是如何把「需求發現 → 行程生成 → 協作調整 → 預訂履約 → 記憶回寫」變成一條連續的使用體驗。PickTrip 因此不只是 itinerary assistant，而是一個正在被思考為 AI travel execution platform 的產品原型：它試圖降低規劃的認知負擔，也試圖讓旅行決策真正走向可執行、可共享、可持續優化的狀態。
