為了設計出符合使用情境的服務，我們將研究目標定義為了解大學生在面對生活困境時的心態以及尋求的協助。
另外本次研究另一重點為了解這類產品的設計方向，因此我們預計訪問諮商師實務上的方法以及設計上的注意事項。
• 人：曾連續一週心情低落的學生以及社會人士
• 目的：了解他們在心情低落的時候，如何面對及解決問題，目前方法的成效如何？
• 基本條件：
A. 曾有連續一週心情低落的大專院校學生以及社會人士
B. 負情緒分數遠高於正分數（為潛在使用者）
透過 Facebook 大學生社團（例如政大學生交流版、中山大小事等）、Dcard 心情版等管道發放問卷，調查學生們的情緒狀態、紓壓方式、等待諮商時間、諮商經驗和有無接受憂鬱症治療等。
根據問卷回收結果，本團隊篩選「曾連續一週心情低落的人」作為訪談對象。訪談採半結構性方式，時間約為一小時，了解他們在心情低落的時候，如何面對及解決問題，目前方法的成效如何？
根據問卷調查結果，在有效問卷 243 份中我們發現：
• 填答背景有七成為女性，以大學部的學生為多數（76%），其中大四學生占兩成。
• 在問卷結果中，我們發現 61% 的人曾連續一週心情低落，而超過一半（55%）在情緒低落時會尋求幫助，求助內容以「人際」、「自我探索」、「家庭」、「學業」、 「工作」為多數，但不到四成（32%）的人有過求助諮商的經驗及情緒障礙的治療。
根據主題方向「曾有連續一週心情低落」，我們總共進行了三次訪談，各次分別為 5、6、4位。
訪談問題為探索在心情低落時的情況及發生的問題，以及了解他們嘗試透過何種方式舒緩及抒發心情，並且對於有諮商經驗的受訪者詢問其使用諮商的情況及感受。
我們發現在心情低落時，受訪者會做轉移注意力的事情（如：看影片、玩手遊、聽音樂等)、與朋友聊天、運動以及紀錄（如：社群發文、紀錄 APP）來舒緩心情，其中會透過紀錄以及尋求諮商來深入探索原因，而部分受訪者提及運動帶來的成就感能夠讓心情有效地變好。
這兩次訪談更深入了解在尋求幫助（如：諮商）時所經歷的經驗。
我們發現受訪者皆有相似的抒發方式，會透過與朋友聊天來獲得認同感或是尋求建議，多數人也會把過程書寫出來以梳理事件的脈絡、探索原因，這與第一次訪談有相同的概念。
另外，也了解有使用諮商過的受訪者所遇到的問題，如無法及時預約、等待諮商時獨自的調適、缺乏即時對話、與諮商師溝通時的不順利等，顯示出受訪者在尋求幫助時所遇到的問題。
我們根據三次的訪談內容，我們將進行更深入的分析，分析受訪者更深層的需求，並且從需求面提取價值，透過定義價值，以能發展後續能符合使用者需求的設計。
由使用者訪談資料，解析使用者行為背後的需求，並且歸納概念，最後定義出需求的四大價值：「解憂雜貨店」、「心情轉運站」、「走出煩惱迷宮」、「時光膠囊」，最後採取以下兩價值「走出煩惱迷宮」、「時光膠囊」定調設計方向。
為在設計上貼近實務，本團隊訪談資深心理師的諮商經驗，以及對於我們服務的設計建議，得到以下結果：
每一階段諮商期程會有六次，如果個案是第一次接受心理諮商，前三次諮商中會慢慢培養他的心理意識，心理意識包含心理基礎知識、紓壓技巧等等可以幫助個案心理健康的觀念，將個案的這些觀念建立起來後才會完全進入諮商主題。
若在諮商前個案能透過其他方法建立這些心理健康觀念，能夠省下不少時間。
諮商師提到在諮商進行時會先處理情緒（如：紀錄就是很好抒發、發洩心情的方式），再處理問題。
對於個案在梳理問題來說，本服務所提供的方法應是三到五分鐘可以產出畫面會比較實用，且能加入一些分類，像是情緒、形容詞分類，讓使用者可以換個方法了解自己。
在情緒梳理的方法上，可以參考認知行為治療（Cognitive Behavioral Therapy，CBT），透過讓當事人知道發生什麼事情，不建議會引起情緒的方法，因為容易失控，不談太多的情緒，可以談客觀及理性的面向，如：事件、影響的人。
若有急性需求的個案，要注意他的狀況，以及具備聯絡相關外部單位（e.g. 社會局、學校心輔組）的機制，且要設計相關警示機制。
導正自動化思考通常要 6 – 12 次來進行，不太可能一步就導正想法，因為還需要練習自動化思考的句子，同時要讓使用者想到反例（其實也有表現好的事件），再綜合起來。
Chatbot 中可以加入一些插圖、意象圖，把概念視覺化讓使用者更容易進入情境（例如：認知錯誤的全有全無 → 一白一黑視覺化），也建議對話可以加入後測（e.g. 現在心情如何、心情有好一點嗎？)，用評分的方式確認使用者前後狀態有沒有改變。
在使用者第一次使用 GooDuck 時啟用，用於介紹本系統提供之服務內容、註冊帳號以及填寫緊急連絡人資訊等。
以「對話」的方式進行互動：為使使用者更有代入感，我們在功能導覽及系統中都會以「跟使用者對話」的角度敘述，不僅讓文字更有溫度，也讓使用者感覺自己像是在跟一個「人物」互動。
使用者可根據自身需求簡短記錄心情，紀錄內容包括日期、心情貼圖、分類標籤以及簡述內容。
• 紀錄內容限制篇幅
為使紀錄不淪於流水帳，讓使用者在紀錄的同時進行簡單梳理，以及加快產出分析結果，我們限制心情紀錄之篇幅。
• 根據使用者心情起伏給予適當回饋
本系統將針對使用者的情緒起伏進行分析，若發現使用者之情緒長期處於低落狀態，系統將跳出提醒。
使用者可於事件發生當下或發生後，透過與 Chatbot 聊天的方式進行梳理，進而找出影響情緒的原因，其分析結果將自動儲存於心情分析中。
• 利用情境測驗了解認知偏誤及察覺自我情緒
以行為治療法（CBT）設計聊天機器人的對話內容，利用認知偏誤測驗（CBQ）的情境測驗辨識 9 大認知偏誤，了解使用者落入何種認知偏誤，以範例的介紹來幫助使用者梳理問題癥結點，透過請受試者同理情境角色的情緒，使之了解想法與情緒之間的連結，最後讓使用者察覺自我的想法與情緒之間的關係。
• 在必要時打給緊急連絡人
若聊天機器人發現使用者無法藉由聊天緩解使用者的情緒時，會主動詢問是否聯繫緊急連絡人或尋求其他管道之協助。
分為「心情量表測驗」以及「心情分析報表」兩個部分，用於進行量表測驗及儲存心情紀錄及量表測驗之相關分析報表。
• 利用量表測驗產出數據化分析報告
為提供使用者以數據化的方式定期追蹤並分析情緒狀態，本系統提供貝克憂鬱量表、貝克焦慮量表、溝通風格等測驗，讓使用者根據自身需求選擇測驗量表，並於測驗後提供相應的說明及建議供使用者查看或收藏。
• 將心情紀錄視覺化
將心情紀錄的心情貼圖以曲線圖的方式呈現，讓使用者能直觀了解自己過去某一段時間的心情變化，使用者也可以點擊查看更詳細的紀錄內容。
• 將量表測驗結果圖表化
將量表測驗結果以曲線圖的方式呈現，讓使用者能直觀了解自己某段時間的測驗結果變化，也可以查看更詳細的測驗結果及相關建議。
分為「量表建議」及「訊息收藏」兩種收藏內容，用於快速查看量表測驗建議及鴨鴨對話訊息之收藏內容，並能直接點擊導向至更詳細資訊的頁面。
分為「心情量表測驗」以及「心情分析報表」兩個部分，用於進行量表測驗及儲存心情紀錄及量表測驗之相關分析報表。
• 存取緊急連絡人資訊，在需要時拉你一把
若發現使用者有緊急狀況需要幫忙時，會撥打緊急連絡人的電話，並協助用者向外求救。
• 將「關於我們」部分內容置入系統載入頁面
一方面可簡化諮商時的衛教，也讓聊天機器人的情緒辨識技術更加透明化且為提高該功能之使用性，本系統將問答集部分內容簡化，並放入系統中的載入頁面，讓使用者在等待系統載入之餘，也能夠閱讀相關知識。
在正式招募受試者進行易用性測試前，團隊內部先進行經驗法則評估，透過評估現行之原型是否符合其實大原則來做初步的調整。經驗法則評估可以快速且有系統的發掘問題，並透過彼此間的意見交換找出最適合的修改方法，我們使用 Miro來進行經驗法則評估，並以不同顏色的便利貼統整出不同頁面之問題。
易用性測試招募了 6 位受試者，並依功能設計請他們完成 6 個測試任務，分別為「註冊並瞭解 App 功能」、「紀錄心情」、「完成量表並理解量表結果」、「查看收藏」、「回顧量表結果與心情變化」及「情緒梳理(聊天機器人)」。
而由於我們欲使用聊天機器人來實現「情緒梳理」功能，卻受限於原型工具的技術限制，於是我們在這項功能上使用 BotBonnie 撰寫聊天機器人劇本，並串接 Facebook 粉絲專頁來達成預期效果。
· 我們以服務缺口分析（重要度、滿意度）與 SUS 量表量化本產品之易用性程度
· 聊天機器人於本產品中屬重要發展功能，需要更多量化指標作為迭代參考，且其互動方式與其他介面不同，故採用 UEQ (User Experience Questionnaire) 量測聊天機器人的使用狀況。
在測驗完全結束後我們請受試者填寫 SUS 量表，6 位受試者平均分數為 82.5，標準差 10.83。
根據 Aaron Bangor 在 2009 年提出的 SUS 量尺，我們的的產品落在等級 B 中，為可接受且對應的形容詞為「Excellent」。
另外依據 Jeff Sauro 在 2011 年提出的 SUSPackage，將分數轉換為百分位數，對應到第 90 百分位數，代表 SUS 得分比市面上 90% 產品高。
與前一版產品相比，SUS 得分從 64 分進步到 82.5，進步了 29%，且從第 35 百分位數提升到第 90 百分位數，我們的產品經過優化之後有了顯著的進步。
針對情緒梳理（聊天機器人）功能，我們使用 UEQ 量表進行評估。
UEQ 量表將互動產品分為 6 個向度量測，分別為「效率」、「清晰」、「可靠性」、「吸引力」、「激勵性」及「新奇性」。
另外可再將向度區分為「實用性品質」與「享樂品質」兩大指標，「實用性品質」量測服務能夠解決使用者問題的程度，「享樂品質」量測使用者對於服務的主觀感受。
對照 UEQ 量尺，「效率」與「新奇性」兩向度達到「高於平均」的水準，代表比市場上 75% 服務優秀，其餘皆達到「好」的水準，代表比市場上 90% 服務優秀。
在兩大指標部分，「實用性品質」為 1.93，「享樂品質」為 1.52。實用性在我們的服務中目前表現較突出，顯示目前的聊天機器人對於使用者來說可以解決他們的問題，之後的設計目標可以考慮加強聊天機器人的互動性，促進使用者在遇到問題時使用我們的服務解決難題。
而在機器人的劇本設計上，我們採用質性訪談來獲得受測者之意見。大部分受測者表現出對於機器人正面的評價，像是「聊天鴨比較像是一個懂得情緒管理的朋友，而非類似老師等說教的角色」、「可以讓使用者轉移注意力」、「覺得對話內容很有道理」等等。由此可看出目前設計之劇本對於受測者而言，可以很好達到我們的目的。
但另一方面，也有受測者提出過程中「一直強調要尋求專業，那要它（聊天鴨）幹什麼」、「內容很多，速度很快」等等影響體驗之感受，這部分也將成為下一個版本的修改方向。