Currently adapted
Part 1: Framing the Problem
先把 AI 專案的題目定對，再把故事、系統模型與價值判斷整理清楚。這一段是整本書的方法地基。
目前網站已經整理到 Chapter 1-3；Chapter 4-5 會接續補進這個 part，讓它形成完整的 framing toolkit。
Private Study Edition
UX for AI
這個網站把書的內容重組成 lesson-based 的靜態學習體驗。首頁先呈現全書的 4 個 parts，再展開目前已整理完成的 Part 1 lessons。
先看全書地圖，再進 lesson
這本書的結構其實非常清楚：先定義問題，再談設計模式，接著進入 research，最後收束到 bias 與 ethics。 因此首頁先把 4 個 parts 當成第一層資訊架構，再往下展開 lessons。
目前網站的整理重心放在 Part 1。這一段會逐步把 Chapter 1 到 Chapter 5 轉成一組前期 framing toolkit，幫助你更早判斷 AI 題目是否值得做、故事是否成立、系統模型是否抓對、以及價值是否真的划算。
Planned
Part 2: AI Design Patterns
當題目成立後，這一段開始處理 AI 產品該怎麼被設計，從 copilot 到 reporting，再到 search、forecasting、agentic AI。
這裡比較像一個 pattern library，會把多種 AI 介面與產品型態整理成可比較的 lessons。
Lesson 1 Case Study: What Made Sumo Copilot Successful?
Lesson 2 UX Best Practices for SaaS Copilot Design
Lesson 3 Reporting
Lesson 4 LLM Design Patterns
Lesson 5 Search, IA, Forecasting, Anomaly, Agentic AI
Planned
Part 3: Research for AI Projects
這一段會把 AI 專案的研究與驗證工作整理成方法鏈，從 brainstorming、AI-inclusive UCD，到 UX research 與 RITE。
和前兩個 parts 相比，這裡更偏 workflow 與 research practice，適合做成研究導向的 lessons。
Lesson 1 MUSE / Disciplined Brainstorming
Lesson 2 AI-Inclusive User-Centered Design Process
Lesson 3 AI and UX Research
Lesson 4 RITE for AI Projects
Planned
Part 4: Bias and Ethics
最後一段把整本書收束到風險、偏誤與責任，提醒 AI 產品的設計判斷不能只停在功能與效率。
這個 part 對網站的重要性很高，因為它會決定整本書最後如何談 AI 的邊界、後果與 UX 的角色。
Lesson 1 Asking Tough Questions Through Vision Prototyping
Lesson 2 All AI Is Biased
Lesson 3 AI Ethics
Lesson 4 UX Is Dead. Long Live UX for AI!
Current Focus
Part 1 is the current working track
目前可閱讀的 lessons 全都屬於 Part 1。這一段的目標是把 AI 專案前期最重要的 framing 工作講清楚，讓你在設計 pattern 之前，先把問題本身看對。
Lesson 1
Why UX for AI
從 MCAS 事故看見 AI 已經進入工作流時，人機協作關係需要被明確設計。
Lesson 2
Pick the Right Use Case
把失敗案例收斂成可判斷的框架，先學會辨認不該做的 AI 題目。
Lesson 3
Storyboarding for AI
把抽象的 AI 想法畫成可檢查的故事，讓價值、風險與 payoff 變清楚。
Lesson 4
Digital Twin
把系統畫成一個可討論的模型，讓輸入、輸出、缺失資料與倫理邊界一起被看見。
Lesson 5
Value Matrix
把 accuracy 從中心位置移開，改用真實世界的成本、收益與 ROI 來評估 AI。