手動輸入優點 & 限制
優點:- 分攤設定完整,支援百分比與指定金額
- 結清支援分批還款
- 報表僅顯示欠款總額,看不出這筆錢由哪些消費累積而來
- 品項愈多,輸入成本呈線性上升


9.09%
建立分帳
建立分帳的使用率
-33.33%
完成分帳
建立分帳單到結清流程上線 1 個月後成效
Klip 是一款為朋友與家人設計的分帳 App。拍下收據後由 AI 自動擷取品項與金額,讓多人共同支出能逐項分攤,取代逐筆手動輸入。


我在旅遊時使用過 Splitwise、Tricount、BillBear 三款分帳工具。它們都能記錄「誰付了多少」,但分攤方式幾乎都以整筆帳單為單位平均分配。
實際情境是這樣的:
針對消費結構複雜(餐費、服務費、折扣)的聚餐,讓大家能像劃菜單般直覺勾選各自品項並自動算妥分攤,協助主揪迅速、零虧損收齊款項,同時帶給同行者公平透明的結帳體驗。

我選擇以「流程節點拆解」作為研究方法,而非使用者訪談,因此「既有解法在哪個環節失效」,需要的是可重現的功能比較,而不是使用者偏好。



競品分析整理
AI 擷取本身已是成熟技術,真正的瓶頸不在「掃不掃得到」,而在掃完之後的修正成本與計算正確性。這決定了我的設計重心。
Problem
HMW 讓多人聚餐的「品項認領與費用分攤」直覺到就像劃實體菜單一樣
競品分析共列出 3 個痛點,我以 2 個判準篩選:是否影響金額正確性,以及 2 人團隊是否可在 2 個月內實作。
被排除的痛點包括多人同時編輯的衝突處理、跨帳單合併結算,原因是實作成本高於當期資源待留後續版本處理。
| 競品痛點 | 設計原則 | 對應功能 |
|---|---|---|
| 辨識結果難以修正 | 假設 AI 一定會錯,把修正成本降到最低 | 辨識結果頁即時可編輯 |
| 稅金、折扣、幣別小數算不準 | 金額必須可驗算,總和永遠對得上原始帳單 | 4 種稅/折扣計算邏輯+幣別餘數規則 |
| 報表只看得到總額 | 債務關係一目了然,重要狀態主動推播 | 欠款關係報表+還款期限通知 |
各地區收據的排版、字體、感熱紙褪色程度差異極大,OCR 一定會有辨識失準的情況。問題不是「如何讓 AI 更準」(那是模型層的事),而是如何讓使用者用最低成本修好它。
掃描後跳出獨立確認頁,逐筆核對商文字。
但多一個頁面,若數量太多情況辨識度不佳,等於讓使用者再次手動輸入。

最終採用辨識結果頁即時可編輯 「修正成本最小化」。代價是使用者未必意識到結果可編輯,我用「編輯icon」作為引導來補償。
競品最常被抱怨的是「掃完還要自己算稅」。我把台灣、日本、美國收據上的稅與折扣拆解為四種情境,各自對應一組欄位計算規則:

預設邏輯依收據上偵測到的欄位判斷,使用者可手動切換。這讓使用者不需要理解稅制,也能得到正確的分攤金額。
三個人平分 100 元,每人 33.33 元,加總是 99.99 元——少的那 1 分錢沒有人付。競品普遍用四捨五入處理,結果是分攤總和與帳單金額對不上。
總額對不上原始帳單,使用者會質疑金額正確性
對付款人不公平,且付款人通常已經先墊錢
規則單純可預測,總額必定相符

同時依幣別決定小數位數:日圓、韓元不顯示小數,台幣與美元保留兩位。
設計原則是「金額必須可驗算」—使用者拿計算機加一次,總和一定等於收據金額。
上線後我觀察到使用 AI 掃描的比例明顯低於預期,使用者必須先建立群組才能建立分帳的流程。不是使用者不需要這個功能,而是入口文案沒有傳達價值,原本的「拍攝照片」只說明了動作,沒說明結果。
做了調整,將入口文案「拍攝照片」改為「掃描收據」。

原本以為是文案問題,實際上是入口位置太深
規劃 Light/Dark 兩種模式的色彩系統,整理出 40 個 color token,涵蓋 brand color、status color、container color、background color。命名採語意化(而非色值命名),確保新增功能時可直接套用,不需重新定義顏色。

支援 2 種語言。若等到翻譯完成才調整版面,等於全部頁面重做一次。因此在設計階段就以最長語言模擬版面。

日語版