03 | Hopper的“人工智能”

Hopper 的设计非常的场景化，它所有的设计几乎都是顺着场景长出来的

首先，我们先来试用上面的模式。

当我们选择 11 月 12 日到 18 日的区间后，跳转画面出现了一只兔子，界面上显示出当前的最低价格是 3860 元人民币，并且，这只兔子在提示：你现在应该预定。底下还有一句话：这不是最好的价格，但如果你继续等，你有可能会要付更多钱。它告诉用户，机票的低谷价格已经过去了，如果有出行的需求，最好尽快预定。
这就是 Hopper 很重要的提示功能。这样的提示以一种非常自然的方式，把信息描述给用户听。整个过程像一个人在跟用户做沟通，而不是一个很生硬的机器去提示用户，并让用户从复杂的信息表格或者图表里去获取到信息。

我们选一个其他时间段的机票再看一下，选择 2 月 11 日到 17 日后，当前的最低价格是 5486 元，下面有一句提示：你可以等一等，会有更便宜的价格，但一定要在 2 月 10 号之前买好票。这是 Hopper 监控这段时间，通过分析历史机票价格的变化，给出的一个建议。

在提示的下面出现了三条建议。

第一条建议：你可以选择更便宜的旅行时间。如果你在 12 日出发就可以省 525 元，如果你在 11 日之后的一周之内出发，最多可以省 1200 元，跟刚才的逻辑是一样的，反正你没定，我就告诉你，你改一改日期，有可能会便宜。
第二条建议：你可以选择更便宜的出发机场。从北京走，不妨从天津走，如果你从北京走改到从天津走，你就可以省 559 元。
最后一条建议：你可以选择更便宜的到达机场。也就是现在的到达机场是旧金山的机场，如果你改到另一个城市机场，可以便宜 229 元。

在用户恰好想做决定，甚至是心里刚冒出这个念头的时候，Hopper 都合适地出现提醒，并利用数据分析帮助用户做这样的决策，这是这个产品非常场景化的一种表现。

再来看第二种场景。

这个场景中，用户可以作出不定项的选择。出发的日期可以不定，假期的长度也可以不定。从北京出发，去到哪里也是不定的，用户可以多选，可以随意添加很多想去玩儿的地方。比如，日本、欧洲、法国。添加之后，Hopper 会生成很多卡片，根据数据的计算，制定好出游的方案。

国内的一些机票预定应用在这个界面会铆足了劲，加一些搭售的选项，比如买保险，买个酒店的抵用券等等；而当 Hopper 出现一些具体限制的时候，它会很温馨地用一句话来提示。并且，这个提示非常的不突兀，它不是弹出一个框，也不是一个巨大的标红，而是用一种很卡通的，很温和的方式来给你这样的提醒。

在 Hopper 中，可以具体化看出产品经理常说的：场景是需求的灵魂，我们需要让产品和功能贴着需求与场景长出来。Hopper 所有的交互过程正是这样，每一处都是与场景相吻合，在用户想做决定的时候，恰好的出现。

反观 Hopper 这个产品，它似乎也看不到什么人工智能，但是通过处理文案，处理产品的细节，反倒把这个应用做得非常有人情味，特别温和。当你在使用 Hopper 的时候，你的感觉是在跟一个了解你“正在想什么”的人在做沟通