一款以「即時天氣 × AI 穿搭決策」為核心的旅遊 APP。輸入目的地與日期，系統自動抓取旅程當下的天氣預報，由 AI 直接告訴你每天穿什麼、帶什麼，並串接行程規劃與在地專家建議。
查天氣、換算溫度、想像當地早晚溫差、再對照行李空間與行程性質——這個決策過程分散在好幾個 App 之間，沒有任何工具替使用者「整合判斷並給出結論」。
天氣 App 報數字、穿搭靈感在 IG、行程在筆記本，三者從不對話，使用者得自己腦補拼湊。
「明天 18°C 有雨」對多數人不等於「該帶什麼」。中間缺的是把資料翻譯成行動的判斷層。
同樣 22°C，海島跳島、都市逛街、高山健行該穿的完全不同——天氣只是變數之一。
市面上的旅遊 App 多在解決「去哪裡、住哪裡、怎麼排」。衣途切入一個尚未被佔據的縫隙：旅程期間的「身上裝備決策」。
使用者要的不是更多數據，而是一個能整合天氣、行程性質、個人風格與行李限制，直接輸出穿搭與打包清單的決策夥伴。這正是 AI 最擅長、傳統工具做不到的事。
所有功能都圍繞「天氣 → 穿搭決策」這條主軸展開，由淺到深、由免費到付費。
輸入目的地 + 旅遊日期區間，系統自動串接實時天氣 API，抓出該地該時段的逐日／逐時預報（溫度、體感、降雨、風、紫外線），由 AI 生成每日穿搭建議與整趟行李打包清單，並標註「早晚溫差需洋蔥式」「需備雨具」等提醒。
建檔個人風格（休閒／商務／韓系／戶外機能）、性別、體質怕冷怕熱、行李大小。AI 把這些變數一併納入，讓建議從「正確」進化到「像你會穿的」。
串接地圖／景點 API，依行程性質（跳島、登山、市區、宴會）調整穿搭邏輯——同樣溫度、不同活動，給不同答案。可一鍵生成或匯入每日行程。
合作在地嚮導／旅遊 KOL 提供目的地的穿著文化、季節限定提醒（如寺廟需遮肩、雪地防滑）。建立內容權威，也是 B2B 與 KOL 分潤的入口。
目的地 + 日期區間
實時天氣預報串接
AI 融合天氣×風格×行程
每日穿搭 + 打包清單
一鍵導購缺的單品
第 5 步「導購」是把使用情境直接轉成營收的關鍵節點——當 AI 建議「你需要一件輕量防風外套」，旁邊就是可一鍵購買的合作商品。這一步同時服務了使用者體驗與被動收入。
架構刻意精簡、可外包執行，符合「指揮與委派」的開發節奏。以下為建議選型方向，正式開發前需就 API 配額與授權再行驗證。
| 層級 | 建議方案 | 說明 |
|---|---|---|
| ① 天氣資料層 | 台灣：中央氣象署 CWA 開放資料 海外：Open-Meteo / OpenWeatherMap |
取逐日／逐時預報、體感溫度、降雨機率、紫外線。Open-Meteo 免費且含全球逐時預報，適合 MVP。 |
| ② AI 決策層 | Claude API（Haiku 路由 / Sonnet 主力 / Opus 精修） | 把天氣 + 風格 + 行程組成結構化 prompt，輸出穿搭與打包清單。可沿用你既有的模型分層與 Prompt Caching 策略壓低成本。 |
| ③ 商品 / 內容層 | 聯盟電商 API（Shopee / 品牌聯盟）+ 專家內容 CMS | 將 AI 建議的單品對應到可購買商品，回填圖片與導購連結；專家建議以 CMS 維護。 |
| ④ 應用 / 後端層 | 前端：React Native（雙平台） 後端：Supabase / Firebase + 雲函式 |
帳號、訂閱、行程儲存、推播。輕後端即可支撐 MVP，營運自動化程度高。 |
設計上刻意讓主要金流不依賴持續人力投入——使用者越多，收入越自動累積，這也是這個產品真正的長期價值。
免費版：單一行程、基本天氣穿搭。Premium（月／年費）：多行程、無限 AI 建議、專家內容、離線打包清單。系統自動續訂，邊際成本趨近於零。
AI 建議的單品直接對應合作電商商品，使用者一鍵購買、平台抽佣。這是核心被動收入引擎——你只需建立一次商品對應規則，之後 24 小時運轉。
授權給旅行社、航空公司、訂房平台嵌入「天氣穿搭建議」功能，收年費或拆帳。單筆金額大，需業務開發。
戶外機能、旅遊用品、服飾品牌的情境置入與季節企劃。流量到一定規模後具高議價力。
建議順序：以 ①訂閱 建立穩定基本盤、②聯盟導購 作為規模化被動引擎優先衝刺；待用戶基數成形後，再以 ③④ 放大單位營收。
路線圖只回答「做什麼」；真正決定成敗的是「怎麼確保做得出來、且上線後穩」。以下三個刻意的方法選擇，直接影響資本效率、上線穩定度與未來的擴張成本。
資源集中在單一核心主線（天氣 → 穿搭），先驗證付費意願再逐步擴充，避免預算耗在次要功能。時程與現金流可控，把前期風險壓到最低。
開發初期即以結構化 AI 流程寫入完整錯誤處理（斷網、驗證失敗、資料異常），把上線後的閃退與客訴壓到最低——穩定度直接牽動訂閱留存與口碑。
採 Supabase / Firebase 成熟託管後端，免去前期伺服器建置與維運人力；用戶量成長時彈性擴展，營收規模化不必等比增加人力成本。
這三者共同構成一個關鍵特性：用戶越多、單位成本越低，而不是越做越重。這正是產品能長期趨近「自動營運」的技術基礎——與訂閱、聯盟導購兩台被動引擎相互支撐。
| 類型 | 代表 | 能給結論的穿搭 | 結合行程 | 導購變現 |
|---|---|---|---|---|
| 天氣 App | 各家氣象 | ✗ 只報數字 | ✗ | ✗ |
| 行程規劃 App | 旅遊行程工具 | ✗ | ✓ | 部分 |
| 穿搭 / 衣櫥 App | 個人穿搭工具 | △ 日常為主 | ✗ | 部分 |
| 衣途 | 本產品 | ✓ AI 直接給結論 | ✓ | ✓ 核心 |
衣途的護城河不在單一功能，而在「旅遊情境下、把天氣翻譯成穿搭決策並直接導購」這條完整鏈路的整合。後進者要複製，得同時補齊天氣、AI、商品三端。
長天期預報誤差大。對策：7 天內給精準建議，更遠日期以「歷史氣候 + 區間」呈現並標註信心度。
AI 穿搭若不接地氣會失去信任。對策：以「做三次成 Skill」精煉 prompt，建立穿搭規則庫與人工抽查。
導購需流量、流量需內容。對策：以專家內容與分享機制換取早期自然流量，再啟動變現。
不必一次做完所有功能。先把「輸入地點日期 → AI 給穿搭與打包清單」這條主線做成可用原型，丟給真實使用者驗證付費意願，再循序加上行程、導購與 B2B。
我可以幫你接著做：MVP 規格書 / Prompt 設計 / 原型