我用 AI 把東京五日行程做成幾個小網站

過去規劃一次自由行，我會把資料放進一份 Google Docs 文件。

Google Docs 只是當時最省事的選擇。你得逐一打開每一間餐廳的 Tabelog、Google Maps 與官網，再把評分、位置、營業時間與交通整理到一起。換一個住宿地點，附近的早餐、宵夜與每天的進出路線又要重新查詢。

Tabelog 是日本很常用的餐廳評論網站。找到一間高分餐廳很快；但要判斷距離、營業日、排隊時間，必須將這些資訊放在一起評估，這才花時間。

以前我不會為了一趟旅行專門做網站，只會把這些內容塞進文件。畢竟它只服務一個家庭，幾天之後就失效，怎麼看都不值得開發。

這次，做一個只用五天、旅行結束就可以丟掉的網站，花的力氣可能比整理文件還少。

AI 不僅能回答問題，還能直接做出網頁。旅遊規劃從靜態文件，變成一組會搜尋、比較、等待，也會跟著行程改變的小工具。

行程是在對話中長出來的

一開始，AI 還不知道我們喜歡什麼，排出來的也是很典型的東京行程，裡面甚至有東京迪士尼。

但我沒有想去東京迪士尼。我想去遠一點的地方，所以讓它查仙台兩日往返是否可行；小孩說想去江之島，我則想帶大家去麻布台之丘的 teamLab Borderless。

這幾個方向彼此並不相容：仙台需要兩天，江之島受天氣影響，而 teamLab 則需要配合預約時段。AI 在對話中逐漸記住我們不要什麼、誰在意什麼，進而將每天的行程重新排列。

後來，勇者鬥惡龍展也順利買到了票，旅行的行程也隨之定下來：先去勇者鬥惡龍展，隔天去看江之島燈籠，接著前往 teamLab 與麻布台。

我們想去看《勇者鬥惡龍》40 週年紀念展「Dragon Quest the DIVE」。它在東京原宿的東急 Plaza「HaraKado」舉辦。展覽內容包括戴上 Meta Quest 3、坐進動態座椅，在 360 度的《勇者鬥惡龍》世界裡移動；場內也回顧第一代到第十一代作品，並展示系列的開發資料。

最初想要的時段沒有票。我用 AI 寫了一個排程工作，每天檢查官網是否有新的票釋出。後來追加名額出現，系統通知我，最後我成功訂到了想要的下午場次。

以前我會把「沒票」寫進文件，偶爾想起來才回去查。這次我把等待交給排程工作。

小孩想去的江之島排在隔天。我們從下午待到晚上，看了江之島燈籠。白天的海邊行程到了夜裡，變成了完全不同的景色。

早上，我們前往麻布台之丘的 teamLab Borderless，並且在同一天預約了麻布台之丘 Hills House 的 Hills Parfait Collection。

網站將 teamLab 的預約時段與附近想去的地方排在一起，讓人能清楚判斷時間是否接得起來。

秋葉原是家人前一晚才加進來的目的地。太太和小孩說想逛秋葉原、買《葬送的芙莉蓮》周邊，我們就把它排進行程。太太用掃貨的方式買了一堆芙莉蓮，心滿意足；我和兩個小孩則每人買了一把《孤獨搖滾》扇子。

以前，光是比較餐廳就會消耗很多時間。我總會想要多看一些選項，因此在選定幾個確定會去的地區後，會把附近的餐廳、咖啡廳、甜點店、景點與逛街地點都找齊。

這次我只把新橋、築地、銀座、麻布台、鎌倉、江之島、池袋與新宿這 8 個地區交給 AI。它自行搜尋周邊值得考慮的店家與景點，查完 Tabelog 評分、Google Maps 位置、價格、交通與官網資訊，再判斷各自適合什麼情況，整理成一頁包含 83 個推薦的東京沿線備選大全。

AI 先整理搜尋結果，篩選出值得考慮的選項，並寫出排隊、繞路、四人用餐、天氣與體力等限制。我到現場只需要根據當下狀態，從清單裡挑選一個即可。

住宿是另一個例子。

我們一開始在比較兩個住宿地點。我請 AI 做了一個小網站，將價格、房間大小、交通、附近的早餐與宵夜排在一起，也把「房內是否有洗脫烘」列為條件。這樣一家人可以直接在頁面上查看差異並進行投票，不必反覆翻找聊天記錄。

投票結束後，我們兩間都沒選，最後住的是第三個地點。

不過，投票網站把一家人在意的條件整理得很清楚。當第三個選項出現時，我們很快就判斷出它更合適，網站也因此完成了任務。

做這個網站的成本非常低，用完即丟也沒關係。介面可以像草稿一樣，僅用於完成一次家庭討論。

另一個網站是手機版行程頁，集中了旅行當下需要的資訊：今天去哪裡、幾點要到、從新橋怎麼走、訂位連結在哪裡，以及如果下雨或走不動，有什麼替代方案。

旅途中我們還是常常更改行程。有人累了、吃飯拖久了、天氣變了，原本安排的順序就會失效。但有了網站作為共同基準，我和 AI 都知道這一段原本應該排在哪裡。只要告訴它我們現在的位置或延誤了多久，它就能依據剩下的時間、交通與附近的備選方案重新推薦，不必每次都從整趟旅行的背景重新說起。

其中一天，我們在炸牛排原宿店提早吃完晚餐，因此趕得上新宿東京都廳的 Tokyo Night & Light。

傳統文件保留了出發前的規劃。這個網站則隨著旅程即時更新：哪些票已購買、行程日期是否有變動、當前所在位置，以及接下來有哪些選擇。

我查看它安排的當天行程；AI 也從同一頁面接續工作。

旅遊行程規劃服務原本就很難做，因為它天生具有高度客製化特性。換一個家庭、換一間飯店、換一個下雨天，之前的搜尋與路線都可能需要重做。傳統軟體需要服務大量用戶，才能攤平設計、開發與維護成本。過去，只為了五天行程而製作的家庭網站，往往是做不起來的。

AI 縮短了搜尋資料與製作網站的時間。

現在，我會為一次決定、一個家庭、一段旅程做一個網站，回程後就關掉。

一次旅行，已經足以成為軟體的開發單位。做出來的行程表會搜尋、比較、等待、記住狀態，並跟著我們一起移動。