AI参与客户旅程后，审查成为新的瓶颈

一个客户旅程可以从“用户放弃购物车”开始，再根据会员等级、所在地区、是否打开邮件和是否完成购买，分化出多条路径。每条路径可能包含不同的邮件、短信和推送，同一条内容还会因为用户身份、语言和实验方案形成多个版本。

在传统的旅程画布中，这些内容通常被压缩为节点与连线。画布可以清楚呈现流程从哪里开始、经过哪些判断、最终走向哪里，却很难同时展示每个节点内部承载的具体内容。结构上的完整，并不能证明实际发送给用户的信息已经得到完整检查。

设计者需要逐一打开节点，查看不同渠道和个性化版本，再返回画布确认内容是否符合当前路径。一个节点中的措辞可能没有问题，放入完整旅程后却可能与前一条消息重复，或者与用户已经完成的行为相互矛盾。流程越复杂，审查越容易退化为频繁的页面切换，局部内容与整体关系也越难同时掌握。

AI没有消除这项工作，反而放大了它的规模。

Adobe Journey Optimizer正在将自然语言生成、内容生产、规则编排与异常分析接入Coworker。用户可以要求AI建立客户旅程、生成不同渠道的内容、解释规则或检查配置。原本需要逐项搭建的节点和分支，现在可以更快形成；与此同时，需要人工核验的路径、版本和条件也会同步增加。

生成效率与审查能力由此出现了新的落差。过去，团队的大部分时间消耗在创建流程；当AI压缩了创建时间，问题便转移到另一端：人能否理解生成结果的全貌，识别两次修改之间的差异，并发现隐藏在局部节点中的风险。

Adobe在9月的更新中开始补足这一层界面。

9月24日上线的版本比较，可以通过Coworker整理两版旅程之间的结构化差异，显示哪些节点被新增、删除、修改或移动，哪些连接与字段发生了变化。设计者不必依靠记忆重新遍历整张画布，而是可以把注意力集中在发生改变的位置。

目标于9月28日推送的内容预览，则把邮件、推送等渠道内容的缩略图直接带入旅程画布，并允许用户在全屏窗口中切换不同方案和个性化版本。内容不再完全隐藏在节点内部，流程结构与用户最终看到的信息开始进入同一个审查视野。

仍标注为“即将推出”的Hygiene Analysis，进一步把检查范围扩展到旅程的运行状态。它可以扫描失效配置、长期未使用的草稿、孤立数据源和持续报错的自定义操作，再通过对话给出修正建议。

三项能力分别处理审查中的不同问题：版本比较回答“修改了什么”，内容预览回答“用户会看到什么”，异常分析则试图说明“哪些部分可能无法正常运行”。它们没有继续增加生成入口，而是开始为已经生成的复杂系统建立可见性。

这种变化也在重新定义客户旅程画布的职责。过去，画布主要是一种流程编辑器，用来组织节点、条件和路径；当大量内容与规则可以由AI批量生成，画布还需要成为审查界面。设计者不仅要在这里建立流程，还要判断流程是否完整、修改是否合理、内容是否一致，以及异常会影响哪些用户。

缩略图、差异标记和异常提示因而不是附着在画布上的辅助信息。它们承担的是从整体结构进入局部风险的索引作用：先让人看见问题出现在哪里，再决定是否进入节点检查细节。缺少这一层，AI生成得越快，团队越可能面对一张结构庞大却难以核验的流程图。

审查界面也不能只追求“看起来更完整”。个性化内容只有在具体用户资料、语言、设备与业务数据共同作用后，才会形成最终结果。一张缩略图展示的只是某种预览状态，无法覆盖所有真实条件。Adobe也说明，Coworker提供的快速旅程模拟尚不能完全替代原有的手动模拟流程。

版本差异同样只说明发生了哪些变化，不能替人判断变化是否正确；异常分析可以发现部分配置问题，也未必能够识别内容语气、业务逻辑和用户感受之间的冲突。自动检查扩大了可见范围，却没有取消专业判断。

这次更新主要面向企业营销与客户运营场景，部分能力仍在分阶段推送，标注为“即将推出”的功能也可能继续调整。目前的信息不足以证明AI已经能够可靠地设计并维护复杂客户旅程。

生成式工具正在改变复杂软件中的成本分布。当创建不再是最耗时的环节，比较、检查、验证与追溯便不应继续隐藏在层层配置页面中。

AI可以迅速扩展一个系统，人仍然需要一套界面，看清它如何扩展、哪里发生变化，以及哪些结果尚未得到验证。