大多数心理健康和日记应用都存在我所说的“末日仪表盘”问题。你记录了一个月的心情，打开应用，它兴高采烈地向你展示一张巨大的图表，证明你已经连续三周过得很痛苦了。

我是Ethan Cole，Vividiary的产品负责人。今天，我想坦诚地谈谈我们是如何解决该领域最棘手的问题之一的：弄清楚如何设计主动型AI伴侣，让它们真正让用户感觉更好，而不是仅仅充当被动、令人沮丧的数据记录员。

我们在早期犯了很多错误。我们构建了自认为非常出色的功能，结果却在用户测试中惨遭失败。以下是我们构建了什么、下架了什么，以及我们最终如何在情感AI用户体验设计中找到方向的故事。

心理健康应用中被动追踪的陷阱

当我们刚开始构建Vividiary时，我们知道我们需要一个无摩擦的切入点。我们设计了一个快速的、3秒的5级情绪记录系统（从最好到最差），并配有用于特定情绪和活动的可选表情符号多选功能。

它运行得非常完美。门槛很低，用户也在持续记录他们的情绪。但我们很快意识到一个痛苦的事实：被动追踪是不够的。在没有提供即时、共情效用的情况下收集情感数据，就像在某人发烧时测量体温，然后只说一句“是的，你病了”，就走出房间一样。

用户不仅想知道他们感觉如何；他们想感到被倾听，并想知道接下来该做什么。我们需要从被动的数据收集转向实时的情感干预。

我们拒绝的内容：情绪日历热力图UI（以及它为何在用户测试中失败）

我们让这些数据变得有用的第一次尝试是一个经典的产品管理陷阱：我们构建了一个仪表盘。具体来说，我们构建了一个高度精美的情绪日历热力图UI，其灵感很大程度上来自GitHub的贡献图。

想法很简单：浅色代表好日子，深色代表坏日子。我们以为用户会喜欢一眼看到他们的情绪趋势。

我们错了。

在我们的内测中，反馈非常残酷。10个用户中有7个告诉我们，热力图让他们感觉更糟。一位用户的反馈让我印象深刻：“在屏幕上看到一片深红色的方块，只会证实我这个月过得很糟糕。这太让人崩溃了。”

  • 易于构建。
  • 视觉上具有冲击力的数据密度。
  • 回顾性强。
  • 缺乏背景（为什么那是糟糕的一天？）。
  • 在抑郁发作期间诱发羞耻感和焦虑感。

我们意识到，对于处于脆弱状态的人来说，原始的情绪日历热力图UI是一个糟糕的默认屏幕。我们将其作为主要界面下架了。（我们最终为高级版的高级分析功能带回了一个经过修改、内容丰富的版本，但前提是必须与可操作的见解相结合）。

向情感驱动的产品设计转型

我们需要一种完全不同的方法。我们不想向用户展示他们过去的枯燥图表，而是想构建一个能实时适应他们情绪状态的系统。我们需要专注于情感驱动的产品设计。

我们问自己：我们如何创建一个“情感识别-情感诱导循环”？记录糟糕的心情如何能触发一种安慰性的体验？

我们的解决方案是游戏化，但不是那种廉价的“赚取徽章”式的游戏化。我们引入了一个粘土角色伴侣。当你记录心情时，这个角色会做出反应。在30天的时间里，根据你的情感数据和互动，该角色会演变成8种最终形态之一。

这种简单的转变改变了一切。用户不再觉得是在向数据库汇报，而是觉得在照顾一个伴侣。它建立了情感依恋，并软化了情绪追踪的临床感。

如何设计真正有帮助的主动型AI伴侣

虽然粘土角色提供了情感温暖，但我们仍然需要一种方法来帮助用户处理他们的感受。这引出了Vividiary的核心：我们的AI对话模式。

在弄清楚如何设计主动型AI伴侣时，最大的风险是AI让人感到侵入性或说教味太浓。当用户在倾诉工作中的糟糕一天时，没人希望机器人告诉他们“笑一笑”或“尝试深呼吸”。

我们选择的方法：
我们没有让AI充当治疗师，而是将其设计为反射性中间件。你可以通过语音或文字与AI交谈。AI会倾听、验证你的感受、温和地探寻背景，然后——至关重要的是——为你起草一篇第一人称的日记条目。

你审阅、编辑并确认它。这让用户完全掌控自己的叙事，同时消除了“空白页”的摩擦。我们在关于自动化情绪见解的文章中深入探讨了为什么这种特定的工作流程如此有效。

我们的收获：
用户测试表明，为用户起草条目将日记放弃率降低了60%。当你精疲力竭时，写作是很困难的。与一个为你分担重任的共情AI交谈，感觉就像拥有了超能力。

重新思考情感仪表盘设计：前瞻性与回顾性

即使有了主动型AI伴侣，用户仍然需要了解他们的长期模式。但我们必须修复我们的情感仪表盘设计，以避免“末日仪表盘”效应。

我们从回顾性分析转向了前瞻性分析。我们不再仅仅展示发生了什么，而是专注于为什么会发生以及会有什么预期。

对于免费版用户，我们提供无限的情绪记录、每天3次AI对话和基础分析。但对于高级版用户（每月$2.99或每年$11.99），我们解锁了高级分析功能，使用气泡图将特定活动与情绪波动联系起来。我们还在尝试预测性AI情绪追踪，以便在用户进入历史上的压力期（如期末考试周或月底报告期）时温和地提示他们。

成功的情感仪表盘设计的关键在于确保每一个数据可视化都与可操作的、共情的见解相结合。

我们的隐私优先云架构：保护脆弱数据

如果不解决房间里的大象：隐私问题，你就无法构建情感AI用户体验设计。情感计算处理的是你能想象到的最敏感的数据。

我们对我们的隐私优先云架构极其严格。我想在这里完全透明：Vividiary是一个基于云的应用。为了支持复杂的LLM交互并确保你的日记在丢失手机时能同步且安全，你的数据存储在云端。

然而，“云”并不意味着“暴露”。我们使用React Native、Supabase和Firebase Auth构建了后端。每一条情感数据和每一篇日记条目在传输和存储时都经过加密。AI会处理你的背景信息来帮助你，但你的个人叙事是被锁定的。我们不出售你的数据，也不使用你的个人日记来训练公共LLM。

建立信任不仅仅是写一份好的隐私政策；它是用户体验设计的核心组成部分。如果用户感到不安全，他们就不会诚实。如果他们不诚实，AI伴侣就无法帮助他们。

下一步

我们目前正在测试AI伴侣实时识别认知扭曲（如“非黑即白思维”）并在对话阶段温和地挑战它们的新方法。在支持与过度分析之间保持平衡是很微妙的，但早期的内测指标很有希望。

构建Vividiary教会了我们的团队，心理健康应用的未来不在于更好的图表。而在于构建能够积极、共情地参与用户情感旅程的系统。