当我们第一次坐下来构思如何构建一款AI日记应用时，诱惑显而易见：让AI完成所有工作。
我们生活在一个人工智能可以瞬间解析数千字、检测细微语义差别并吐出高度准确的情感分析分数的时代。作为工程师和产品设计师，这种自动化令人沉醉。我们想要构建一种无缝、无摩擦的体验，让用户可以将他们的想法倾倒进应用中，而我们复杂的后端可以整齐地分类他们的情绪状态，将其绘制在精美的图表上，并提供深刻的心理洞察。
这种方法只有一个巨大的问题：用户非常讨厌它。
我是Ethan Cole，Vividiary的产品负责人。今天，我想谈谈我们在情感AI用户体验设计方面学到的最痛苦但最有价值的教训之一。我们以惨痛的方式认识到，当涉及到人们内心深处的感受时，最有效的用户体验不是指令式的，而是协作式的。
这就是我们为什么停止告诉用户他们的感受，以及我们如何重新设计Vividiary来转而询问他们的故事。
过于聪明的危险
以情感为导向的产品设计中的核心张力在于智能与同理心之间的平衡。
在Vividiary开发的早期，我们认为减少摩擦是最终目标。如果用户感到沮丧、焦虑或不知所措，他们最不想做的事情就是操作复杂的UI来记录他们的情绪。我们认为“聪明”的做法是让用户自由地说话或打字，让AI在后台悄悄地工作来标记他们的情绪。
但情绪不是像心率或步数那样的客观数据点。它们是极其主观、高度情境化且极其私人的。
当算法分析一段文字并宣称“你感到愤怒（87%置信度）”时，它就越过了界限，从一个有用的工具变成了一个侵入性的评判者。如果AI是对的，它会让人感到临床且冷漠。但如果AI错了——这在处理讽刺、发泄或复杂的混合情绪时经常发生——它会彻底破坏用户的信任。
我们意识到，我们构建的应用感觉像是一个心理诊断工具，而不是一个安全、私人的日记。
我们拒绝的：自动标记灾难
在我们确定当前的设计之前，我们测试了几种不同的方法。我们相信Vividiary的透明度，所以我想分享我们没有走的那条路，因为这些原型的失败直接影响了你们今天使用的产品。
方法 1：“神谕”自动标记器 在我们第一个封闭测试版中，我们实现了一个完全自动化的情感分析引擎。用户会写下一篇日记，点击“保存”后，应用会根据文本立即附加诸如 `#Anxious`、`#Frustrated` 或 `#Joyful` 之类的标签。
优点： 完全没有摩擦。用户不需要做任何额外的工作。
缺点： 这是一场灾难。
在用户测试期间，该队列中 10 名用户中有 8 名表示对AI感到“被误解”或“恼火”。一位用户给我们的反馈永久地改变了我们的轨迹：“我写了一篇长文抱怨我的老板。我只是在发泄以释放压力，但应用却给我贴上了‘高度压力’和‘愤怒’的标签。这让我感觉更糟，好像我在管理情绪方面很失败。当我只是在发泄时，不要告诉我我压力很大。”
我们意识到，通过自动标记，我们剥夺了用户的主动权。我们在他们自己有机会反思之前，就为他们的故事写下了结论。
方法 2：被动后台分析器 接下来，我们尝试了一种更温和的方法。我们没有在条目上贴标签，而是让AI生成一个隐藏的“情绪分数”，该分数仅在每周的分析仪表板中显示。
这也失败了。当用户最终查看他们的每周图表时，他们感到与数据脱节。因为他们没有积极参与记录他们的情绪，所以这些图表感觉像是属于别人的。它没有促成自我反思，只是引起了困惑。
这些失败促使我们彻底重新思考我们对 自动化情绪洞察用户体验 的方法。我们需要一个让用户掌握主动权的系统。
询问而非告知的情感AI用户体验设计
我们彻底废弃了自动标记引擎。相反，我们转向了“建议并确认”模式。我们决定，AI在Vividiary中的角色不应该是诊断用户，而是充当促进积极反思的支持性伙伴。
以下是我们选择构建的内容及其原因。
1。无摩擦的 5 级情绪系统 我们仍然希望保持极低的初始进入门槛。我们设计了一个无摩擦的 5 级情绪系统——从最好到最差——用户可以在打开应用后的 3 秒内完成。
随后是可选的情绪和活动表情符号多选。通过要求用户手动选择他们的基准情绪，我们将体验建立在 情感标记科学 的基础上，该科学表明，简单地为一种感觉命名有助于减少其生理影响。
2。作为促进者的对话式AI 一旦设定了基准情绪，用户就可以在我们的AI对话模式中无缝切换语音和文本。
AI不再悄悄地分析用户，而是与他们互动。它会根据他们的初始情绪输入提出开放式问题。“我看到你今天感到有点精疲力竭。你想谈谈是什么占用了你的精力吗？”
3。“审查并确认”草稿系统 我们所做的最关键的改变是最终输出。对话结束后，AI会生成一份总结该条目的第一人称日记草稿。
至关重要的是，这份草稿不会自动保存。用户会看到草稿，并且必须审查、编辑并手动确认它。AI可能会建议：“我对项目截止日期感到不知所措”，但用户有权将其编辑为：“我对项目截止日期感到恼火，但我完成了它。”
这种简单的用户体验摩擦——强制用户审查和确认——确保了最终条目是他们内心状态的准确反映，而不是算法的假设。它让用户牢牢掌控自己的叙事。
4。柔和的UI和吉祥物引导的游戏化 为了对抗困扰许多传统日记应用的“空白页”焦虑，我们引入了温和的游戏化。用户由一个粘土角色陪伴，该角色会根据他们的情绪数据在 30 天内成长并演变成 8 种最终形态之一。
这种柔和的UI充当了情感向导，使数字空间感觉私密、温馨且不那么临床。它将记录情绪的行为从枯燥的数据输入任务转变为一种滋养的、视觉上令人愉悦的习惯。
平衡云处理与隐私至上的设计
当你构建一个严重依赖对话式AI的情感导向产品设计时，你不可避免地会遇到关于数据隐私的技术和道德障碍。
让我们透明地说明Vividiary在后台是如何工作的。我们使用React Native和Expo为iOS和Android构建了该应用。为了驱动复杂的AI交互、生成第一人称草稿并在设备间同步用户数据，我们依赖于利用Supabase和Firebase Auth的强大云架构。
因为我们正在处理高度敏感的个人日记条目，所以我们不能在安全性上妥协。Vividiary从一开始就是以隐私至上的设计理念构建的。您的数据在传输中和在我们安全的云环境中存储时都是加密的。
这种架构使我们能够提供在移动设备上纯粹运行不可行的强大AI功能，同时确保您的私人想法保持严格保密。我们不出售用户数据。我们不会在您的个人日记上训练外部公共模型。
为了维持这种安全的基础设施并 平衡基于云的AI成本与隐私，我们利用通过RevenueCat管理的免费增值模式。
我们希望确保心理健康追踪的核心益处对每个人都保持可访问性。我们的免费层级通过无限的情绪记录、基础分析和每天 3 次AI对话来鼓励日常习惯养成。
对于想要更深入洞察的用户，我们的高级层级（$2.99/月或 $11.99/年）解锁了无限AI、语音优先级以及高级分析，如气泡图、热图和模式检测。通过依赖透明的订阅模式而不是数据货币化，我们将我们的业务激励直接与用户的隐私和福祉保持一致。
数据：为什么摩擦并不总是坏事
当我们提出“建议并确认”模式——特别是用户在保存前必须手动审查和编辑AI生成的草稿这一步骤——时，内部存在巨大的阻力。
产品设计中的传统智慧是，每一次额外的点击都会导致流失。我们非常担心用户会与AI进行愉快的对话，到达草稿审查屏幕时感到疲劳，并完全放弃该条目。
我们进行了拆分测试以找出答案。A组获得了自动保存体验（零摩擦）。B组获得了审查并确认体验（增加了摩擦）。
结果完全打破了我们的假设。
虽然A组的完成时间稍快，但B组在我们的长期 留存指标 上显示出巨大的改善。
被迫审查和编辑AI生成草稿的用户，其 30 天留存率比那些条目被自动保存的用户高出 42%。此外，在我们的测试后调查中，B组的自述“信任分数”几乎是A组的两倍。
为什么？因为摩擦并不总是坏事。在处理个人想法时，少量的摩擦标志着关心、准确和控制。通过要求用户确认草稿，我们本质上是在说：“这是你的思想，不是我们的。我们理解对了吗？”
那种积极反思的时刻正是日记记录产生实际治疗价值的地方。AI承担了整理想法的繁重工作，但用户保留了对情绪的心理所有权。
接下来是什么
我们正在不断完善我们的情感AI用户体验设计。目前，工程和设计团队正在致力于扩展粘土角色的演变，以更好地反映长期的情绪韧性，而不是仅仅反映日常的情绪波动。
我们还在为高级用户微调我们的语音优先级模式，确保AI对话流程感觉更加自然，而不像僵硬的面试。
构建一款AI日记应用是一种令人谦卑的经历。它要求你作为产品构建者不断检查自己的自负，并记住技术应该服务于人类心理，而不是相反。通过从一个告诉你感受的AI转变为一个帮助你发现感受的AI，我们构建了一个用户真正信任其内心想法的产品。
在这个领域，信任是唯一真正重要的指标。
