當我們第一次坐下來構思如何打造一款 AI 日記應用程式時，誘惑顯而易見：讓 AI 完成所有事情。

我們生活在一個人工智慧可以瞬間解析數千個單字、偵測細微語意差別，並吐出高度準確的情感分析分數的時代。身為工程師和產品設計師，這種自動化令人著迷。我們想要打造一種無縫、無摩擦的體驗，讓使用者只需將想法傾倒進應用程式中，而我們精密的後端就能整齊地分類他們的情緒狀態，將其繪製成精美的圖表，並提供深刻的心理洞察。

這種方法只有一個巨大的問題：使用者非常討厭它。

我是 Ethan Cole，Vividiary 的產品負責人，今天我想談談我們在情感 AI UX 設計中學到最痛苦但也最有價值的一課。我們慘痛地學到，當涉及到人們最深層的感受時，最有效的用戶體驗不是規定性的，而是協作性的。

這就是為什麼我們停止告訴使用者他們的感受，以及我們如何重新設計 Vividiary 來詢問他們的故事。

過於聰明的危險

情感驅動產品設計的核心張力在於智慧與同理心之間的平衡。

在 Vividiary 開發初期，我們假設減少摩擦是最終目標。如果使用者感到沮喪、焦慮或不知所措，他們最不想做的事就是操作複雜的 UI 來記錄情緒。我們認為「聰明」的做法是讓使用者自由地說話或打字，並讓 AI 在背景中安靜地標記他們的情緒。

但情緒並非像心率或步數那樣的客觀數據點。它們是極度主觀、高度情境化且非常私人的。

當演算法分析一段文字並宣稱：「你現在感到憤怒（87% 置信度）」時，它就跨越了界線，從一個有用的工具變成了一個侵入性的評判者。如果 AI 是對的，它會讓人感覺冷漠且生硬。但如果 AI 錯了——這在處理諷刺、發洩或複雜的混合情緒時經常發生——它會徹底摧毀使用者的信任。

我們意識到，我們打造的應用程式感覺像是一個心理診斷工具，而不是一個安全、私人的日記。

我們拒絕的：自動標記災難

在確定目前的設計之前，我們測試了幾種不同的方法。我們相信 Vividiary 的透明度，所以我想分享我們沒有走的那條路，因為這些原型的失敗直接影響了你們今天使用的產品。

方法 1：「神諭」自動標記器 在我們的第一次封閉測試中，我們實作了一個全自動的情感分析引擎。使用者寫下一篇日記，點擊「儲存」後，應用程式會根據文字立即附加如 `#Anxious`、`#Frustrated` 或 `#Joyful` 等標籤。

優點： 完全沒有摩擦。使用者不需要做任何額外的工作。
缺點： 這是一場災難。

在使用者測試期間，該群組中 10 位使用者中有 8 位表示對 AI 感到「被誤解」或「惱火」。一位使用者給我們的回饋永久地改變了我們的發展方向：「我寫了一篇長文抱怨我的老闆。我只是發洩一下情緒，但應用程式卻將我標記為『高度壓力』和『憤怒』。這讓我感覺更糟，好像我在管理情緒方面很失敗。當我只是在發洩時，不要告訴我我很焦慮。」

我們意識到，透過自動標記，我們剝奪了使用者的自主權。我們在他們自己有機會反思之前，就已經為他們的故事寫下了結論。

方法 2：被動背景分析器 接下來，我們嘗試了一種更溫和的方法。我們沒有在日記上貼標籤，而是讓 AI 生成一個隱藏的「情緒分數」，只會顯示在每週的分析儀表板中。

這也失敗了。當使用者最終查看每週圖表時，他們感到與數據脫節。因為他們沒有主動參與記錄情緒，這些圖表感覺像是屬於別人的。它沒有引發自我反思，只引發了困惑。

這些失敗促使我們徹底重新思考我們對 自動化情緒洞察 UX 的方法。我們需要一個讓使用者掌握主導權的系統。

詢問而非告知的情感 AI UX 設計

我們徹底廢棄了自動標記引擎。相反地，我們轉向了「建議與驗證」模式。我們決定 AI 在 Vividiary 中的角色不應該是診斷使用者，而是作為一個促進主動反思的支援性夥伴。

以下是我們選擇建構的內容及其原因。

1。無摩擦的 5 級情緒系統 我們仍然希望保持極低的初始進入門檻。我們設計了一個無摩擦的 5 級情緒系統——範圍從「最好」到「最差」——使用者在開啟應用程式後，可以在 3 秒內完成。

隨後是可選的情緒和活動表情符號多選。透過要求使用者手動選擇他們的基本情緒，我們將體驗建立在 情感標記科學 的基礎上，該科學表明，簡單地為一種感覺命名有助於減輕其生理影響。

2。作為引導者的對話式 AI 一旦設定好基本情緒，使用者就可以在我們的 AI 對話模式中無縫切換語音和文字。

AI 不再是安靜地分析使用者，而是與他們互動。它會根據他們最初的情緒輸入提出開放式問題。「我看到你今天感到有點疲憊。你想談談是什麼佔用了你的精力嗎？」

3。「審閱與確認」草稿系統 我們所做的最關鍵的改變是最終輸出。對話結束後，AI 會生成一份總結該條目的第一人稱日記草稿。

至關重要的是，此草稿不會自動儲存。使用者會看到草稿，並且必須審閱、編輯並手動確認它。AI 可能會建議：「我對專案截止日期感到不知所措」，但使用者有權將其編輯為：「我對專案截止日期感到惱火，但我完成了它。」

這種簡單的 UX 摩擦——強迫使用者審閱和確認——確保了最終條目準確反映了他們的內在狀態，而不是演算法的假設。它讓使用者牢牢掌控自己的敘事。

4。柔和的 UI 與吉祥物引導的遊戲化 為了對抗困擾許多傳統日記應用程式的「空白頁」焦慮，我們引入了溫和的遊戲化機制。使用者會有一位黏土角色陪伴，它會根據他們的情緒數據，在 30 天內成長並演化成 8 種最終形態之一。

這種柔和的 UI 充當了情感嚮導，讓數位空間感覺私密、受歡迎且不那麼臨床。它將追蹤情緒的行為從枯燥的數據輸入任務轉變為一種滋養、視覺上令人滿足的習慣。

平衡雲端處理與隱私優先設計

當你建構一個高度依賴對話式 AI 的情感驅動產品設計時，你不可避免地會遇到關於數據隱私的技術和道德障礙。

讓我們透明地說明 Vividiary 的運作方式。我們使用 React Native 和 Expo 為 iOS 和 Android 建構了該應用程式。為了支援複雜的 AI 互動、生成第一人稱草稿並在裝置間同步使用者數據，我們依賴利用 Supabase 和 Firebase Auth 的強大雲端架構。

因為我們正在處理高度敏感的個人日記條目，我們不能在安全性上妥協。Vividiary 從一開始就是以隱私優先的設計理念建構的。你的數據在傳輸中和在我們安全的雲端環境中儲存時皆已加密。

這種架構使我們能夠提供在行動裝置上單獨執行不可行的強大 AI 功能，同時確保你的私人想法保持嚴格保密。我們不出售使用者數據。我們不會使用你的個人日記來訓練外部公共模型。

為了維持這種安全基礎設施並 平衡雲端 AI 成本與隱私，我們利用透過 RevenueCat 管理的免費增值模式。

我們希望確保心理健康追蹤的核心益處對每個人來說都是可及的。我們的免費層級透過無限的情緒記錄、基本分析和每天 3 次 AI 對話來鼓勵日常習慣的養成。

對於想要更深入洞察的使用者，我們的進階層級（每月 2.99 美元或每年 11.99 美元）解鎖了無限 AI、語音優先權以及進階分析，如氣泡圖、熱圖和模式偵測。透過依賴透明的訂閱模式而非數據貨幣化，我們將我們的商業激勵與使用者的隱私和福祉直接掛鉤。

數據：為什麼摩擦並不總是壞事

當我們提出「建議與驗證」模式——特別是使用者必須在儲存前手動審閱和編輯 AI 生成的草稿這一步驟——內部有顯著的反對意見。

產品設計中的傳統觀點是，每一次額外的點擊都會導致流失。我們非常擔心使用者會與 AI 進行愉快的對話，到達草稿審閱畫面時感到疲勞，並完全放棄該條目。

我們進行了分割測試來找出答案。A 組獲得自動儲存體驗（零摩擦）。B 組獲得審閱與確認體驗（增加摩擦）。

結果完全打破了我們的假設。

雖然 A 組的完成時間稍快，但 B 組在我們的長期 留存指標 上顯示出巨大的改善。

被迫審閱和編輯 AI 生成草稿的使用者，其 30 天留存率比那些條目自動儲存的使用者高出 42%。此外，在我們的測試後調查中，B 組的自評「信任分數」幾乎是 A 組的兩倍。

為什麼？因為摩擦並不總是壞事。在處理個人想法時，少量的摩擦代表了關懷、準確性和控制。透過要求使用者確認草稿，我們本質上是在說：「這是你的心智，不是我們的。我們理解對了嗎？」

那一刻的主動反思正是日記實際治療價值的所在。AI 承擔了整理想法的繁重工作，但使用者保留了對情緒的心理所有權。

下一步

我們正在不斷完善我們的情感 AI UX 設計。目前，工程和設計團隊正在致力於擴展黏土角色的演化，以更好地反映長期的情緒韌性，而不僅僅是日常的情緒波動。

我們也在為進階使用者微調語音優先模式，確保 AI 對話流程感覺更自然，而不像僵硬的採訪。

打造一款 AI 日記應用程式是一種謙卑的體驗。它要求你作為產品建構者不斷檢視自己的自負，並記住技術應該服務於人類心理，而不是相反。透過從「告訴你感受的 AI」轉變為「幫助你發現感受的 AI」，我們打造了一款使用者真正信任並願意分享內心想法的產品。

而在這個領域，信任是唯一真正重要的指標。