如果你打開當今市場上幾乎任何情緒追蹤應用程式，你都會看到完全相同的 UI：五個從啜泣到露齒笑的臉孔。你點擊一個，就完成了。
長期以來，這被認為是數位日記的黃金標準。它快速、可量化，並且能整齊地放入資料庫欄位中。
但當我們開始測試 ViviDiary 的早期原型時，我們的數據顯示了不同的情況。用戶會打開應用程式，盯著那五個臉孔，然後在沒有記錄任何東西的情況下關閉它。當我們採訪他們時，回饋是一致的：「我不知道該選哪一個。我早上過得很糟糕，但下午卻很棒。」 或者，「我精疲力竭且壓力很大，但我對自己所取得的成就感到非常自豪。這些臉孔都不適合。」
這是我們必須面對的現實：人類的情緒是複雜、矛盾且深度非線性的。這正是 為什麼 5 個表情符號不足以進行情緒追蹤 的原因。
在這篇文章中，我將分享 ViviDiary 記錄系統背後的產品決策、我們測試過（並放棄）的內容，以及我們如何在情緒細膩度的需求與我們嚴格的 30 秒簽到規則之間取得平衡。
5 點情緒李克特量表的問題
標準的 5 個表情符號量表本質上是一個視覺化的李克特量表。它將人類情緒映射到單一的線性軸上：糟糕 → 不好 → 普通 → 好 → 極好。
這造成了三個巨大的 UX 問題：
- 它忽略了混合情緒： 你無法在線性量表上記錄「悲傷但感恩」。你被迫將你的感受平均化，這否定了實際的體驗。
- 它導致「記錄癱瘓」： 當用戶無法為其內在狀態找到精確匹配時，他們會經歷認知摩擦。如果這種摩擦超過了他們記錄的動力，他們就會放棄該次記錄。
- 它無法通過「情感標記」測試： 情感標記的科學 表明，具體命名一種情緒（例如「怨恨」與「悲傷」）才是真正能減輕生理壓力的方法。一個通用的皺眉臉孔並不會觸發這種心理益處。
我們測試了什麼（以及為什麼標準量表會失敗）
在採用我們目前的模組化系統之前，我們測試了幾種替代方案來解決細膩度問題。其中大多數都慘遭失敗。
嘗試 1：10 點量表 我們嘗試將量表擴展到 10 個表情符號。 * 結果： 災難。我們沒有給用戶更多的自由，反而給了他們更多的作業。用戶花了兩倍的時間試圖決定他們是「6」還是「7」。我們違反了我們的核心規則：記錄必須在 30 秒內完成。
嘗試 2：情緒環狀網格 我們建立了一個基於情感環狀模型（X 軸為效價，Y 軸為喚醒度）的 2D 網格。用戶會在網格上放置一個圖釘。 * 結果： 這太學術化了。用戶告訴我們這讓他們感覺「很笨」，因為他們不想在辛苦工作一天後還要在笛卡兒座標平面上映射自己的感受。
嘗試 3：僅限 AI 的自由文本 我們考慮完全放棄表情符號，只讓 AI 分析自由文本的腦力激盪來提取情緒。 * 結果： 空白頁焦慮。ViviDiary 的核心價值是無需書寫。強迫用戶僅為了記錄情緒而寫一段話，摧毀了我們的每日活躍用戶 (DAU) 指標。
轉折：建立模組化表情符號詞彙表
我們意識到我們混淆了兩種不同的用戶需求：錨定（給這一天一個基準分數）和 表達（捕捉這一天的特定風味）。
所以，我們將它們分開了。
我們保留了一個簡單的 5 級情緒量表（極好、好、普通、低落、艱難）作為唯一的必要輸入。這錨定了這一天，並將基準簽到保持在 30 秒內。
但在那之下，我們引入了模組化。我們建立了 22 個可選的手動表情符號類別（情緒、天氣、社交、生產力等），並整合了 4 個 HealthKit 自動類別（睡眠、運動、步數、生理期）。
預設情況下，新用戶僅開啟「情緒」模組。其他一切皆為關閉。他們可以切換他們關心的特定表情符號詞彙表。如果他們想追蹤「焦慮」和「咖啡」，他們可以這樣做。如果他們不想，他們就永遠不會看到它們。
這種模組化成為我們設計神經多樣性友善情緒追蹤器方法的基石。對於患有 ADHD 或自閉症的用戶來說，僵化的追蹤系統往往會導致內疚感。我們將同樣的理念應用於我們的「專注」模組（常規 + 待辦事項）。我們明確地取消了連續記錄。沒有紅綠燈式的進度 UI，沒有連續記錄凍結機制，也絕對沒有「你錯過了今天」的通知。常規記錄保持溫和的個人最佳紀錄。這是關於觀察，而不是壓力。
在雲端處理資料混亂
從工程角度來看，讓用戶建立自訂表情符號詞彙表對於資料結構化來說是一場噩夢。標準的 5 點量表在資料庫中只是一個整數 (1-5)。模組化系統會產生高度非結構化的關聯資料陣列。
為了在不犧牲速度的情況下處理這個問題，ViviDiary 的資料層使用 Supabase 進行雲端儲存。
當我們談論隱私和 AI 時，我們需要對架構保持透明。這個領域的許多應用程式依賴行銷煙霧彈來聽起來很安全，但跨裝置同步的真正隱私來自於嚴格的資料最小化，並確保你的日記文字在任何 AI 處理之前都經過去識別化。
ViviDiary 是一個雲端支援的應用程式。我們的隱私來自於嚴格的資料最小化和去識別化。在你的日記文字或表情符號陣列接觸到我們可選的 AI 處理工具之前，資料已經過去識別化。這種加密雲端處理確保我們可以安全地將你的自訂表情符號映射到後端情緒象限，以進行每週的「鏡像」模式發現，而不會將你的原始個人身分暴露給外部語言模型。
而且因為 AI 只是在你想要更深入了解的日子裡的一個可選助手，它永遠不會在沒有你明確審查的情況下儲存或確認任何內容。
為什麼細膩度能推動長期留存率
這項 UX 決策的商業影響是立竿見影的。
當我們允許用戶選擇加入模組化表情符號詞彙表，而不是強迫他們進入一個 5 點的框框時，我們看到啟用至少兩個可選模組的用戶在第 30 天的留存率增加了 42%。
當用戶覺得被他們的工具準確地看見時，他們就不會放棄它們。他們信任每週的「鏡像」洞察，因為輸入的內容確實反映了他們的現實，這對於改善長期留存指標來說是一個巨大的勝利。
重要的是，我們很早就做了一個產品決策：我們不會對你的情緒詞彙表進行付費牆限制。所有輸入模組、無限的情緒和表情符號記錄、3 個月的日曆存檔，以及最多 3 個常規 / 5 個待辦事項都是完全免費的。（我們的進階版為每月 $2.99 或每年 $11.99，用於更深入的歷史分析，但核心追蹤功能對每個人都保持開放）。
下一步是什麼
雖然業界沉迷於建立一種根據你的心率自動變換顏色的情緒自適應 UI 情緒追蹤器，但我們仍專注於審慎的、用戶可控的輸入。
下一季，我們正在積極探索基於手勢的情緒記錄，以使最初的 5 級錨定更快，並研究自訂 Genmoji 情緒記錄如何能讓用戶真正創造出與他們高度特定、美麗複雜的一天相匹配的精確臉孔。
因為五個臉孔永遠不足以講述你的故事。
