AI 情绪日记：识别情绪之前，先保护私密边界

AI 情绪日记：识别情绪之前，先保护私密边界

一、情绪日记不是普通笔记

AI 情绪日记看起来是一个很温柔的产品：用户写下今天发生的事，系统帮忙总结情绪、发现模式、给出安慰或建议。但情绪日记不是普通笔记，它包含非常私密的状态、关系和压力来源。

因此，产品设计不能只关注识别准不准，更要先定义私密边界。哪些内容可以分析，哪些内容只保存在本地，哪些内容可以被删除，用户必须有清楚控制权。

二、情绪分析要分层

flowchart TD A[用户日记] --> B[本地保存] B --> C[情绪标签] C --> D[趋势摘要] D --> E[温和建议] B --> F[删除与导出]

一篇日记可以拆成原文、情绪标签、趋势摘要和建议。原文最敏感，应该拥有最高保护等级；趋势摘要可以用于长期回顾，但也要允许用户关闭。

不要默认把所有原文都发给云端模型。如果必须云端分析，要明确告知，并提供本地模式或手动选择。

三、数据模型要支持控制

type MoodEntry = { id: string text: string analysisEnabled: boolean moodTags: string[] storedLocally: boolean deletedAt?: string }

analysisEnabled很重要。用户可以写下来，但不让 AI 分析。写作本身就是一种整理，不一定每次都需要模型介入。

mood_journal_policy: allow_local_only: true allow_delete_raw_text: true separate_summary_from_original: true never_train_without_consent: true

“不用于训练”不是一句文案，而要变成系统策略和审计记录。

四、建议要保持克制

情绪日记不是心理诊断工具。AI 可以帮助用户命名情绪、发现作息和压力模式，但不应该替代专业判断。遇到高风险表达时，应提示寻求现实支持或专业帮助。

产品语气也要克制。不要把用户的情绪包装成过度确定的结论，比如“你一定是焦虑”。更好的表达是“这段文字里出现了压力和疲惫相关线索”。

情绪趋势也要避免过度解读。连续几天出现低落标签，不代表系统可以下诊断结论。产品可以提示用户回看作息、事件和自我感受，但不能把标签变成判断人的工具。

type MoodInsight = { period: "week" | "month" pattern: string confidence: "low" | "medium" | "high" wording: "suggestive" | "neutral" }

趋势摘要最好使用建议式语言。比如“最近几篇记录里，工作压力相关词出现较多，你可以看看是否和某些日程有关”。这比直接说“你最近压力很大”更尊重用户。

还要提供导出能力。用户写下的内容属于用户自己，产品应支持导出 Markdown、JSON 或 PDF。能带走数据，用户才会更放心地留下数据。

对于长期使用者，可以提供“只保留分析，不保留原文”的模式。用户得到趋势回顾，同时降低敏感原文长期保存的风险。

情绪日记还要支持“暂停分析”。有些时期用户只想记录，不想被总结。暂停后，系统不应继续生成趋势，也不应在首页提醒用户“你最近怎样”。尊重沉默，也是生活化 AI 的一部分。

mood_pause_policy: pause_analysis_days: 7 hide_trend_widget: true keep_manual_export: true allow_resume_anytime: true

产品验收可以看三个指标：用户是否愿意持续记录，是否使用删除和导出能力，是否很少因为分析冒犯而关闭功能。隐私体验不是口号，要能被观察。

五、总结

AI 情绪日记要先保护私密边界，再做情绪识别和趋势总结。

能被删除、能被关闭、能被理解的数据使用方式，才会让用户安心记录真实感受。