M
喵记产品介绍
基于 myopinion.txt 与 deep research 的网页介绍

喵记:猫娘AI 行动助手

一个会从聊天和校园材料里帮学生记事、提醒、拆小任务,并用低压方式推人开始行动的猫娘。核心不是“更会聊天”,而是少忘一点、少怕一点、先开始一点

核心体验

帮你记,陪你做,给你盖爪印。

你的设计把喵记收束成三个动作:从混乱信息里捕获任务;在拖延和压力面前把任务拆小;用象征性图片打卡给现实行动一个温柔反馈。

从随口一说里发现事项

用户上传课表、通知截图,或在聊天里提到“明天下午三点交材料”,猫娘背后的左脑会提取时间、任务和来源。

把大任务拆成能开始的一步

面对“实验报告还没写”,喵记不催完整完成,而是建议先打开文档、写标题和目录,降低启动门槛。

爪印是仪式,不是监控

图书馆桌面、书本、电脑、教室都可以成为打卡信号。重点不是证明用户没偷懒,而是确认“我已经开始了”。

可行性判断

需求成立,但优势不在猫娘外壳。

deep research 的核心判断是:面向 18+ 高校学生时,喵记不是伪需求。学生压力高、任务碎、AI 接受度已经同时存在;真正差异化来自低输入负担、微启动和边界透明。

76.4%

压力场景真实

报告引用 ACHA 数据:大量大学生在最近 30 天经历中高水平压力。校园任务混乱、容易忘、难开始,是明确痛点。

92%

AI 接受度已存在

报告引用 HEPI 与 Jisc 调查:学生已经在学习中使用 AI,并把 AI 用于日常规划和任务优先级安排。

2.5

真正核心优势

低成本输入、任务启动支持,以及刚好够轻的现实闭环。猫娘是增长和留存放大器,不是唯一护城河。

产品结构

第一版只保留五个核心模块。

不做复杂日历,不做角色市场,不做高压监督。第一版围绕猫娘聊天、候选确认、当天行动、现实打卡和记忆边界,把用户从输入带到行动。

1

猫娘聊天页

主入口。用户聊天、吐槽、上传课表或通知,猫娘在对话里帮用户把事情说出来、记下来。

2

猫娘猜你要记

半明确任务进入候选区。AI 可以猜,但用户拥有最后控制权:记下、改时间、拆小或忽略。

3

今日喵

不展示所有待办,只展示今天最关键的课程、提醒、微启动任务和打卡动作。

4

爪印打卡

记录图书馆、自习、上课、作业推进等现实行动,用“已盖爪印”“今天先相信你”等柔性状态表达。

5

记忆与边界

用户能看到猫娘记住了什么、哪些提醒由 AI 创建、哪些偏好可关闭,以及如何删除记忆。

核心流程

五个场景,验证喵记是否真的有用。

第一版验证不靠功能堆叠,而靠五个高频学生场景:上传课表、聊天提醒、模糊任务确认、拖延拆小、图书馆爪印打卡。

场景 1

上传课表

用户上传课表后,猫娘生成课程提醒。验收感受是:“我不用手动录课表,它大概看懂了。”

场景 2

聊天创建提醒

用户说“明天下午三点提醒我交材料”,系统直接创建正式提醒,并标注来源。

场景 3

模糊任务确认

用户说“这周实验报告还没写”,猫娘猜到任务但不擅自安排,进入候选确认。

场景 4

拖延任务拆小

连续延后三次后,系统把“完成实验报告”降级成“打开文档、写标题”。

场景 5

爪印打卡

用户上传桌面、书本或电脑照片,猫娘反馈“先坐下来就是胜利”,记录一次象征性打卡。

左脑右脑

猫娘负责温柔,系统负责可靠。

你的“左脑右脑”设定可以被解释成一套可审计、可删除、可解释的工作流架构。右脑猫娘负责表达,左脑小本本和行动脑负责规则化处理,守门员保护边界。

右脑:猫娘

陪用户聊天,接住情绪,用舒服的方式提醒,把任务讲得不那么可怕,并给反馈和爪印。

左脑:小本本

从聊天、课表、通知里发现课程、截止时间、材料提交和可能需要提醒的事项。

左脑:行动脑

判断提醒时间、任务是否过大、是否需要拆小、是否适合轻推或改成总结提醒。

守门员

控制心理分析边界,不评价人格,不滥用敏感推测,高风险内容进入安全回应。

推荐架构

显式工作流 + 结构化抽取 + 人格化渲染。

deep research 建议 v1 不做自由自治的多智能体系统,而是先把任务识别、确认、提醒、拆小、删除做成可靠链路。Postgres 是真相源,生成式能力负责理解与表达。

客户端

React Native + Expo 做 iOS/Android 单代码栈;本地缓存用 SQLite,敏感开关放 Secure Store。

数据层

Supabase / Postgres 管 Auth、Storage、Realtime 和 Edge Functions,拆出课程、候选任务、正式任务、提醒规则、打卡和记忆。

AI 解析

OCR 优先,VLM 兜底,最终统一走结构化输出。每条提醒保留 source、confidence、why_created。

提醒状态机

延期、重排、候选转正式、连续拖延降级,用 durable workflow 思路保证失败可恢复、流程可观察。

安全层

输入检查、工具调用约束、输出审校、人审开关独立成层,尤其防文件和图片带来的间接注入。

记忆层

v1 先做显式记忆和候选记忆。向量库不是首要,后续再用 pgvector 或 Qdrant 做辅助召回。

MVP 范围

先把五个核心场景打透。

第一版必做功能来自你的设计稿:聊天、截图上传、提醒提取、候选确认、今日喵、来源展示、修改删除延后、爪印打卡、基础关心策略、记忆与边界设置。

自然语言提醒

用户不用填标题、时间、重复、地点和备注,只要说“明天下午三点交材料”。

候选任务轻量化

“猫娘偷偷记了一张小纸条”,让候选任务像提醒草稿,不像严肃表单。

允许用户纠正

用户说“不是周五,是周三交”,猫娘自然接受并修改,不争辩。

不放大失败

用户没完成时,不说“任务失败”,改成“要不要明天拆成更小一步”。

推送提醒短

提醒只保留时间、任务和下一步动作,例如“实验报告先写标题,不用写完”。

产品语气

提醒可以可爱,但不能审判。

喵记的人设是温柔、有点黏人、轻微吐槽、不强迫。她会提醒,会鼓励,会拆任务,但不是老师、监工或心理诊断工具。

温柔档

适合压力大、疲惫、低落时,降低目标,只保留最小任务。

“今天不用做太多喵,我们只完成一个很小的开始。”

普通档

适合正常任务提醒,简短、明确、带下一步动作。

“喵,20:00 到啦,该写实验报告标题和目录了。”

轻推档

适合用户状态稳定但有点拖延时,轻轻推一下,不做羞辱。

“先打开文档,三分钟就好。开始了就算赢一半喵。”
边界与风险

用户要感觉被陪伴,不是被偷偷控制。

deep research 提醒 companion 类产品天然敏感。喵记必须把来源展示、候选确认、隐私开关、删除记忆做成产品核心,而不是设置页里的装饰。

边界 01

不做心理诊断

第一版只识别疲惫、焦虑、烦躁、启动困难、连续拖延等轻量状态,用来调整提醒方式,不评价人格。

边界 02

不擅自创建模糊任务

A 类明确任务可直接提醒;B 类半明确任务进候选;C 类隐含任务只给建议,不直接生成大量待办。

边界 03

不把打卡做成验真

图片打卡只做象征性仪式。用户可以自报完成、跳过图片,后续也可以把任务改成不需要图片。

边界 04

记忆必须可见可删

用户能查看猫娘记住的课程、任务、提醒偏好、打卡偏好,并能关闭某类分析或删除记忆。

验证指标

不要只看 DAU,要看它有没有真的帮人开始。

deep research 建议用务实指标判断生死:任务捕获准不准、候选是否被接受、提醒是否被执行、微启动是否完成、打卡是否被接受、记忆是否可删除。

任务捕获 precision

猫娘从聊天、课表、通知里提取的事项,是否真的值得被记录。

候选接受率

“猫娘猜你要记”是否猜得准,同时没有让用户觉得被打扰。

微启动完成率

拖延任务拆小后,用户是否从“完全没动”变成“已经开始”。

删除记忆成功率

用户能否清楚地查看、修改和删除猫娘记住的内容。

喵记不是监督你变自律,而是陪你少忘一点、少怕一点、先开始一点。

最精准的一句话:喵记是一只会帮你偷偷记事、温柔催你开始、还会给现实行动盖爪印的猫娘。