Health Agent Twin 产品需求文档 PRD v3.0

文档状态

产品定位:健康结果优先的智能 Agent 画布
产品一句话:它不是让你更依赖 App,而是让你更理解自己的身体。
目标版本:MVP → P1 → P2 迭代路线
适用对象:产品、设计、客户端、后端、算法、Agent、数据、安全合规团队
文档目标:将“AI / Agent / Memory / 千人千面”从概念收敛为可研发、可设计、可评估、可迭代的产品需求。


0. 执行摘要

Health Agent Twin 不是传统健康 Dashboard,也不是聊天机器人。它是一个由云端健康 Agent 驱动的动态健康画布:系统根据用户健康数据、当前情境、长期偏好、可控记忆和健康风险等级,动态生成用户此刻最需要的今日摘要、健康洞察、行动计划和分身记忆。

产品的核心竞争力不是更多功能,而是长期形成的用户健康理解:

  • 用户关注什么;
  • 用户能接受什么解释深度;
  • 用户在什么场景下更需要代理,什么场景下更需要探索;
  • 用户哪些行动真的能完成;
  • 用户哪些健康模式已经被数据和用户共同确认;
  • 用户哪些提醒会制造焦虑,哪些提醒能带来真实帮助。

最终目标不是最大化 DAU、点击率或使用时长,而是帮助用户:

  1. 更准确地理解自己的身体变化;
  2. 形成可持续的健康行为;
  3. 减少不必要的健康焦虑;
  4. 在关键健康风险上及时采取正确行动;
  5. 建立对 Agent 的可控信任,而不是对 AI 的过度依赖。

1. 产品价值观与优化目标

1.1 最高优先级

所有排序策略、UI 编排、Agent 决策和反馈学习必须遵守以下优先级:

1
用户真实健康 > 用户代理权 > 可信关系 > 个性化体验 > Engagement

这意味着:

  • 不能为了让用户“更喜欢看”而隐藏重要健康风险;
  • 不能为了让用户“更轻松”而剥夺其查看证据和自主探索的权利;
  • 不能为了制造“分身感”而过度拟人化;
  • 不能为了提升留存而制造健康焦虑或过度提醒。

1.2 三条不可妥协原则

原则一:重要健康信息不可被个性化隐藏

展示方式可以个性化,包括语气、密度、位置和解释深度;但 ELEVATED 及以上健康风险信号不能因为用户“不喜欢看”“容易焦虑”“经常关闭提醒”而被算法隐藏。

原则二:用户拥有代理权

用户可以随时在关键页面切换:

  • 帮我判断:Agent 代理用户做摘要、排序和建议;
  • 我自己看:用户自主探索数据,Agent 退为解释工具。

该切换不是深层设置,而是页面级常驻能力。

原则三:可信关系优先于拟人依赖

分身感来自准确、可控、可撤销的记忆,而不是“AI 像朋友一样懂我”。

系统应表达为:

  • “我发现了一个可能与你有关的模式”;
  • “根据你的反馈,我减少了这类提醒”;
  • “这条规律还需要更多数据确认”。

避免表达为:

  • “我理解你了”;
  • “我知道你会焦虑”;
  • “我会照顾你”。

2. 产品形态定义

2.1 产品不是这些

Health Agent Twin 不是:

  • 固定首页填充不同数据的健康仪表盘;
  • 以聊天框为中心的健康 Chatbot;
  • 多个健康功能模块的堆砌;
  • 只根据用户偏好排序的信息流;
  • 用拟人化包装的健康提醒工具。

2.2 产品是这些

Health Agent Twin 是:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
用户状态 + 当前情境 + 用户意图 + 用户记忆 + 健康数据 + 安全策略
云端 Health Agent 判断此刻最需要展示什么
Health Outcome Policy 判断健康必要性与用户偏好的冲突
UI Orchestration 生成个性化 UI Schema
客户端 Fixed Component Library 渲染动态健康画布
用户反馈、行为、行动完成情况写入 User Twin 与 Memory
下一次体验更贴合用户,也更有健康价值

2.3 核心产品承诺

1
2
3
我们不追求用户更多地打开 App。
我们追求用户每次打开 App,都能更清楚地理解自己身体发生了什么。
我们追求用户最终减少对 App 的焦虑性依赖,因为他们形成了更好的健康直觉。

3. 目标用户与场景分层

3.1 核心用户类型

A. 普通健康关注用户

特征:希望知道“今天身体怎么样”,不愿深度研究数据。
产品策略:代理模式默认,少图表,多结论,多行动。

B. 睡眠与恢复关注用户

特征:关注睡眠、HRV、疲劳、精力。
产品策略:首页优先恢复与睡眠,行动建议围绕补睡、轻活动、睡前计划。

C. 心脏安心型用户

特征:关注心率、ECG、异常波动,可能更焦虑。
产品策略:优先给安心结论和风险边界,重要异常必须展示,但用低焦虑表达。

D. 运动恢复型用户

特征:关注训练负荷、恢复、运动建议。
产品策略:结合 HRV、睡眠、活动负荷生成训练强度建议。

E. 数据探索型用户

特征:喜欢趋势、对比、原始数据、证据链。
产品策略:探索模式默认或高频入口,Agent 作为工具,不强行代理。

F. 焦虑敏感型用户

特征:反复查看指标,容易被异常提示触发不安。
产品策略:减少低价值异常提醒;重要风险不隐藏,但先安抚、再解释、再行动。

3.2 用户阶段

阶段 用户状态 产品目标
Day 1 冷启动 没有个人历史 诚实说明、快速意图声明、即时个性化感知
Day 2-7 初步学习 数据不足但开始有行为 建立个人基线雏形、减少空白页
Day 8-30 模式发现 出现候选规律 推出 LearningCard,请求确认
Day 30+ 分身成熟 有确认记忆和偏好 个性化画布、行动效果追踪、长期报告
长期陪伴 用户形成健康资产 目标复盘、趋势改善、减少不必要依赖

4. 信息架构与核心空间

App 由五个底部 Tab 组成,其中前四个是动态画布,第五个是设置与授权。

1
2
3
4
5
今日 Today
洞察 Insight
行动 Action
分身 Twin
我的 Me

4.1 今日 Today

核心问题:今天我身体怎么样?为什么?我该做什么?

今日不是指标总览,而是 Agent 判断出的当日关键摘要。默认最多展示 1 个主结论、2-3 个关键证据、1-3 个行动。

页面结构

1
2
3
4
5
6
7
8
[PersonalizationBadge]
[AgencyToggle:帮我总结 / 自己看]
[今日结论卡]
[WhyThisCard]
[关键证据卡]
[今日行动卡]
[相关记忆提示]
[反馈入口]

代理模式示例

1
2
3
4
5
6
7
8
今天重点:恢复偏低,优先补睡。

主要原因:昨晚睡眠少于目标 48 分钟,HRV 较你的个人基线下降 18%。
这个组合在你过去几次出现时,次日精力通常较差。

今天建议只做 2 件事:
1. 午后轻散步 15 分钟;
2. 今晚 23:00 前放下手机。

探索模式示例

1
2
3
4
5
6
今日数据摘要
睡眠:5h52m,低于目标 68min
HRV:42ms,低于个人基线 18%
静息心率:67bpm,高于个人基线 6%

入口:查看 7 日趋势 / 与上周对比 / 原始数据 / 问 Agent

4.2 洞察 Insight

核心问题:我最近发生了什么变化?这些变化意味着什么?

洞察不是图表页,而是变化解释中心。Agent 只展示健康价值最高的变化,而不是所有波动。

页面结构

1
2
3
4
5
6
[最重要变化]
[变化原因]
[证据链]
[是否需要行动]
[历史对比]
[探索模式入口]

示例

1
2
3
4
5
6
7
8
本周恢复较上周下降 18%。

可能原因:
1. 睡眠时长减少;
2. HRV 持续偏低;
3. 压力负荷升高。

是否需要行动:建议接下来 3 天降低训练强度,并观察睡眠恢复情况。

4.3 行动 Action

核心问题:今天我能做什么来改善?

行动页不是建议列表,而是行为改变入口。Agent 不推荐“理想但做不到”的行动,而推荐用户最可能完成、且对当前健康状态有价值的行动。

行动设计原则

  • 每次最多 3 个行动;
  • 每个行动必须具体到时间、方式、难度;
  • 必须说明“为什么是你,为什么是今天”;
  • 支持反馈:已完成 / 太难了 / 不适合今天 / 换一个;
  • 行动完成后进入效果追踪。

示例

1
2
3
4
5
6
7
今天建议完成 2 个小行动:

1. 午餐后散步 10 分钟
原因:你过去这类行动完成率较高,且有助于下午能量恢复。

2. 晚上 22:40 开始睡前放松
原因:你睡眠少于 6.5 小时后,次日 HRV 更容易下降。

4.4 分身 Twin

核心问题:它如何越来越理解我?我如何管理这段关系?

分身页是产品护城河,也是信任中心。它必须展示 Agent 的学习过程,而不是只展示头像或等级。

页面结构

1
2
3
4
5
[健康关注全貌]
[已确认的模式]
[正在观察的模式]
[已根据反馈调整]
[我来管理:记忆 / 偏好 / 通知 / 删除]

示例模块

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
已确认的模式
- 睡眠少于 6.5 小时时,次日 HRV 通常下降 15-20%。
  数据来源:过去 21 天;置信度:87%;用户已确认。

正在观察
- 午后轻活动是否改善晚间心率恢复。
  进度:已观察 4/7 次。

已根据你的反馈调整
- 减少夜间心率提醒频率。
- 健康解释改为简洁模式。

4.5 我的 Me

承载设备、授权、隐私、导出、数据管理、账号设置,不承载核心 Agent 体验。


5. 冷启动设计

5.1 冷启动原则

冷启动阶段不能伪装成“已经懂用户”。系统需要诚实说明:

1
2
我还在了解你。现在展示的洞察基于通用健康规律和你刚选择的关注点。
使用几天后,我会逐步切换到你的个人基线。

5.2 Onboarding 三问

只问 3 个问题,避免问卷疲劳。

问题一:你现在最想关注什么?

选项:睡眠质量 / 心脏状态 / 恢复状态 / 运动表现 / 整体健康

问题二:你希望我怎么解释?

选项:一句话总结 / 适度解释 / 给我证据和数据

问题三:你希望我怎么提醒你?

选项:只在重要变化时 / 每天给我摘要 / 尽量少打扰

5.3 即时反馈要求

用户完成 Onboarding 后,首页必须立即根据选择发生变化。

示例:用户选择“睡眠质量 + 一句话总结 + 尽量少打扰”,首页优先展示睡眠恢复摘要,并使用简洁文案。

5.4 冷启动禁用表达

禁止:

1
我发现你睡眠不足会影响 HRV。

允许:

1
对多数人而言,睡眠不足可能与次日 HRV 下降相关。你的个人规律需要几天数据确认。

6. 用户健康分身 User Twin

User Twin 是个性化、记忆、排序和 UI 编排的核心数据对象。

6.1 五层画像

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
{
  "healthFocus": {
    "domainWeights": {
      "SLEEP": 0.45,
      "RECOVERY": 0.30,
      "HEART": 0.25
    },
    "confidence": "medium",
    "dataAgeDays": 14
  },
  "preference": {
    "explanationDepth": "SIMPLE",
    "actionPreference": "SMALL_STEPS",
    "uiPreference": "SUMMARY_FIRST",
    "notificationTolerance": "LOW",
    "anxietyProne": true,
    "preferredSummaryTime": "morning",
    "agencyDefault": "AGENT_GUIDED"
  },
  "behavior": {
    "clickThroughRates": {
      "SLEEP_CARD": 0.72,
      "TREND_CHART": 0.31
    },
    "actionCompletionRates": {
      "LIGHT_WALK": 0.68,
      "BREATHING": 0.45
    },
    "fatigueCounts": {
      "HEART_RATE_ALERT": 5
    },
    "detailPreferenceScore": 0.28,
    "anxietyScore": 0.71
  },
  "goal": {
    "activeGoals": ["IMPROVE_SLEEP", "REDUCE_FATIGUE"]
  },
  "risk": {
    "sensitivity": "HIGH",
    "flaggedConditions": [],
    "requiresEscalation": false
  }
}

6.2 更新策略

触发源 更新对象 更新速度 更新幅度
显性反馈:太复杂 explanationDepth 实时
显性反馈:有帮助 domainWeights 实时
隐性行为:点击 / 停留 兴趣权重 每日批量 微弱
行动完成 / 跳过 actionCompletionRates 实时
健康事件异常 risk profile 实时
长期模式确认 long-term memory 实时固化 永久

6.3 安全锁定域

以下内容禁止在线自动修改:

  • 健康风险分级阈值;
  • 医疗边界规则;
  • ECG 异常判断逻辑;
  • HITL 触发条件;
  • 安全提示文案;
  • 数据合规规则。

7. 记忆系统 Memory

7.1 记忆的产品定义

Memory 不是后端向量库里的历史数据,而是用户可见、可控、可撤销的关系资产。

它必须回答:

  • 系统发现了什么?
  • 证据来自哪里?
  • 置信度如何?
  • 是否已经被用户确认?
  • 用户是否可以纠正或删除?

7.2 记忆生命周期

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
原始信号:健康事件 + 行为事件
候选记忆生成:每晚离线管道
置信度评估:证据数量 / 相关性 / 稳定性
OBSERVING:继续观察
CANDIDATE:发现可能模式
PENDING_CONFIRM:请求用户确认
CONFIRMED:参与 UI 编排和排序
定期复核:低置信度降级或废弃

7.3 记忆状态

状态 前端文案 是否参与排序
OBSERVING 我正在观察这个模式是否稳定
CANDIDATE 我发现了一个可能与你有关的模式
PENDING_CONFIRM 这准确吗?
CONFIRMED 你已确认这条模式准确
ADJUSTED 已根据你的反馈调整展示方式
DEPRECATED 这条记忆已不再用于推荐

7.4 Memory Copywriting Guideline

禁止表达 推荐表达 原因
我理解你了 我发现了一个可能与你有关的模式 避免过度拟人
我知道你容易焦虑 根据你的反馈,你更希望夜间减少健康提醒 基于事实
我会照顾你 我会根据你的设置优先展示重要变化 功能承诺
我记住了你的身体规律 根据过去 14 天数据,发现一个可能规律 明确证据
Day 1:我发现你睡眠影响 HRV 对多数人而言,睡眠不足可能影响 HRV 不伪造个人证据

7.5 记忆反馈

每条记忆支持:

  • 准确;
  • 不准确;
  • 先别记住;
  • 删除;
  • 查看数据来源。

用户选择后的结果必须可见,并记录到 Change Log。


8. 排序与健康结果策略

8.1 新排序链路

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
Insight Candidates
Layer 1: Health Need Scorer
Layer 2: Health Outcome Policy Engine
Layer 3: Experience Fit Scorer
Layer 4: Safety Guard
Layer 5: UI Orchestration

8.2 Health Need Score

决定“该不该展示”。不受用户偏好影响。

1
2
3
4
5
6
HealthNeedScore =
  clinical_relevance       * 0.30
+ deviation_from_baseline  * 0.20
+ persistence_score        * 0.15
+ risk_level_score         * 0.20
+ actionability_score      * 0.15

8.3 Health Outcome Policy Engine

处理用户偏好与健康需要的冲突。

用户意愿 健康必要性 策略
想看 应该看 强化展示,丰富证据
想看过度 不应过度 降频,引导看整体趋势
不想看 必须看 不隐藏,调整表达方式
不想看 不重要 降级或隐藏

8.4 焦虑用户策略

Safety Level 展示策略
INFO 可降频、可隐藏
ADVISORY 温和语气,正常展示
MONITORING 可延后到第 2-3 位,但必须可见
ELEVATED 必须展示:先安抚 → 再解释 → 再行动
CRITICAL 强制置顶,明确行动,禁止个性化隐藏

ELEVATED 文案示例

错误:

1
你的心率异常升高,需要重点关注。

正确:

1
2
今天有一个值得复查的心率变化。
多数情况下这不一定代表严重问题,但因为它连续出现了 3 天,我建议你先完成一次静息复测。如果同时出现胸闷、胸痛或呼吸困难,请及时就医。

8.5 Experience Fit Score

决定“怎么展示、放在哪里、用什么语气”。

1
2
3
4
5
6
ExperienceFitScore =
  user_interest             * 0.25
+ preferred_format_match    * 0.20
+ attention_context_match   * 0.20
+ emotional_tolerance       * 0.20
+ novelty_without_fatigue   * 0.15

8.6 排序硬约束

1
2
3
4
5
6
1. Safety Level = CRITICAL → 强制置顶
2. Safety Level = ELEVATED → 必须进入前 3 位
3. HealthNeedScore > 0.8 → 不可被疲劳惩罚推出当屏
4. 同类型卡片最多连续 2 张
5. 首张卡片必须是今日结论或最重要健康变化
6. 焦虑用户 ELEVATED+ 内容必须先展示安抚性框架

9. 代理权设计 Agency Design

9.1 两种模式

Agent-Guided:帮我判断

Agent 是导演,用户是读者。

适合:普通 C 端用户、时间有限者、健康意识一般者。

特征:

  • 少图表,多结论;
  • 少术语,多口语;
  • Agent 主动排序;
  • 强行动建议;
  • 降低决策门槛。

Self-Explore:我自己看

用户是导演,Agent 是工具。

适合:数据探索型用户、健康意识强用户、专业背景用户。

特征:

  • 更多图表和原始数据;
  • 可自选时间范围;
  • 可查看证据链和基线对比;
  • 可导出报告;
  • Agent 回答问题,不主动压制用户探索。

9.2 切换规范

页面顶部常驻切换,不放在设置页。

1
2
3
今日页:[帮我总结 ✓] [自己看]
洞察页:[帮我解释 ✓] [自己探索]
行动页:[给我建议 ✓] [我来选]

切换是会话级,不是永久账户级。切换行为写入 User Twin,用于学习用户在不同情境下的代理偏好。

9.3 探索模式能力

1
2
3
4
5
6
时间范围:7 天 / 14 天 / 30 天 / 90 天 / 自定义
维度切换:睡眠 / HRV / 心率 / 活动负荷 / 复合视图
对比:本周 vs 上周 / 工作日 vs 周末 / 自定义区间
筛选:运动后 / 特定症状 / 夜间 / 晨间
问答:基于当前视图追问
导出:PDF / CSV

10. UI Schema 规范

10.1 Schema 设计原则

  • Agent 输出结构,不输出动态前端代码;
  • 客户端只渲染白名单组件;
  • 每个 block 必须包含健康必要性分、安全等级、反馈能力;
  • 每个重要 block 都应支持 why_shown_reason;
  • Schema 必须支持情境、代理权和情绪表达。

10.2 核心字段

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
interface UISchema {
  screen: ScreenType;
  user_intent: HealthIntent;
  layout: LayoutTemplate;
  generated_at: string;
  schema_version: string;

  context_mode: "morning_brief" | "deep_dive" | "post_workout" | "evening_wind_down" | "quick_check";
  available_attention: "low" | "medium" | "high";
  agency_mode: "agent_guided" | "self_explore";

  health_priority_policy: "health_need_over_preference" | "balanced" | "preference_primary";
  min_safety_level_shown: SafetyLevel;

  emotional_framing: "calm_actionable" | "direct_evidence" | "coaching" | "reassuring";
  explanation_contract: "brief" | "balanced" | "evidence_first" | "brief_with_expandable";

  personalization_reason: string;
  personalization_factors: string[];

  blocks: UIBlock[];
}

interface UIBlock {
  block_id: string;
  type: BlockType;
  priority: number;
  health_need_score: number;
  experience_fit_score: number;
  safety_level: SafetyLevel;
  data_payload: object;
  why_shown_reason?: string;
  feedback_enabled: boolean;
  expandable: boolean;
  agency_variant?: object;
}

10.3 情境模式

context_mode 触发条件 内容密度 默认解释方式
morning_brief 06:00-09:00 首次打开 brief
quick_check 距上次打开 < 2h 极低 brief
deep_dive 周末 / 停留 > 5min / 探索模式 evidence_first
post_workout 运动结束后 30min 内 brief_with_expandable
evening_wind_down 21:00 后 低,避免焦虑触发 brief

10.4 动态分析页

用户问“最近为什么这么累?”时,返回结构化分析页,而不是一段聊天文本。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
{
  "screen": "dynamic_analysis",
  "query": "最近为什么这么累?",
  "analysis_blocks": [
    { "type": "conclusion_card", "priority": 1 },
    { "type": "fatigue_timeline", "priority": 2 },
    { "type": "sleep_trend_chart", "priority": 3 },
    { "type": "hrv_trend_chart", "priority": 4 },
    { "type": "activity_load_card", "priority": 5 },
    { "type": "root_cause_ranking", "priority": 6 },
    { "type": "today_action_card", "priority": 7 }
  ],
  "follow_up_suggestions": [
    "只看工作日的情况",
    "和上个月对比",
    "给我制定改善计划"
  ],
  "refinement_hint": "你可以继续追问,我会实时调整这个分析页"
}

11. 核心前端组件

组件 作用 使用位置
PersonalizationBadge 告知页面已按用户关注点编排 今日 / 洞察顶部
AgencyToggle 切换代理模式和探索模式 今日 / 洞察 / 行动顶部
TodayConclusionCard 今日一句话结论 今日页
WhyThisCard 解释为什么给用户看这个 每屏最重要卡片下方
EvidenceCard 展示关键证据,可展开 今日 / 洞察
ActionPlanCard 展示 1-3 个行动 今日 / 行动
FeedbackBar 内容反馈入口 洞察 / 建议 / 记忆
MemoryCard 展示已确认记忆 分身 / 今日相关记忆
LearningCard 展示正在观察的模式 分身
ConfirmCard 请求确认记忆准确性 分身 / 卡片流
ChangeLogEntry 展示系统根据反馈做了什么 分身
PreferenceTuner 调教解释、提醒、关注点 分身
ColdStartBanner 冷启动诚实说明 Day 1-7
DynamicAnalysisPage 问答生成结构化分析页 Chat / 洞察

12. 反馈闭环

12.1 显性反馈

反馈 立即效果 长期效果
有帮助 提升该卡片类型权重 同类内容增加
不准确 降低 insight confidence 相关候选记忆降级
不想再看 fatigueCounts 增加 同类内容降频
太复杂 当次切换简洁版 explanationDepth 趋简
稍后提醒 延后重推 学习推送时机
提醒太多 全局降频 notificationTolerance 降级
行动完成 标记行动成功 同类行动推荐增加
太难了 降低行动难度 推荐更小行动

12.2 隐性行为

行为 信号 权重
卡片停留 > 30s 感兴趣 弱正向
展开证据 偏好详细解释 中正向
点击行动 有意愿执行 中正向
连续跳过行动 行动不适合 强负向
关闭推送 推送负担高 中负向
追问原因 需要解释深度 弱正向
切换探索模式 当前场景需要自主权 情境学习

12.3 反馈可见化

反馈后 1 秒内显示即时确认:

1
已收到,我会减少这类心率提醒的频率。

分身页长期展示:

1
2
3
2025-05-08 减少夜间心率提醒频率 [来自你的反馈]
2025-05-06 健康解释改为简洁模式 [来自你的反馈]
2025-05-01 取消重复咖啡因提醒 [来自你的设置]

12.4 行动效果追踪

用户完成行动后,3-5 天后触发回访:

1
2
3
4
5
3 天前你完成了「午后轻散步」。
之后 3 天,你的晚间心率平均恢复提前了 12 分钟。
这可能和散步有关,也可能和其他因素有关,我会继续观察。

[这个结果准确] [有其他原因] [继续保持]

13. 安全与合规

13.1 五级安全分级

级别 定义 前端处理 个性化权限
INFO 参考信息,无风险 正常展示 全量个性化
ADVISORY 生活方式建议 正常展示 + 免责声明 语气 / 位置可调
MONITORING 需关注,建议复查 必须可见 语气可调
ELEVATED 明显异常,建议咨询医生 前 3 位,不可过滤 仅语气可个性化
CRITICAL 立即就医 强制置顶,全屏弹窗,HITL 禁止个性化隐藏

13.2 禁止输出

绝对禁止:

1
诊断、确诊、你患有、你得了、处方、用药剂量、手术方案

推荐替换:

1
值得关注的变化、建议咨询医生、建议复查、需要及时就医确认

13.3 非诊断声明

ECG、心率异常、恢复异常、睡眠异常等场景必须保留非诊断声明:

1
以上内容仅基于你的健康数据和记录生成,用于健康管理参考,不构成医疗诊断或治疗建议。如持续不适或出现胸痛、胸闷、呼吸困难等症状,请及时就医。

14. API 与事件要求

14.1 获取个性化画布

1
POST /v1/health-agent/canvas

Request:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
{
  "user_id": "u_123",
  "session_id": "sess_abc",
  "context": {
    "app_open_time": "2025-05-08T08:01:00Z",
    "last_active_at": "2025-05-07T22:30:00Z",
    "local_timezone": "Asia/Shanghai",
    "agency_mode": "agent_guided"
  }
}

Response:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
{
  "schema": "...UISchema...",
  "session_id": "sess_abc",
  "latency_breakdown": {
    "intent_ms": 12,
    "profile_ms": 8,
    "ranking_ms": 35,
    "agent_ms": 180,
    "safety_ms": 5,
    "total_ms": 240
  }
}

14.2 对话问答

1
POST /v1/health-agent/chat

返回动态分析页 Schema,而不是单纯文本。

14.3 提交反馈

1
POST /v1/health-agent/feedback

Response 需要返回 applied_change:

1
2
3
4
{
  "acknowledged": true,
  "applied_change": "已调整:后续健康解释将优先使用简洁模式"
}

14.4 记忆管理

1
2
3
4
GET    /v1/health-agent/twin/memories
POST   /v1/health-agent/twin/memories/{id}/confirm
POST   /v1/health-agent/twin/memories/{id}/reject
DELETE /v1/health-agent/twin/memories/{id}

15. 指标体系

15.1 北极星指标

1
2
3
4
5
Health Agency Score
= 用户是否更理解自己的身体
+ 用户是否形成可持续健康行为
+ 用户是否减少不必要健康焦虑
- 用户是否形成不健康 App 依赖

15.2 一级结果指标

指标 衡量方式 目标方向
健康行为改变率 推荐行动 30 天后相关指标改善比例
洞察确认准确率 用户确认记忆候选准确的比例
异常处理率 ELEVATED+ 信号后是否完成复查 / 就医
焦虑降低指标 反复查看同一指标、夜间查询频次
行动完成率 建议行动被完成比例
健康自我解释能力 抽样调研中用户能否解释关键变化

15.3 体验质量指标

指标 目标
反馈正向率 > 60%
不准确率 < 8%
不想看率 < 5%
太复杂率 < 12%
冷启动 7 日留存 达到阶段目标
代理 / 探索切换率 监控,不作为单向优化目标

15.4 增长指标定位

DAU、留存、使用时长是护栏指标,不是主要优化目标。

明确禁止:

  • 为提升 DAU 增加焦虑性推送;
  • 为提升停留时长增加无意义内容;
  • 为提升点击率隐藏复杂但必要的信息;
  • 为提升复访制造健康不确定感。

16. MVP 范围与优先级

16.1 P0:必须做

目标:用户能明显感觉“今天这个页面是为我生成的”。

  • Onboarding 三问;
  • 个性化今日画布;
  • UI Schema Renderer;
  • User Twin 基础画像;
  • Health Need Scorer V1;
  • Health Outcome Policy Engine V1;
  • Experience Fit Scorer V1;
  • WhyThisCard;
  • FeedbackBar;
  • PersonalizationBadge;
  • AgencyToggle:今日页、洞察页;
  • 冷启动诚实文案;
  • 安全分级与非诊断声明。

16.2 P1:强分身感

目标:用户反馈后,下一次真的不一样。

  • Memory 生命周期;
  • LearningCard / MemoryCard / ConfirmCard;
  • 分身主页;
  • Change Log;
  • PreferenceTuner;
  • 行动效果追踪;
  • 动态分析页;
  • 个性化周报;
  • 提醒频率自适应。

16.3 P2:长期护城河

目标:产品积累用户专属健康资产。

  • 多 Agent 专项能力:Sleep / Heart / Recovery / Report;
  • 个人健康模式挖掘离线管道;
  • 排序引擎升级为 LightGBM;
  • Health Outcome Policy Engine V2;
  • 离线评估系统;
  • A/B 测试框架;
  • 长期健康目标教练模式。

17. 落地路线图

Phase 0:第 1-2 周,基础设施

  • User Twin Profile 数据模型 + CRUD;
  • Kafka 行为事件 Topic;
  • 客户端埋点:卡片曝光、停留、点击、展开、反馈、行动;
  • UI Schema JSON Schema;
  • 前端 Renderer 框架;
  • FeedbackBar 接入所有洞察卡;
  • Onboarding 三问;
  • Change Log 存储结构。

Phase 1:第 3-6 周,P0 个性化感知

  • Intent Understanding Service;
  • Health Need Scorer V1;
  • Health Outcome Policy Engine V1;
  • Experience Fit Scorer V1;
  • 首页卡片个性化排序;
  • WhyThisCard;
  • PersonalizationBadge;
  • 焦虑用户展示策略;
  • 代理 / 探索模式切换;
  • Day 1-7 冷启动标注。

Phase 2:第 7-10 周,P1 分身成长感

  • pgvector 长期记忆;
  • 记忆候选离线管道;
  • LearningCard / MemoryCard / ConfirmCard;
  • 分身 Twin 主页;
  • PreferenceTuner;
  • Change Log 前端完整展示;
  • 行动效果追踪;
  • 动态分析页;
  • 个性化周报。

Phase 3:第 11-16 周,P2 护城河

  • 多 Agent 专项;
  • Health Outcome Policy Engine V2;
  • LightGBM 排序;
  • 健康模式挖掘成熟化;
  • 北极星指标上线;
  • 离线评估;
  • A/B 框架;
  • 长期目标教练。

18. 验收标准

18.1 P0 验收标准

  • 用户完成 Onboarding 后,首页内容立即根据选择变化;
  • 今日页首屏展示不超过 1 个主结论 + 3 个证据 + 3 个行动;
  • 每个重要推荐都能解释 why_shown_reason;
  • 用户点击“太复杂”后,当次解释切换为简洁版;
  • 用户切换“自己看”后,页面从摘要布局切换到探索布局;
  • ELEVATED 内容不会被个性化隐藏;
  • 冷启动期不会伪造个人记忆;
  • 所有健康异常相关页面包含非诊断声明。

18.2 P1 验收标准

  • 至少 3 类记忆状态可见:正在观察、待确认、已确认;
  • 用户能确认、否定、删除记忆;
  • 分身页能展示 Change Log;
  • 用户反馈后,下一次同类卡片展示策略发生变化;
  • 完成行动后 3-5 天能触发效果追踪;
  • 问答能返回动态分析页并支持追问 refinement。

18.3 P2 验收标准

  • 多 Agent 能按意图路由;
  • 排序模型以健康结果指标为训练目标;
  • 个人健康模式准确率可离线评估;
  • A/B 实验使用健康结果指标作为主指标;
  • 周报能展示“本周系统更了解了什么”,且支持用户纠正。

19. 风险与待决问题

19.1 主要风险

风险一:健康优先与用户喜好冲突

用户可能不喜欢看到某些风险信息,但产品必须展示。解决方式是优化表达,而不是隐藏内容。

风险二:过度拟人导致信任崩塌

分身感过强时,单次错误建议会造成更严重失望。解决方式是明确数据来源、置信度和可撤销权。

风险三:冷启动体验不够强

Day 1 没有历史数据,但必须让用户感受到个性化。解决方式是意图声明 + 群体先验 + 诚实表达。

风险四:指标体系被增长指标绑架

DAU 和留存可能推动焦虑性推送。解决方式是将 Health Agency Score 作为北极星,增长指标只做护栏。

风险五:动态 UI 增加客户端复杂度

UI Schema 需要严格白名单组件和版本控制。解决方式是组件约束、schema version、fallback UI。

19.2 待决问题

  1. Health Agency Score 的具体权重如何定义?
  2. ELEVATED 与 CRITICAL 的具体阈值由谁维护?
  3. 记忆候选达到什么证据标准后请求用户确认?
  4. 探索模式是否允许导出原始 ECG 数据?
  5. 行动效果追踪如何区分相关性与因果性?
  6. 焦虑评分是否可以由行为推断,还是必须用户自声明?
  7. 周报中是否展示低置信度发现?
  8. 家庭共享和医生报告是否进入 MVP?

20. 产品价值观快速参考卡

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
┌──────────────────────────────────────────────┐
│          Health Agent Twin 产品价值观          │
├──────────────────────────────────────────────┤
│                                              │
│  用户真实健康  >  用户喜爱感                   │
│  用户代理权    >  系统自动化                   │
│  可信关系      >  拟人依赖                     │
│  健康 Outcome  >  Engagement                 │
│                                              │
├──────────────────────────────────────────────┤
│  重要健康信息不可被个性化隐藏                  │
│  展示方式可以个性化,内容不可以消失             │
├──────────────────────────────────────────────┤
│  我们的目标:                                 │
│  让用户不再需要频繁依赖 App,                  │
│  因为他们已经形成了更好的健康直觉。             │
└──────────────────────────────────────────────┘

21. 最终结论

Health Agent Twin 的真正产品壁垒,不是 ECG 解读、恢复分数、AI 问答或漂亮 UI,而是长期形成的用户健康理解与可信关系。

这个产品要避免成为“更懂用户偏好的健康信息流”,而应该成为“帮助用户更懂自己身体的健康 Agent”。

最终判断标准不是用户每天打开多少次,而是:

  • 用户是否更知道自己为什么疲劳;
  • 用户是否能更冷静地理解心率波动;
  • 用户是否愿意完成更小但更可持续的健康行动;
  • 用户是否能纠正系统,且系统真的改变;
  • 用户是否逐渐减少不必要焦虑;
  • 用户是否形成了自己的健康直觉。

一句话总结:

1
2
Health Agent Twin 不是为了让用户离不开 App,
而是为了让用户通过 App 更好地理解自己,并最终更好地照顾自己。