22 KiB
22 KiB
用户系统与记忆系统需求文档
本文档为「美搭」App 的用户体系与个性化记忆体系需求文档，与 产品方案、美学报告需求文档、穿搭 Agent 需求文档、美学知识库建设方案 配套使用。
1. 概述
1.1 为什么需要记忆系统
穿搭建议的价值高度依赖"懂这个人"。同一句"帮我搭一套通勤 look"，对梨型身材柔夏型的设计师和对倒三角身材深冬型的销售，正确答案完全不同。没有记忆系统，产品只能给出百科式的通用答案，而通用答案在小红书上免费且更丰富——记忆系统是本产品相对于内容平台和通用大模型的核心护城河。
同时，记忆系统解决三个具体问题：
| 问题 | 无记忆的表现 | 有记忆的表现 |
|---|---|---|
| 重复询问 | 每次对话都问"你的身高体重体型是？" | 一次诊断，永久复用 |
| 建议漂移 | 今天推荐紧身裙，明天说避免紧身 | 结论一致且可解释 |
| 无法进化 | 用户拒绝 10 次露肩款，第 11 次还推荐 | 自动学习禁忌，越用越准 |
1.2 设计目标
- 一次输入，全局可用：任何一处采集的用户信息，所有模块都能读到
- 越用越懂：显式设置 + 隐式行为共同塑造画像，无需用户额外操心
- 用户可见可控：记忆全部可查看、可修改、可删除（既是信任基础，也是《个人信息保护法》的硬要求）
- 可解释：任何推荐都能回答"为什么推荐给我"，追溯到具体记忆项
- 成本可控：注入模型的记忆有 token 预算上限，不做无脑全量拼接
2. 用户系统
2.1 账号与登录
| 方式 | 优先级 | 说明 |
|---|---|---|
| 华为账号一键登录 | P0（鸿蒙首发主路径） | 首发平台原生能力，转化率最高，V1 必须支持 |
| 手机号 + 验证码 | P0 | 通用兜底，跨端一致 |
| 游客模式 | P0 | 未登录即可体验核心功能，降低首启流失 |
| 微信 / Apple 登录 | P2 | 多端扩展阶段接入 |
游客模式与数据迁移（关键设计）
用户第一次打开 App 就被要求注册，是最大的流失点之一。设计如下：
- 游客获得本地
guest_id（设备级），可完成：1 次换装、1 次发型试戴、1 次初级报告、3 次 Agent 对话 - 游客数据（画像、试穿结果、报告）存储在本地 + 服务端匿名档案
- 触发注册时机：游客额度用尽 / 主动保存收藏 / 主动分享 → 提示"注册以永久保存你的形象档案"
- 注册后自动迁移：
guest_id全部数据归属到user_id，迁移过程对用户无感，且必须幂等（防重复迁移） - 同一设备多游客、同一游客多设备的冲突以"先注册者绑定"为准，冲突时提示用户选择
2.2 用户数据模型
用户主表 user
| 字段 | 类型 | 说明 |
|---|---|---|
user_id |
string | 全局唯一 ID（雪花号） |
phone |
string | 手机号（加密存储，脱敏展示） |
huawei_open_id |
string | 华为账号标识 |
nickname / avatar |
string | 昵称、头像 |
gender |
enum | 女 / 男 / 不便告知 |
birthday |
date | 生日（用于色彩、五行、生日权益） |
member_level |
enum | free / member / premium |
member_expire_at |
datetime | 会员到期时间 |
points_balance |
int | 权益点数余额（见 §2.4） |
register_channel |
string | 注册渠道（归因） |
status |
enum | active / frozen / deleting / deleted |
created_at / last_active_at |
datetime | — |
授权记录表 user_consent（合规必需）
| 字段 | 说明 |
|---|---|
consent_type |
隐私政策 / 人脸信息处理 / 个性化推荐 / 推送通知 |
version |
协议版本号 |
granted |
是否同意 |
granted_at / revoked_at |
授权与撤回时间 |
evidence |
授权来源页面与操作记录 |
人脸信息属敏感个人信息，必须单独授权并可单独撤回；撤回后停止相关功能并删除派生数据。
2.3 用户中心功能
我的
├─ 形象档案
│ ├─ 我的形象报告（历史版本时间轴 + 前后对比）
│ ├─ 我的美学画像（结构化维度，可逐项修正）
│ └─ 我的记忆（偏好与禁忌管理，见 §3.7）
├─ 我的作品
│ ├─ 换装记录
│ ├─ 发型记录
│ └─ 收藏夹（搭配 / 发型 / 单品 / 色板）
├─ 我的衣橱（V2）
├─ 会员中心（权益、点数、订单）
├─ 设置
│ ├─ 隐私与授权管理（单项开关、撤回）
│ ├─ 数据管理（导出个人数据 / 清空照片 / 注销账号）
│ ├─ 内容偏好（关闭五行模块、关闭个性化推荐）
│ └─ 通知设置
└─ 帮助与反馈
2.4 会员与权益（含点数制改造）
现存风险：原方案"会员 ¥9.9/月 = 无限换装"在成本上不成立。换装单次为长耗时 GPU 推理（几十秒到几分钟），单次成本量级在角到元，重度用户一个月可轻松消耗数十元，会员越活跃越亏损。
改造方案：基础权益 + 点数制
| 权益项 | 免费 | 会员 ¥9.9/月 | 高级 ¥29.9/月 |
|---|---|---|---|
| 每日免费换装 | 3 次 | 10 次 | 20 次 |
| 每日免费试戴发型 | 3 次 | 10 次 | 20 次 |
| 每日 AI 对话 | 10 轮 | 100 轮 | 不限（防刷上限） |
| 月度权益点数 | 0 | 300 点 | 1000 点 |
| 初级美学报告 | 每 30 天 1 次 | 每 7 天 1 次 | 不限（每日 ≤3） |
| 全面美学报告（V2） | 单次 ¥29.9 | 单次 ¥19.9 | 含 1 次/季 |
| 广告 | 有 | 无 | 无 |
| 我的衣橱容量（V2） | 20 件 | 200 件 | 不限 |
| 记忆条数上限 | 50 条 | 500 条 | 不限 |
| 高清导出 / 去水印 | ❌ | ✅ | ✅ |
- 点数消耗：换装 10 点/次、发型 5 点/次、全面报告 200 点、高清重绘 20 点
- 点数获取：会员月度赠送、签到、邀请好友、观看激励广告、单独购买（¥6 = 100 点）
- 免费额度与点数关系：先扣免费次数，用尽后扣点数，点数不足才引导付费
- 每次消耗都要有明确的前置提示（"本次将消耗 10 点，剩余 290 点"），禁止静默扣费
V1 落地范围：只做免费额度与计量（记录每次调用的成本与次数），会员/点数/支付在 V2 开启。V1 期间用埋点数据校准真实单用户成本，再定价。
2.5 配额与计量
- 所有 AI 能力调用统一走配额中心：
check(user_id, ability) → allow/deny + 扣减方式 - 每次调用落
usage_log：user_id / ability / cost_estimate / duration / result / trace_id - 失败调用不扣额度（区分用户侧失败与服务端失败）
- 风控：设备维度 + 账号维度 + IP 维度三重限流，异常账号冻结并进人工审核
2.6 账号生命周期
| 操作 | 处理 |
|---|---|
| 注销 | 二次确认 + 短信验证 → 状态置 deleting，7 日冷静期内可恢复，到期彻底删除全部个人数据与派生画像 |
| 数据导出 | 提供 JSON + 图片包下载（画像、报告、记忆、作品），24h 内生成 |
| 清空照片 | 单独入口，删除所有上传原图与结果图（保留结论型画像，需明确告知） |
| 撤回人脸授权 | 停用报告与换装功能，删除人脸派生特征，保留自评类画像 |
| 冻结 | 违规内容触发，功能受限但数据保留 |
3. 记忆系统
3.1 设计原则
| 原则 | 说明 |
|---|---|
| 分层 | 稳定信息与易变信息分开存储，注入策略不同 |
| 带证据 | 每条记忆记录来源与证据，可回溯、可解释、可撤销 |
| 带置信度 | 显式 > 隐式，新证据 > 旧证据，用户确认 = 最高置信 |
| 会衰减 | 长期未被强化的隐式记忆自动降权，避免陈旧偏好长期干扰 |
| 可编辑 | 用户可见、可改、可删，且改动立即生效 |
| 有预算 | 注入模型的记忆有 token 上限，超出则摘要压缩 |
| 不存敏感原图 | 记忆库只存结论与特征，不存人脸原图 |
3.2 分层记忆模型
| 层级 | 名称 | 内容示例 | 写入方式 | 生命周期 | 主要消费方 |
|---|---|---|---|---|---|
| L0 | 身份档案 Identity |
性别、生日、身高、体重、职业、城市 | 用户填写 | 长期，随时可改 | 全模块（硬约束） |
| L1 | 美学画像 Aesthetic Profile |
体型、脸型、肤色、季型、量感、直曲、动静、基因/心理风格、核心诉求 | 美学报告生成时写入（唯一权威源） | 长期，90 天建议复核 | 报告、Agent、换装、发型推荐 |
| L2 | 偏好与禁忌 Preference |
偏好风格/颜色/品类/长度；禁忌项（不穿短裙、不露肩、不接受高饱和）；预算区间；品牌倾向 | 显式设置 + 隐式行为推断 | 长期，隐式项带衰减 | Agent、推荐排序与过滤 |
| L3 | 事件记忆 Episodic |
试穿记录、收藏、分享、采纳/拒绝、对话摘要、报告版本 | 自动埋点 | 180 天滚动 | 相似召回、复盘、主动推荐 |
| L4 | 会话记忆 Working |
当前多轮对话上下文、当前场景槽位（场合/天气/日期） | 运行时写入 | 会话结束或 24h 过期 | Agent 多轮对话 |
| L5 | 衣橱记忆 Wardrobe |
用户已有单品（图片 + 结构化属性 + 使用频率） | 用户上传 + 视觉识别 | 长期，可标记淘汰 | 基于已有衣物的搭配（V2 核心差异化） |
分层的意义：L0/L1 是"硬约束"，进任何一次推荐的系统提示；L2 是"排序与过滤器"；L3 是"检索素材"，按需 Top-K 召回而非全量注入；L4 是短时状态；L5 是差异化能力。
3.3 记忆项数据结构
{
"memory_id": "mem_8f3a2c",
"user_id": "u_10086",
"layer": "L2",
"type": "taboo",
"key": "avoid_category",
"value": "短裙",
"display": "不接受短裙",
"confidence": 0.92,
"source": "explicit_user_input",
"evidence": [
{ "type": "chat", "ref": "conv_991", "at": "2026-08-10T21:03:00+08:00", "excerpt": "我从来不穿短裙" }
],
"scope": ["outfit_recommend", "agent_chat", "report"],
"created_at": "2026-08-10T21:03:12+08:00",
"last_reinforced_at": "2026-08-10T21:03:12+08:00",
"decay_after_days": 365,
"status": "active",
"user_editable": true
}
字段约定：
source：explicit_user_input（用户明说）/user_setting（设置页配置）/report_vision（报告视觉分析）/self_reported（自评问卷）/behavior_inferred（行为推断）/llm_extracted（对话抽取）confidence：见 §3.5 置信度规则status：active/pending_confirm（待用户确认）/decayed/overridden/deletedscope：该记忆生效的业务域，避免"对话里说的玩笑话"污染报告结论
3.4 写入机制
① 显式写入（高置信）
- 问卷填写、设置页配置、报告数据修正
- 对话中的明确陈述："我不喜欢黄色""我 160cm""帮我记住我不穿高跟鞋"
- 对话抽取到显式偏好时，回执确认："已记住：不穿高跟鞋。可在「我的记忆」中修改" —— 让用户感知到系统在学习，是信任建立的关键动作
② 隐式推断（低置信，需累积）
从行为中提取候选记忆，不直接生效：
| 行为信号 | 推断方向 | 生效阈值 |
|---|---|---|
| 采纳/试穿某搭配 | 该风格、色系、品类为正样本 | 累积计数，用于排序加权 |
| 收藏 | 强正样本（权重 > 试穿） | 同上 |
| 连续拒绝/换一套 | 该方案的共有属性为负样本 | 同属性连续 3 次拒绝 → 生成 pending_confirm 候选 |
| 长时间浏览未操作 | 弱兴趣 | 仅作排序微调，不落记忆 |
| 主动删除某记录 | 负样本 | 计数 |
| 反复搜索某关键词 | 兴趣点 | 3 次以上 → 候选偏好 |
- 候选记忆生成后，选择恰当时机征询确认（不打断当前任务，放在下一次推荐结果页）："看起来你不太喜欢露肩款，要设为不推荐吗？[是/否/不再提示]"
- 用户确认 →
confidence = 1.0，source升级为explicit；用户否认 → 记录反例并不再推断该项
③ 派生写入
- 报告生成完成 → 批量写入 L1 全部维度
- 换装/试戴成功 → 写入 L3 事件
- 对话结束 → LLM 生成 ≤100 字对话摘要写入 L3
3.5 置信度与衰减
置信度初值：
| 来源 | 初始置信度 |
|---|---|
| 用户确认 / 设置页配置 | 1.00 |
| 对话中明确陈述 | 0.90 |
| 报告视觉分析（高置信维度，如体型） | 0.85 |
| 报告视觉分析（争议维度，如十二季细分） | 0.65 |
| 自评问卷 | 0.60 |
| 行为推断（达阈值） | 0.50 |
衰减规则：
- 每 30 天未被强化，隐式记忆（
source = behavior_inferred / llm_extracted）置信度 × 0.9 - 置信度 < 0.3 时状态置
decayed，不再参与推荐，但保留可查（用户可恢复） - 显式记忆与 L0/L1 不衰减，仅通过新证据覆盖
- 每次被新证据强化：
confidence = min(1.0, confidence + 0.1)，刷新last_reinforced_at
3.6 冲突消解
多来源必然冲突（自评"我是苹果型"，视觉分析"梨型"），规则如下：
- 优先级：
用户确认>显式陈述>视觉分析>自评>行为推断 - 同级取新：同优先级时以时间更新者为准
- 画像 vs 偏好冲突：专业结论与用户主观偏好冲突时，以用户偏好执行，同时给出专业提示
示例：报告判定不适合正红色，但用户明确喜欢正红色 → 仍然推荐正红色单品，附加建议"可通过下装用低饱和色平衡，或让红色远离面部" 这条规则很重要：产品不能因为"专业正确"而否定用户喜好，否则会被感知为说教。
- 视觉覆盖自评：有照片诊断结果时自动覆盖自评项，并提示用户"已根据照片更新你的体型判定"
- 冲突留痕：被覆盖的记忆置
overridden而非删除，保留在历史中可追溯
3.7 用户可见可控：「我的记忆」页面
这是合规刚需，也是差异化体验（大多数 AI 产品的记忆是黑盒）。
我的记忆
├─ 我的画像（L0 + L1）
│ └─ 逐项展示：值 + 来源 + 置信度标签（"照片诊断" / "你告诉我的" / "我猜的"）
│ └─ 操作：修正 / 恢复系统判定
├─ 我的偏好（L2）
│ ├─ 喜欢：风格标签、颜色、品类（可增删）
│ └─ 不接受：禁忌清单（可增删，删除后不再过滤）
├─ 待确认（pending_confirm）
│ └─ "看起来你不太喜欢露肩款？" [确认 / 否认]
├─ 最近记录（L3，按时间线）
│ └─ 单条可删除（删除后不再参与推荐计算）
└─ 全局操作
├─ 关闭个性化推荐（关闭后仅用 L0 通用建议）
└─ 清空全部记忆（二次确认）
- 置信度不向用户暴露数值，用自然语言标签表达（"照片诊断""你告诉我的""我猜的"）
- 任何修改立即生效，且明确反馈影响范围："已更新，之后的搭配建议会避开短裙"
3.8 记忆检索与注入
Token 预算是硬约束，不能把全部记忆塞进提示词。策略：
| 阶段 | 处理 | 预算 |
|---|---|---|
| 画像摘要 | L0 + L1 压缩为固定结构短文本（模板化，非 LLM 生成） | ≤ 250 token |
| 偏好摘要 | L2 中 confidence ≥ 0.5 的项，按置信度排序取 Top 15 |
≤ 150 token |
| 事件召回 | 按当前 query 向量检索 L3，取 Top 3~5 条摘要 | ≤ 200 token |
| 会话上下文 | L4 最近 6 轮原文 + 更早轮次的滚动摘要 | ≤ 800 token |
| 合计 | — | ≤ 1400 token |
画像摘要示例（注入 Agent 系统提示的实际形态）：
【用户画像】女 / 160cm / 53kg / 设计师 / 上海
体型：梨型(A型)，溜肩，核心诉求：显高显瘦、修饰溜肩与下半身
面部：鹅蛋脸，三庭五眼均匀，中量感，轮廓适中，静态型
色彩：黄二白，柔夏型（低饱和冷调），最佳色：灰蓝/灰紫/雾霾蓝/冷灰粉/浅灰绿
风格：基因自然型 + 心理优雅型 → 自然优雅
【偏好】喜欢：法式、通勤、真丝/棉麻｜不接受：短裙、露肩、高饱和亮色
【近期】3 天前试穿"灰蓝西装 + 冷米黄西裤"并收藏；拒绝过 2 套包臀裙方案
- 缓存策略：画像摘要在画像未变更时缓存复用，避免每轮重算
- 未命中记忆时的降级：明确告知"我还不了解你的身材数据，建议先做个形象诊断（1 分钟）"，而不是编造假设
3.9 存储与技术形态
| 数据 | 存储 | 说明 |
|---|---|---|
| L0 / L1 / L2 结构化画像 | 关系型数据库 | 强一致、可索引、可审计 |
| L3 事件与对话摘要 | 关系库 + 向量库 | 向量库用于语义召回 |
| L4 会话状态 | KV 缓存（带 TTL） | 高频读写 |
| L5 衣橱单品 | 关系库 + 对象存储（图片）+ 图像向量 | 支持图搜与属性筛选 |
| 变更审计 | 追加写日志表 | 记录每次记忆变更的 before/after 与操作者 |
- 端侧缓存画像摘要，支持弱网/离线时的基础个性化展示
- 所有记忆读写走统一
MemoryService，禁止各业务模块直连表，保证冲突消解与审计逻辑唯一
3.10 隐私与合规
- 记忆系统写入必须建立在「个性化推荐」授权之上，用户可随时关闭（关闭后仅保留 L0）
- 人脸原图不入记忆库；L1 只存结论型特征
- 记忆数据参与账号注销的彻底删除流程
- 记忆内容不得包含健康、宗教信仰、政治倾向等敏感类别推断（即使用户提及，也不作为记忆项持久化）
- 未成年人账号不启用行为推断类隐式记忆
4. 与各模块的关系
┌──────────────────┐
照片 + 问卷 ───▶ │ 美学报告 │ ──写入 L1──┐
└──────────────────┘ │
▼
显式设置 ─────────────────────────────▶ ┌──────────────┐
对话陈述 ─────────────────────────────▶ │ 记忆系统 │
行为埋点 ─────────────────────────────▶ │ L0~L5 │
└──────┬───────┘
│ 画像摘要 + 偏好过滤 + 事件召回
┌──────────────────────┼──────────────────────┐
▼ ▼ ▼
┌────────────┐ ┌────────────┐ ┌────────────┐
│ 穿搭 Agent │ │ 换装/发型 │ │ 知识库 │
│ │ │ 推荐 │ │ 检索过滤 │
└────────────┘ └────────────┘ └────────────┘
│ │
└──── 采纳/拒绝反馈 ───┴──▶ 回写 L2 / L3
| 模块 | 读取 | 写入 |
|---|---|---|
| 美学报告 | L0、L2（禁忌影响建议） | L1 全量、L3 报告版本 |
| 穿搭 Agent | L0/L1/L2 摘要、L3 召回、L4 上下文 | L2 候选偏好、L3 对话摘要、L4 上下文 |
| 换装模块 | L1（体型/季型用于素材推荐）、L2（禁忌过滤） | L3 试穿事件 |
| 发型模块 | L1（脸型/量感/直曲/发色） | L3 试戴事件 |
| 知识库检索 | L0/L1/L2 作为硬过滤条件 | — |
| 我的衣橱（V2） | L1/L2 用于衣橱适配分析 | L5 单品 |
5. 指标
5.1 用户系统
- 游客 → 注册转化率 > 25%
- 华为账号一键登录占比 > 60%（首发平台）
- 登录成功率 > 99%，注销请求处理时效 100% 达标
- 人脸授权通过率 > 60%
5.2 记忆系统
| 指标 | 目标 | 意义 |
|---|---|---|
| 画像完备率（L1 关键 8 项填充率） | > 70% | 个性化能力的地基 |
| 人均记忆条数（L2） | > 8 条 | 衡量学习深度 |
| 记忆确认率（pending → active） | > 50% | 隐式推断的准确性 |
| 记忆修正率 | < 20% | 过高说明诊断或推断不准 |
| 「我的记忆」页访问率 | > 15% | 透明度是否被感知 |
| 关闭个性化推荐比例 | < 5% | 信任度反向指标 |
| 有画像 vs 无画像用户的建议采纳率差值 | > 15pp | 验证记忆系统的实际价值 |
| 重复询问率（Agent 询问已知信息的比例） | < 3% | 记忆注入是否生效 |
6. 待确认事项
- 华为账号登录的接入方式与 Uni-App-x 兼容性验证
- 游客数据迁移的边界情况（多设备、换机、重装）处理方案
- 向量库选型（自建 / 云服务）与成本评估
- 会员点数制的最终定价与点数消耗比（依赖 V1 真实成本数据）
- 隐式记忆推断的阈值与确认时机的 A/B 方案
- 记忆数据保留时长与法务确认（L3 事件建议 180 天）
- 是否支持家庭/多人档案（一个账号多个形象档案，如帮家人做诊断）——影响数据模型，建议 V1 预留
profile_id字段 - 端侧记忆缓存的加密方案
文档版本：v1.0 创建日期：2026-08-11 作者：产品团队 状态：待评审 关联文档：