Proposal：显式用户画像

[LUPENGHAN]

Proposal：显式用户画像

1 功能描述

显式用户画像让用户主动告诉 TimeFlow：自己的稳定背景、可用时间、计划偏好和执行约束是什么。Goal 拆分和重排读取这些已确认信息，减少重复询问并生成更贴合用户的候选方案。

画像只包含用户主动填写，或用户在 AI Tab 明确要求系统记住并确认保存的信息。系统不得根据 Feedback、Task 历史、沉默、语气或单次失败自动推断 P0 画像。

用户可以在个人设置中查看和维护画像，也可以在 AI Tab 用自然语言提出修改。AI 入口仍遵循“候选 → 用户确认 → 母 Agent调用确定性能力写入”；未确认内容不得进入 UserProfile。

2 用户

目标用户

• 有稳定工作/学习时段，希望 AI 排期符合现实作息的用户。
• 对 Task 时长、计划强度、学习方式或环境有明确偏好的用户。
• 希望了解系统正在使用哪些个人信息，并能随时修改或删除的用户。
• 冷启动阶段尚无执行历史，但仍需要个性化 Goal 计划的用户。

用户故事

场景	对应能力	价值
我工作日只有 20:00 后有时间，周末可以投入 3 小时。	手动维护可用时间	GoalPlanDraft 不再反复询问基础作息
我希望 Task 控制在 45 分钟左右，并保留缓冲。	任务粒度和计划偏好	计划更符合个人执行方式
我在 AI Tab 说“以后不要把高强度任务排在早晨”。	AI 画像修改候选	低成本表达明确偏好
我的作息变化了。	查看、编辑、删除	画像不会成为不可控的永久判断
当前 Goal 必须临时在早晨做。	当前输入优先	本次明确约束不会被旧画像覆盖

3 现有做法及不足

现有做法	可以解决	仍然存在的问题
每次 Goal 规划重新询问	信息最贴近当前 Goal	重复输入多，规划对话冗长
只保存一段自由文本简介	录入简单	用户难以查看系统实际采用了哪些约束
AI 根据行为自动推断画像	自动化程度高	冷启动无数据，且容易把偶然行为变成长期事实

核心问题是 P0 需要一套透明、用户主动、可编辑删除的画像能力，而不是等待历史数据或依赖自动推断。

4 产品范围

画像维护

• 在个人设置中提供画像查看、添加、修改和删除入口；不新增第四个主 Tab。
• 支持的功能维度包括：稳定背景与当前基础、常规可用时间、偏好/避开时段、Task 粒度、计划强度、工作/学习方式、环境约束和用户明确表达的兴趣。
• 本 Proposal 只确定功能维度，不冻结数据库字段、枚举或表单布局。
• 每条活动画像信息必须对用户可见，并能单独修改或删除。

AI 修改

• 用户可以在 AI Tab 明确提出查看、增加、修改或删除画像。
• 母 Agent读取当前画像，子 Agent只返回结构化修改候选，不直接读写数据。
• 候选展示原值、新值、适用范围和影响说明；用户确认后母 Agent调用确定性能力写入。
• “记住这个偏好”等明确表达可以生成候选；普通聊天内容不会自动保存为画像。

画像使用

• Goal 拆分读取已确认画像，用于 Task 粒度、可用时段、计划强度和方案说明。
• 主动/被动重排生成方案时可以读取已确认画像，用于排序不同取舍方案。
• 用户当前请求中的明确信息优先于画像；发生冲突时必须在候选中说明采用了哪项当前约束。
• 画像变化不自动修改现有 Schedule、Todo、Goal 或 Task，可以提示用户是否重新生成计划/重排。

明确不做

• 根据 Feedback、Task 执行或重排历史生成画像候选；归属 Proposal：基于历史执行数据校准下一次 AI 计划 #33/P1。
• 根据用户沉默、语气、单次失败、AI 提问或设备行为推断偏好。
• 采集 App 使用、设备活动或后台数据。
• 未确认自动保存 AI 总结。
• 人格标签、绩效评价、跨用户推荐和画像看板。
• 因画像变化自动应用重排或覆盖当前计划。

后续可拓展

• P1 接入 Proposal：基于历史执行数据校准下一次 AI 计划 #33 的历史执行校准候选，并在确认后进入同一 UserProfile。
• 更细的适用范围、导出和统一关闭开关。

5 关键决策

决策点	方案	结论	理由
Proposal 划分	与 #33 合并	不选	P0 Accepted 与 P1 NoPlan 无法在同一 Issue 清晰决策
Proposal 划分	P0 显式画像独立	采纳	可以独立评审、排期和验收
P0 数据来源	自动分析历史	不选	超出 P0 且缺少用户知情
P0 数据来源	用户主动填写/明确要求保存	采纳	冷启动可用且可控
AI 写入	对话中自动记忆	不选	普通聊天不等于长期保存授权
AI 写入	修改候选 + 用户确认	采纳	与全局写入原则一致
信息结构	新增画像主 Tab	不选	破坏三 Tab
信息结构	个人设置 + AI Tab	采纳	透明维护且不增加一级入口
当前约束冲突	画像优先	不选	旧信息可能不适合当前 Goal
当前约束冲突	当前明确输入优先	采纳	尊重本次真实需求
画像变化	自动修改现有计划	不选	违背用户确认权
画像变化	只影响后续候选	采纳	不静默覆盖事实

6 边界与异常

边界规则

• 只有当前用户可以查看和修改自己的 UserProfile。
• 普通聊天、AI 建议和用户未回应的提问不能成为画像。
• 当前明确输入与画像冲突时，当前输入优先；画像本身不被自动修改。
• 删除某条画像后，新的规划和重排不得继续使用该条内容。
• 画像只作为候选生成上下文，不能绕过业务校验和确认。

异常场景与处理方式

场景	系统行为	原则
用户未填写画像	Goal 拆分继续多轮追问，不阻塞使用	冷启动可用
AI 无法判断用户是否要长期保存	追问“是否保存到画像”，不自动写入	明确授权
新信息与旧信息冲突	展示原值/新值，等待用户选择替换或取消	不静默覆盖
确认前画像已变化	重新读取并要求再次确认	防止覆盖新数据
写入失败	保持原画像，候选可重试	原子更新
删除画像后仍有旧草稿	旧草稿确认前重新校验；新计划不使用已删除内容	数据一致性
画像读取失败	回退到当前输入和多轮追问	不阻塞核心规划

7 基本概念与信息结构

概念	含义
UserProfile	用户已确认、可查看和维护的统一画像
显式画像	用户主动填写或明确要求保存的信息
画像修改候选	AI 根据明确指令生成、等待确认的结构化变化
当前约束	用户在本次 Goal 规划或重排中明确给出的要求
适用范围	某条信息在全局或特定 Goal 类型中生效的边界

信息结构：个人设置 → 画像查看/添加/编辑/删除；或 AI Tab → 明确修改请求 → 候选卡 → 用户确认 → UserProfile 更新。Goal 拆分和重排只读取已确认的活动画像。

8 验收标准

用例	操作	通过标准
冷启动	用户没有画像并创建 Goal	系统继续追问并生成计划，不阻塞
手动维护	在个人设置添加、修改和删除信息	UserProfile 正确变化且用户可见
AI 添加	用户说“以后工作日 20:00 后学习”	生成候选，确认后才进入画像
普通聊天	用户随口讨论早起但未要求保存	不自动生成正式画像信息
AI 删除	用户要求忘记某偏好	展示删除候选，确认后停止用于新方案
当前输入优先	本次 Goal 要求与画像冲突	候选采用当前要求并说明冲突，不自动改画像
Goal 拆分使用	已确认 Task 粒度和时段偏好	GoalPlanDraft 能读取并体现相关信息
重排使用	存在多个可行重排方案	可按已确认画像排序并说明，不自动应用
画像变化	修改画像后检查既有 Task	既有对象不变化，只影响后续生成
失败降级	画像服务不可用	当前输入和多轮对话仍可完成核心规划
P1 隔离	提交 Feedback 或完成 Task	P0 不自动生成或写入历史画像候选