Daylio
只能输入一种情绪， 灵活性较低， 违反了“Flexibility & Efficiency”原则
HOME
CN
Moodiy: 以可视化方式感受、追踪，并理解你的情绪
用设计读懂情绪——以直观的视觉与交互方式，将情绪体验转化为可理解、可追踪的心灵语言。
Background
App简介
Moodiy 是一个互动心理健康日志，旨在将情感追踪转变为直观且引人入胜的体验。与传统的基于文本的日志记录不同，Moodiy 使用 表情符号拖放互动、AI 驱动的洞察 和 视觉情感分析，帮助用户轻松理解他们的情感，并以同情心进行反思。
Research
痛点陈述
文字式日记带来的高认知负担
缺乏Direct Manipulation，缺乏趣味
反馈有限，缺少长期情绪洞察
Research
文献研究
在开始设计前，我们查阅了相关研究论文与 UX 设计案例，以了解为何大多数心理健康类日记应用难以保持用户的长期参与。我们从心理效能与用户体验两个角度对既有研究进行了分析。
用户的视角
文字密集的记录方式在用户能量低落时会造成较高的认知负担。
缺乏视觉反馈，使用户难以察觉或反思自己的情绪模式。
用户希望日记体验更加个性化、灵活，并能够真实表达情绪。
设计与研究视角
研究显示，基于经过验证的治疗模型所设计的应用程序能有效提升情绪健康（Lecomte et al., 2020）。
当以自适应方式设计时，AI 辅助反思能够支持用户建立持续的情绪记录习惯（Kim et al., 2024）。
当用户能够获得实时洞察与情绪趋势的可视化总结时，参与度会显著提升（Smyth et al., 2018）。
Research
竞争分析
Ideation
开发解决方案
|
HCI 理由
识别优于回忆（Recognition Rather Than Recall）
以表情符号为基础的选择方式能够降低认知负担，让用户通过选择而非生成情绪描述来表达感受。灵活性与使用效率（Flexibility and Efficiency of Use）
拖曳多个表情符号的交互方式，使用户能够更准确地呈现复杂、多层次的情绪状态。美观与极简设计（Aesthetic and Minimalist Design）
干净的界面搭配清晰的视觉反馈，不仅提升可用性，也让整体体验更直观舒适。
设计方案
拖拽输入表情，实现快速情绪记录
允许用户拖拽多个表情符号，以呈现更复杂的情绪状态
每个表情代表一种颜色，多种颜色混合生成新表情，增加趣味
Ideation
心情板
我们参考了多款心理健康与日记类应用的视觉设计，研究色彩、字体与布局如何影响用户的情绪感受。目标是打造一个既平静又富有表达力的界面——让整体体验更有人性、亲和力与反思感。
Ideation
初步概念
我们首先绘制了情绪日记应用的核心架构与线框图。在这一阶段，设计仍采用传统的表情符号选择与文字记录方式。当时尚未引入直接操作或情绪混色的概念——重点仅在于通过表情或文字进行情绪记录。
低保真设计
在低保真阶段，我们细化了页面结构，并测试了情绪记录、AI 指引与统计等关键界面。这一阶段帮助我们明确了信息层级与交互流程，记录方式仍以点按为主。但根据研究结果，用户需要一种更具表达性与参与感的记录互动方式。
Ideation
高保真设计
在高保真阶段，我们从静态记录进化到更具互动性的情绪驱动日记。用户不仅可以拖拽多个表情来呈现复杂心情，还能观看颜色混合来可视化情绪细微差异，并获得 AI 生成的反思摘要。此次迭代将可用性与情感化设计融合，使自我情绪反馈变得更直观。
Final Demonstration
简易商业广告
我们制作了一段短篇宣传视频，用以传达 Moodiy 的核心概念与情绪价值。影片呈现了用户如何通过表情轻松表达情绪、以视觉化方式追踪模式，并获得 AI 的引导支持——让自我反思成为简单而可持续的日常习惯。
Final Demonstration
细节讲解视频
为了从 HCI 的角度评估设计，我们制作了一段讲解影片，从启发式评估、认知直接性与用户反馈等面向分析 Moodiy。影片详细说明了我们的设计如何降低认知负担、强化直接操控，并与可用性原则保持一致。
Design Evaluation
优点
1. 低认知负荷的情绪记录 - 基于表情符号的输入使记录变得快速而轻松——尤其在低能量的时刻特别有帮助。
2. 情感表达的灵活性 - 用户可以选择多个表情符号来代表复杂或混合的情感，而不是仅限于一个。
3. 通过人工智能提供个性化反馈 - 人工智能生成的洞察帮助用户理解情绪模式，并提供相关建议以支持自我照顾。
Design Evaluation
缺点
1. 情绪复杂度可能被过度简化 - 对于不符合预设表情的情绪，用户可能难以找到准确的表达方式。
2. 情绪洞察界面可能带来认知负担 - 统计页一次性呈现较多数据，可能让部分用户感到压力或不知从何看起。
3. AI 建议缺乏深度个性化 - AI 的建议可能显得泛泛而谈，无法完全贴合用户的真实情境与需求。
Design Evaluation
潜在的改进策略
1. 扩展表情库与自定义功能 - 允许用户创建并标注属于自己的表情套组，以更贴合个人的情绪词汇。
2. 多层次情绪输入 - 通过将表情拖拽至不同距离来“加权”情绪强度，使复杂情绪的表达更具层次感。
3. 表情历史与智能推荐 - 根据用户最近或常用的表情组合提供快速复用与智能建议，帮助反映长期的情绪模式。