Kept 不是日历，不是待办清单，不是备忘录，也不是语音助手。它是你的「外挂记忆」——一个记性完美的老朋友，默默帮你记着那些你在乎但大脑装不下的事。
日历管你的时间，待办管你的任务，Kept 管你的记忆。
现有提醒工具的根本问题：它们要求你在记录的时候就知道「什么时候需要被提醒」。但生活中大量的遗忘场景——你根本不知道什么时候会需要这个信息。
所以产品的核心不是「设提醒」，而是低摩擦地捕捉 → 智能地在对的时刻浮现。
日常事情太多，除了工作之外，生活上也经常忘记各种事情——但又不想把工作的那种冰冷提醒方式带入到生活中。
现有的工具要么太重（日历、待办、Notion），要么太冷（闹钟、Siri），要么太死（必须设定精确的时间和分类）。没有产品真正在做「温柔的生活记忆伙伴」这件事。
这是 Kept 的精神原点。忘事不是缺陷，不是懒惰，不是能力不足——它是一个人在乎太多事情的自然结果。Kept 存在的意义，是帮用户分担这份在乎的重量。
问题不是记性差，是带宽被占满了。每件事单独来看都记得住，但同时有 30 件事在脑子里跑，总有几件掉出去。答应同事的事转头忘了、想买的东西到了超市想不起来、朋友推荐的东西说「回头看看」然后没有然后了。
想去的餐厅、想看的展、朋友说的好去处、播客里提到的书。这些不是任务，是生活的可能性碎片。现在的处理方式是收藏小红书（再也不看）、微信发给自己（淹没在聊天记录里）、截图（找不到）。每一个碎片都代表着一种生活的可能性，但缺少一个温柔的方式把它们在对的时候找回来。
孩子周三要带手工材料、下周二疫苗预约、奶粉快喝完了要买 2 段不是 3 段、岳母下周来她不吃辣、车险下个月到期。每件都不大，但忘了任何一件都会产生摩擦——与另一半的摩擦、对孩子的愧疚、生活运转的卡顿。这就是 mental load，Kept 帮家庭减轻这个隐性负担。
工作日排满会议，经常在不同项目间切换。喜欢探店、偶尔健身、周末跟朋友出去玩。她的忘事日常：同事拜托的事转头忘了、小红书收藏的咖啡店再也找不到、男朋友说他妈喜欢桂花糕但下次见面前想不起来、洗面奶快没了出了浴室就忘、上周答应妈妈打电话到周日晚上才想起来。
她真正需要的是：随口说一句「洗面奶没了」，然后在她下次路过屈臣氏的时候，有人轻轻说一声「洗面奶」。
用户感受到的是「按住说话 → 手表震一下 → 某天被精准提醒」。背后是五层处理流水线，端侧和云端分工协作，在快速响应和深度理解之间取得平衡。
为什么端侧：速度是第一优先级。用户按住说话松开后，必须在 1 秒内得到「✓ 记住了」的反馈。如果走网络请求，在弱网环境下延迟会破坏体验。Apple 端侧 Speech Recognition 或精简版 Whisper 模型足以满足这个需求。
技术要点：
· 使用 Apple Speech Framework 作为主 ASR（系统级优化，零额外开销）
· 辅以 Whisper-tiny/base 做二次校准（特别是中英混杂场景）
· 支持流式识别：说话过程中就开始转写，松手时结果已准备好
· 噪音处理：利用 Apple 硬件级降噪 + VAD（语音活动检测）切除首尾静音
难点预判：中英混杂（code-switching）是最大挑战。MVP 阶段可暂时接受不完美转写，云端理解层做纠错补全。
实现方式：LLM 级别的语义切分，不是简单的句号分割。需要理解「还有」「对了」「另外」等口语化转折词，以及根据语义完整性判断边界。
每条记忆被分类到四种类型之一，同时输出置信度分数。置信度低于 0.7 时，默认选择更轻的分类——猜轻了（当成 INTENT）比猜重了（当成 ACTION 然后疯狂提醒）好得多。
四种分类的判断逻辑：
· ACTION：有明确的完成状态。「买X」「打电话给X」「还X的钱」
· INTENT：表达了想法但无紧迫性。「想试试…」「下次去…的时候」
· KNOWLEDGE：信息存储，无需行动。「X在Y位置」「X对Y过敏」
· RECURRING：暗含周期性。「又该…了」「差不多该…了」
实体提取不止于 NER——它需要理解实体间的关系和角色。
六类核心实体：
· PERSON：人名 + 关系推断（「我妈」→ 母亲，「老张」→ 朋友/同事）
· PLACE：具名地点 + 地点类型推断（「屈臣氏」→ 药妆店 → 购物场景）
· ITEM：物品 + 品类推断（「洗面奶」→ 日化用品 → 超市/药妆店可购买）
· TIME：显性时间（「周三」）+ 隐性时间（「下次」「回头」）
· EVENT：事件/场景（「见面」「出差」「搬家」）
· CONTEXT：情境线索（「那个新开的」「上次说的」）
这是产品智能感的核心来源。用户说的和用户需要的之间，有一层推理。做好这一层，用户觉得「它真的懂我」；做不好，用户觉得「就是个备忘录」。
实现方式：LLM few-shot prompting + Chain of Thought。每条记忆的推理过程作为结构化 JSON 输出，包含推理链、置信度、衍生知识。MVP 阶段直接使用 GPT-4o-mini / Claude Haiku 级别模型，成本约 $0.001/条。
每条记忆被赋予一组多维触发条件，条件之间是 OR 关系——任一满足即可触发提醒。每个条件带有独立的置信度评分。
触发条件满足 ≠ 立即提醒。还需要综合判断：
触发判断公式：
每日提醒预算：每天主动提醒（Watch 震动 / AirPods 语音）不超过 5 次。超出后自动降级到 Widget 层。这个上限可以根据用户使用数据动态调整。
渠道选择逻辑：Watch 可用 + 在户外 → Watch 震动。AirPods 已连接 → 语音提醒。都不可用 → Widget + 通知。
每条记忆不是孤立存在的。系统逐步构建一个生活知识图谱：
· 人物节点：小张（同事）、Amy 妈（伴侣母亲）、老王（朋友）
· 地点节点：公司、家、常去的超市、那家新咖啡店
· 记忆边：「下次见老张问合同」→ 关联人物「老张」+ 话题「合同」
· 知识沉淀：「Amy 妈不吃辣」「Amy 妈喜欢桂花糕」→ 聚合在人物节点下
聚合能力：「盐没了」+「酱油快没了」+「洗洁精买一瓶」→ 自动聚合为一次购物清单，在到超市时整合提醒，而不是分三次震动。
实现方式：MVP 阶段不需要图数据库。用 SQLite（端侧）+ 关系表即可表达。记忆表、实体表、关联表三张表足够。后期数据量增长后可考虑迁移到图数据库。
状态转换规则：
· ACTIVE → DONE：用户确认 / AI 推断（离开超市 → 购物记忆自动完成）
· ACTIVE → DORMANT：提醒次数达上限 + 用户未响应。退到 Widget 层，不再主动打扰
· DORMANT → ACTIVE：用户再次提及 / 新触发条件出现
· DORMANT → ARCHIVED：3 个月后轻问「还需要记着吗？」→ 无回应则归档
· 重要度衰减：importance 按指数衰减，ACTION 衰减慢（半衰期 ~2 周），INTENT 衰减快（半衰期 ~1 周）。用户再次提及时重要度回升到初始值。
分渠道文案规范：
· Watch（极简）：「盐、酱油、洗洁精 🛒」——最多 15 字，纯信息
· AirPods（自然语气）：「别忘了，家里要买盐和酱油」——口语化，像朋友随口说
· 通知推送：「路过超市了，家里缺几样东西 🛒」——带场景感
· Widget：直接显示内容，不加前缀
实现方式：基于模板 + LLM 微调。高频场景用模板（成本低、延迟低），复杂场景调用 LLM 实时生成（准确但成本高）。模板覆盖 80% 场景，LLM 处理 20% 长尾。
用户感知的时间线：松开按钮 → 0.5s 端侧确认「✓ 记住了」→ 2-5s 云端完成理解 → 触发条件静默写入端侧 → 条件满足时端侧实时触发提醒。
关键决策：利用阿里云服务商成本优势，云端 LLM 推理成本可进一步压缩 30-50%。MVP 阶段使用现成模型 API，不需要自训练模型。数据积累到一定规模后，再考虑针对中文口语化表达微调分类模型。
输入和输出分离，各自用最自然的载体。Action Button 按住说话是记录的主入口，Apple Watch / AirPods / Widget 是提醒的主出口。
| 设备 | 角色 | 交互方式 | 适用场景 |
|---|---|---|---|
| iPhone | 记录主入口 + Widget 浮现 | Action Button 语音、锁屏/主屏 Widget、灵动岛 | 所有用户的基础体验 |
| Apple Watch | 提醒主渠道 | Haptic 轻震 + 极简文字、语音确认 | 走路、逛街、在店里 |
| AirPods | 语音提醒渠道 | 自然语气的语音提醒 | 通勤、运动、走路 |
名字「别忘了」本身就是产品的语气——不是命令，是关心。
商业模式必须与产品价值观一致。任何靠制造紧迫感来驱动付费的模式都会伤害产品灵魂。广告模式直接排除——帮你记住「买洗面奶」的产品如果给你推洗面奶广告，信任瞬间崩塌。
订阅的本质：用户为一种持续的安心感付费。不是为功能付费、不是为次数付费，而是为「有人帮我记着」这件事本身付费。
付费转化策略：延迟付费墙，靠 aha moment 驱动转化——
新用户前两周全功能开放，体验完整的「记录→智能提醒→完成」循环。两周后温柔过渡到免费层，用产品自己的语气引导：
「你这两周记了 47 件事，我帮你记住了 43 件。要不要让我继续帮你记着？」
免费用户活跃记忆满时：
「你在乎的事情有点多，我记不过来了 😅 升级 Pro 让我帮你全部记着？」
核心可触达市场：25-45 岁发达国家都市 iPhone 用户约 1-1.5 亿人。1% 渗透率 = 150 万付费用户 = 年营收约 $7000 万。
品类界限：「别忘了」需要在用户认知中与以下品类划清界限——
竞争策略：速度第一（窗口期 2-3 年）→ 品牌和人格是核心产品 → 家庭共享是 Apple 不会做的差异化 → 长期成为「记忆层」基础设施。
市场策略：先海外英语市场（订阅习惯成熟、编辑推荐杠杆大），中国市场第二阶段。
核心验证：① 用户会养成「随口记」的习惯吗？② AI 场景触发有没有 aha moment？③ 记忆人格系统是否让用户感受到「它懂我」？
核心差异化：记忆人格系统是 Kept 最独特的护城河——功能可以被复制，但每个用户养出的「别忘了」人格无法迁移。这是从工具到伙伴的关键跃迁。
记忆人格是 Kept 最核心的差异化。不是预设的「风格模板」让用户选择，而是从日常使用中自然生长出来的个性。同一条记忆，不同用户的「别忘了」会用完全不同的方式提醒——因为每个人的「别忘了」，最终都会长成只属于你的样子。
同一件事，三种「别忘了」的声音：
这三种提醒说的是同一件事：「洗面奶没了」→ 需要去超市买日用品。但表达方式截然不同——语气、详略、emoji、甚至信息结构都不一样。这就是记忆人格。
功能可以被复制，但每个用户花三个月养出来的「别忘了」人格无法迁移。这不是技术壁垒，是情感壁垒——也是从工具到伙伴的关键跃迁。