AI Product Case · 2026
Cat
Bureau
猫咪事务所

一只暹罗猫,一套 CBT 协议,一个关于情绪表达的设计实验。

当朋友说"你不要对我说这些了",你还能对谁说?

角色定位 AI 产品经理
技术栈 HTML · DeepSeek V3.2 · Function Calling
版本 v12
在线体验 · 猫咪事务所
SCROLL TO EXPLORE
🐱
CBT · 认知行为疗法
AI Agent · Function Calling
危机干预 · 双重安全机制

从一句话
开始的产品

这个项目起源于一段真实的经历。因为选错专业陷入反复懊悔,焦虑逐渐积累,当我试图向朋友倾诉时,对方说了一句让我沉默的话——

你不要对我说这些了。 — 某次倾诉,朋友的回应

情绪无处安放

当我开始观察身边更多人,发现这种困境有惊人的普遍性:

倾诉边界的碰壁 朋友无法无限接收负面情绪,存在"倾诉疲劳"——情绪共鸣是有限资源。
原生家庭的隐私壁垒 涉及家庭关系的深层情绪,过于私密,找不到安全的倾诉对象。
专业门槛的遥远感 心理咨询昂贵且陌生,对轻中度情绪困扰者而言是过度干预。
现有 AI 工具的不足 通用 LLM 过于谄媚附和,缺少心理学框架,无法判断用户真实需求。
02 · 市场调研

找到
差异化定位

对现有 AI 情感/心理类产品进行二维分类:
Y轴 = 专业程度(娱乐陪伴 → 咨询级别),X轴 = 人机关系(客服式 → 伙伴式)

高专业度 · 咨询级
低专业度 · 娱乐级
远距离 · 客服式
近距离 · 伙伴式
发展趋势区
高专业 × 伙伴式
Replika
Character.AI
星野
猫箱
Talkie
心悦智能
Whippy
Woebot
Wysa
林间疗愈室
Nephola
猫咪事务所 ✦
📈
市场信号
小红书等平台上"和AI倾诉"相关内容高速增长,用户存在真实需求且愿意公开分享疗愈体验。
🎯
机会窗口
"高专业 × 近距离"象限是空白地带——现有产品要么专业但冷漠,要么亲近但肤浅。
🔬
深度体验
对 Woebot、Wysa、林间疗愈室等竞品进行深度体验,提炼共同问题,形成设计假设。
03 · 核心问题

现有高专业伙伴
的三个致命缺口

深度体验竞品后,我识别出三个阻碍用户真正被疗愈的结构性问题。它们不是功能缺失,而是设计假设的错位。

01
表达摩擦过高
当用户处于负面情绪最低点时,恰恰最难用语言准确描述自己的感受。现有产品直接要求用户"说说你的感受",这对情绪困扰中的人是巨大障碍。

结构化输入能降低认知负担,同时为后续对话提供锚点。
我们的解法 情绪选择卡 · 6 种情绪 + 强度滑块,先降低摩擦再展开对话
02
意图识别缺位
不同阶段的用户需要不同的支持——有时需要被倾听,有时需要认知重构工具,有时需要具体的行为建议。

通用对话模型无法精准识别"此刻该给什么",导致支持错位或流程僵化。
我们的解法 AI Agent + Function Calling · 自主评估用户状态,决策走 CBT 重构还是情绪陪伴路线
03
正向循环缺失
心理疗愈是长期过程,单次对话难以形成持续改变。现有产品缺少让用户"愿意回来"的情感连接机制,留存依赖外在提醒而非内在驱动。

与 CBT 疗程概念绑定的养成系统,比积分体系更有意义感。
我们的解法 猫咪养成系统 · 亲密度成长与疗愈进展并行,情感投入驱动持续参与

Agent 驱动的
自适应疗愈

小然不是按剧本走的聊天机器人——她是一个具备自主决策能力的 AI Agent。每次对话,她都在实时评估你的状态,并自己决定该给你什么。

👂
统一入口 · 2-3 轮
倾听共情阶段
所有对话的共同起点,Agent 在此评估:用户情绪背后是否存在不合理的认知?
路线 A · 存在认知扭曲
CBT 认知重构
01 苏格拉底式提问,识别自动思维
02 调用 show_triangle 展示认知三角
03 指出认知扭曲 + 引导新思维
04 调用 show_reframe 展示重构卡
05 设计微小行动方案
路线 B · 合理情绪反应
情绪陪伴支持
01 深度共情,确认情绪合理性
02 引导实际问题解决("报警了吗?")
03 调用 start_breathing 提供放松工具
💡 示例:用户说"钱包被偷了好生气"→ Agent 判断为合理情绪,不触发 CBT,而是共情并引导报警
🛠️
Function Calling 工具集
Agent 通过 DeepSeek V3.2 的 Function Calling 能力,自主决定何时调用哪个工具:ask_emotion / show_triangle / show_reframe / start_breathing / show_summary——不需要规则硬编码,Agent 自主判断时机。
自主决策
🛡️
危机干预 · 双重安全机制
前端硬编码(第一道):不依赖 LLM,关键词命中即禁用所有工具,强制切换危机对话。

Prompt 内置协议(第二道):表达关心 → 确认安全 → 提供热线(400-161-9995),不分析、不干预,只陪伴。
安全边界
🐱
暹罗猫 · 小然
三态视频背景(听→想→静)+ 逐字打字,构建真实陪伴感。Lv2 起用你设置的专属昵称,Lv3 解锁撸猫互动,Lv5 小然开始记得你说过的事——关系随等级真实加深。
沉浸式体验
🐟
养成 × 疗愈系统
小鱼干现在通过对话获得(每次最多 +6),而不只是完成任务——疗愈行为本身成为养成驱动力。好友系统支持给朋友的猫咪喂食,将疗愈行为轻度社交化。
正向循环
📊
对话总结 · 量化疗愈轨迹
每次对话结束,Agent 自动从已有 tool_call 参数中提取结构化总结,无需额外 LLM 调用。情绪变化差值、认知扭曲类型、新思维、下一步行动——把模糊的"感觉好多了"变成可回顾的疗愈记录。
情绪变化
焦虑 8 → 5 · ▼ 37.5%
识别的认知扭曲
灾难化思维 · 全或无
下一步行动
明天和辅导员约谈
🎭
引导 & 情绪选卡
选焦虑 / 强度 8
👂
倾听共情
2-3 轮,Agent 评估
🔺
认知三角卡
情境→思维→行为
🔄
认知重构卡
旧→新思维对比
📋
总结 & 获鱼干
情绪 8→5,+6 🐟
05 · 技术决策

为什么用
AI Agent?

早期版本用双 LLM 并发来做意图判断——一个回复、一个分类。但这个架构有一个根本问题:规则是硬编码的,Agent 没有真正的自主性。升级到 DeepSeek V3.2 + Function Calling 之后,小然可以自己决定调用什么工具、什么时候调用,而不是被动等待外部触发器。

用户消息输入
进入 Agent 推理循环,携带完整对话历史和工具定义
DeepSeek V3.2 · Agent 推理
同时具备:对话生成能力
+ Function Calling 工具调度能力
+ CBT 协议内置 System Prompt
单模型完成推理 + 调度
前端危机检测层
不依赖 LLM 的硬编码关键词守卫
命中 → 禁用所有 tool,强制转危机对话
热线:400-161-9995
双重保障 · 前端优先
ask_emotion
对话开始时调用 · 弹出情绪选择卡(6 种 + 强度 1-10)
show_triangle
路线 A · Agent 收集到情境/思维/行为后自主调用,自己填参数
show_reframe
路线 A · 用户认同新思维后调用,展示旧→新思维对比卡
start_breathing
路线 B 或焦虑时 · 打开 4-7-8 深呼吸引导,3 轮动画
show_summary
对话结束 · 从已有 tool_call 参数直接提取,无需额外 LLM 调用
06 · 复盘与边界

做到了什么
还没做到什么

🔍
还想深挖的
路线 A/B 的判断准确率是多少?Agent 是否会把合理的悲伤误判为"存在认知扭曲"?这个边界在 Prompt 层很难精确控制,需要真实用户对话数据来校准。

养成系统中,"因为喜欢猫"而留存 vs "因为疗愈有效"而留存——这两类用户的行为路径是否可区分?目前没有数据。
📐
产品边界的清醒
目标用户是 18-35 岁有轻度情绪困扰的年轻人,明确排除严重精神疾病(抑郁症、双相障碍)——这不是谦虚,而是 CBT 的循证边界决定的。

好友系统让疗愈行为轻度社交化,但需要注意:当用户知道朋友能看到自己在用这个 App,隐私感会影响倾诉意愿。这个功能的边界还需要观察。
🚀
如果继续迭代
路线判断的数据校准:收集真实对话中路线 A/B 的触发比例,识别 Agent 误判的典型场景,针对性优化 Prompt。
记忆系统(方案一优先):复用总结卡的提取结果,存 5-10 条关键记忆到 localStorage,注入 Prompt 让小然记得你说过的事——成本极低但体验质感拉满。
疗愈效果量化:嵌入 PHQ-2/GAD-2 简化量表,用数据建立"对话次数"与"情绪改善"之间的相关性,为产品价值提供循证支撑。
用户访谈:当前产品逻辑基于竞品分析和文献,需要一轮可用性测试验证真实用户在哪个对话节点感到摩擦,以及路线 A/B 的切换时机是否符合用户感知。