核心用法
Journal 是一套渐进式日记系统，核心目标是降低用户的书写阻力。它不强制每日记录，不预设复杂模板，允许从一句话到长篇的自由表达。系统通过 ~/journal/ 本地文件夹管理内容，采用 2024-03-15.md 的日期命名实现自然时序归档。
启动时，AI 扮演「空间提供者」而非「指导者」——用户开始书写后绝不打断，待主动请求时才提供提示词库（如"什么让你感激""你在回避什么"）。支持语音转录、子弹点、情绪评分（1-5 或 emoji）等多元输入形式。
模式发现是差异化能力：累积足够条目后，可分析常见主题、情绪波动周期、话题出现与消失的规律，甚至主动推送「一年前你写过 X」的记忆唤起。
显著优点
- 零压力设计：明确反对「强制日更」「复杂模板前置」，将「 guilt-free（无负罪感）」作为核心原则
- 渐进增强路径：第 1 周随意写 → 第 2 周规范命名 → 第 2 月添加情绪标签 → 第 3 月启动周回顾 → 周年深度反思，适配不同坚持度用户
- 隐私优先架构：本地文件系统存储，可选加密，明确声明「绝不用于 AI 训练」
- 灵活集成：可对接习惯追踪、目标管理、关系处理等相邻场景
- 专业边界意识：对困难内容仅做情感确认，主动建议寻求专业支持而非越界干预
潜在局限
- 依赖用户自律启动：无推送机制（除非用户主动开启提醒），对需要外部督促的用户可能效果有限
- 模式分析需数据积累：3 个月内的条目难以产生有意义的趋势洞察，早期体验偏「纯书写工具」
- 跨设备同步需手动配置：无内置云同步，依赖用户自行搭建加密备份方案
- 情绪追踪粒度较粗：1-5 量表 + emoji 难以捕捉复杂情绪光谱，重度心理健康需求者可能需专业工具补充
适合人群
- 想写日记但总被「完美模板」吓退的初学者
- 重视数据主权、拒绝云端笔记的隐私敏感用户
- 需要安全空间处理关系/工作/身份议题的反思型人格
- 已有书写习惯、希望增加结构化回顾的进阶用户
常规风险
1. 数据丢失风险：纯本地存储意味着设备故障即丢失，需强调备份教育
2. 过度自我分析陷阱：AI 提供的模式洞察可能被用户误读为「诊断」，需明确工具非治疗
3. 敏感内容泄露：本地文件仍面临设备共享、未加密备份等泄露场景
4. 情感依赖形成：长期高频倾诉可能产生对 AI 的准治疗关系，需保持边界