核心用法
Water Tracker 是一款被动式智能饮水追踪技能，与传统应用的最大区别在于：用户无需主动打开应用、输入毫升数或点击打卡。它通过监听日常对话中的饮水提及（如"吃午饭时喝了水""去健身房带了水瓶"），自动推断并记录摄入量。
关键机制：
- 容器校准：首次提及某容器时询问容量（"你常用的杯子多大？"），后续自动套用
- 模糊估算：接受"喝了点水"等模糊表述，结合上下文（场景、时间、习惯）智能估算
- 多源聚合：从用餐记录、运动日志、聊天对话等多渠道捕捉饮水信号
- 模式学习：持续分析「早咖啡后必喝水」「健身日额外补水」等个人规律
显著优点
1. 零摩擦体验：无需精准测量，降低记录门槛，适合抗拒严格量化的人群
2. 情境感知：关联天气、运动、咖啡因摄入等因素，动态理解真实需求
3. 非侵入式设计：不推送固定提醒，仅在检测到脱水信号（头痛、疲劳）时 gentle 询问一次
4. 无评判记录：碳酸饮料、果汁、咖啡一视同仁记录，不道德说教
潜在局限
- 估算误差：模糊输入依赖算法推断，精准度低于智能水杯等硬件
- 隐私敏感：需持续监听对话内容，对数据敏感用户可能构成心理负担
- 冷启动期：初期需积累足够样本才能建立准确的个人模型
- 边界模糊：难以区分「抿一口」与「喝半杯」的细微差异
适合人群
- 想追踪饮水但厌恶繁琐记录的「懒人健康管理者」
- 习惯碎片化表达、不爱用专用App的口语化用户
- 希望获得个性化洞察而非标准化建议的自驱型人群
常规风险
- 过度依赖估算可能导致长期记录偏差
- 关联数据误读（如将提及头痛等同于缺水）存在假阳性可能
- 需明确用户知情同意对话监听范围，避免隐私争议