核心用法
Nomtiq（小饭票）是一款专注于去算法化的餐厅推荐技能。用户通过自然语言触发词（如"找餐厅""今晚吃什么""小饭票"等）启动对话，系统基于用户的口味画像、历史足迹、预算范围和地理位置进行个性化推荐。区别于传统平台的大众评分逻辑，Nomtiq 采用"记忆型推荐"机制——使用时间越长，对用户偏好的理解越精准。
显著优点
1. 反榜单设计：明确拒绝广告植入和流量排名，规避了商业利益对推荐质量的侵蚀
2. 隐私优先的画像系统：口味数据本地化处理，不依赖第三方平台账号体系
3. 场景化触发：支持中英文多场景唤醒（约会/商务/独处），贴合中文用户表达习惯
4. 隐藏菜单机制：为重要时刻设计"冒险模式"，弱化精准度、强化体验感，产品设计有温度
潜在缺点与局限性
- 冷启动问题：新用户缺乏历史数据时，推荐质量依赖初始交互深度
- 覆盖盲区：非连锁本地小馆的 POI 数据完整性可能弱于大众点评等头部平台
- 社交功能缺失：未提供好友共识或群体决策工具，多人场景需人工协调
- 更新机制未明：餐厅营业状态、菜单变更的实时同步能力待验证
适合人群
- 厌恶网红营销、追求真实体验的资深食客
- 有固定约会/商务宴请场景的都市白领
- 注重隐私、不愿被算法绑架的数字极简主义者
- 常驻一二线城市、对"附近"有探索需求的本地生活用户
常规风险
| 风险类型 | 说明 |
|---------|------|
| 推荐偏差 | 个人历史数据可能导致"信息茧房"，需主动尝试隐藏菜单突破舒适区 |
| 时效性风险 | 小众餐厅停业/搬迁信息滞后，建议出发前二次确认 |
| 预期管理 | "无广告"承诺不等于"零商业合作」，需关注后续版本是否引入 B 端服务 |