心境相册 EchoFrame
AI 将你的心情翻译成一幅画,每天一张,记录看不见的情绪变化。用户不需要把感受解释得很完整,也能通过颜色、线条和画面先把情绪"看见"。
一、创意名称与介绍
创意名称
心境相册 EchoFrame。Echo 表示情绪被温和回应,Frame 表示每一次心情都被装进一幅画里。
想解决什么问题
青少年正处于情绪敏感期,很多孩子有情绪但不知道怎么说。写日记太正式,和别人倾诉又担心被评价;只选一个表情符号,又很难表达"有点焦虑但也期待""很累但不想解释"这样的复杂感受。
EchoFrame 想解决的是情绪表达的第一步:先不用说清楚,先把它看见。
为什么会想到做这个
艺术治疗(Art Therapy)已被国际表达性艺术治疗协会(IEATA)认可为有效的心理辅助手段[2]。但传统艺术治疗需要专业引导和高昂费用。AI 图像生成技术已经可以按指令控制色调、笔触和构图——如果能将两者结合,就能让每个青少年获得"艺术治疗"般的体验,无需绘画技能、无需专业指导。
我观察到不少同学在压力、人际关系或家庭沟通中会把情绪憋住。很多时候他们不是不需要帮助,而是不知道怎样开口,也不希望一开口就被追问或评判。用 AI 抽象画作替代直接倾诉,让表达变得更轻、更安全。
大概是什么产品
一款面向 12-18 岁青少年的移动端优先 Web 应用。用户每天可以选择情绪标签,也可以写下 3-5 句话,AI 会根据内容生成一幅专属的抽象情绪插画,每天一张,形成一本"心境相册"。月末自动将 30 幅画作合成为"心境长卷",让情绪波动变成独特的个人艺术留念。家长端(可选功能)仅展示情绪趋势摘要,不看具体画作内容。
为什么必须用 AI 生成
降低表达门槛:用户不需要有绘画能力,只需要写几句话或选几个标签,AI 就能把文字情绪转化为视觉画面。
每日画作不重复:同一个情绪在不同日期、不同语境下,AI 会生成不同画面,避免了传统手绘的重复和疲劳感。
"意外发现"价值:AI 生成的画面中可能包含用户自己没意识到的情绪元素,"AI 帮你看到自己没看到的东西"是人工绘画难以实现的。
二、用户怎么使用
整个体验围绕"记录一次心情"展开:打开、选择、输入、生成、保存、回看。不需要学习复杂操作。
进入 EchoFrame,看到"今天心情怎么样"的轻量入口。
从平静、焦虑、低落、期待、疲惫等标签中选出当前感受。
可以写"明天考试有点慌",也可以只选标签不写文字。
AI 把文字和标签转化成一幅抽象画作,而不是给出说教式回复。
画作、日期和标签被保存,形成个人的心境画廊。
连续记录后,看到自己一周的情绪颜色变化。
典型使用场景
考前紧张:选"焦虑"标签 + 写一句"明天考试好慌" → AI 生成一幅蓝灰色碎片化画作 → 情绪从"堵在心里"变成"摆在那里了",获得短暂释放。
和朋友闹矛盾:深夜睡不着,写几句委屈的话 → 获得一幅深蓝下沉式画作 → 画面替你"说了说不出的",感觉被理解而非被评判。
家长端看到"颜色偏冷":家长收到趋势摘要"本周情绪指数偏低" → 不是质问"你怎么了",而是温和地问"最近是不是挺累的?要不要一起出去走走" → 从"监督"变成"陪伴"。
三、目标用户及痛点
问题规模
当前痛点
| 痛点 | 用户现在会遇到什么 | EchoFrame 怎么解决 |
|---|---|---|
| 表达门槛高 | 写日记太沉重,和人聊又担心被评价;选 emoji 太粗糙。 | 允许只选标签或写一句话,用 AI 生成的画面承接情绪。 |
| 记录缺少吸引力 | 传统情绪记录像填表,坚持几天就放弃。 | 每次生成一幅不同画作,形成可回看的视觉相册。 |
| 隐私压力大 | 文字日记包含具体事件,被看到会尴尬或不安。 | 画作是抽象隐喻,天然不含隐私细节。默认本地存储。 |
| 家长沟通困难 | 家长不是完全不知道,就是过度追问,中间缺少"温度计"。 | 用户授权后只共享趋势摘要,把"追问细节"变成"看到变化"。 |
四、产品界面概念
初赛版本聚焦 Web MVP,先完成"输入情绪、生成画作、保存记录、查看趋势、温和提醒"的核心闭环。
五、核心功能
支持 5 种基础情绪标签 + 自由文字输入,生成 4 类情绪画作(焦虑/低落/平静/兴奋),支持混合情绪组合。
| 功能模块 | 用户怎么用 | 产品能力 | 隐私与安全边界 |
|---|---|---|---|
| 心情画布 | 选择标签,写一句或几句话,点击生成。 | AI 理解文字与标签,生成抽象心情画。色调、笔触、构图对应情绪类型。 | 不生成诊断结论,不做医疗建议。 |
| 心境画廊 | 按日期回看过去生成的画作。 | 保存画作、日期和用户自选标签。月末合成"心境长卷"。 | 用户可以删除任意记录,默认不公开。 |
| 情绪趋势 | 连续记录后查看一周变化。 | 基于用户确认的标签生成 0-100 指数和 7 天趋势图。 | 趋势只作自我观察参考,不作为诊断依据。 |
| 温和提醒 | 出现连续低能量记录时收到提醒。 | 提示休息、求助或联系信任的人。附 12355 热线入口。 | 先提醒用户本人,不默认通知家长。 |
| 家长桥梁 | 用户主动开启后,家长看到趋势摘要。 | 只展示聚合趋势,把"追问细节"变成"看到变化"。 | 不展示原文和单张画作,需知情同意,可随时关闭。 |
六、价值与意义
产品定位说明:EchoFrame 不是心理诊断工具,也不会判断用户是否患病。它更像一本会画画的心情日记,帮助用户把说不出口的感受转化成可以回看的作品。如需专业帮助,可拨打 12355 青少年服务热线。
与常见方案对比
| 维度 | 社区主流(50+) | Daylio | EchoFrame |
|---|---|---|---|
| 交互方式 | AI 对话 / 树洞 / 日记 | 选 emoji | AI 生成画作 |
| 记录载体 | 文字 | emoji 图标 | 标签(趋势)+ 画作(视觉记忆) |
| 隐私特性 | 文字含隐私信息 | 标签简单 | 画作是抽象隐喻,天然不含隐私 |
| 安全提醒 | 多数仅关键词匹配 | 无 | 基于趋势的温和提醒,先提醒用户本人 |
| 持续动力 | 多数无机制 | 无 | 画作集 + 心境长卷 |
七、技术实现方案
| 层级 | 方案 | 为什么这样做 |
|---|---|---|
| 前端 | React + Tailwind CSS,移动端优先 | 适合快速搭建输入、画廊、趋势图等交互页面,TRAE IDE 开发。 |
| 情绪理解 | AI 解析用户文字,输出情绪标签建议和 0-100 指数 | 让用户用自然语言表达,不填写复杂问卷。 |
| 画作生成 | 通过 Prompt 模板控制色调、笔触、构图,生成抽象画作 | 将情绪转化为视觉元素。首选免费 API,备选开源模型。 |
| 数据存储 | 初赛使用浏览器 localStorage(纯本地) | 降低开发成本,同时减少不必要的数据上传。 |
| 降级方案 | 生成服务不可用时展示本地抽象画布 | 保证演示时核心流程不中断。 |
八、参赛亮点
主赛道:生活娱乐(AI 创意工具) + 附加赛题:青少年身心健康(竞争公益特别奖)
九、开发踩坑经历
最初想做"AI 对话疗愈",社区已有 50+ 同质化作品。转音乐方向也被占坑。第三次锁定"画作"方向后逐一排查,确认社区空白。这个过程比最终创意更有价值——先验证再投入。
最初想用 Canvas API 提取画作色彩映射为情绪指数。测试发现同一个 Prompt 每次生成的色调差异非常大,假设站不住脚。最终决定情绪趋势基于用户确认的标签,不依赖画作色彩。
第一版文档把报名帖和作品帖混在一起。对比社区高互动帖的结构后,重新聚焦在官方要求的 4 个核心板块,信息密度反而更高。
想听听大家的建议
这个方案还有很多不成熟的地方。特别想听听:你觉得"情绪→画作"这个方向有改进空间吗?作为青少年用户,你最想在产品里看到什么功能?
参考资料
- Malchiodi, C. A. (2012). Handbook of Art Therapy. Guilford Press. 引用自学术出版物,详情见 arttherapywithoutborders.com
- International Expressive Arts Therapy Association (IEATA). About Expressive Arts Therapy. https://ieata.org/
- 中国科学院心理研究所. 中国国民心理健康发展报告. 社会科学文献出版社出版. psych.ac.cn(中科院心理所官网报道)
- 《2022 年国民抑郁症蓝皮书》. 18 岁以下患者占 30%,仅不到 20% 一年内求助. 数据出处参考:中科院心理所机构知识库(ir.psych.ac.cn)
- TRAE 官方社区论坛搜索结果. "青少年心理"相关帖子 50+ 个,均为 AI 对话/树洞/日记/测评类产品,未发现"AI 情绪画作"同类方向. forum.trae.cn/search?q=青少年心理
- Jonauskaite, D., et al. (2020). Universal patterns in color-emotion associations. Psychological Science, 31(10), 1245-1260. doi.org/10.1177/0956797620948810
- Elliot, A. J. & Maier, M. A. (2014). Color Psychology: Effects of Perceiving Color on Psychological Functioning in Humans. Annual Review of Psychology, 65, 95-120. doi.org/10.1146/annurev-psych-010213-115035