膳食APP Zoe 怎么用心理学设计，让人喜欢又上头？

编者按：怎样透过精心的规划，让一件原本不那么有意思的事情，变得吸引人，甚至停不下来？上瘾模型并不是唯一的答案。Mary Borysova 的这篇文章，就是一个膳食和营养追踪类的 APP Zoe 的设计，非常用心、特别巧妙的体验设计，让用户对于膳食营养追踪这件事情开始上头，非常值得学习的一个案例。

更多案例分析：

Zoe Health 是个怎样的 APP ？

Zoe Health 是一款个性化营养应用，通过分析血糖水平帮助用户了解身体对食物的反应。Zoe 使用连续血糖监测仪 (CGM) 实时追踪血糖对食物的反应。

它首先会进行简单的居家测试，分析用户的肠道微生物群、血糖和血脂。根据这些分析和连续血糖监测 (CGM) 数据，APP 会提供个性化的营养建议。

CGM 追踪的兴起

Dexcom 和 Freestyle Libre 等 CGM 设备可以提供持续血糖读数，帮助用户实时了解不同食物对血糖水平的影响。通过记录膳食，用户可以了解哪些食物会导致血糖升高，哪些食物会使血糖保持稳定。

例如， APP 可以根据用户的血糖反应推荐膳食，或根据血糖趋势建议最佳运动时间。

CGM 界面

就 Zoe Health 而言，该产品仅限于食物追踪和膳食管理，并不包括运动或任何其他因素对血糖的影响。

功效上的争议

使用持续血糖监测技术设计产品已成为一种近来兴起的趋势。多项研究证明，在健康应用中结合使用持续血糖监测技术 (CGM) 和活动追踪功能可以带来诸多益处：养成新的健康饮食习惯，并增加蛋白质、纤维和健康脂肪的摄入量。

与此同时，一些人声称常识性建议与 APP 的个性化推荐一样有用：

「个性化营养行业的问题在于，这仍然是一个年轻的研究领域，目前还没有足够好的证据让我们相信我们已经找到了比标准建议更有帮助的有价值的新干预措施。」

在本文中，我们将重点介绍此类产品的设计和可获得的经验。

心理学原理：自我监控🔎

研究表明，仅仅追踪食物摄入量就能提高人们对饮食习惯的认识。这种认识是实现积极改变的关键第一步。

自我监控的工作原理如下：

• 提升意识。通过记录饮食，用户可以更加关注自己吃了什么、吃了多少。这一过程打破了自动进食模式，让人们更加关注食物的选择。
• 识别诱因。通过自我监控，用户可以识别引发不健康饮食的情况。这种自我意识有助于他们选择更健康的食物。
• 进度追踪。追踪食物摄入量，用户可以设定份量、营养素或饮食变化的目标。通过 APP 中的数据可视化，查看进度，可以激励用户坚持下去。

这项研究发现，与不追踪体重的人相比，自我监测体重的人减肥效果更佳。

APP 中的机制

福格行为模型认为，行为改变需要三个要素：

1. 动机。改变行为的意愿（例如，想要改善血糖控制）。
2. 能力。执行行为的难易程度（例如，用户友好的膳食记录）。
3. 提示。启动行为的触发器（例如，提醒用户记录用餐情况的通知）。

Zoe 提供了几种简单快捷的方法，来记录膳食并查看结果。

与所有流行的 APP 类似，Zoe 用户可以使用条形码扫描、从数据库中选择餐食或根据名称生成菜谱来记录他们的餐食。

虽然所有其他方法都很常见，但基于人工智能的配方生，成仍然相当不常见，尚未得到广泛应用。

让我们深入了解 Zoe 发布的此功能的实现：

• APP 仅根据餐点名称生成餐点的配料清单；
• 用户可以从列表中添加或删除某些内容；
• 用户设置他们消费的份额；

在我测试的几十种餐食中，我惊喜地发现大多数食谱都相当精准，调整食材也毫不费力。这绝对是代谢健康产品应该进一步探索的领域。

无法使用照片记录膳食，可能是因为正确定义膳食成分的复杂性。

人工智能膳食生成

心理学原理：反馈循环🔎

Zoe APP 中的个性化反馈，起到了持续正向循环的作用：

1. 行动。用户记录膳食并改变饮食习惯。
2. 反馈。APP 通过分数和数据可视化，提供有关膳食和整体进度的个性化反馈。
3. 评估。用户可以评估他们的进度。
4. 调整。根据这些反馈，用户可以调整他们的饮食。

追踪用餐记录是用户旅程的核心组成部分之一。Zoe 是如何简化这一流程，并让结果切实可行的？

Zoe Health 根据三大支柱评估你所吃的每一餐：

• 血糖（基于平均血糖和个人血糖峰值）
• 血脂（常识，无个性化）
• 肠道健康（一般知识，无个性化）。

他们呈现的数据细节化程度很低，仅仅依靠「好/坏」来区分，并且没有提供每个指标背后的数据。这或许可以简化用户的流程，避免信息负担过重，但同时也降低了用户对系统的信任度。

Zoe Health 也用简单的解释来与具体食物建立联系：无限制地吃/经常吃/很少吃。

对食物进行分级并不是一个新概念，但除了分级之外，Zoe 还建议选择等级「更好」的替代食物。

Zoe 有一个有趣的方法，可以根据几个参数来分析膳食。为了满足那些愿意深入了解每顿饭细节的深度用户的需求，他们分享了每种食物的详细分类，包括糖、蛋白质和净碳水化合物的含量：

Zoe APP 的屏幕截图

每个指标的状态都用颜色编码以便快速扫描，例如，「低糖」用绿点标记，「极低纤维」用红色标记。

心理学理论：目标设定理论🔎

埃德温·洛克和加里·莱瑟姆提出的目标设定理论认为，具体的、具有挑战性且可衡量的目标能够提高成功率。Zoe是这样运用这些原则的：

1. 具体性。这款应用并非仅仅推广一般的健康饮食。它通过膳食反馈和具体评分，让用户了解食物对血糖峰值的影响。
2. 可测量性：该 APP 的数据可视化和进度跟踪，使用户可以轻松跟踪他们实现目标的进度，从而保持他们的积极性和参与度。

在日常工作中，用户都会以分数形式获得当前食物摄入量的评估，以及对每种食物摄入量的单独评估。

Zoe APP 的屏幕截图

每周报告

除了特定膳食或每日食物摄入量的详细数据外，Zoe 还深入分析了以下参数：

• 低质量脂肪；
• 植物多样性；
• 纤维;
• 食物摄入窗口（小时）；
• 食物摄入量。

Zoe APP 的屏幕截图

聊天机器人的支持

该 APP 根据用户偏好生成菜谱。

聊天机器人是实现这一目标的最佳媒介吗？聊天机器人有很多优点：它可以根据需求创建自定义菜谱，具有人性化的界面，并且允许在 APP 中导出和保存菜谱。

在聊天机器人中输入偏好设置比点击预定义选项要慢，而且聊天机器人需要反复对话，从菜单中选择选项可能会更快。然而，这款应用目前还没有自己的高级食谱板块，至少有一个聊天机器人来辅助生成食谱会很有用。

Zoe APP 的屏幕截图

膳食调整建议

对膳食进行评分很有用，但它真的可行吗？知道某些膳食并非最合适，并不意味着知道如何将其替换为更健康、更类似的膳食。

这时，「成分调整」功能就派上用场了。添加一些成分可以帮助缩短葡萄糖在血液中的吸收时间，从而对健康产生积极影响——而且这款 APP 会主动建议进行此类调整。

心理学原理：行为助推🔎

「配料调整」和「更佳」的膳食建议等功能可以引导用户做出更健康的选择。个性化营养应用中的「推荐」功能具体如下：

• 视觉设计。轻推会影响信息的呈现方式，使更健康的选项更具吸引力。例如，突出显示「更好」的膳食建议或使用绿色显示健康评分，可以引导用户选择这些选项。
• 框架。信息的表达方式会显著影响选择。「成分调整」是一些细微且易于管理的改变，实施起来并不困难。
• 损失厌恶。人们更倾向于避免损失，而非追求收益。展示不健康选择的潜在负面后果（例如血糖飙升）可以促使用户选择更健康的饮食。

除此之外，有些产品可能比其他产品更健康，产品建议下次检查并进行更换。

Zoe APP 的屏幕截图

教育用户

该应用主要通过情境化的方式，对用户进行血糖峰值及血糖管理方面的教育。用户记录膳食信息时，会获得宝贵的营养信息。此外，该应用还新增了一个包含实用食物信息的版块。

Zoe APP 的屏幕截图

除了更传统的格式外，Zoe 还使用了快速学习模式，例如自动播放短篇故事，以及较长视频的片段，让用户可以在需要时观看整集。

总结

• 根据个人膳食和长期趋势（每周/每月）提供定期建议。
• 考虑提供各种方法来记录膳食，如条形码扫描、数据库项目选择以及基于膳食标题的人工智能食谱生成。
• 虽然数据分析很重要，但要优先考虑切实可行的洞察。不要只是告诉用户某餐「不好」，而要建议改进方法（「调整食材」）或提供更健康的替代品。
• 清晰简洁地呈现复杂的数据（例如膳食评分）。但是，避免过度简化，因为这会削弱用户的信任。
• 提供教育内容：使用短篇故事和视频片段以引人入胜的方式教育用户。