fix:句子問卷個性化推薦規則、

package-lock.json

@@ -0,0 +1,6 @@
+{
+  "name": "mindfulness",
+  "lockfileVersion": 3,
+  "requires": true,
+  "packages": {}
+}

spec_kit/User Profile Scoring/spec.md

@@ -0,0 +1,190 @@
+# User Profile Scoring（高层规范）
+
+## 1. 背景与目标
+
+本模块用于将 Onboarding 问卷答案转换为标准化、可计算、可版本化的**用户画像（User Profile）**，供其他模块（个性化推荐 / Push 推送排序 / 内容过滤）统一调用。
+
+该模块的设计原则：
+
+- **不做心理诊断**：只描述「此刻允许被如何对待」
+- 区分 **身份（离散）** 与 **状态（连续）**
+- 允许「通用」与「高个性化」内容并存，并通过置信度控制“个性化力度”
+
+来源规则文档：`设计说明文档/客戶端問卷打分規則.md`（V1 / V1.1 工程补充）
+
+## 2. 模块定位与边界
+
+### 2.1 负责（In Scope）
+
+- 定义**统一画像结构**（字段、类型、取值范围）
+- 定义从问卷答案到画像的**映射规则**（V1）
+- 生成画像的**元信息**（V1.1：版本、来源、生成时间、置信度）
+- 提供最小可复用的“硬规则”输出（用于下游模块做禁推/降风险）
+
+### 2.2 不负责（Out of Scope）
+
+- 不负责具体推荐算法实现（相似度计算、排序、探索/利用策略等）
+- 不负责内容标签的生成与管理（内容画像 Cᵢ 的维护属于内容/推荐模块）
+- 不负责长期行为信号融合（行为修正可在后续版本扩展）
+
+## 3. 关键概念
+
+- **用户画像 U**：由问卷生成，描述用户阶段、状态与当下需求
+- **内容画像 Cᵢ**：内容侧标签/强度（由内容模块维护）
+- **置信度 conf_U**：画像可靠程度（用于推送等高风险场景的降个性化/降风险）
+
+## 4. 输入与输出（对外接口）
+
+### 4.1 输入（问卷答案）
+
+V1 假设每题为**单选**：
+
+- `mom_stage`：`expecting | parenting | unknown`
+- `emotion`：`low | overwhelmed | tired | neutral | calm | joyful`
+- `context`：`family | work | relationship | friends | health`
+- `need`：`emotional_support | parenting_pressure | self_worth | anxiety_relief | rest_balance`
+
+> 说明：多选 `context/need` 可在后续版本扩展，但 V1 输出结构需保持可兼容升级。
+
+### 4.2 输出（用户画像）
+
+输出为一个 JSON 对象（或等价的 TypeScript 类型），包含：
+
+- **元信息（V1.1）**
+  - `profile_version`: string（如 `"v1.1"`）
+  - `profile_source`: `"questionnaire"`（后续可扩展 `"behavior"` / `"mixed"`）
+  - `profile_generated_at`: string（ISO8601 时间戳）
+  - `profile_confidence`: number（0–1）
+- **四个维度（V1）**
+  - `stage`: one-hot
+  - `emotion_score`: number（0–1）
+  - `context`: one-hot
+  - `need`: one-hot
+
+推荐的最小输出示例（结构示意）：
+
+```json
+{
+  "profile_version": "v1.1",
+  "profile_source": "questionnaire",
+  "profile_generated_at": "2026-01-30T00:00:00Z",
+  "profile_confidence": 1.0,
+  "stage": { "expecting": 0, "parenting": 1, "unknown": 0 },
+  "emotion_score": 0.4,
+  "context": { "work": 1 },
+  "need": { "rest_balance": 1 }
+}
+```
+
+## 5. 画像字段定义（V1）
+
+### 5.1 mom_stage（母职阶段，离散）
+
+映射（one-hot）：
+
+- Pregnant / Preparing → `stage.expecting = 1`
+- Parenting → `stage.parenting = 1`
+- Prefer not to say → `stage.unknown = 1`
+
+语义约束：
+
+- `unknown` 的语义是：**不希望被母职身份定义**（不是“没有孩子”）
+
+### 5.2 emotion（当下情绪，连续 0–1）
+
+该分数不是“快乐程度”，而是**可承受刺激与吸收内容的能力**。分数越低越需要减压、陪伴、允许停下；分数越高才适合庆祝、提醒珍惜等高能量调性内容。
+
+映射（固定离散值）：
+
+| 选项 | tag | emotion_score |
+| --- | --- | --- |
+| Low | emotion: low | 0.0 |
+| Overwhelmed | emotion: overwhelmed | 0.2 |
+| Tired | emotion: tired | 0.4 |
+| Okay | emotion: neutral | 0.6 |
+| Calm | emotion: calm | 0.8 |
+| Joyful | emotion: joyful | 1.0 |
+
+输出：`emotion_score ∈ [0,1]`
+
+### 5.3 context（影响来源，离散）
+
+映射（one-hot）：
+
+- Family → `context.family = 1`
+- Work or study → `context.work = 1`
+- Relationship → `context.relationship = 1`
+- Friends → `context.friends = 1`
+- Health → `context.health = 1`
+
+语义说明：
+
+- `context` 不是情绪，而是情绪的“触发场景”
+- 用于提升内容共感（语境命中），而非硬性过滤
+
+### 5.4 need（最需要的支持，离散，推荐权重最高）
+
+映射（one-hot）：
+
+- Emotional support → `need.emotional_support = 1`
+- Parenting pressure → `need.parenting_pressure = 1`
+- Self-worth → `need.self_worth = 1`
+- Anxiety relief → `need.anxiety_relief = 1`
+- Rest & balance → `need.rest_balance = 1`
+
+语义说明：
+
+- `need` 是**推荐权重最高的维度**
+- 表示“她现在最缺的是哪一种心理资源”
+
+## 6. 元信息与置信度（V1.1）
+
+### 6.1 profile_version / source / generated_at
+
+- `profile_version`：用于规则升级与兼容（建议从 `"v1.1"` 起步）
+- `profile_source`：固定为 `"questionnaire"`（后续可扩展）
+- `profile_generated_at`：画像生成时间（用于推送降风险）
+
+### 6.2 profile_confidence（conf_U）
+
+默认规则（可配置参数）：
+
+- 问卷刚完成：`conf_U = 1.0`
+- 随时间衰减（避免用过期状态强个性化推送）：
+  - 0–7 天：`conf_U = 1.0`
+  - 7–30 天：线性衰减到 `0.7`
+  - 30 天以上：`conf_U = 0.5`（除非用户重新做问卷或有行为信号更新）
+
+下游使用建议：
+
+- Push 推送等高风险场景：当 `conf_U` 低时，应启用不确定性惩罚（例如 `P_uncertainty`）并限制个性化力度上限。
+
+## 7. 跨维度硬规则（Hard Rules）输出
+
+本模块应向下游暴露“可直接执行”的硬规则结果（例如 `forbidden_tags` 或 `content_tone_blacklist`），以保证在任何排序之前先做安全过滤。
+
+V1 核心禁推规则：
+
+1. **`stage.unknown = 1`**
+   - 禁推：强指向育儿压力的内容（`need: parenting_pressure`）
+2. **`stage.parenting = 1`**
+   - 禁推：明确怀孕 / 孕期 / 胎动等内容
+3. **`emotion_score ≤ 0.2`（low / overwhelmed）**
+   - 禁推：高能量庆祝型（joyful 调性）内容
+
+原则说明：
+
+- 这些不是“答案不准”，而是“会造成反感或退出”的高风险匹配，应始终优先执行。
+
+## 8. 兼容性与演进策略
+
+- **向后兼容**：新版本字段可新增，但不得破坏 V1 的四维度结构与含义
+- **多选扩展**：后续允许 `context/need` 多选时，输出仍可保持 one-hot，但可允许多个 key=1（并提供归一化规则）
+- **行为融合**：后续可引入 `profile_source=mixed`，将行为信号用于修正 `emotion_score` 或补全缺失维度，但必须保留 `questionnaire` 原始画像以便可观测与回溯
+
+## 9. 验收标准（模块级）
+
+- Onboarding 填写完成后，能够生成符合本规范的用户画像对象
+- 输出包含元信息（版本、来源、时间、置信度）与四维度字段
+- 硬规则输出可被推荐/推送模块直接用于过滤（先过滤、后打分）
+

spec_kit/overview.md

@@ -75,3 +75,14 @@
   - 新增 `SheetModal`、`ThemeModal`、`ProfileModal` 并在 Home 中接入
   - 新增 `DailyReminderModal` 并从个人主页弹窗打开
   - Home：右上角 icon 按钮、主题切换背景、喜欢/讨厌 icon + 动效
+
+## User Profile Scoring
+
+- **目标**：将 Onboarding 问卷答案映射为标准化“用户画像 U”，并输出硬规则与置信度元信息，供推荐/Push 等模块统一复用
+- **核心范围**：mom_stage（离散）、emotion_score（0–1 连续）、context（离散）、need（离散）四维度；以及 `profile_version/source/generated_at/confidence`（V1.1）
+- **主要约定**：
+  - 输出结构稳定可版本化，便于规则演进
+  - 置信度随时间衰减，用于推送场景降个性化/降风险
+  - 硬规则优先于任何分数计算（例如 `unknown` 禁推育儿压力内容等）
+- **阶段产物**：
+  - `spec_kit/User Profile Scoring/spec.md`

设计说明文档/個性化推薦算法規則.md

@@ -0,0 +1,319 @@
+# 正念 APP｜三種分發場景推薦算法方案（Feed / Push / Widget · V1）
+
+> **目標**：
+> 針對三種分發方式（Feed、App Push、Widget 每日一句）制定一套一致但可調參的推薦流程。
+>
+> **共用基礎**：
+>
+> * 用戶畫像：U（mom_stage one-hot、emotion_score、context one-hot、need one-hot）
+> * 文案畫像：Cᵢ（stage、emotion_score、context/need suitability、personalization_power、risk_flags；建議含 content_id/author_id/template_id/review_confidence）
+> * 推薦骨架：Hard Filter → Soft Scoring → Rerank（多樣性/新鮮度/疲勞）
+
+---
+
+## 一、先說整體流程與思路（適用三種場景）
+
+### 1) 核心理念：同一個用戶同一天需要「不同強度」的個性化
+
+* **Push**：最容易翻車 → **高精準 + 低風險**（Precision-first）
+* **Widget**：每天唯一一句 → **穩定、代表性、可長期持續**（Consistency-first）
+* **Feed**：可上下滑探索 → **可試探、可擴展、多樣性**（Exploration-first）
+
+### 2) 共用三段式 Pipeline
+
+1. **Candidate Generation（候選集生成）**
+
+   * 依 U 取一個「候選池」：匹配 need/context/stage 的內容 + 一部分通用內容
+2. **Hard Filter（硬性過濾）**
+
+   * 依 risk_flags 與產品規則剔除高風險內容
+3. **Soft Scoring（軟性打分）**
+
+   * 用加權模型計算核心匹配分
+4. **Rerank（重排）**
+
+   * 去重、作者/模板多樣性、頻控、時間衰減
+5. **Serve（分發）**
+
+   * 依場景不同策略選 TopK 或組成序列
+
+### 3) 工程必備：候選不足回退策略 + 可觀測指標（V1.1）
+
+#### 3.1 候選不足回退（Fallback Ladder）
+
+> 目的：避免「過濾/頻控後候選為空」導致體驗斷崖；同時在回退時**自動降個性化與降風險**（尤其 Push）。
+
+共用定義：
+
+* `fallback_level`：從 0 開始遞增（0=不回退）
+* 回退原則：**先放寬匹配，再放寬探索，再回退到通用安全池**；同時限制 `personalization_power` 上限
+
+建議梯度（可按場景調整）：
+
+* **L0（正常）**：按原候選配比取候選
+* **L1（放寬匹配）**：`need/context` 由 `1 → ≥0.5`；`personalization_power` 上限降為 `≤0.5`
+* **L2（回退通用池）**：加入更多 `general`/低風險句；`personalization_power` 上限降為 `0`
+* **L3（兜底）**：僅從「通用安全句庫」抽取（需單獨維護白名單/安全池）
+
+每次請求需輸出最終使用的 `fallback_level`（用於分析覆蓋率與風險）。
+
+#### 3.2 可觀測指標（必打點）
+
+每次生成推薦（Feed Session / 每次 Push / 每日 Widget）至少打點：
+
+* `candidate_pool_size_raw`：初始候選池大小
+* `candidate_pool_size_after_hard_filter`
+* `candidate_pool_size_after_dedup`
+* `candidate_pool_size_after_freqcap`
+* `fallback_level_final`
+* `served_k`：實際下發條數
+* `empty_reason`：若 served_k=0，記錄原因（如 hard_filter_all / freqcap_all / pool_empty / unknown）
+
+核心監控衍生指標（報表層計算）：
+
+* **覆蓋率**：`served_k > 0` 的比例（按場景分開）
+* **回退率**：`fallback_level_final > 0` 的比例
+* **頻控後候選數分布**：`candidate_pool_size_after_freqcap` 的 P50/P90/P99
+
+---
+
+## 二、總分結構（Score Decomposition）
+
+對任意文案 Cᵢ：
+
+[
+\textbf{final_score}(U,Cᵢ) = \mathbb{I}[\text{pass filters}] \times \Big(
+S_{core} + S_{personal} + S_{fresh} - P_{fatigue} - P_{repeat} - P_{risk} - P_{uncertainty}
+\Big)
+]
+
+其中
+
+[
+S_{core} = w_{need}S_{need} + w_{emotion}S_{emotion} + w_{stage}S_{stage} + w_{context}S_{context}
+]
+
+* `S_need = Cᵢ.need_suitability[U.need]`
+* `S_context = Cᵢ.context_suitability[U.context]`
+* `S_stage`：general=1；命中=1；unknown對非unknown=0.7；其餘=0
+* `S_emotion`：若文案 general→0.8；否則 `1-|U.emotion_score-Cᵢ.emotion_score|`
+
+個性化加成：
+[
+S_{personal} = \alpha \cdot Cᵢ.personalization_power \cdot \max(S_{need}, S_{context})
+]
+
+不確定性懲罰（Push 建議啟用）：
+[
+P_{uncertainty} = \beta \cdot (1-\text{conf}_U) \cdot (1-\text{conf}_{Cᵢ}) \cdot Cᵢ.personalization\_power
+]
+
+> 說明：
+>
+> * `conf_U`：用戶畫像置信度（建議由問卷生成後隨時間衰減；見「用戶畫像」文件 V1.1）
+> * `conf_{Cᵢ}`：內容標註置信度（`Cᵢ.review_confidence`；缺省可給 0.7）
+> * `P_{uncertainty}` 可併入 `P_risk`（工程上更簡單），但需保留獨立打點便於調參
+
+---
+
+## 三、Hard Filter（共用禁推規則）
+
+### 3.1 risk_flags（內容自帶）
+
+> V1.1 起，risk_flags 命名/語義以「句子文案打分規則」為準（`unsafe_for_*` / `block_*` / `soft_*`）。
+
+* `U.stage.unknown=1` → 禁推 `unsafe_for_stage_unknown`
+* `U.stage.parenting=1` → 禁推 `unsafe_for_stage_parenting`
+* `U.emotion_score≤0.2` → 禁推 `unsafe_for_emotion_low`
+* `U.context.health=1` → 禁推 `block_health_medical`（僅擋「醫療/診斷/嚴重暗示」）
+
+> `soft_health_sensitive` 不做 Hard Filter，改由 Soft Penalty（見 Push 的 P_risk）
+
+### 3.2 產品規則（跨維度）
+
+* `U.stage.unknown=1` 且 `Cᵢ.need_suitability[parenting_pressure]=1` 且 `Cᵢ.personalization_power=1` → 禁推
+
+---
+
+# 四、Feed 模式（App 內上下滑）— Exploration-first
+
+## 4.1 目標
+
+* 讓用戶快速感到「被理解」
+* 同時探索更多題材，避免內容疲乏
+* 允許一定程度的試探（比 Push 寬鬆）
+
+## 4.2 流程（Feed Session）
+
+1. **建候選池**（大）
+
+   * 60%：匹配 need/context 的內容（含 personalization_power=0.5/1）
+   * 30%：通用內容（general）
+   * 10%：探索內容（與 context/need 邊緣相關）
+2. Hard Filter（仍嚴格）
+3. Soft Scoring（偏多樣性）
+4. Rerank：用 MMR 做序列
+
+## 4.3 Feed 打分權重（建議）
+
+* `w_need=0.35, w_emotion=0.20, w_stage=0.15, w_context=0.30`
+
+> Feed 更重視「語境共鳴」與內容多樣性，所以 context 權重上調。
+
+## 4.4 Feed 序列重排（MMR）
+
+* Top1：最高分（確保第一眼命中）
+* 後續：在高分候選中，最大化與已選內容的差異（作者/模板/need/context）
+
+### 4.5 Feed 的 MMR 定義（工程側定義，V1.1）
+
+選擇第 t 個內容：
+
+[
+\text{MMR}(c)=\lambda \cdot \text{Rel}(c) - (1-\lambda)\cdot \max_{s \in S_{t-1}} \text{Sim}(c,s)
+]
+
+建議預設：`λ = 0.7`（更偏相關性，仍保留多樣性）
+
+* `Rel(c)`：使用 `final_score(U,c)`（或 Soft Scoring 後的分數）
+* `Sim(c,s)`：相似度定義（無 embedding 也可落地）
+
+相似度（離散特徵版，推薦 V1 上線）：
+
+* 若 `content_id` 相同 → `Sim=1`
+* 若 `template_id` 相同且非空 → `Sim += 0.6`
+* 若 `author_id` 相同且非空 → `Sim += 0.3`
+* `need/context/stage` 標籤重合（Jaccard）→ `Sim += 0.1 * Jaccard(tags_c, tags_s)`
+* 最終 `Sim` clamp 到 `[0,1]`
+
+字段依賴與回退：
+
+* 缺 `template_id/author_id` 時，只用 tags 相似度（Sim 仍可算）
+* 若後續引入文本 embedding，可將 embedding cosine 加權合併（V2）
+
+---
+
+# 五、App Push（可設定 0–5 次）— Precision & Safety-first
+
+## 5.1 目標
+
+* Push 是「打擾」：錯一次就掉留存
+* 追求「準、溫柔、少翻車」
+
+## 5.2 流程（每次 Push）
+
+1. **候選池**（小而精）
+
+   * 70%：need 命中（S_need=1）的內容
+   * 20%：emotion 命中（距離小）的內容
+   * 10%：通用安全句（general + 低風險）
+2. Hard Filter（最嚴格）
+3. Soft Scoring（偏 need + emotion）
+4. 冷卻與頻控（必做）
+
+   * 同一句/同作者/同模板至少 X 天不重複
+5. 發送
+
+> Push 追加規則（V1.1）：若 `fallback_level_final > 0` 或 `conf_U` 偏低，需自動「降個性化」：
+>
+> * `personalization_power` 上限降為 `≤0.5`（L1）或 `0`（L2/L3）
+> * 若候選不足，優先回退到「通用安全句庫」，而不是擴大高個性化內容
+
+## 5.3 Push 打分權重（建議）
+
+* `w_need=0.45, w_emotion=0.35, w_stage=0.15, w_context=0.05`
+
+> Push 更在乎「此刻需要」與「語氣安全」。context 權重降低。
+
+## 5.4 Push 風險懲罰（P_risk）
+
+* 若 `Cᵢ.personalization_power=1` 且 `S_need<1` 且 `S_context<1` → 額外扣分
+* 若 content 涉及健康敏感（`soft_health_sensitive`）→ 扣分（Soft Penalty，不做禁推）
+* 不確定性懲罰：`P_uncertainty`（或併入 `P_risk`），用於在 `conf_U/conf_C` 偏低時自動降權高個性化內容
+
+## 5.5 0–5 次推送的排程策略
+
+* 使用者設定次數 N：
+
+  * 第 1 條：need 命中 + 安全
+  * 第 2 條：emotion 修復
+  * 第 3 條：self-worth / rest_balance（視 need 而定）
+  * 第 4–5 條：通用句補位，避免疲勞
+
+---
+
+# 六、Widget（每日一句）— Consistency & Brand-first
+
+## 6.1 目標
+
+* Widget 是「代表你這個 App 的一句話」
+* 需要：穩定、可持續、低風險、避免太私密
+
+## 6.2 流程（每日生成）
+
+1. 候選池：以 **general + personalization_power≤0.5** 為主
+2. Hard Filter（嚴格）
+3. Soft Scoring：偏 stage 安全 + emotion 中性/平靜
+4. 跨日多樣性：7 日內不重複作者/模板/同一句
+
+> 若候選不足：同樣走回退梯度（優先增加 general 安全句；不提高個性化力度）。
+
+## 6.3 Widget 打分權重（建議）
+
+* `w_need=0.25, w_emotion=0.25, w_stage=0.30, w_context=0.20`
+
+> Widget 需要「身份語境安全」與「普適」，stage 權重更高。
+
+## 6.4 Widget 的情緒區間約束
+
+* 建議限制 `Cᵢ.emotion_score` 在 **0.4–0.8**（tired→calm）
+
+  * 避免太低（沉重）
+  * 避免太高（過嗨）
+
+---
+
+## 七、場景差異總結（快速對照）
+
+| 場景     | 目標    | 候選池 | 風險容忍 | 權重重點                | 序列策略   |
+| ------ | ----- | --- | ---- | ------------------- | ------ |
+| Feed   | 探索+共鳴 | 大   | 中    | context↑、diversity↑ | MMR 序列 |
+| Push   | 準+安全  | 小   | 低    | need↑、emotion↑      | 頻控+冷卻  |
+| Widget | 穩+代表性 | 中小  | 低    | stage↑、emotion中性    | 跨日多樣性  |
+
+---
+
+## 八、（後段解釋預告）提及的算法/概念
+
+* Candidate Generation（混合召回：命中 + 通用 + 探索）
+* Hard Filter（規則引擎）
+* Linear Weighted Scoring（加權線性模型）
+* MMR（Maximal Marginal Relevance，多樣性重排）
+* Time Decay（時間衰減）
+* Frequency Capping（頻控）
+* Cooldown Keys（去重鍵：句子/作者/模板）
+
+> 工程側去重鍵定義（V1.1）：
+>
+> * `sentence_key = content_id`（若無 content_id，需生成 stable hash，但建議補 content_id）
+> * `author_key = author_id`（可空）
+> * `template_key = template_id`（可空）
+>
+> 冷卻/頻控同時支持三層 key，避免只靠單一 key 造成過度重複或過度稀釋。
+
+---
+
+## 九、V1 可直接上線的預設參數
+
+* Feed：Top1 命中 + MMR 序列 30 條
+* Push：每次 Top1；冷卻 7 天不重複作者，14 天不重複同句
+* Widget：emotion_score 限制 0.4–0.8；7 日不重複作者/模板
+
+V1.1 補充（工程預設）：
+
+* Feed：MMR `λ=0.7`
+* Push：啟用 `P_uncertainty`（或併入 `P_risk`）；`fallback_level>=1` 時 `personalization_power` 上限降為 `≤0.5`
+* Health：Hard Filter 僅擋 `block_health_medical`；`soft_health_sensitive` 走 Soft Penalty
+
+> 一句話：
+> **同一套 U×Cᵢ 打分，按場景調候選池、權重與重排約束。**

设计说明文档/句子文案打分規則.md

@@ -0,0 +1,255 @@
+# 正念 APP｜文案畫像打分標準（Content Profile · Cᵢ · V1）
+
+> **用途**：
+> 本文件定義「每一句文案如何被轉換為可計算的內容畫像（Content Profile）」。
+> 該畫像將與 **用戶畫像 U** 進行匹配，用於個性化推薦與推送排序。
+>
+> **使用對象**：
+>
+> * AI Reviewer（自動打分）
+> * 人工內容審稿／校準
+> * 推薦系統（selector / ranker）
+
+---
+
+## 一、核心原則（請務必遵守）
+
+1. **不是評價文案好不好**，而是：
+
+   > 這句話「適合對誰說、在什麼狀態下說」
+
+2. **能不標就不標**：
+
+   * 沒有明確指向，就標為 `general`
+   * 不要為了打分而硬塞標籤
+
+3. **高個性化 = 高風險**：
+
+   * 指向越具體（孕吐、育兒比較、婆媳），越需要搭配禁推規則
+
+---
+
+## 二、Content Profile 結構總覽
+
+每一句文案 Cᵢ，需產出以下欄位：
+
+```text
+C_i.stage                 // general / expecting / parenting / unknown
+C_i.emotion_score         // 0–1 或 general
+C_i.context_suitability   // 各 context 的 {0, 0.5, 1}
+C_i.need_suitability      // 各 need 的 {0, 0.5, 1}
+C_i.personalization_power // 0 / 0.5 / 1
+C_i.risk_flags            // 風險標記（可多個；Hard Filter / Soft Penalty 會使用）
+
+// Rerank / 去重 / 頻控所需（若資料源可提供，強烈建議補齊）
+C_i.content_id            // 句子唯一 ID（建議 stable，不隨文案微調而變）
+C_i.author_id             // 作者/來源 ID（可為空）
+C_i.template_id           // 模板 ID（可為空；用於多樣性與頻控）
+
+// 置信度（可選；用於 Push 的「不確定性懲罰 / 降個性化」）
+C_i.review_confidence     // 0–1；AI/人工對標註結果的置信度（缺省可按流程給預設值）
+```
+
+---
+
+## 三、mom_stage（母職階段）定位規則
+
+### 可選值
+
+* `general`（預設）
+* `expecting`
+* `parenting`
+* `unknown`
+
+### 判斷標準
+
+#### `expecting`
+
+**必須出現以下任一類語義**：
+
+* 懷孕、孕期、孕吐、胎動、產檢、待產
+* 明確指向「即將成為媽媽」的心理狀態
+
+> 若只是提到「未來」「新階段」，不算 expecting
+
+---
+
+#### `parenting`
+
+**必須出現以下任一類語義**：
+
+* 已有孩子的日常（哄睡、尿布、育兒、學校、教養）
+* 明確「身為媽媽正在照顧孩子」
+
+---
+
+#### `unknown`
+
+**僅在以下情況使用**：
+
+* 文案明確「不論你在哪個階段」「不管你是否是媽媽」
+* 明確避免母職角色語言
+
+---
+
+#### `general`
+
+* 沒有任何明確母職階段指向（**最常見**）
+
+---
+
+## 四、emotion_score（情緒調性）— 連續型
+
+### 對齊用戶 emotion 軸
+
+| 調性        | emotion_score |
+| --------- | ------------- |
+| 安撫低落 / 陪伴 | 0.0–0.2       |
+| 減壓、縮小世界   | 0.2–0.4       |
+| 疲累修復      | 0.4           |
+| 中性穩定      | 0.6           |
+| 平靜、呼吸     | 0.8           |
+| 慶祝、喜悅     | 1.0           |
+
+### 打分規則
+
+* 若文案同時包含多種調性，取**主導語氣**
+* 若無明確情緒調性 → 設為 `general`
+
+---
+
+## 五、context_suitability（影響來源適配）
+
+### 可選 context
+
+* family / work / relationship / friends / health
+
+### 打分方式（對每一個 context）
+
+| 分數  | 含義       |
+| --- | -------- |
+| 1.0 | 明確命中該情境  |
+| 0.5 | 通用可推     |
+| 0.0 | 不適合／可能刺痛 |
+
+### 示例
+
+* 提到「老公／婆婆／孩子」→ family = 1
+* 提到「上班／職場拉扯」→ work = 1
+* 完全抽象支持 → 所有 context = 0.5
+
+---
+
+## 六、need_suitability（支持需求適配）— **最重要**
+
+### 可選 need
+
+* emotional_support
+* parenting_pressure
+* self_worth
+* anxiety_relief
+* rest_balance
+
+### 打分方式（對每一個 need）
+
+| 分數  | 含義         |
+| --- | ---------- |
+| 1.0 | 明確回應此 need |
+| 0.5 | 部分相關／通用支持  |
+| 0.0 | 無關或反向      |
+
+### 判斷原則（舉例）
+
+* 「你不需要撐著，我在」→ emotional_support = 1
+* 「你已經做得夠好了」→ self_worth = 1
+* 「慢一點、休息一下」→ rest_balance = 1
+* 「不是你做錯，只是育兒真的很難」→ parenting_pressure = 1
+
+---
+
+## 七、personalization_power（個性化力度）
+
+> 用於控制「專屬程度 vs 風險」
+
+| 值   | 定義           |
+| --- | ------------ |
+| 0.0 | 完全通用（任何人都可推） |
+| 0.5 | 弱指向（稍微貼近某情境） |
+| 1.0 | 強指向（高度具體）    |
+
+### 判斷依據
+
+* 是否提及具體角色／場景／困境
+* 是否假設用戶正在經歷某件事
+
+---
+
+## 八、risk_flags（禁推規則標記）
+
+> 用於 **Hard Filter**，優先於任何分數
+
+### 重要語義（工程側必讀）
+
+1. `risk_flags` **描述的是「這句話對哪些用戶/狀態不安全」或「需要降權」**，而不是內容的 `stage`。
+2. **命名規範（工程側定死）**：一律使用 `unsafe_for_*` / `block_*` / `soft_*` 前綴。
+   - `unsafe_for_*`：對特定用戶狀態不安全，通常進 Hard Filter（場景不同可調）
+   - `block_*`：高風險健康/醫療等，進 Hard Filter（特別是 Push）
+   - `soft_*`：不做硬性過濾，但在排序中做風險懲罰（Soft Penalty）
+3. 若不確定，寧可標更保守的 flag（Push 安全優先）。
+
+### 標準 flags（V1.1，推薦使用）
+
+* `unsafe_for_stage_unknown`
+
+  * 文案假設用戶正在育兒 / 有孩子 / 以「你作為媽媽」為前提（對 `mom_stage=unknown` 容易冒犯）
+
+* `unsafe_for_stage_parenting`
+
+  * 文案明確懷孕語境（對 `mom_stage=parenting` 可能刺痛）
+
+* `unsafe_for_emotion_low`
+
+  * 高昂慶祝型、過嗨、強刺激（對 `emotion_score ≤ 0.2` 不適合）
+
+* `block_health_medical`（Hard Block）
+
+  * 具「醫療/診斷/嚴重暗示」：疾病確診、用藥、治療方案、醫囑、手術、急重症、危險警示等
+  * 這類內容在 **Health 情境** 下特別容易翻車，建議 Hard Filter
+
+* `soft_health_sensitive`（Soft Penalty）
+
+  * 健康/身心照顧相關，但不含診斷/治療/嚴重暗示：疲憊、睡眠、壓力、呼吸、覺察身體、日常照護
+  * 不做禁推，但在 Push/Widget 需降權，避免過度私密或觸發
+
+### 舊 flags（V1，已棄用但需兼容）
+
+> 若歷史資料仍使用舊 flag，工程側需在入庫/讀取時做一次映射，避免語義漂移。
+
+* `block_stage_unknown` → `unsafe_for_stage_unknown`
+* `block_stage_parenting` → `unsafe_for_stage_parenting`
+* `block_emotion_low` → `unsafe_for_emotion_low`
+* `block_health_sensitive` → `block_health_medical` 或 `soft_health_sensitive`
+
+  * 判斷原則：含診斷/治療/嚴重暗示 → `block_health_medical`；否則 → `soft_health_sensitive`
+
+> AI Reviewer 若不確定，寧可標記 flag
+
+---
+
+## 九、AI Reviewer 打分流程（強烈建議）
+
+1. **先判斷是否 general**（能 general 就 general）
+2. 再標註：stage（若有）
+3. 再決定 emotion_score（主導語氣）
+4. 再填 context / need suitability
+5. 最後判斷 personalization_power
+6. 若有任何「可能翻車」風險 → 加 risk_flag
+
+---
+
+## 十、設計總結（一句話）
+
+> Content Profile 的目的不是把話分門別類，
+> 而是避免在錯的時間，用錯的方式，對錯的人說話。
+
+本文件為 V1，可隨實際推送數據進行校準與升級。

设计说明文档/客戶端問卷打分規則.md

@@ -0,0 +1,221 @@
+# 正念 APP｜用戶畫像打分標準（User Profile Scoring Spec · V1）
+
+> **用途**：
+> 本文件定義「問卷完成後，如何將答案轉換為可計算的用戶畫像（User Profile）」；
+> 該畫像將用於後續的 **個性化內容推薦 / 推送排序**。
+>
+> **設計原則**：
+>
+> * 不做心理診斷，只描述「此刻允許被如何對待」
+> * 區分 **身份（離散）** 與 **狀態（連續）**
+> * 允許「通用」與「高個性化」內容並存
+
+---
+
+## 一、整體結構概覽
+
+問卷完成後，系統需生成一個用戶畫像 **U**，包含四個維度：
+
+1. **mom_stage**（母職階段｜離散型）
+2. **emotion**（當下情緒｜連續型）
+3. **context**（影響來源｜離散型）
+4. **need**（當下最需要的支持｜離散型）
+
+該畫像將與內容畫像 **Cᵢ** 進行匹配，計算推薦分數。
+
+### V1.1 工程補充欄位（用於不確定性控制/可觀測）
+
+> 目的：在 Push 等高風險場景，當用戶畫像可能過期或不可靠時，自動「降個性化 / 降風險」。
+
+建議在 U 中補充以下元資訊（不影響原有四維度打分）：
+
+* `profile_version`：如 `"v1.1"`
+* `profile_source`：`questionnaire`（後續可擴展 `behavior` / `mixed`）
+* `profile_generated_at`：ISO8601 時間戳
+* `profile_confidence`（= `conf_U`）：`0–1`
+
+`profile_confidence` 建議規則（V1.1 默認，可調參）：
+
+* 問卷剛完成：`conf_U = 1.0`
+* 隨時間衰減（避免用過期狀態強個性化推送）：
+  * 0–7 天：`conf_U = 1.0`
+  * 7–30 天：線性衰減到 `0.7`
+  * 30 天以上：`conf_U = 0.5`（除非用戶重新做問卷或有行為信號更新）
+
+> Push 推送時若 `conf_U` 偏低，推薦系統需啟用 `P_uncertainty` 並限制 `personalization_power` 上限（見「個性化推薦算法規則」V1.1）。
+
+---
+
+## 二、mom_stage（母職階段）— 離散型
+
+### 問卷題目
+
+**Which stage of motherhood are you in?**
+
+選項與對應標籤：
+
+* Pregnant / Preparing → `mom_stage: expecting`
+* Parenting → `mom_stage: parenting`
+* Prefer not to say → `mom_stage: unknown`
+
+### 打分方式（One-Hot）
+
+| 欄位                | 值     |
+| ----------------- | ----- |
+| U.stage.expecting | 1 或 0 |
+| U.stage.parenting | 1 或 0 |
+| U.stage.unknown   | 1 或 0 |
+
+> **說明**：
+>
+> * `mom_stage` 是「身份 / 階段」，不是強度，不做連續軸線
+> * `unknown` 的語義是：**不希望被母職身份定義**（不是「沒有孩子」）
+
+### 推送原則（高層）
+
+* `unknown`：避免任何「你應該怎麼當媽媽」的內容
+* `expecting`：避免「已經有孩子」的育兒細節
+* `parenting`：可接受具體育兒壓力、現實困境相關內容
+
+---
+
+## 三、emotion（當下情緒）— 連續型（0–1）
+
+### 問卷題目
+
+**How are you feeling right now?**
+
+### 映射為數值軸（能量／情緒穩定度）
+
+| 選項          | tag                  | emotion_score |
+| ----------- | -------------------- | ------------- |
+| Low         | emotion: low         | 0.0           |
+| Overwhelmed | emotion: overwhelmed | 0.2           |
+| Tired       | emotion: tired       | 0.4           |
+| Okay        | emotion: neutral     | 0.6           |
+| Calm        | emotion: calm        | 0.8           |
+| Joyful      | emotion: joyful      | 1.0           |
+
+生成：`U.emotion_score ∈ [0,1]`
+
+### 語義說明
+
+* 這不是「快樂程度」，而是 **可承受刺激與吸收內容的能力**
+* 分數越低，內容越需要「減壓、陪伴、允許停下」
+* 分數越高，才適合「慶祝、提醒珍惜」
+
+---
+
+## 四、context（影響來源）— 離散型
+
+### 問卷題目
+
+**What’s been influencing how you feel?**
+
+| 選項            | tag                   |
+| ------------- | --------------------- |
+| Family        | context: family       |
+| Work or study | context: work         |
+| Relationship  | context: relationship |
+| Friends       | context: friends      |
+| Health        | context: health       |
+
+### 打分方式（One-Hot）
+
+| 欄位                                                    | 值     |
+| ----------------------------------------------------- | ----- |
+| U.ctx.family / work / relationship / friends / health | 1 或 0 |
+
+### 語義說明
+
+* context **不是情緒**，而是情緒的「觸發場景」
+* 用於提升內容共感（語境命中），而非硬性過濾
+
+---
+
+## 五、need（最需要的支持）— 離散型（最關鍵）
+
+### 問卷題目
+
+**What kind of support do you need most right now?**
+
+| 選項                 | tag                      |
+| ------------------ | ------------------------ |
+| Emotional support  | need: emotional_support  |
+| Parenting pressure | need: parenting_pressure |
+| Self-worth         | need: self_worth         |
+| Anxiety relief     | need: anxiety_relief     |
+| Rest & balance     | need: rest_balance       |
+
+### 打分方式（One-Hot）
+
+| 欄位                                                                                         | 值     |
+| ------------------------------------------------------------------------------------------ | ----- |
+| U.need.emotional_support / parenting_pressure / self_worth / anxiety_relief / rest_balance | 1 或 0 |
+
+### 語義說明
+
+* `need` 是 **推薦權重最高的維度**
+* 表示「她現在最缺的是哪一種心理資源」
+
+---
+
+## 六、跨維度約束（Hard Rules）
+
+以下規則在推薦時 **優先於任何分數計算**：
+
+### 核心禁推規則（V1）
+
+1. **mom_stage = unknown**
+
+   * ❌ 禁推：`need: parenting_pressure`（強指向）
+
+2. **mom_stage = parenting**
+
+   * ❌ 禁推：明確懷孕 / 孕期 / 胎動等內容
+
+3. **emotion_score ≤ 0.2（low / overwhelmed）**
+
+   * ❌ 禁推：高能量慶祝型（joyful 調性）內容
+
+> 原則：
+>
+> * 這些不是「不準」，而是「會造成反感或退出」
+
+---
+
+## 七、用戶畫像最終輸出結構（示例）
+
+```json
+{
+  "profile_version": "v1.1",
+  "profile_source": "questionnaire",
+  "profile_generated_at": "2026-01-30T00:00:00Z",
+  "profile_confidence": 1.0,
+  "stage": {
+    "expecting": 0,
+    "parenting": 1,
+    "unknown": 0
+  },
+  "emotion_score": 0.4,
+  "context": {
+    "work": 1
+  },
+  "need": {
+    "rest_balance": 1
+  }
+}
+```
+
+---
+
+## 八、設計總結（給產品／工程／AI Reviewer）
+
+* **mom_stage / context / need**：描述「你現在允許我用什麼身份、從哪個角度對你說話」
+* **emotion_score**：描述「你現在能承受多強的刺激與建議」
+* 推薦的本質不是猜你是誰，而是 **避免用錯語氣對你說話**
+
+> 本文件為 V1，後續可疊加：
+>
+> * 多選 context / need
+> * 行為信號（點擊、收藏）對 emotion 的動態修正