29 lines
1.5 KiB
Markdown
29 lines
1.5 KiB
Markdown
---
|
||
id: active-accountability
|
||
title: 主动问责
|
||
type: concept
|
||
tags: [behavior-change, habit-forming, ai-agent]
|
||
---
|
||
|
||
## Definition
|
||
主动问责（Active Accountability）是一种行为改变机制，通过主动询问而非被动通知来促进用户执行目标行为。在 AI Agent 应用中，Agent 定时主动向用户提问（如"今天完成晨跑了吗？"），而非仅发送推送通知。这种方式利用了社交承诺效应，当人们被直接询问时更倾向于如实回答并遵守承诺。
|
||
|
||
## Key Characteristics
|
||
- 主动发起交互，而非等待用户响应
|
||
- 直接询问完成情况，使用开放式问题
|
||
- 根据用户响应调整后续行为（鼓励或提醒）
|
||
- 建立持续对话关系，而非单方面通知
|
||
|
||
## Relationship to Other Concepts
|
||
- [[Cron-Jobs]]：实现定时主动询问的技术手段
|
||
- [[Preference-Learning]]：AI 学习用户响应模式，优化询问时机和语气
|
||
- [[工作流自动化]]：将主动问责流程化为可重复执行的自动化任务
|
||
- [[上下文记忆]]：记录用户历史响应，用于连续打卡追踪和趋势分析
|
||
|
||
## Application in AI Agent
|
||
在 Habit Tracker & Accountability Coach 场景中：
|
||
1. 定时（如每天 7:30 AM）通过 Telegram 发送消息
|
||
2. 主动询问："你今天完成晨跑了吗？"
|
||
3. 根据用户响应更新连续打卡天数
|
||
4. 连续成功时使用鼓励语气（如"第 12 天，继续保持"）
|
||
5. 连续失败时发送温和提醒（如"已经 3 天没运动了，记得你开始的原因是什么吗？"） |