胃之书Bellybook-多模态大语言模型驱动的AI饮食记录应用

核心功能

1. AI多模态识别与记录
   1. 用户拍照或上传食物图片后，AI自动识别菜品并生成结构化数据（如卡路里、营养成分、历史渊源），支持JSON流式输出以增强科技感。
   2. 新增“咖啡杯收集”功能，AI自动抠图并生成虚拟展柜，提升记录仪式感。
2. 营养分析与文化洞察
   1. 提供每日饮食报告，计算热量、蛋白质等摄入量，并联网检索食物背后的文化故事（如“苹果起源于中亚”）。
   2. 历史记录以卡片形式呈现，支持时间轴回溯与社交分享。
3. 交互设计创新
   1. 黑白UI+彩色食物：界面采用黑白色调突出食物图片，降低视觉干扰。
   2. 震动反馈与流式输出：按钮点击与AI生成过程伴随震动反馈，增强交互沉浸感。

产品创新点

• 简化即革命：将传统饮食记录的7步流程压缩至“拍照→AI识别→保存”3步，用户留存率提升30%。
• 商业闭环设计：
  • 免费版限制每日Token用量（3000次/天），通过拉新增加额度或付费解锁无限使用（年费/永久会员均为198元）。
  • 社交裂变策略：用户发布体验图文可领取会员，形成自传播循环。

技术架构与设计理念

• 多模态大模型：依赖视觉识别与自然语言处理技术，实现“图片→结构化数据→文化故事”的端到端生成。
• 情感化设计：强调“人类情感是真正的智能”，AI仅作为工具降低回忆整理复杂度，例如通过AI生成推送文案提升用户粘性。

用户增长与反馈

• 增长路径：初期通过技术圈（Twitter）传播，后在小红书因女性用户主导的“美食打卡”文化爆发，单日下载量峰值破万。
• 用户评价：
  • 优势：UI设计精美、记录流程高效，营养分析功能受健身群体青睐。
  • 争议：免费版功能限制严格，冷门菜品识别准确率依赖人工校验。

竞品对比