21 | 产品案例分析：Fabulous 的精致养成

1. 导言

Fabulous 是一款以行为科学为基础的习惯养成应用，其三大设计创新——循序渐进的引导、破窗效应的预防、替用户"负责任"——体现了"用科学设计行为"的产品哲学。在 Dan Ariely 数据造假争议引发行为科学信任危机的背景下，Fabulous 的科学基础需要更审慎的审视；在 AI 驱动个性化习惯养成的浪潮中，Fabulous 的"克制"哲学获得了新的技术实现可能。本文将系统解析 Fabulous 的设计思想，并讨论行为科学在产品设计中的应用边界与 AI 时代的新方向。

更新说明：本文档于 2026-06 更新，主要更新点：补充 Dan Ariely 数据造假争议对行为科学应用的影响；增加 AI 驱动个性化习惯养成方案分析；引入行为设计理论框架（Fogg 行为模型/COM-B 模型）；补充习惯养成产品最新演进与竞争格局；增加专业深度分层与 Mermaid 流程图。

2. 核心概念：循序渐进的引导

Fabulous 不同于其他培养习惯的应用，有很多强制的提醒和计划，它给人的感觉就是很克制，淡淡地、循序渐进地帮助用户培养一个习惯。

这款应用设计得非常漂亮，从图标到内容，整个视觉风格很像纪念碑谷那款游戏，它的设计语言是经典的 Material Design，得过不少设计的奖。

从新手引导开始说起。第一次打开 Fabulous，我们可以看到他的新手引导，并不是简单的教给你怎样使用这款应用的所有功能，而是把所有的功能构建在一个使用向导上。

你可以看到很多种不同的任务，但他强制要求你只能从第一个任务开始，后面的任务全都是被锁住的；整个的新手引导是以非常丰富的交互对话方式进行的，而不是简单的一个模板，告诉你点哪里操作什么。

它的交互也很人性化，我们之前在分享 Hopper 的时候，也提到过类似的风格。交互不是冰冷的说明书，而是人性化的交流。

2.1 循序渐进引导的理论框架

Fabulous 的循序渐进引导可以用**Fogg 行为模型（Fogg Behavior Model, B=MAP）**来解析：

• B = MAP：行为（Behavior）= 动机（Motivation）× 能力（Ability）× 提示（Prompt）
• 当动机、能力和提示同时存在且足够强时，行为才会发生
• Fabulous 的循序渐进引导本质上是**逐步提升能力（Ability）**的策略——从最简单的"每天早晨喝水"开始，让用户在低能力要求下成功完成行为，建立信心后再逐步增加难度

Fabulous 循序渐进引导的 Fogg 模型解析：通过锁定任务、仅开放最简单的第一个任务，确保用户在低能力要求下成功完成行为。成功体验建立信心（提升动机），然后逐步解锁更多任务（提升能力）。核心逻辑是 Fogg 模型：低能力要求+适度动机+明确提示=行为发生。

图表解读：Fabulous 循序渐进引导的 Fogg 模型解析。通过锁定任务、仅开放最简单的第一个任务，确保用户在低能力要求下成功完成行为。成功体验建立信心（提升动机），然后逐步解锁更多任务（提升能力）。核心逻辑是 Fogg 模型：低能力要求+适度动机+明确提示=行为发生。

2.2 藏在姓名中的细节

在整个流程的一开始，它就会询问你的姓名。而一个姓名，不仅仅用于个人中心里面进行展示。他的整个流程中都会亲切的呼唤你的名字。

我们在这里写的小池，他就会一直以小池来进行第二人称的描述。这个细节虽然没有什么技术含量，但确实会让人觉得亲切。你可以看到他的一些流程和内容是以写信的方式推送给你的。在信中可以就可以开启一个习惯。

之前看过一篇文章，说每个人都会本能地关注自己，所以当你和用户谈论他自己的事，你就会比较容易获得他的重视。

早先在做邮件营销的时候，有一个技巧，就是在标题中插入用户的姓名，这样的邮件更容易被用户关注到，从而获得更高的打开率。邮件时代结束以后，自媒体命名也有类似的诀窍，很多人会在标题中使用第二人称你，因为从读者的角度来看它与自己的名字指代是相同的，所以更容易引起关注。

心理学原理：这一设计利用了鸡尾酒会效应（Cocktail Party Effect）——人脑对与自己相关的信息（尤其是自己的名字）具有优先注意机制。在嘈杂环境中，人也能敏锐地捕捉到自己的名字。Fabulous 在交互中反复使用用户姓名，正是利用了这一注意力机制。

2.3 专业深度分层

🟢 基础层：掌握循序渐进引导的基本设计方法，从最简单的任务开始，逐步增加难度。

🟡 进阶层：理解 Fogg 行为模型，能根据 B=MAP 框架设计引导策略，通过降低能力要求、增强动机、优化提示来促进行为发生。

🔴 高阶层：设计动态适应的引导系统，根据用户的行为数据实时调整任务难度和引导策略，实现个性化的循序渐进。

3. 关键方法：破窗效应与替用户"负责任"

这款应用虽然有很多的功能，但是并没有让用户操作，而是逐渐给用户弹出对话框，在某种程度上只会把整个应用的复杂性降低。你也不会特别急于去探索整个应用的完整的架构，他也限制了你的探索。而是逐渐地引导你进入到整个流程里面来。就像是在挖掘一个丰富的宝藏。

我们到其他的几个模块里面看看，他也会告诉你，在未来的某一个时机才能解锁。

我们可以在这里操作打开一些希望养成的习惯。我们的操作可以完全跟着他的引导，一步一步来。它会引导我们从每天早晨喝水开始，逐渐增加自己好习惯的数量。这里的设计非常的克制。不像其他的应用，一股脑的可以加上许许多多的习惯。

3.1 破窗效应在产品设计中的体现

很多时候我们在产品设计的时候，感觉可以把我们的功能完全交给用户，他自己爱怎么用就怎么用。这其实是不负责任的，因为用户在看着这些应用的功能的时候，尤其是这些习惯养成类的应用，很容易眼高手低。

用户没有办法意识到设置的每一个习惯养成，在未来的日子里会给自己带来多高的坚持成本；而且这个时候他是心血来潮的，所以他很有可能会一股脑地设置一堆目标。

当未来真的需要他付出大量努力来完成这些目标的时候，他的热度已经过了。而且可能又付不出这么高的坚持成本，那就有可能放弃，一旦他开始放弃，就会产生破窗效应，破罐子破摔，干脆全都不坚持，也不想再打开这个应用，看到自己的累累败绩。

**破窗效应（Broken Windows Theory）**在习惯养成产品中的表现：

破窗效应在习惯养成产品中的表现路径：用户设置过多目标→初期热情→坚持成本累积→无法承受→第一个习惯放弃→破窗效应触发→自我效能感下降→全盘放弃。Fabulous 的解法是限制目标数量、循序渐进解锁、替用户负责任，从源头降低坚持成本，维持自我效能感。

图表解读：破窗效应在习惯养成产品中的表现路径。用户设置过多目标→初期热情→坚持成本累积→无法承受→第一个习惯放弃→破窗效应触发→自我效能感下降→全盘放弃。Fabulous 的解法是限制目标数量、循序渐进解锁、替用户负责任，从源头降低坚持成本，维持自我效能感。

3.2 替用户"负责任"的设计哲学

所以不要想着全都交给用户，让用户为自己负责任。有时候用户是没有办法为自己负责任，这些习惯养成应用的存在，不也本来就应该肩负起这样的责任吗。

Fabulous 的"替用户负责任"设计哲学体现了家长式自由主义（Libertarian Paternalism）——保留用户的选择自由，但通过设计"选择架构"引导用户做出对自己有利的选择。

关键洞察：Fabulous 的"替用户负责任"与暗黑模式（Dark Patterns）的"替用户做决定"有本质区别——前者保留用户的选择自由，只是通过设计引导；后者剥夺用户的选择自由，通过设计操控。产品经理需要在这条边界上保持清醒。

3.3 专业深度分层

🟢 基础层：理解破窗效应在习惯养成中的表现，通过限制目标数量和循序渐进降低用户放弃风险。

🟡 进阶层：掌握家长式自由主义的设计哲学，在保留用户选择自由的前提下，通过选择架构引导用户做出有利选择。

🔴 高阶层：设计动态的"负责任"系统，根据用户的行为数据实时调整约束力度——对自律能力强的用户放松约束，对自律能力弱的用户加强引导。

4. 实践落地：行为科学的科学性审视

说到这里，我们也可以看到 Fabulous 的增值点。它是订阅模式的应用，是在为自己养成习惯的方式和计划收费。在官网的自我介绍中，我们也可以看到这个团队除了在设计上下了很大的功夫之外，也在如何帮助用户培养良好习惯上，花费了很多的心力。

这个产品是在杜克大学的一个中心孵化的。这个中心的负责人就是那本著名的怪诞行为学的作者。他们确实是从科学的角度来打造这款应用，而不是简单粗暴的定一些闹钟，到点叫你喝杯水，活动一下筋骨这么简单。

我很喜欢这样的立意，也希望能有越来越多这样的产品。因为能够提供更专业系统的价值，而获得尊重和盈利。不像现在的流行趋势那样，要大流量，要做生态，做平台做大生意，才能赚钱才能存活。

每一个提供自己独特价值的应用和产品，都应该有充足的生存空间，也希望能够看到越来越多独立开发者或小的开发团队，通过这样精致、独特的应用，生活得很好。

4.1 Dan Ariely 数据造假争议及其影响

Fabulous 的科学基础与 Dan Ariely 密切相关——这款产品孵化自杜克大学高级后见之明中心（Center for Advanced Hindsight），而 Ariely 是该中心的负责人和《怪诞行为学》的作者。然而，2021 年 Ariely 卷入了一起严重的数据造假争议：

事件经过：

• 2021 年 8 月：研究者发现 Ariely 等人 2012 年发表在《美国国家科学院院刊》（PNAS）上的一篇关于"签署诚实声明位置对诚信行为影响"的论文存在数据造假
• 调查结果：数据由一家汽车保险公司提供，但原始数据与论文报告的数据严重不符，数据明显被人为篡改
• 后续影响：该论文被撤稿，Ariely 声称数据由保险公司提供、自己不知情，但未能完全消除质疑
• 更广泛的影响：行为科学领域多起可重复性危机被曝光，引发对"行为科学在产品设计中应用"的信任危机

对 Fabulous 的影响：

• Fabulous 的核心设计理念（循序渐进、破窗效应预防、替用户负责任）并非仅依赖 Ariely 的个人研究，而是基于更广泛的行为科学共识
• 但 Ariely 的争议确实提醒我们：行为科学的"科学性"需要更审慎的审视，不能因为"有研究支持"就盲目应用
• 产品经理应当区分稳健的行为科学原理（如 Fogg 模型、自我效能感理论）和有争议的单项研究

4.2 行为科学在产品设计中的应用边界

行为科学在产品设计中的应用框架：稳健原理（Fogg 行为模型、自我效能感、损失厌恶、默认效应）可以放心应用；有争议的研究需要审慎验证；伦理边界需要时刻警惕。应用原则是基于稳健原理设计、审慎对待争议研究、坚守伦理边界、持续验证效果。

图表解读：行为科学在产品设计中的应用框架。稳健原理（Fogg 模型、自我效能感等）可以放心应用；有争议的研究需要审慎验证；伦理边界需要时刻警惕。应用原则是：基于稳健原理设计，审慎对待争议研究，坚守伦理边界，持续验证效果。

4.3 专业深度分层

🟢 基础层：了解行为科学在产品设计中的基本应用，能引用经典原理支持设计决策。

🟡 进阶层：能区分稳健的行为科学原理和有争议的单项研究，在设计决策中审慎评估科学依据的可靠性。

🔴 高阶层：在行为科学可重复性危机的背景下，建立产品设计中的"科学审慎"框架，持续验证设计效果，坚守伦理边界。

5. 实践指南：AI 驱动的个性化习惯养成

AI 技术正在为习惯养成产品带来革命性的变化，Fabulous 的"克制"哲学在 AI 时代获得了新的技术实现可能。

5.1 AI 个性化习惯养成方案

5.2 AI 习惯养成的理论框架：COM-B 模型

AI 驱动的个性化习惯养成可以用COM-B 模型来设计：

COM-B 行为改变模型在 AI 习惯养成中的应用：行为发生需要能力、机会、动机三要素。AI 的个性化策略针对三个要素的不足分别干预——能力不足则降低任务难度，机会不足则优化提醒时机，动机不足则生成个性化激励，三者协同促进行为改变。

图表解读：COM-B 行为改变模型在 AI 习惯养成中的应用。行为发生需要能力、机会、动机三要素。AI 的个性化策略针对三个要素的不足分别干预：能力不足则降低任务难度，机会不足则优化提醒时机，动机不足则生成个性化激励。三者协同促进行为改变。

5.3 AI 习惯养成的伦理挑战

AI 驱动的习惯养成也面临独特的伦理挑战：

1. 过度优化风险：AI 可能过于"高效"地驱动行为改变，使用户丧失自主性。Fabulous 的"克制"哲学在此尤为重要——AI 应该帮助用户养成习惯，而非"控制"用户。

2. 数据隐私：AI 个性化需要大量用户行为数据，包括作息、位置、健康数据等。这些敏感数据的收集和使用需要严格的透明化和用户控制。

3. 算法依赖：用户可能过度依赖 AI 的提醒和引导，一旦停止使用应用，习惯可能迅速瓦解。产品经理需要设计"渐进脱离"机制。

4. 公平性：AI 模型可能对某些用户群体（如老年人、残障人士）效果较差，需要确保个性化方案的公平性。

5.4 习惯养成产品的竞争格局

Fabulous 面临的竞争格局在近年来发生了显著变化：

关键洞察：Fabulous 的差异化优势在于"行为科学+克制引导+精致设计"的三位一体。AI 时代，这一优势需要升级为"行为科学+AI 个性化+克制引导+精致设计"，在增强个性化的同时保持克制的哲学。

5.5 专业深度分层

🟢 基础层：理解 AI 对习惯养成产品的影响，在传统框架中引入 AI 辅助功能（如智能提醒、个性化推荐）。

🟡 进阶层：掌握 COM-B 模型，设计 AI 驱动的个性化习惯养成方案，针对能力、机会、动机三要素分别干预。

🔴 高阶层：在 AI 个性化的同时保持"克制"哲学，设计"渐进脱离"机制和公平性保障，解决 AI 习惯养成的伦理挑战。

5.6 方法论框架

Fabulous 设计哲学统一理论框架：循序渐进引导（基于 Fogg 行为模型、鸡尾酒会效应、渐进式披露）、破窗效应预防（限制目标数量、维持自我效能感、避免全盘放弃）、替用户负责任（家长式自由主义、选择架构设计、引导而非操控）、行为科学基础（稳健原理优先、审慎对待争议、伦理边界坚守）。共同底层是"行为设计"。

图表解读：Fabulous 设计哲学的统一理论框架。循序渐进引导基于 Fogg 行为模型，破窗效应预防基于自我效能感理论，替用户负责任基于家长式自由主义，行为科学基础需要稳健原理优先和伦理边界坚守。四者的共同底层是"行为设计"——用科学设计行为，用克制保护用户，用引导替代操控。

6. 进阶延展：实战要点与核心要点回顾

6.1 实战要点

6.2 核心要点回顾

Fabulous 以行为科学为基础，三大设计创新体现"用科学设计行为"的产品哲学：循序渐进引导（基于 Fogg 行为模型，通过逐步提升能力实现行为发生，并结合鸡尾酒会效应的个性化称呼增强关注）、破窗效应预防（限制目标数量、维持自我效能感、避免全盘放弃）、替用户负责任（基于家长式自由主义，通过选择架构引导用户做出有利选择，与暗黑模式的"替用户做决定"有本质区别）。在 Dan Ariely 数据造假争议引发行为科学信任危机的背景下，产品经理需要区分稳健原理与争议研究，审慎应用行为科学。在 AI 时代，COM-B 模型与 AI 个性化习惯养成成为新方向，但"克制"哲学与"渐进脱离"机制尤为重要。共同底层是"行为设计"——用科学设计行为，用克制保护用户，用引导替代操控。

6.3 延伸阅读

• 《Tiny Habits》—— BJ Fogg，微习惯与行为设计
• 《Predictably Irrational》—— Dan Ariely，行为经济学经典（需注意数据造假争议）
• 《Nudge》—— Thaler & Sunstein，家长式自由主义与选择架构
• 《COM-B Model》—— Susan Michie，行为改变轮盘模型
• 《The Replication Crisis in Psychology》—— 行为科学可重复性危机综述

更新日志