行為改變與習慣養成產品設計
核心概念
1. 兩個層級，兩套模型
Fogg 行為模型（B = MAP）：一個行為發生 = 動機(Motivation) × 能力(Ability) × 提示(Prompt) 三者同時到位。實務操作：當動機高時給提示、把能力門檻（啟動專注的摩擦）降到最低。這是「單次行為」的模型——回答「怎麼讓使用者現在就開始專注」。
Hooked 四階段迴圈（Nir Eyal）：Trigger（觸發）→ Action（行動）→ Variable Reward（變動獎勵）→ Investment（投入）。每跑一圈，使用者對產品的投入就累積一次，下一次觸發更容易。這是「長期習慣」的模型——回答「怎麼讓使用者每天回來」。與 Duhigg 習慣迴圈的關鍵差異是多了 Investment：使用者每次投入（資料、內容、關係）都讓退出成本變高。
2. 兩套模型怎麼落到 行動 App
| 層級 | 模型 | 在 行動 App 的落點 |
|---|---|---|
| 單次：啟動專注 | Fogg B=MAP | 一鍵開始（降 Ability 摩擦）、在使用者動機高的時刻提示、不要求先設定一堆參數 |
| 長期：每日回訪 | Hooked | Trigger（提醒／寵物狀態）→ Action（一次專注）→ Variable Reward（寵物反應／個人化建議，不固定）→ Investment（餵養寵物、累積關係與行為資料） |
3. Investment ＝ 護城河的機制化
Hooked 的 Investment 階段正是 行動 App 護城河的引擎：使用者投入的「關係時間」（角色 IP 情感依附）和「行為資料」（個人化飛輪）都累積在 Investment 這一步。每一次專注既是 Action，也是對寵物關係與資料模型的 Investment——這把「情感依附」和「資料飛輪」從抽象護城河（見 概念 - 護城河思維）變成具體的迴圈設計。
4. ADHD 友善是設計底層，不是行銷標籤
OT 視角（注意力科學、ADHD 友善 UX）是設計的底層依據——低摩擦啟動、即時回饋、減少決策負荷，這些正好同時是 Fogg「降 Ability」和 ADHD 友善的交集。但它是讓產品「對的人用起來特別順」的隱形設計，不是對外的療效宣稱（療效宣稱有法規邊界）。
5. 外部案例：遊戲感是體驗、不是皮膚（2026-06-11 補充）
Threads 案例（外部創作者.ictor，AI 全自主寫出台股交易終端 shioaji-pro-app）：第一版做成賽博龐克霓虹風（長得像遊戲），作者回饋「要專業金融 app 的風格，只是要有打遊戲的體驗，不是長得像遊戲」——AI 把造型全拆掉換 Bloomberg 風，但保留體驗層：成交閃動回饋、五檔量能條、兩段式下單防呆。
對 行動 App 的遷移：「遊戲化」常被做成皮膚層（寵物外觀、配色、貼紙），但真正驅動行為的是體驗層——專注完成的即時反應（Variable Reward 的即時性）、防呆設計（Fogg 降 Ability）、進度可視。寵物是皮膚＋情感載體，閃動回饋與低摩擦才是「打遊戲的手感」。設計檢查清單可加一問：這個遊戲化元素拿掉皮膚後，回饋迴圈還在嗎？
6. 身分層：兩套模型之上的第三層（2026-06-12，《原子習慣》增量）
Fogg 管單次啟動、Hooked 管每日回訪——都在「過程層」運作。《原子習慣》補上第三層：用戶把自己當成誰。行為改變由內而外（身分→過程→結果）比由外而內穩固，機制是「每次行動都是對你想成為的那種人投下一票」——單次行為的價值不在完成本身，在累積的身分證據；「我是 X 的人」內化後，行為趨向身分的自然表達，維持成本顯著下降（原框架的方向性主張，非零成本保證）。群體歸屬是強力的身分證據來源之一（「我們是這種人」）。
對 行動 App 的落點（2026-06-12 對話確認的設計落差）：意圖在身分層（讓用戶「正在成為專注的人」），實作停在計數層（「完成了 N 次專注」）。修正方向：把 Investment 重新設計成「身分投票的計票器」——寵物成長敘事反映「你正在變成誰」（質變階段、寵物「認得」你的專注模式），而非數值累加。角色 IP 情感依附因此獲得第二個理論支點：寵物是用戶專注身分的鏡像。
三個對位小增量（課程素材可用）：
- 期待先於獎賞：多巴胺在「預期獎賞」時就飆升——Variable Reward 的設計重點不只獎賞內容，還有「即將揭曉」的期待時序。
- 執行意向＝預先決策：「我會在【時間】【地點】做【行為】」的威力來自把意志力消耗移到設定時刻，當下零決策——Fogg 降 Ability 的另一個解釋角度。
- 自制力＝環境設計：自律者不是意志力強，是更少暴露在誘惑環境——課程「重新歸因」素材：學員半途而廢不是懶，是提示設計壞了。
對專案的應用（行動 App）
設計檢查清單：
- 啟動專注的摩擦有沒有降到「一鍵」？（Fogg Ability）
- 獎勵是不是變動的？（固定獎勵會鈍化——寵物反應／建議要有變化）
- 每次使用有沒有累積 Investment？（沒有累積＝下次回訪靠意志力）
- 留存看 Day1／7／30 retention 曲線何時打平＝找到「留存核心」。
⚠️ 待驗證：變動獎勵的「變動」程度要實測——太隨機會焦慮，太固定會無聊。
我的觀點
更新：2026-06-06
我採 方向 C：Fogg 與 Hooked 分層並用。理由是這兩個模型不是競爭關係，是負責不同層級的問題——我過去把「專注 App」想成單一體驗，但其實「讓人這次坐下來」和「讓人每天回來」是兩個獨立的設計挑戰，硬用一套模型一定有一層做不好。
選 C 的真正原因是它直接接上我已經確定的護城河（A 角色 IP 情感依附 ＋ C 行為資料飛輪）：Hooked 的 Investment 階段就是這兩條護城河的累積點。這讓我第一次能把「護城河」從一句口號，落成「每次專注 = 一次 Investment」的具體迴圈。Fogg 則守住入口——如果啟動專注本身有摩擦，後面整個 Hooked 迴圈都跑不起來。
我也刻意把 OT／ADHD 友善定位成設計底層而非賣點，這和我「OT 是稀缺跨域標籤、不是職涯重心」的整體立場一致：它讓產品更好，但不是我對外說故事的方式，也避開療效宣稱的法規風險。