Reference Material / Google Health AI

Google Health AI 的产品逻辑

Google Health AI 不是“Fitbit 数据 + Gemini 聊天框”，而是一套由健康数据平台、个体模型、计划系统、对话式调整和行为干预组成的组合产品。

01 / 整体产品逻辑

Google 的目标是把 Fitbit App 升级成健康总入口。

Google 的战略是：免费层保留基础追踪和数据浏览，付费层提供深度睡眠洞察、适应性计划、主动洞察和 Health Coach。Google Health 还支持 Health Connect、Apple HealthKit、医疗记录同步、第三方 App 和社交挑战。

它的核心对象已经不只是“数据”，而是“计划”。Health Coach 每天早上总结睡眠和准备度，然后建议当天做什么；用户可以询问数据趋势，也可以让它修改整体训练计划。

状态判断

生成计划

用户补充现实

调整计划

每日跟进

这比传统 Fitbit 的“记录 → 展示 → 用户自己判断”已经向前走了一层。

02 / 三套系统

底层指标、行为干预和 Gemini 各司其职。

健康计算系统

这一层不是大模型负责，而是 Fitbit 原有的指标和机器学习体系，包括睡眠、Readiness、HRV、静息心率、Cardio Load、个性化负荷目标、活动和恢复趋势。

行为干预系统

Google 并不是简单按固定时间发提醒。Fitbit 研究已经使用强化学习，根据用户情况选择提醒内容和提醒时机。

Gemini 对话与规划系统

Gemini 负责把健康数据转成自然语言、理解用户现实条件、回答问题、修改目标和计划、生成训练方案。

指标模型负责判断身体状态，行为模型负责判断什么时候干预，LLM 负责表达、解释和协商。

03 / 个性化来源

自动数据提供身体背景，对话补充现实背景。

来源	例子	局限
自动健康数据	睡眠、HRV、心率、活动、准备度、Cardio Load。	能解释身体背景，但不一定知道用户今天的现实。
用户主动输入	目标、伤病、药物、病史、疲劳、旅行、器械条件。	效果依赖用户愿意输入多少信息。
长期互动	是否执行、目标调整、每日 Check-in、历史对话。	长期记忆和状态写回仍存在不稳定。

现实问题是：目前 Coach 的效果非常依赖用户愿意输入多少信息。深度用户输入药物、诊断和化验结果后，Coach 能生成较合适的低负荷计划；普通用户只每天简单聊一次，往往得到常识化建议。

04 / 首页和交互策略

Google 采用双模式：AI 用户与非 AI 用户并存。

AI 用户

晨间洞察。
聊天问答。
修改训练计划。
记录营养和健康事件。
主动 Check-in。

非 AI 用户

免费健康数据。
睡眠和活动记录。
Today 指标卡。
Health 深度数据页。

Google 后续持续增加 Today 页可自定义指标，包括 HRV、SpO₂、静息心率、皮温、血糖、营养等，并允许用户重新排序，说明它并未完全押注“聊天取代界面”，而是在重新平衡 AI 与传统数据浏览。

05 / 付费与可信

它卖的不是数据，而是解释、计划、主动管理和持续陪伴。

免费层

基础活动和健康数据。
睡眠数据。
日常追踪。
基础仪表盘。

Premium

Health Coach。
深度睡眠洞察。
适应性训练计划。
主动洞察。
视频训练内容。

价格约为 9.99 美元/月或 99.99 美元/年，并被包含在 Google AI Pro 和 Ultra 订阅中。捆绑 AI 订阅的意义是，把 Health Coach 从“值不值得单独付 100 美元”变成“已有 AI 订阅附送的高价值能力”。

SHARP 可信框架

Google 的健康 AI 产品评估框架包括 Safety、Helpfulness、Accuracy、Relevance、Personalization。产品层面包括不做诊断、高风险问题引导就医、强调不能替代医生、健康数据与广告数据隔离、健康数据训练模型默认关闭。

06 / 最大产品断点

它已经有计划能力，但闭环还不够稳。

断点	具体表现
个性化成本高	用户需要持续补充和纠正大量背景。
长期记忆不稳定	有时会回退使用旧信息，需要用户提醒。
对话和系统状态未完全打通	Coach 说目标改成 5,000 步，但 App 其他页面仍显示 10,000 步。
体验高度分化	输入越多越有用；普通用户更容易得到通用建议。
建议验证不足	能改计划，但“这次建议是否真正有效”的闭环还不够明显。
医疗信息与生活信息混在一起	数据可以很多，但并不代表系统真正理解用户当前现实。

07 / 对 Kriki 的启示

不要复制 Google 已经会做的表层能力。

Google 最强的地方

健康数据底座完整。
指标和算法成熟。
Gemini 对话能力强。
能把现实变化转成新的训练方案。
免费与付费逻辑清晰。

Google 最弱的地方

仍然需要用户大量“教它认识自己”。
对话结果没有稳定写入所有底层系统。
长期记忆和干预效果验证还没有完全闭环。

Kriki 真正应该超过它的是：用户说一句“今晚要加班”，系统不仅在聊天里答应，而是真正修改今日计划、提醒、训练目标、恢复策略和第二天安排，并在之后验证这次调整是否有效。

不应只复制

晨间简报、AI 问答、生成训练计划、主动提醒。

应成为

一个对计划状态、执行结果和长期策略真正负责的身体决策 Agent。