xToDo
从你的 X 收藏到 清晰行动
我的角色
产品设计、用户研究
问题洞察
“我们淹没在信息的海洋中，却渴望知识。”
— John Naisbitt, 《大趋势》作者
每一次收藏，都藏着一个「自我提升」的朴素愿望——想学这个技能、想读这篇深度分析、想试这个工具。但「收藏即遗忘」：有价值的内容被简单地存起来后，就沉睡在数字坟场中。
问题在于，收藏夹只是信息的「墓地」，而非行动的「起点」。
xToDo 要解决的，正是这一普遍存在的痛点：让收藏真正为学习和成长服务。
收藏的终点，不是更多的收藏，而是学以致用，通过行动改进而自我提升。
产品定义
xToDo 专注一件事：将 X 收藏转化为可执行的行动。
竞品对比
| Pocket / Readwise | xToDo | |
|---|---|---|
| 核心功能 | 保存内容 | 内容 + 意图分析 |
| 组织方式 | 标签分类 | 自动提取目标 |
| 后续行动 | 稍后阅读 | 生成行动步骤 |
| 产品定位 | 内容管理工具 | 学习行动工具 |
Pocket 解决「保存」，Readwise 解决「回顾」，xToDo 解决「行动」——将收藏转化为可执行的学习路径。
核心概念
AI 分析你散乱的收藏，将它们转化为结构化的目标和可执行的步骤。
用户流程
30 秒完成授权
一键授权 X 账号，无需手动导出数据。系统自动读取收藏夹权限。
即时开始分析
授权完成后，AI 立即在后台分析收藏内容。用户无需等待，可以直接浏览已生成的目标。
渐进式呈现结果
分析结果实时更新。最先识别出的高价值目标会优先展示，避免「全部完成才能看」的等待感。
开始行动
点击任意目标查看具体步骤。每个步骤都关联回原始推文，方便深入学习。
核心功能
智能目标提取
用户收藏了 25 条关于 Figma 的推文——从插件推荐到设计系统案例。xToDo 识别出背后的学习意图：『掌握 Figma 自动布局』，并自动生成 4 个渐进式步骤，每步关联 3-5 条相关推文。
- 设计决策：优先识别『技能学习』类目标，而非泛泛的『了解 Figma』
- 挑战：如何区分『随手收藏』和『真正想学』？解决方案：通过收藏频率和内容深度判断
- 结果：用户反馈目标「一看就知道该干什么」，不再迷茫
零等待感设计
最初设计是「导入完成后统一展示结果」，但测试时用户会盯着进度条焦虑等待。改为流式呈现：每识别出一个目标立即显示，给用户「一直在进展」的感知。
设计决策：牺牲完美的排序，换取即时反馈。用户更在乎「快速看到价值」而非「完美的结果顺序」。
卡片式目标管理
放弃传统列表，采用卡片布局。每张卡片显示：目标标题、完成度、下一步行动、相关推文数。用户可拖拽排序，标记优先级。
商业与技术策略
分层 AI 架构
采用轻量模型处理分类任务（响应快、成本低），推理型模型处理目标生成（质量高、理解深）。这种混合策略在保证用户体验的同时，将单次分析成本控制在合理范围，为规模化奠定基础。
Freemium 定价策略
免费版：每月 3 个 AI 生成目标，体验核心价值。Pro 版（$4.99/月）：无限目标、高级分类、进度追踪。预期 5-8% 转化率——对标同类工具（Readwise 7%、Notion AI 6%）。关键：让免费用户「尝到甜头但不够用」。
反思
这个项目让我重新思考『AI 产品』的本质：不是套用最新模型，而是用 AI 解决真实问题。xToDo 聚焦一个场景——X 收藏转化，做深做透。
最大的挑战是找到「目标粒度」的平衡。太宽泛（『学习设计』）没有指导意义，太具体（『看完这篇文章』）又失去整合价值。最终通过多轮测试确定：目标应该是「1-2 周可完成的技能点」，步骤是「30 分钟可执行的行动」。
如果继续迭代：1) 探索「目标间的依赖关系」（学 A 之前需要先学 B）2) 多平台整合（Reddit、Medium 的保存内容）3) 社区功能（分享你的学习路径）。