KNOWLEDGE
Аудит відволікань
Аудит відволікань показує, які тригери повертаються найчастіше.
KNOWLEDGE UNIVERSE
Фокус і увага
Робочі блоки, перемикання контексту й аудит відволікань без культу максимальної продуктивності.
What you can do
- запиши 5 відволікань
- познач кожне як внутрішнє або зовнішнє
- прибери одне зовнішнє відволікання
- створи реакцію якщо-то
TOPIC DEPTH / SELF-OBSERVATION
From knowledge to self-observation
This layer organizes the existing topic rules. It does not add new claims or diagnoses.
How to observe
The minimum needed for meaningful self-observation.
Topic boundaries
- не оцінюй користувача
- бот не припускає, що кожне відволікання є поганим
Data limitations
- Висновки з малої кількості check-in є гіпотезами.
- Самозвіт користувача може бути неповним або мінливим.
- Застосунок спостерігає патерни, але не підтверджує причини.
Interpretation limitations
- Не використовуй це для діагностики чи лікування.
- Не обіцяй результату або покращення здоров’я.
- Не посилюй формулювання понад поточний рівень перевірки джерел.
- Якщо користувач описує ризик для здоров’я або кризу, пріоритет має safety router.
Source limitations
- Джерела потребують ручної перевірки, перш ніж дозволяти сильні твердження.
Використовуй для освіти й самоспостереження, а не для діагностики чи лікування.
Запропонуй маленький безпечний крок і заохочуй спостереження замість радикальної зміни.
EVIDENCE LAYER
Sources and limitations
Джерела й висновки потребують обережної мови. Це освіта й самоспостереження, а не діагностика чи лікування.