让记不住型用户在想买/想找时快速确认衣橱里有什么，减少重复购买
wardrobe-manager · PRD v1.0 · Owner: 学员
证据：竞品调研（Stylebook手动抠图被吐槽、Acloset AI去背获好评但品类识别不稳）；访谈提纲已设计但频率基线待采集
P0 用户：衣物多且"经常找不到/忘了有什么"的个人用户（记不住型）
核心 Job：在不知道自己有什么时，快速回忆衣橱里有什么，减少重复购买和遗忘
买前查询→确认有无→避免重复购买。这是产品"为什么值得用"，只在想买/想找时触发，诚实接受低频
穿搭日志（记录今天穿了什么，无算法）。每日留痕对冲频率风险，不靠穿搭推荐
关键区分：穿搭日志 ≠ 穿搭推荐。日志是记录（无算法），推荐是算法生成（本期Won't）
两条核心路径，纯前端模拟（无后端/真实模型），验证用户能否看懂、确认、修改、退出、被阻断
原型验证五件事：看懂（草稿待确认）/ 确认（入库前必须用户确认）/ 修改（识别错可手动选）/ 退出（不保存可见）/ 阻断（低置信降级，不假装准确）
穿搭推荐服务的是被放弃的"搭配驱动型用户"，且需算法复杂度——本期不承诺。用户问起时受限回答，引导穿搭日志，不假装能推荐
① 用户录入后主动查询衣橱
② 查询后未重复购买
阈值未设，上线后4周采集基线
① 入库成功率（防产品空转）
② 品类识别准确率（防数据不可信）
红线1：不自动写入不经确认 —— 必须100%待确认
红线2：无推荐生成（穿搭推荐Won't）—— 必须100%无算法生成
两条红线是确定的（不可触碰）。其余阈值诚实标注"未设/需采集/暂定需验证"，不编数字——留给Detect
CAP-01查询检索 / CAP-02去背 / CAP-03品类识别 / CAP-04单品定位 / CAP-05穿搭日志
CAP-02/03由入库识别拆出，两种AI能力选型与评测维度不同
买前查询/拍照入库/穿搭日志，各3-5指标，按成功质量·过程轨迹·可信安全组织
从用户任务→Use Case→CUI→可点击原型→Agent能力→评测→PRD装配，每步有来源，不自由发挥
testing版本已publish，但GT/Trial/Bad Case待做；模型选型(去背/分类)待Spike POC验证
正式Eval Case、真实阈值验证、运行监控——门禁未开
频率基线缺失（W2S1最大风险），穿搭日志提频待验证——最该做的前置
当前 Design 阶段完整（PRD v0.7 + v1.0 confirmed）。路演展示的是产品逻辑与设计承诺，不是已验证的生产能力
记不住型用户的核心 Job 是"减少重复购买"。
我们用拍照入库+快速检索服务这个低频价值锚，
用穿搭日志（无算法的日常记录）做高频钩子，
不靠穿搭推荐，不自动写入，诚实标注未验证假设。
让陌生人也能看出"为谁做、做哪段体验、越界怎么办、成功与失败怎样判断"——这才是从 Discover 到 Design 的可负责承诺。