AI 能理解你還沒說清楚的喜歡嗎？

人很容易用熟悉的詞描述自己，例如「我不喜歡酸」、「我只喝深焙」、「我喜歡香一點」。這些都是重要線索，但它們仍然只是自我描述。

Aromoodu 更在意的是：你反覆選什麼、什麼味道讓你停下來、哪些咖啡你原本以為會喜歡，實際卻沒有。

疲累、緊繃、想清楚一點、想安靜一點，都可以影響今天的選擇。但這些是暫時狀態，不應被模型直接寫成永久人格或永久偏好。

有人會說「不要尖」，有人會說「想被包住」，有人只說「今天想乾淨一點」。這些並不是標準咖啡術語，但可能比專業風味輪更接近一個人的真實感受。

系統的工作不是糾正你的詞，而是慢慢理解：你的「圓」、「安靜」、「有空間」、「厚」到底常常對應到哪些風味與口感。

一趟旅行、一間店、某一個人、冬天的房間、木頭的氣味，都可能成為感官入口。

模型不需要宣稱「這就是你的記憶味道」。它可以先問：那個場景裡，最先回來的是空氣、食物、材質、甜味，還是某種熟悉感？再慢慢把這些線索轉成可驗證的風味方向。

真正有價值的個人模型應該能說：「我不確定，但我有一個猜測。你可能不是討厭酸，而是討厭尖、薄、沒有甜感支撐的酸。像嗎？」

如果你說不像，模型就應該改。如果你說很像，也不代表這個推測立刻成為永久事實。

對話最後必須回到可驗證的咖啡，而不是停在漂亮的心理描述。

如果只有對話，AI 最多只能建立假設。真正的個人風味模型，需要把「你以為會喜歡」和「你實際喝了之後的反應」分開保存。

這也是 Aromoodu 最重要的學習方式：不是一次猜中你，而是每一次喝完，都更接近你一點。

這個系統不做心理診斷，也不把短暫情緒當成人格結論。它做的是把今天的狀態、長期的選擇、個人用詞、記憶聯想與真實試喝放在一起，形成一個可以持續更新的風味理解。