Ninety Days 中的 Baseline 模型

Baseline 模型以一個參考值為基礎，代表每天應達到或超過的最低數量。其核心在於為活動或習慣設定最低數量，即使在狀態不佳的日子也能達成，從而長期且持續地堅持下去。 Baseline 模型是針對「為什麼新習慣會失敗」這個問題的一種解決方式。我已經在以下文章中介紹過其中一些可能的原因：

為什麼這麼多新習慣會失敗？

當然，Baseline 也可以隨著時間改變，並根據個人的發展進行調整。不過，Baseline 應該經過審慎選擇，而不應過於頻繁地變更。最好能讓 Baseline 在較長一段時間內保持不變。如此一來，它就能作為可靠的參考值，讓實際記錄的數量彼此之間更具有比較意義。

1. 持續性 vs. 強度

Baseline 模型最重視的是持續性，而不是強度。透過每天做伏地挺身的例子，可以清楚說明持續性在 Baseline 模型中的優勢。每天做 200 次以上的伏地挺身確實令人佩服。然而，如果這個習慣只是不定期執行，例如持續一週後又暫停，那麼即使所完成的成果依然令人印象深刻，這個習慣本身卻沒有真正成為日常生活中持久的一部分。相較之下，如果將每天 10 次伏地挺身設定為 Baseline，即使在時間較少或缺乏動力的日子，也更容易將這個習慣融入日常生活。此外，隨著時間增加強度，並根據自己的體能進步達成更多數量，當然也完全沒有問題——即使每天做到 200 次伏地挺身也可以。

✨ Insight

我的「伏地挺身」習慣仍然設定為 Baseline 10 次，即使有些日子我會做 60 次以上的伏地挺身。如果每天的最低數量設定為 60 次，我肯定會更常中斷自己的連續紀錄——甚至可能早就已經完全放棄這個習慣。

Baseline 模型資訊圖：以每天做伏地挺身為例，說明持續性比強度更重要。

持續性比強度更重要：設定一個實際可行的 Baseline，有助於在動力較低的日子也能維持習慣。

每個人大概都曾經有過這樣的星期日：躺在沙發上追劇，或從事其他被動的活動。即使平時生活方式均衡，而且一週內也有大量運動，至少我在度過這樣的一天之後，經常會感到疲憊和低落。偶爾這樣的日子對我來說仍然很重要，因為可以讓我放鬆並暫時完全休息一下。儘管如此，即使在這樣的日子，仍然可以花幾分鐘投入自己的習慣。做 10 次伏地挺身通常不到 30 秒。狀態好的日子，我會做 60 次甚至更多，但在這樣的星期日，我大概不會願意做這麼多。如果最低數量設定得這麼高，我反而更可能選擇那一天完全不做伏地挺身。

透過 Baseline 模型，即使在動力較低的日子，我也能繼續保持在正軌上，並避免讓「不做伏地挺身」本身變成一種習慣。

💡 Learning

以數量為基礎的習慣應該是可衡量的，才能追蹤自己的進度。即使 Baseline（最低數量）設定得較低，也完全可以更積極地投入自己的習慣並超過 Baseline。然而，要將一個習慣長期融入日常生活，最重要的是持續規律地堅持下去。持續性比最大強度更重要。

2. Ninety Days 中以數量為基礎的習慣

在我的 App Ninety Days 實作以數量為基礎的習慣時，也整合了 Baseline 模型。為了讓這些習慣的進度可視化，首先需要在新增／編輯畫面中啟用數量記錄。基本上，習慣可分為二元習慣與以數量為基礎的習慣。二元習慣可以是「已完成」或「未完成」兩種狀態。以數量為基礎的習慣則在這兩種狀態之外，進一步支援記錄 0 到 999,999 之間的數量。若要啟用某個習慣的數量記錄，只需開啟「數量記錄」（截圖中顯示為「Track Quantity」）選項。接著輸入 Baseline > 0，並選擇適合的數量單位。

在 Ninety Days 中使用「Track Quantity」、Baseline 與數量單位啟用數量記錄。

目前提供的數量單位與範例

單位	範例
次數	伏地挺身、運動、重複次數
分鐘	閱讀、冥想、運動
頁數	閱讀
公尺	跑步、游泳、騎自行車
公里	跑步、騎自行車、健行
步數	每日活動
公升	喝水

每天的數量記錄可以直接在習慣總覽或詳細檢視中完成。只要點一下「Baseline」按鈕，系統就會自動建議已設定的最低數量供儲存。在 Ninety Days 中記錄習慣數量，並自動建議 Baseline。

此外，在將當天標記為完成時，如果該習慣當天尚未記錄任何數量，系統會自動儲存 Baseline 的數量。 Ninety Days 習慣總覽中的數量型習慣。

在傳統的日曆檢視中，以數量為基礎的習慣可以切換至數量檢視。此時顯示的不是日曆日期，而是各個日期所記錄的數量。此外，Baseline 模型也會以視覺化方式呈現。紅色虛線代表 Baseline，而綠色線條則顯示所選期間內記錄的數量。 Ninety Days 中習慣的 Baseline 模型與數量檢視。

透過比較實際記錄的數量與 Baseline，可以看出較長一段時間內的個人進步。重點並不是每天都要超過 Baseline。相反地，它是一個參考值，可以用來辨識波動與長期發展。例如，可以看出記錄的數量是否在較長期間內保持穩定、是否越來越常高於 Baseline，或個人的表現水準是否已經長期穩定在 Baseline 之上。

💡 Learning

Baseline 並不是用來定義能夠達成的最大值。它是一個錨點，也是一個實際可行的起點，幫助習慣長期發展並融入日常生活。

祝你能成功運用 Baseline 模型，並透過 Ninety Days 培養新的習慣。

Andreas Stein