外观
需求说明（Greenfield MVP）
状态：草稿（Greenfield 方向，待验证）｜ 负责人：待定 ｜ 最后更新：2026-10-26（§2 原则1 增加与零售线 PRD H6 的冲突口径加注）
1. 背景与目标
本项目是完全新开发的 AI 原生产品：新代码库、新数据、新体验；老系统仅作为业务参考，不做数据迁移和功能兼容；客户单独拉取验证。目标不是复刻老产品，而是验证 AI 时代的产品体验是否真正有价值。
首期不做多租户 SaaS，采用单租户/独立实例交付；但需求和数据模型必须 SaaS-ready，避免未来 SaaS 化时重写。
本文是假设驱动的 MVP 需求，不是完整 PRD。每条需求都应能对应一个客户假设和验证指标；没有假设支撑的功能不进入 MVP。
2. 产品原则
- AI-first，但关键流程确定性兜底。 对话是主要入口，表单、列表、确认页仍然保留。（冲突口径：零售线范围内以 PRD-零售线MVP §8 假设 H6 为准——不设独立 AI 对话入口，AI 以嵌入形态进入学习/对练流程。）
- 结果可确认。 AI 生成计划、题目、回答都要可编辑、可驳回、可追溯。
- 引用与依据。 知识问答必须带来源；关键结论可核对。
- 人在回路。 高风险内容（培训计划、考试题目）必须人工确认后发布。
- 少即是多。 MVP 只做 1–2 条核心旅程，其他能力后置。
- 可衡量。 每条旅程都有完成率、时间、满意度、AI 质量指标。
- 无历史包袱。 不按老功能清单设计；只参考业务规则和用户痛点。
- SaaS-ready，但不做 SaaS。 首期单租户/独立实例；所有租户数据保留 workspace 上下文，配置外置，无客户分支。
2.1 首期部署形态
- 形态：每客户独立实例（推荐）或独立 schema；客户强制要求时可部署到客户环境。
- 不做：多租户共享运行时、自助注册、套餐/计费/支付、分账、白标、渠道控制台。
- 必须做：workspace 上下文、数据访问隔离、配置外置、容器化、数据导出/删除、按实例升级/回滚。
- 目的：用最低复杂度验证 AI 体验，同时不堵死未来 SaaS 化。
3. 目标用户与试点
| 用户 | 核心诉求 | 试点中的角色 |
|---|---|---|
| 培训管理员/HR | 快速制定培训计划、出题、看效果 | 主要使用者 |
| 员工/导购/客服 | 方便地学习、练习、被评估 | 主要使用者 |
| 业务管理者 | 用自然语言查看培训效果 | 验证价值 |
| 内训师/专家 | 沉淀知识、审核 AI 内容 | 内容提供与审核 |
| 试点客户 | 验证新体验是否优于现状 | 反馈与决策 |
试点客户类型、数量和行业待定。建议覆盖 2–3 类，避免只取单一客户导致结论偏差。
端归属（2026-10-23）：上表按角色列举，未表达「谁运营这个面」。已确认端分三层：授客运营后台（L1，已定进首期且实施最优先，ADR-009）、企业客户后台（L2，含培训管理员/HR、业务管理者、内训师/专家）、受训者前端（L3，含员工/导购/客服）。L3 首期交付 PC + H5，小程序架构预留不开发（ADR-008）。所有外部角色统一为「客户」，不做行业专属后台；跨组织分享（如药厂→药店）采用弱组织关联（微信静默登录/邮箱，不采集手机号），P2 待确认。培训管理者是否需要移动端待定。详见 多端形态与后台边界对齐 与 ADR-008。本节的「受训者」即原表中的员工/导购/客服。
4. 建议的核心旅程
| 编号 | 旅程 | 说明 | 建议优先级 |
|---|---|---|---|
| J1 | AI 创建培训计划 | 管理员描述目标/对象/周期 → AI 生成计划 → 调整 → 发布 → 追踪 | 主旅程候选 |
| J2 | AI 学习与练习 | 员工与 AI 对话学习 → 出题/陪练 → 反馈 → 薄弱项推荐 | 主旅程候选 |
| J3 | AI 查询培训效果 | 管理者自然语言提问 → AI 查询数据 → 图表/洞察 | 辅助旅程 |
| J4 | 企业知识问答 | 上传制度/课程/手册 → AI 检索 → 带引用回答 | 基础能力 |
MVP 建议只选 1 条主旅程 + 1 条辅助旅程。J4 知识库是 J1/J2/J3 的基础，建议作为底座能力。
5. 功能需求
优先级为建议，最终以客户验证和范围评审为准。
5.1 基础与内容
| 编号 | 需求 | 用户故事 | 优先级 | 验收标准 |
|---|---|---|---|---|
| FR1 | 工作区与组织 | 作为管理员，我希望创建企业工作区并管理成员 | Must | 创建工作区、邀请成员、简单部门/门店；数据按工作区隔离 |
| FR2 | 登录与角色 | 作为用户，我希望安全登录并看到与我相关的功能 | Must | 管理员/员工两种角色；权限校验；支持邀请链接 |
| FR3 | 知识库 | 作为管理员，我希望上传制度和课程资料，供 AI 使用 | Must | 支持常见文档格式；解析、切分、索引；可查看/删除 |
| FR4 | 内容管理 | 作为内训师，我希望管理课程和资料 | Should | 创建课程、章节、素材；发布/下架；基础权限 |
5.2 AI 核心能力
| 编号 | 需求 | 用户故事 | 优先级 | 验收标准 |
|---|---|---|---|---|
| FR5 | AI 对话 | 作为用户，我希望用自然语言完成任务和提问 | Must | 支持多轮对话；能调用受控工具；回答带引用；可反馈 |
| FR6 | AI 生成培训计划 | 作为管理员，我希望描述需求后得到可用的计划草案 | Must（若选 J1） | 输入对象/目标/周期；生成计划；可编辑、确认、发布 |
| FR7 | AI 出题/测评 | 作为管理员，我希望基于内容生成题目并组织测评 | Should（若选 J2） | 生成题目；人工审核；组卷；作答；评分；结果 |
| FR8 | AI 学习/陪练 | 作为员工，我希望通过对话学习、练习并获得反馈 | Should（若选 J2） | 知识点讲解、追问、练习、反馈；记录学习进度 |
| FR9 | AI 查询数据 | 作为管理者，我希望用自然语言查询培训效果 | Should（若选 J3） | 能理解常见问题；返回图表/摘要；数据权限正确；可下钻 |
5.3 运营与验证
| 编号 | 需求 | 用户故事 | 优先级 | 验收标准 |
|---|---|---|---|---|
| FR10 | 学习任务与进度 | 作为员工，我希望知道要学什么、学到哪 | Must | 任务列表、进度、完成状态；管理员可查看 |
| FR11 | 基础效果看板 | 作为管理员，我希望看到核心指标 | Should | 完成率、测评结果、AI 使用量；可按组织/时间筛选 |
| FR12 | AI 质量与反馈 | 作为产品团队，我希望知道 AI 是否有效 | Must | 评测集、用户反馈、引用准确率、采纳率、延迟、成本 |
| FR13 | 试点埋点 | 作为产品团队，我希望观察真实使用行为 | Must | 核心事件埋点；可按客户/用户/旅程查看 |
| FR14 | 数据导出与删除 | 作为客户，我希望掌控自己的数据 | Must | 可导出工作区数据；可删除；有审计记录 |
| FR15 | 通知 | 作为用户，我希望收到任务和提醒 | Could | 站内通知/邮件；第三方通知后置 |
6. 非功能需求
| 编号 | 类别 | 要求 | 衡量方式 |
|---|---|---|---|
| NFR1 | AI 准确性 | 回答/生成内容可追溯；关键内容可人工确认和纠正 | 评测集准确率、引用覆盖率、人工采纳率 |
| NFR2 | 性能 | 核心 API p95 < 500ms；AI 首 Token < 2s（目标）；长任务异步 | 监控与压测 |
| NFR3 | 安全 | 每客户独立实例或独立 schema；工作区隔离、最小权限、审计、加密、依赖扫描 | 安全评审、越权测试 |
| NFR4 | 隐私 | 客户数据授权、脱敏、保留/删除；不使用客户数据训练公共模型 | 数据评审、合同条款 |
| NFR5 | 可观测 | 日志、指标、链路；AI 质量/成本看板 | 监控与周报 |
| NFR6 | 成本 | 每个 AI 旅程有 Token/成本预算和告警 | 成本看板 |
| NFR7 | 可用性 | 试点期 99.5%；AI 异常可降级到非 AI 流程 | 监控、降级演练 |
| NFR8 | 可访问性 | 响应式 Web；关键流程移动端可用 | 可用性测试 |
| NFR9 | 可迁移 | 客户数据可导出、可删除 | 导出/删除演练 |
| NFR10 | SaaS-ready | workspace 上下文、配置外置、容器化、无客户分支、基础用量记录 | 架构评审、代码检查 |
7. 范围外
- 老系统修改、数据迁移、双轨同步、存量客户切换。
- 老功能全量对齐。
- 完整私有化/信创/政企适配（试点客户强制要求时，可按单租户客户环境部署）。
- 多租户 SaaS 控制台、自助开通、套餐/计费/支付/分账（L1 运营后台进首期的是框架与基础能力，见 ADR-009，不含这些控制面能力）。
- 渠道商、白标、多品牌。
- 海外产品线（海外用户登录用邮箱、多语言为 2026-10-23 评审提出的新输入，首期是否纳入待确认：ADR-009 Q3）。
- 监控监听与智能分析的硬件接入与分析实现（业务定义已出、模块后置调研，见 ADR-009 §4；合同工作内容第 6 条由此承接）。
- HR 全模块。
- 复杂组织层级和精细 RBAC。
- 自研模型、直播/音视频/数字人底层。
- 微服务/K8s/独立向量库/数据仓库。
- 全行业适配。
8. 验证指标
8.1 体验与价值
| 指标 | 说明 | 采集方式 |
|---|---|---|
| 任务完成率 | 用户能否独立完成核心旅程 | 任务测试 + 埋点 |
| 完成时间 | 与老产品/手工方式对比 | 任务测试 |
| 满意度 | 用完后的主观评价 | 问卷/访谈 |
| 继续使用意愿 | 是否愿意在试点后继续用 | 访谈/问卷 |
| 付费/扩大使用意向 | 是否愿意推荐或付费 | 深度访谈 |
| AI 有用性 | 用户是否采纳 AI 输出 | 采纳率/编辑率 |
8.2 AI 质量
| 指标 | 说明 |
|---|---|
| 任务成功率 | AI 是否完成用户意图 |
| 引用准确率 | 回答引用是否支持结论 |
| 人工采纳率 | 生成内容被直接使用/少量修改的比例 |
| 返工率 | 需要大幅修改或重做的比例 |
| 延迟 | 首 Token/完成时间 |
| 单次成本 | Token/供应商成本 |
8.3 对照方式
- 同一批用户在老产品/手工流程和新产品上完成同类任务。
- 记录完成时间、步骤数、错误率、满意度。
- 不只看「能不能用」，还要看「是否明显更好」。
9. 待确认问题
| 编号 | 问题 | 影响 | 待确认人 |
|---|---|---|---|
| Q1 | 首批试点客户是谁？数量和行业？ | 决定场景和样本代表性 | 业务/决策层 |
| Q2 | MVP 主旅程选哪条？ | 决定范围和资源 | 产品/客户 |
| Q3 | 客户能提供哪些内容和数据？格式质量如何？ | 决定知识库和 AI 效果 | 客户成功/客户 |
| Q4 | 试点客户是否要求钉钉/企微/飞书登录或组织同步？ | 决定集成范围 | 客户/产品 |
| Q5 | 客户数据能否进入外部模型？是否需要脱敏/本地模型？ | 决定 AI 方案 | 安全/法务/客户 |
| Q6 | 成功阈值是多少？ | 决定继续/调整/停止 | 决策层/产品 |
| Q7 | 新产品叫什么？与老产品什么关系？ | 影响品牌和销售 | 决策层/市场 |
| Q8 | 团队主力技术栈是什么？ | 决定架构选型 | 技术负责人 |
| Q9 | 试点周期和预算？ | 决定范围和时间盒 | 决策层 |
| Q10 | 首期部署形态选哪种：每客户独立实例、共享试点实例，还是客户环境？ | 决定隔离、运维和交付方式 | 技术/客户 |
| Q11 | 首期是否记录基础用量，为未来 SaaS 计费做准备？ | 影响数据模型和埋点 | 产品/技术 |
| Q12 | SaaS 化的触发条件和目标时间是什么？ | 决定架构预留程度 | 决策层 |
10. 变更记录
| 日期 | 版本 | 变更内容 | 变更人 |
|---|---|---|---|
| 2026-10-19 | v0.1 | 初始骨架 | ZCode |
| 2026-10-19 | v0.2 | 基于白板讨论补充功能需求 | ZCode |
| 2026-10-19 | v0.3 | 基于公开调研补充重做背景 | ZCode |
| 2026-10-19 | v0.4 | 改为 Greenfield 新产品，聚焦 MVP 核心旅程与验证指标 | ZCode |