方舟平台升级方案:飞书频道接入 + 任务适配层(对标 Syfo AI)
版本: v1.2(2026-08-14) 更新记录: v1.2 移除 Notion 集成(不需要);移除 A2A Bridge(Agent 间协作直接在群聊 @ 完成);技术栈确定为 Next.js 全栈;接口示例代码统一改为 TypeScript。 背景: 现有 Agent 管理平台,对标 Syfo AI(syfo.ai,人 × Agent 协作工作空间)升级。 核心策略: 公司全员基于飞书工作 → 飞书作为协作前端(Channel),平台作为后端中枢,同时保留自研 Web 看板/产物视图;任务体系通过适配层与飞书任务双向同步。 技术栈: Next.js 全栈(前端 + API 同仓,所有代码用 Next.js)
1. 目标与差异化
| 维度 | 目标 |
|---|---|
| 产品形态 | 从"Agent 管理后台"升级为"人-Agent 协作工作空间" |
| 协作入口 | 飞书群/私聊(@机器人触发),Web 端做看板/产物/配置 |
| 任务体系 | 平台任务域 + 飞书任务双向同步(含 Agent 状态/进度/交付物回写) |
| 协作方式 | 群聊即协作:Agent 间直接在频道互相 @、接力任务,无需额外协议层 |
已实证结论(官方 SDK 源码,larksuite/oapi-sdk-python v2_main 分支):
| 接口 | 路径 | token 类型 |
|---|---|---|
| 创建群 | POST /open-apis/im/v1/chats | USER + TENANT |
| 添加群成员 | POST /open-apis/im/v1/chats/:chat_id/members | USER + TENANT |
| 创建任务 | POST /open-apis/task/v2/tasks | USER + TENANT |
2. 总体架构
┌──────────────────────────────────────────────────────────┐
│ 入口层 │
│ 飞书(群/私聊/卡片/任务) Web 端(看板/产物/管理) │
├──────────────────────────────────────────────────────────┤
│ 频道适配层 Channel Adapter Layer │
│ ┌──────────────┐ ┌──────────────────┐ │
│ │ FeishuAdapter │ │WebAdapter(未来) │ │
│ └──────────────┘ └──────────────────┘ │
│ 统一接口: 事件入站 / 消息出站 / 卡片 / 文件 / 群管理 │
├──────────────────────────────────────────────────────────┤
│ 协作域: Message / Thread / Mention / 过滤器 / 审批 │
│ 任务适配层 Task Adapter Layer │
│ ┌──────────────────────┐ ┌─────────────────────────┐ │
│ │ FeishuTaskAdapter │ │ PlatformTaskBoard(自研) │ │
│ └──────────────────────┘ └─────────────────────────┘ │
│ 任务域: Task / TaskBoard / 状态机 / 同步引擎 │
│ 产物域: Artifact / ArtifactVersion / 对象存储 │
│ 运行时域: AgentRuntime / Trigger / Tool / MCP │
├──────────────────────────────────────────────────────────┤
│ 基础设施: Auth(飞书SSO) / Token管理 / 审计日志 / 权限 │
└──────────────────────────────────────────────────────────┘
三条核心设计原则:
- 消息中心化:任务、产物、审批全部挂在频道消息上(
messages表 + 类型 + 引用) - 适配层隔离:飞书只是一次实现,核心域(协作/任务/产物)不感知任何外部平台
- 安全内置:危险操作(建群、拉人、发外部请求、发布)走"Agent 出确认卡 → 人批准 → 执行",全程审计
3. 频道适配层(Channel Adapter)
3.1 统一接口定义
interface ChannelAdapter {
// ---- 入站 ----
startListening(): Promise<void>; // 长连接/Webhook 启动
normalizeEvent(raw: unknown): ChannelEvent; // 原始事件 → 规范模型
// ---- 出站 ----
sendMessage(ch: ChannelRef, payload: MsgPayload): Promise<MsgRef>;
sendCard(ch: ChannelRef, card: CardPayload, actions: CardAction[]): Promise<MsgRef>;
uploadFile(ch: ChannelRef, file: FilePayload): Promise<FileRef>;
// ---- 群管理(Agent 工具)----
createChannel(name: string, members: string[], owner?: string): Promise<ChannelRef>;
addMembers(ch: ChannelRef, members: string[]): Promise<void>;
listMembers(ch: ChannelRef): Promise<string[]>;
}
interface ChannelEvent { // 规范化消息模型
eventId: string; // 去重键
channelRef: ChannelRef;
sender: Sender; // { type: 'user' | 'bot' | 'system', externalId }
mentions: string[]; // 被 @ 的成员 externalId
msgType: 'text' | 'image' | 'file' | 'post' | 'card_action';
content: Record<string, unknown>;
raw: Record<string, unknown>; // 原始 payload,审计用
}
3.2 FeishuAdapter 实现要点
入站(事件订阅,推荐 WebSocket 长连接模式,内网友好):
| 事件 | 说明 | 处理 |
|---|---|---|
im.message.receive_v1 | 群/私聊消息,全量推送(不只 @) | 规范化 → 去重 → 过滤器 → 路由 |
card.action.trigger | 卡片按钮点击(审批确认/取消) | 规范化 → 审批服务 → 执行工具 |
@触发过滤器(关键策略):
- 默认:仅当
mentions包含机器人时才触发 Agent,其余消息忽略(落日志) - 可配置策略:频道级"全部响应"(值班 Agent)、关键词触发、时段控制
- 过滤器位置:规范化之后、路由之前,纯平台逻辑,与飞书无关
去重/幂等:
- 飞书事件会重试 → 以
event_id(事件)+message_id(消息)双重去重 messages.external_msg_id建唯一索引- Agent 触发前先查重,防止重复干活
出站:
- 文本:
im/v1/messages(receive_id_type=chat_id) - 富文本/文件:post 消息 / 上传文件 API
- 交互卡片:任务进度卡、审批确认卡、产物交付卡(按钮回调走 card.action.trigger)
群管理工具(Agent Skill 注册):
| 工具 | 接口 | token | 权限 | 审批 |
|---|---|---|---|---|
| 创建群聊 | POST im/v1/chats | TENANT(默认)/USER | im:chat | ✅ 建议 |
| 添加群成员 | POST im/v1/chats/:chat_id/members | TENANT(默认)/USER | im:chat:manage | ✅ 建议 |
| 发消息 | POST im/v1/messages | TENANT | im:message | 内容级策略 |
- 建群参数(已实证):
namedescriptionowner_id(指定真人群主)user_id_list(初始成员)bot_id_list,查询参数set_bot_manager=true(机器人为群管理员) - 拉人:body
id_list,查询参数member_id_typesucceed_type - 限制:应用身份只能操作通讯录可见范围内的用户(与 IT 确认应用可见范围配置)
3.3 Token 管理服务
class TokenService {
async tenantToken(): Promise<string>; // app_id+secret 换,缓存~2h,自动刷新
async userToken(userId: string): Promise<string>; // OAuth 授权一次,存 refresh_token
}
- 默认 tenant_access_token(应用身份):Agent 自动建群/拉人/发消息走这条,无需用户参与
- user_access_token 按需(替用户执行、读用户私有数据时):OAuth 授权流程 + refresh token 轮换 + 按用户缓存
- token 泄漏防护:token 只存后端、加密存储、按用户隔离
4. 任务适配层(Task Adapter)
4.1 统一接口定义
type TaskStatus = 'todo' | 'in_progress' | 'review' | 'done';
interface TaskAdapter {
createTask(dto: TaskDTO): Promise<ExternalTaskRef>;
updateTask(ref: ExternalTaskRef, patch: TaskPatch): Promise<void>;
completeTask(ref: ExternalTaskRef): Promise<void>;
setProgress(ref: ExternalTaskRef, status: TaskStatus, progress?: string, deliveries?: string[]): Promise<void>;
normalizeTaskEvent(raw: unknown): TaskEvent; // 飞书任务变更 → 平台事件
}
interface TaskDTO {
title: string;
description: string;
assignees: string[]; // 平台用户ID
due?: Date; // 截止时间
board: string; // 任务清单/看板
status: TaskStatus;
progress?: string; // Agent 进度描述
deliveries: string[]; // 交付物摘要
}
4.2 飞书任务映射(FeishuTaskAdapter)
字段映射表(基于 InputTask 模型实证):
| 平台任务 | 飞书任务字段 | 说明 |
|---|---|---|
| title | summary | 必填 |
| description | description | |
| due | due | 截止时间 |
| assignees | members | 直接指派给员工 |
| board | tasklists | 关联任务清单(看板列) |
| 里程碑 | is_milestone | |
| 重复规则 | repeat_rule | |
| Agent 状态 | agent_task_status | 飞书原生 Agent 字段 |
| Agent 进度 | agent_task_progress | 飞书原生 Agent 字段 |
| 交付物 | text_deliveries | 飞书原生 Agent 字段 |
| 幂等 | client_token | 防重复创建 |
状态机映射:
| 平台 | 飞书 |
|---|---|
| todo | 未完成(可建在对应 tasklist) |
| in_progress | 未完成 + agent_task_status=进行中 |
| review | 未完成 + agent_task_status=待验收 + 卡片提醒 |
| done | 已完成(completed_at) |
4.3 双向同步引擎
平台 → 飞书(出站):
Agent/用户创建任务 → FeishuTaskAdapter.create_task → 飞书任务
任务状态/进度变化 → update_task / set_progress(写 agent_task_progress)
Agent 交付产物 → 摘要写 text_deliveries + 完整产物链到 Web 端
飞书 → 平台(入站):
用户完成/修改飞书任务 → task 事件订阅 → TaskEvent → 平台任务更新
(权限: 任务事件需申请对应订阅权限)
- 冲突策略:平台为准(平台是 source of truth),飞书是协作入口;入站事件仅同步"完成/指派/截止时间"等有限字段,避免回环
- 回环防护:出站更新时携带标记,入站事件中识别并忽略自己写的变化(或按 updated_by 区分)
5. 核心数据模型
-- 渠道绑定:平台频道 ↔ 外部频道
channel_bindings(id, platform_channel_id, adapter, external_chat_id, created_at)
UNIQUE(adapter, external_chat_id)
-- 消息(中心实体)
messages(id, channel_id, thread_id NULL, msg_type, sender_type, sender_id,
content JSONB, external_msg_id, event_id, created_at)
UNIQUE(adapter, external_msg_id) -- 去重
-- 任务
tasks(id, channel_id, board_id, title, description, status,
assignee_type, assignee_id, due, progress, external_ref JSONB,
client_token, created_at, updated_at)
task_boards(id, name, channel_id, settings JSONB)
-- 产物 + 版本(不可变)
artifacts(id, task_id NULL, producer_agent_id, type, storage_ref, created_at)
artifact_versions(artifact_id, version, content_hash, size, creator_id,
storage_ref, created_at) -- 每次产出新版本,只读
-- 审批
approvals(id, tool_call_id, channel_id, requester, target_tool, payload JSONB,
status, decided_by, decided_at)
audit_logs(id, actor_type, actor_id, action, target, detail JSONB, created_at)
6. Agent 间协作(群聊即协议)
- Agent 间协作直接在频道消息中完成:互相 @、认领任务、接力推进,不引入独立的 A2A 协议层
- 消息即协议:任务、上下文、交付物都在频道消息里流转,天然可审计、可回放
- 对外互通暂不做;若未来需要接入外部 Agent 生态,再评估 MCP / 协议桥(P4 之后)
7. 分阶段实施路线
| 阶段 | 内容 | 预估 | 验收标准 |
|---|---|---|---|
| P0 打通 | 飞书自建应用+权限申请;消息收发 echo;TokenService | 1-2 周 | 群里 @机器人能收到回复 |
| P1 频道化 | ChannelAdapter 抽象+FeishuAdapter;规范化+去重+@过滤器;审批卡;Web 任务看板 MVP | 3-6 周 | 人-Agent 在飞书群完成一次完整任务闭环 |
| P2 任务+产物 | TaskAdapter+飞书任务双向同步+Agent 字段回写;产物域+版本管理 | 4-8 周 | 任务在飞书与看板实时一致;产物可版本对比 |
| P3 运行时 | 应用部署预览沙箱;定时/事件触发;云端 7×24 运行;审计报表 | 8-12 周 | Agent 可托管运行并交付可预览应用 |
| P4 生态 | MCP 接入;更多渠道(企业微信/Slack);Agent 群协作深化 | 持续 | 多渠道消息互通稳定 |
P0 优先级最高的事项: 飞书管理员审批(权限 scope)、应用可见范围配置——这两项是外部依赖,先走流程。
8. 风险与注意事项
| 风险 | 应对 |
|---|---|
| 权限审批周期长 | P0 就申请全部权限(im:chat、im:chat:manage、im:message、task 相关),一次到位 |
| API 限流 | 出站队列+退避重试;卡片/消息批量场景限速 |
| 长连接稳定性 | 断线重连+事件补拉(或至少告警);事件按 message_id 幂等 |
| 数据合规 | 消息入库需脱敏策略(密钥/敏感字段);审计日志留存;用户 token 加密存储 |
| 消息风暴 | @触发为默认,防 Agent 自我对话循环(同一 Agent 不响应自己的消息) |
| 飞书任务事件权限 | P2 前置确认 task 事件订阅可用性与 scope |
9. 待确认事项(需要你提供)
- 数据库 / 消息中间件 / 部署方式(是否 K8s)
- Agent 运行时现状:自研 runtime 还是现成框架?接的哪个 LLM?工具调用方式?
- 现有模块清单:用户/权限体系、会话存储、文件存储是否已有
- 团队规模与工期预期
- 飞书管理后台支持度:能否申请自建应用+权限、可见范围怎么配
确认后可将本方案细化为逐模块的落地实施计划(含接口签名、表结构 DDL、任务拆分)。
Agent 最优工具调用路径学习——记忆系统调研洞察(2026-08-18)
调研日期:2026-08-18 需求:从 agent 的执行记录中找出最优工具调用路径,让 agent 以最快时间完成任务 结论性质:仓库/论文信息均为 VERIFIED(GitHub API + arXiv API 实时查询);方法论评价为 ASSUMED(分析推断)
一、核心结论
- 不存在"装上一个就能自动找最优路径"的开源记忆系统 —— 这是当前研究前沿,也是平台级差异化机会。
- 传统记忆系统(Mem0 / Letta / Graphiti / Cognee)擅长"事实记忆"(用户偏好、上下文、知识),不提供路径优化逻辑。
- 需求本质 = 经验学习 / 过程记忆(learning from trajectories),最对口的学术方法是 AWM(Agent Workflow Memory)与 Voyager 技能库思想。
- 最实用架构 = 三层自研管线:记录层(Langfuse)→ 提炼层(评分 + LLM 抽象 workflow 模板)→ 复用层(向量检索 + few-shot / 模板匹配)。
二、第一梯队(需求对口,参考价值最高)
| 项目 | 来源 | 状态 | 核心方法 | 参考价值 |
|---|---|---|---|---|
| AWM Agent Workflow Memory | CMU,arXiv:2409.07429,2024-09 | 论文,无官方开源实现(GitHub 实测搜索确认) | 从历史轨迹提取常用子流程(workflow),抽象成带参数模板,新任务先匹配已学 workflow 引导行动 | ★★★★★ 与需求几乎原文复述,方法清晰可复现 |
| Voyager 技能库 | MineDojo/Voyager,MIT,⭐7.1k | 2024-04 停更 | 成功轨迹 → LLM 抽象成可复用技能(带接口描述),任务越做越快 | ★★★★ 方法论可改造为"工具调用路径技能" |
| ExpeL | 清华 LeapLabTHU/ExpeL,Apache-2.0,⭐236 | 2024-12 更新 | 从成功/失败经验提取"洞察"(insights),新任务自动套用 | ★★★★ 完整开源代码,提取-注入流程可直接参考 |
| Reflexion | noahshinn/reflexion,MIT,⭐3.2k,NeurIPS 2023 | 2025-01 更新 | 失败后反思并写回记忆(verbal RL),管理"负路径" | ★★★ 与"最短路径"互补:知道坑在哪才不走弯路 |
三、第二梯队(2026 前沿论文,未成熟)
- FlowBank(2026-06-09):Query-Adaptive Agentic Workflows Optimization through Precompute-and-Reuse —— 预计算 + 复用工作流
- VCE-Skill(2026-08-17):技能自进化,工具版本变化时自动修正旧技能 —— 生产环境实用性强
- AgentHER(2026-03-22):Hindsight Experience Replay,把失败轨迹重标记为成功路径再训练 —— 反直觉但有效
- ELITE(2026-03-25):经验学习 + 意图感知迁移,跨任务泛化
- LatentGym(2026-06-13):跨任务经验学习的可控制测试台
四、工程底座(平台建设会用到)
- Langfuse(Apache-2.0,⭐33.3k,活跃):开源 LLM 可观测平台,天然记录轨迹/工具调用/耗时/token 成本,带评分功能 —— 数据层来源
- DSPy(MIT,⭐37.4k,活跃):声明式定义 agent 流程,自带自动优化器(BootstrapFewShot / MIPRO),可从轨迹自动学最佳示例
- LangMem(MIT,⭐1.6k,活跃):LangChain 系记忆工具包,可做记忆提取
- 自研 Postgres + JSONB 也可替代 Langfuse(存轨迹 JSON + 评分)
五、推荐架构(三层管线)
┌─ 记录层 ─────────────┐ ┌─ 提炼层 ──────────────┐ ┌─ 复用层 ─────────────┐
│ Langfuse / Postgres │ │ 评分:成功率×耗时×成本 │ │ 新任务 → 向量检索相似 │
│ 记录:轨迹/工具序/耗时/ │ → │ 高分轨迹 → LLM 抽象 │ → │ 历史 → 注入最优轨迹 │
│ token 成本 │ │ workflow 模板(AWM 法) │ │ few-shot / 模板匹配 │
└───────────────────────┘ └───────────────────────┘ └───────────────────────┘
落地节奏:
- 第一版(数天):Langfuse 记录 + 评分排序 → 新任务检索相似轨迹 few-shot 注入
- 第二版(护城河):AWM 式 workflow 模板提取 + 运行时匹配复用
- 第三版:DSPy 自动优化 或 VCE-Skill 式技能自进化
六、证据清单
- GitHub API 实时查询(2026-08-18):mem0ai/mem0 ⭐63.5k、letta-ai/letta ⭐24.3k、getzep/graphiti ⭐30k、topoteretes/cognee ⭐30.1k、MineDojo/Voyager ⭐7.1k、LeapLabTHU/ExpeL ⭐236、noahshinn/reflexion ⭐3.2k、langfuse/langfuse ⭐33.3k、stanfordnlp/dspy ⭐37.4k、langchain-ai/langmem ⭐1.6k
- arXiv API 实时查询(2026-08-18):AWM arXiv:2409.07429、FlowBank 2026-06-09、VCE-Skill 2026-08-17、AgentHER 2026-03-22、ELITE 2026-03-25、LatentGym 2026-06-13
- AWM 无官方实现:GitHub 仓库搜索实测为空
Amazon 智能广告系统 · 触发层与突变判定方案(v0.1)
目标:配置好目标之后系统自动跑。第一阶段用轮询起步。 本文只定两件事:怎么触发 Agent 运行、数值突变怎么判定。 不覆盖:广告层级/粒度设计(品线/model/campaign 另文讨论)、模型选型、报表字段字典。
1. 核心结论(TL;DR)
- 缺的不是"事件机制",是一个触发层。 亚马逊本身有推送能力(Marketing Stream / SP-API Notifications),只有广告报表 API 是拉取式(异步报表)。所以"没有事件"是伪命题,真问题是"没有统一的事件入口"。
- 换个抽象:不要问"怎么触发 Agent",要问"谁生产事件"。 调度器只是事件生产者之一,Agent 只订阅事件、不关心事件从哪来。以后接上官方推送,只是再加一个生产者,Agent 层不改。
- 廉价触发层(0 token)与昂贵决策层(LLM)必须分开。 十万个实体不可能每个都喂给模型;触发层的核心指标是误召率,不是召回率。
- 一条"突变" = 出目标带 AND 统计显著 AND 数据成熟 AND 不在冷却期。
- 判定门槛由动作的可逆性决定,不是全局一个数字。
2. 数据源与事件能力
| 来源 | 推送能力 | 内容 | 用途 | 置信度 |
|---|---|---|---|---|
| Amazon Marketing Stream | 有,推送到 SQS 或 Kinesis Firehose | 小时级数据集:sp-traffic、sp-conversion、budget-usage、sd/sb-traffic、sb-clickstream、campaigns、adgroups、ads、targets;另有 sponsored-ads-campaign-diagnostics-recommendations、sp-budget-recommendations | 小时级效果 + 预算消耗 + 亚马逊自身的诊断建议 | VERIFIED(亚马逊官方参考实现 amzn/amazon-marketing-stream-examples) |
| SP-API Notifications | 有,走 EventBridge 或 SQS,支持 CEL 过滤表达式 | 订单、Listing、库存等变化 | 断货/掉购物车/listing 变更 → 立即停投 | VERIFIED(官方文档原文) |
| Ads 报表 API v3 | 无推送(异步:请求 → 轮询状态 → 下载) | 全量历史 | 每日批量落库 | 经验一致 |
SP-API 官方原文:
- “Instead of polling for information, your application can receive information directly from Amazon when an event generates a notification to which you are subscribed.”
- “Build a backup mechanism … in the event of an unexpected outage or delay in notification delivery.”
→ 调度兜底必须永远保留,即使以后全量接了推送。
3. 触发层架构
3.1 事件生产者清单
| 生产者 | 产生的事件 | 频率 | 第一阶段 |
|---|---|---|---|
| 调度器(兜底,必须有) | data_window_closed | 每日 1 次 | 上 |
| 异常检测器(纯代码) | anomaly_detected | 15–60 分钟 | 上 |
| 动作后置任务 | verify_due(T+24h / T+7d) | 延迟队列 | 上 |
| 平台 / 人工 | goal_changed | 事件驱动 | 上 |
| Marketing Stream 消费者 | hourly_metrics_arrived、budget_pacing_abnormal | 每小时 | 第二阶段 |
| SP-API 通知消费者 | stockout、listing_changed | 事件驱动 | 第二阶段 |
3.2 事件契约(关键字段)
event_id, event_type, entity_type, entity_id,
metric, window_start, window_end, revision,
observed, baseline, evidence, produced_by, produced_at,
dedup_key = entity_id + metric + window + revision
3.3 幂等与串行
- 同一 revision 永不重复检测:数据回填会产生"同一天的第二个版本",必须用 revision 区分。
- 同一实体同一时刻只允许一个决策在跑(per-entity 锁),否则两个 Agent 互相打架。
- 动作落地必须整批一次提交,不允许中间态。
4. 轮询落地(第一阶段)
4.1 节奏:每个层级有自己的时间尺度
| 窗口 | 频率 | 判定内容 | 允许动作 |
|---|---|---|---|
| 快窗 | 每小时 / T+0 | 花费、曝光、点击、预算消耗 | 调预算、暂停(可逆) |
| 慢窗 | 每天(T-7 ~ T-1 已定型) | ACOS / ROAS / CVR | 调出价、加否定词、结构调整 |
| 复盘 | 每周 / 每月 | 趋势、规则沉淀 | 人工 |
4.2 数据成熟度(关键约束)
| 指标 | 何时可用 | 能否定型 | 说明 |
|---|---|---|---|
| 曝光 / 点击 / 花费 | 小时级 | 可以 | 快窗可用 |
| 订单 / 销售额 | T+1 起逐步回填 | 不能,7–14 天才定型 | 归因窗口 |
| ACOS / ROAS / CVR | 依赖转化数据 | 不能 | 不可用于 T+0 判定 |
结论:快窗只判"钱",慢窗才判"效"。 不要用未定型的转化数据做决策。
4.3 一轮轮询的标准流程
- 拉取数据(报表 + 预算消耗)→ 落库,标 maturity(raw/partial/final)与 revision
- 更新目标偏离度(对照目标带)
- 跑检测器 → 生成候选事件
- 过五条件判定 → fired / suppressed(抑制原因必须落库)
- fired → 建 run 任务入队;无事件则静默退出(不花 token)
- Agent 消费:只处理异常池,输出结构化动作
- Guardrail 校验 → dry-run 或执行 → 写处置台账
- 建 verify_due 延迟任务 → T+7 回写结果
5. 突变判定
5.1 先分清两套坐标
| 概念 | 定义 | 例子 |
|---|---|---|
| 目标偏离 | 偏离 KPI 目标 | ACOS 目标 25%,现在 32% |
| 统计异常 | 偏离该实体自身历史常态 | 一直 10%,今天 18% |
合成规则:
触发动作 = 出目标带 AND 统计显著 AND 数据成熟 AND 不在冷却期
只记事件 = 统计异常 但 未出目标带 (预警 / 抓机会,不动手)
定时复盘 = 长期偏出目标带 但 无突变 (结构性问题,走周级评审)
两个反例(最容易犯的错):
- ACOS 从 10% 涨到 18%,统计上是巨大异常,但离 25% 目标还很远 → 触发就是白花钱。
- 常年 ACOS 40% 的实体,永远不会"突变",但它才是真正该动的东西。
5.2 三个检测器(各治一种病,要一起上)
| 检测器 | 治什么 | 算法 | 起点参数 |
|---|---|---|---|
| 基线稳健 z 分数 | 突发尖峰 / 深坑 | 用同星期几的近 4 周中位数做基线:z = 0.6745 × (x − median) / MAD | z 绝对值 ≥ 3.5 |
| EWMA | 近期整体抬升 | S_t = α·x_t + (1−α)·S_(t−1),越过 ±3σ_E | α ≈ 0.2–0.3 |
| CUSUM | 慢性漂移(最容易被漏) | C⁺ = max(0, C⁺_(t−1) + x_t − μ − k),k = 0.5σ | h ≈ 4–5σ |
- 必须用 MAD,不用标准差:广告数据重尾,一次爆单就撑大 σ,之后再也检不出任何异常。
- 必须上 CUSUM:阈值法只能抓"一天掉了 40%",抓不到"每天降 3%、连降 10 天"这类水平永久迁移(竞品降价、评价变差、listing 被改)——这是广告优化里最常见的真实问题。
- 参数是 SPC 教科书通用起点值,必须用自己账号的历史数据回调。
5.3 五条件判定:凑齐才算事件
| # | 条件 | 判定 | 为什么 |
|---|---|---|---|
| 1 | 幅度 | 超分位数阈值(P95 / P5)或稳健 z ≥ 3.5 | 防噪声 |
| 2 | 持续性 | 小时级连续 2 窗,日级连续 3 天同向 | 单点波动不改 |
| 3 | 显著性 | 近 30 天点击 < 10 只记录;订单数变化过泊松检验 | 小样本的比例类指标毫无意义 |
| 4 | 成熟度 | 快窗只判即时指标,转化类等慢窗 | 见 4.2 |
| 5 | 可归因 | 自己 24h 内动过手的实体 → 打"待观察",不触发 | 否则 Agent 会自己触发自己 → 震荡 |
5.4 门槛由动作风险决定,不是全局一个数字
| 动作 | 可逆性 | 代价 | 门槛 |
|---|---|---|---|
| 调预算 ±20% | 高(随时改回) | 小 | 低:快窗 1 小时异常即可动 |
| 调出价 ±10% | 高 | 小 | 中:慢窗 1 天 + 持续 2 天 |
| 加否定词 | 中 | 中 | 中高:慢窗 3 天 |
| 暂停 / 归档 | 低(丢历史、要重新积累) | 大 | 高:慢窗连续 3 天 + 人工确认 |
5.5 阈值校准三步法(不拍脑袋)
- Shadow mode 先跑 2–4 周:检测器全开,只记不报、不动手。
- 人工标注 top 100 真伪 → 算精确率 → 调阈值直到"每账号每天 3–10 条事件"。
- 持续看两个健康度:事件率稳定性(每天条数不能忽多忽少)、误报率。上线后每周回看。
5.6 记录什么(三张表)
| 表 | 关键字段 |
|---|---|
| 时序值 | entity_type, entity_id, metric, window_start, window_end, value, n_samples, maturity(raw/partial/final), revision |
| 事件 | event_id, entity, metric, detector, severity, baseline, observed, evidence, fired/suppressed, suppress_reason |
| 处置台账 | event_id → action → executed_at → verify_due → outcome |
三个要点:
- baseline / observed / evidence 三件套必须一起存,否则事后无法复核"当时为什么触发"。
- 被抑制的事件也要存(被冷却期挡的、样本量不够的、未成熟的)→ 这是后面调阈值的唯一依据。
- 单实体一天最多一条聚合事件,防止 100 实体 × 24 小时 = 2400 条通知把人埋了。
5.7 坑清单
- 别对"日比率"求平均:ACOS 必须 Σcost / Σsales,不是 mean(日 ACOS)。
- 别用标准差(重尾吃异常),用 MAD / IQR。
- 别漏掉"零":0 曝光、0 花费、0 订单是最强的信号,但 z 分数会把它吃掉 → 单独一条绝对值规则。
- 别用同一个阈值管大实体小实体:量级差 100 倍,阈值必须按实体分位数自适应。
- 检测窗口不能小于数据到达间隔:每天拉一次数据却做小时级检测 = 纯噪声。
- 更高级的变化点检测(PELT / 贝叶斯在线变点)先别上,CUSUM 够用了。
6. 安全与兜底(起手默认值,需回测校正)
| 项 | 起手默认值 |
|---|---|
| 同实体冷却 | 24 小时 |
| 改动后观察窗 | 3–7 天(学习期),只记录不决策 |
| 单次调价幅度 | ≤ 30% |
| 单次预算增幅 | ≤ 20% |
| 单实体每日结构改动 | ≤ 1 次 |
| 样本量门槛 | 近 30 天点击 < 10 不进入自动化池 |
| 上线路径 | dry-run → 灰度 → 全量 |
| Agent 不可用 | 降级到保守规则;什么都不做 > 乱动 |
7. 最小可跑版本(约两周)
- 每日定时拉报表 + 预算消耗 → 落库(含 maturity / revision)。
- 纯代码实现目标偏离 + 三个检测器,全开但只记不报。
- 建好时序表 / 事件表 / 抑制台账 / 处置台账。
- 跑满 2 周 shadow,用真实数据标定阈值。
- 放开快窗动作(调预算)→ 观察 1 周。
- 再放开慢窗动作(出价 / 否定词)。
- 最后接 Marketing Stream,替换掉部分轮询(此时 Agent 层不用改)。
8. 待定问题(Open Questions)
- 广告层级 / 粒度设计(品线 / model / campaign)—— 另文讨论
- 站点是否为独立预算维度
- Marketing Stream 接入时点与工程成本
- 学习期相关参数的账号级验证(建议与账号经理确认)
9. 证据与置信度
- VERIFIED:Marketing Stream 的存在性、推送方式(SQS / Kinesis Firehose)与数据集清单(来源:亚马逊官方参考实现仓库 amzn/amazon-marketing-stream-examples);SP-API Notifications 的推送方式、CEL 过滤表达式、官方自带 backup 机制的建议(来源:亚马逊官方文档原文)。
- 教科书通用值:稳健 z 阈值 3.5、EWMA α、CUSUM 的 k/h —— 来自 SPC 文献的通用起点,不是亚马逊文档数字,需用自己账号数据回调。
- ASSUMED / 行业共识:改动会打断学习期、报告数据回填的具体天数 —— 需账号级验证。
- 本文未核对:Ads API v3 具体字段可写性(如分时预算规则、portfolio 预算上限),以官方 API 文档实测为准。
生成:阿啸(Hermes Agent)· 2026-10-16
「跟·背·诵」中文口才练习 App — 产品方案 v0.1
本文是产品方案(PRD 骨架),不是代码实现文档。核心设计决策:三个功能模块彻底独立,共享一套素材库与记录底座,互不强制串联。
摘要(三十秒版)
- 做什么:把赵玉平「跟、背、诵」15 分钟口才法,做成一个手机 App。三个模块各自独立可练、可记录、可分享、可单独统计成长。
- 最大差异点:素材主体是用户自己的音频(自己的汇报录音、老板的讲话、自己的讲课),不是公共素材库。市面上的跟读产品全是英语、全是公共素材。
- 为什么是三个模块而不是一条流水线:三招治的毛病不同(语感 / 内容 / 发声),用户的痛点也不同。强制串联会让只想练一项的人流失。功能分开是产品结构,不是教学法倒退。
- MVP 只做三件事:三个模块各自的"练一次"闭环 + 一条练习记录 + 一张分享卡。不做社区广场、不做 AI 讲师、不做课程商城。
- 验证方式:先自己连续用 21 天。自己练不下去,这个产品不成立,不用再往下投。
1. 一句话定位
「用你自己的声音当教材,练到敢开口、说得清。」
三个模块各管一件事:
| 模块 | 一句话 | 治什么 |
|---|---|---|
| 跟 | 听着原声,滞后半秒跟着说 | 语感、节奏、断句、嘴型(输入) |
| 背 | 只给关键词,把内容背出来 | 内容储备、开场前 30 秒的本能化(内化) |
| 诵 | 出声朗读,看自己的音量与停顿 | 音量、气息、吐字归音(输出) |
2. 为什么现在做(机会与空位)
| 现有品类 | 代表产品 | 已覆盖 | 缺口 |
|---|---|---|---|
| 英语跟读打分 | 英语流利说、扇贝、配音秀 | 逐句跟读 + 音准打分 + 打卡 | 只有英语;不打分就没法玩;素材是公共的 |
| 中文朗读社交 | 为你读诗、朗读亭、荔枝 FM | 录音、美化、分享 | 偏文艺表演,不练"说话" |
| 打卡社群工具 | 小打卡、知识星球 | 圈子、作业、排行榜 | 没有练习工具本身,全靠自觉 |
| 线下演讲训练 | 头马俱乐部、口才培训班 | 真人反馈 | 门槛高、频率低、不在手机上 |
空位判断:中文"职场口才"赛道里,没有一个把「听—背—说」做成日循环的工具型产品。英语跟读已经验证过"跟读 + 即时反馈"的留存模型,把这套机制移植到中文表达场景,是已验证模式的迁移,不是从零猜需求。
真正的护城河不是功能,是素材私有化:英语 App 的素材是公共版权内容,谁都能拿;你的素材是用户自己的工作音频,越用越厚,迁移成本极高。
3. 目标用户与场景
主用户(Persona A:本人)
- 工作 8–10 年的技术/管理岗,带小团队,需要向上汇报、对外讲方案
- 自评"吐词不清晰、怯场",不缺知识,缺开口的量和反馈
- 每天能挤出的时间:通勤 20 分钟、睡前 15 分钟
- 设备:手机 + 蓝牙耳机
次用户(Persona B:职场新人 / 销售 / 教师)
- 需要背产品话术、讲课稿、面试自我介绍
- 对"打分"敏感,需要可见的进步曲线
三个高频场景
- 通勤地铁上(跟):戴耳机,听一句跟一句,不需要看屏幕——这是唯一能在地铁做的模块。
- 睡前 10 分钟(背):只显示关键词,出声背一遍,回放听自己哪里卡。
- 早起或独处(诵):需要出声,环境要求最高,通常在家里。
场景差异是三个模块必须分开的第一性理由:**它们的使用环境、时长、单手可操作性完全不同。**把三个塞进一条强制流水线,等于要求用户每天在同一个地点待满 15 分钟。
4. 功能架构总览:三个独立模块 + 一个共享底座
┌─────────────── App ───────────────┐
│ 今日(三张并列卡,各自一键开始) │
│ │
│ ┌──────┐ ┌──────┐ ┌──────┐ │
│ │ 跟 │ │ 背 │ │ 诵 │ │ ← 三个模块,独立入口
│ │跟读器│ │背诵卡│ │诵读台│ │
│ └──┬───┘ └──┬───┘ └──┬───┘ │
└─────┼──────────┼──────────┼─────────┘
│ │ │
┌─────┴──────────┴──────────┴─────────┐
│ 共享底座 │
│ 素材库 · 练习记录 · 音频存储 │
│ 日目标环 · 小组 · 分享卡模板 │
└──────────────────────────────────────┘
模块独立性的四条硬规则
- 独立入口:首页三张卡并列,点哪张进哪张,不存在"必须先跟再背"。
- 独立判定:每个模块有自己的评价指标和达标线,互不换算成总分(避免"我背了 3 段所以跟读不用练"的错觉)。
- 独立成长:三个模块各有一条连续天数(streak)、各自的能力曲线、各自的成就徽章。
- 独立卸载:只做"背"的用户也能完整使用产品,不出现"请先完成跟读"的拦截。
共享只做三件事
- 同一素材:一条素材在三个模块里有三种练法(素材详情页三个按钮)。
- 同一个日环:当天任一模块练满 5 分钟即算"今日已练",日环按分钟累计。
- 同一套记录与分享:一张时间轴,一张卡。
5. 模块一:跟(影子跟读)
目标
让用户在不看稿的情况下,把语流、节奏、断句"贴"到原声上。
入口
首页卡「跟」→ 直接进练习页(不做素材选择页,今日素材已按计划排好;另有"换一条"按钮)。
用户流程(一条主线,四次点击以内)
| 步骤 | 界面 | 说明 |
|---|---|---|
| 1 | 耳机检查 | 检测到未接耳机时提示"建议戴耳机"(不强制,影响对齐精度) |
| 2 | 3 秒预备拍 | 显示素材标题 + 时长,不显示全文(默认隐藏文稿,可手动开启) |
| 3 | 播放 + 录音 | 原声先出声,用户滞后约半秒跟上;界面只有波形和倒计时,不给文字 |
| 4 | 回放 | 双轨波形叠加(原声灰、自己蓝)+ 一条"滞后曲线" |
| 5 | 结论卡 | 一句人话:"平均滞后 0.6 秒,有 3 处抢拍,第 2 句跟丢了" |
判定与反馈(v1 不接任何 AI 服务)
用能量包络互相关做时间对齐,不用语音识别:
- 两条音轨都按 20 ms 帧计算短时能量,得到两条包络曲线;
- 以 2 秒为窗口滑动,对每个窗口做互相关,取峰值位置 → 该窗口的滞后量
lag(t); - 峰值相关系数低于阈值(建议 0.35)判定为"跟丢";
- 汇总三个指标:
| 指标 | 定义 | 达标参考 |
|---|---|---|
| 平均滞后 | mean(lag) | 0.3–0.7 秒为佳(太小=跟读器延迟,太大=听不懂) |
| 抢拍率 | lag < 0 的窗口占比 | < 10% |
| 跟丢次数 | 相关系数低于阈值的窗口数 | 单条 ≤ 2 次 |
这套算法的价值:不需要 ASR、不需要联网、不上传音频,纯本地计算,成本为零,且对"节奏"这件事的刻画比对字更准。
「跟」模块特有功能
- 变速:0.8× / 1.0× / 1.2×(0.8× 用于第一次接触长句)
- 循环一句:长按某句只循环这一句
- 盲跟模式:完全不显示任何文字(默认)
MVP 做 / 不做
- 做:双轨录音、双轨回放、滞后曲线、3 个指标、变速、换素材
- 不做:逐字纠音、方言识别、AI 评分、跟读排行
6. 模块二:背(关键词背诵)
目标
把"自己领域内的内容"变成开口就能说的东西——不要求一字不差。
入口
首页卡「背」→ 素材卡列表(按"最近在背 / 快到复习日"排序)→ 点卡进练习。
用户流程
| 步骤 | 界面 | 说明 |
|---|---|---|
| 1 | 读一遍 | 显示全文 + 关键词高亮,30 秒 |
| 2 | 关键词模式 | 全文收起,只留 3–7 个关键词(可点击"偷看"一次,偷看留痕) |
| 3 | 出声背 | 同时录音,倒计时按素材长度自动给 |
| 4 | 回放 | 播放自己的录音;候选(v2)显示逐字覆盖率 |
| 5 | 自评三档 | 顺 / 卡 / 断(Must,一秒钟点完) |
判定
- v1 只做自评:
顺(一遍过)/卡(忘词但接上了)/断(中断重来)+ 是否偷看。 - 复习节奏:连续 2 次「顺」→ 该素材自动进入 7 天后复习(简化版间隔重复,只做 3 档:1 天 / 3 天 / 7 天)。
- v2 可选:ASR 覆盖率(关键词命中率),只做提示不做评分,避免"背错一个字就零分"的挫败感。
「背」模块特有的产品判断
- 必须能建"自己的素材":这是与所有背诵 App 的分水岭。用户直接粘贴一段自己的汇报稿、填 3 个关键词,30 秒建卡。
- 不提供"名篇背诵库"作为主路径:古诗文只作为兴趣副线,不进每日推荐。
7. 模块三:诵(出声诵读)
目标
练音量、气息、停顿——把"说得清、听得见"变成肌肉记忆。
入口
首页卡「诵」→ 今日篇目(短、韵脚密、气势足)→ 练习。
用户流程
| 步骤 | 界面 | 说明 |
|---|---|---|
| 1 | 三动作热身 | 口型夸张 30 秒 / 慢读一句 / 音量抬一号(固定引导,10 秒) |
| 2 | 全文朗读 | 显示全文,大字排版,可开"节拍器"提示停顿 |
| 3 | 波形回看 | 音量曲线 + 停顿标记(> 0.8 秒的静音段) + 语速(字/分钟) |
| 4 | 自检清单 | 三条打勾:吐字是否咬住字头 / 字尾有没有吞 / 音量是否比平时大一号 |
| 5 | 与原声对比 | 可选:播放同一篇目的标准音(若有) |
判定指标
| 指标 | 定义 | 达标参考 |
|---|---|---|
| 平均音量 | 录音 RMS 均值 | 高于自己过去 7 天均值 = 进步 |
| 音量波动 | 标准差 | 过大=忽大忽小,过小=平淡 |
| 停顿次数 | > 0.8 秒静音段 | 按篇目给参考区间,不做绝对评分 |
| 语速 | 字数 / 有效发声时长 | 慢读 120–160 字/分钟 |
「诵」的评价刻意不给百分制:朗读的美感不该被数字化,一旦打分用户就开始"刷分",练声的目的就丢了。
8. 模块之间的关系:可以合,但不许绑
允许的组合(不强制)
- 素材贯通:同一条素材,素材详情页给三个按钮「跟这条 / 背这条 / 诵这条」。用户想一口气练完一次闭环,是可以的。
- 推荐组合:系统按"本周建议配比"在今日页顶部给一句话,如"你连续 5 天只练了背,建议今天跟一条"(可忽略)。
- 一键三连(可选开关):默认关闭。开启后按 跟 → 背 → 诵 顺序自动流转 15 分钟,适合周末有空时用。
禁止的设计(反面清单)
- ❌ 必须先完成 A 才能用 B
- ❌ 三招合成一个总分 / 一个等级
- ❌ 只有走完三步才算"今日完成"
- ❌ 统一入口强制用户先选素材
为什么这么设计
三招治三种病,用户往往只有一种病。把三件事绑成一件,等于把一个 5 分钟的低门槛动作,变成一个 15 分钟的高门槛动作——这是习惯类产品最典型的流失点。功能分开,是降低启动成本;共享底座,是保留体系感。
9. 素材系统
素材的两种来源
| 来源 | 说明 | 占比目标(v1) |
|---|---|---|
| 自录/自传 | 用户上传自己的录音、直接手机录音、粘贴文本 | 60% |
| 公共库 | 新闻联播式短讯、评书片段、演讲片段、短篇名作 | 40% |
素材对象字段
| 字段 | 类型 | 说明 |
|---|---|---|
| 标题 | 文本 | |
| 类型 | 音/文/音+文 | 「跟」需要音频;「背」「诵」需要文本 |
| 时长 | 秒 | 跟读素材建议 30–90 秒 |
| 正文 | 文本 | 可空(纯音频素材) |
| 关键词 | 3–7 个 | 「背」模块的核心,建素材时必填 |
| 标签 | 多选 | 汇报 / 销售 / 讲课 / 诗词 / 评书 / 新闻 |
| 难度 | 1–3 | 按语速与生僻度 |
| 来源 | 公共 / 自录 | 自录素材默认仅自己可见 |
建素材的成本控制
- 从已有音频建:选文件 → 自动测时长 → 让用户手输 3 个关键词(30 秒完成)
- 从文本建:粘贴 → 自动断句 → 用户挑关键词(高亮即可)
- 不做自动转写(v1 不接 ASR),避免"上传后等一分钟"的体验断点
10. 记录与成长
三层记录
| 层 | 展示 | 内容 |
|---|---|---|
| 单次 | 练习结果页 | 指标、录音、自评、一句话结论 |
| 模块 | 各模块首页顶部 | 该模块的连续天数、本周次数、能力曲线(跟:滞后趋势;背:顺率;诵:音量/语速) |
| 全局 | 「我的」页 | 日历热力图、总分钟数、三模块配比饼图 |
刻意不做的事
- 不做"综合口才分"(伪量化,一旦做出用户就只想刷分)
- 不做全站排行榜(口才不是竞技,且会让新手直接退出)
11. 分享与讨论
功能分开后,三个模块的分享内容也应该不同——这是"分享"这件事最容易被做错的地方(所有 App 都发同一张卡)。
| 模块 | 分享卡内容 | 分享到哪 |
|---|---|---|
| 跟 | 双轨波形 + 平均滞后 0.5 秒 | 小组 / 微信 |
| 背 | 素材名 + 关键词 + 连续 12 天 | 小组 / 微信 |
| 诵 | 音量曲线 + 语速 + 一段 15 秒音频 | 小组 |
| 全局 | 日环 + 本周配比 | 朋友圈 / 微信 |
讨论:只做小组,不做广场
- 小组规模 3–5 人,邀请码加入,对应现实中"敢在彼此面前开口"的关系强度
- 每人每天最多发 1 张卡 + 1 段音频(防刷屏,也让每次发布都有分量)
- 互评只给标签不给分:稳 / 快 / 清楚 / 有进步(4 选 1)
- 不做公开广场:冷启动期广场必然是空城,一个空 feed 会把新用户直接劝退
12. 信息架构与关键页面
Tab 1 今日 —— 三张并列卡(跟/背/诵)+ 日环 + 一句推荐
Tab 2 素材 —— 我的素材 / 公共库 / 建素材
Tab 3 记录 —— 日历热力图 + 时间轴
Tab 4 小组 —— 组内动态 + 互评
Tab 5 我的 —— 三条 streak / 三张能力曲线 / 设置
今日页的唯一定律
从打开 App 到开始第一句,不超过 2 次点击。 三张卡都是"点一下就开始",不做二级确认、不做时长选择、不做难度选择。
13. 数据模型(MVP)
-- 素材
material(
id, user_id, title, type, source, duration_sec,
text, keywords_json, tags_json, difficulty, audio_path, created_at
)
-- 练习记录(三模块共用一张表,用 module 区分)
practice_record(
id, user_id, module, -- 'follow' | 'recite' | 'chant'
material_id, started_at, duration_sec,
audio_path, -- 用户录音
metrics_json, -- 各模块自己的指标
self_score, -- 背/诵:顺/卡/断;跟:空
peek_count, -- 背:偷看次数
note
)
-- 指标结构示例
-- follow: {"lag_mean":0.6,"lag_std":0.18,"rush_rate":0.08,"drop_count":1}
-- recite: {"keyword_hit":0.83,"peek":1,"fluency":"顺"}
-- chant: {"rms_mean":0.21,"rms_std":0.06,"pause_count":7,"cpm":138}
-- 日目标
daily_stat(user_id, date, total_min_sec, modules_done_json, streak_follow, streak_recite, streak_chant)
-- 小组
grp(id, name, invite_code, owner_id)
grp_member(group_id, user_id, role)
grp_post(id, group_id, user_id, record_id, card_image, audio_path, created_at)
grp_reaction(post_id, user_id, tag)
设计要点:三模块共用 practice_record 一张表,但 metrics_json 各自定义——表结构统一(便于时间轴和统计),指标语义分离(避免三招互相污染)。
14. 技术方案
建议技术栈
| 层 | 选型 | 理由 |
|---|---|---|
| 客户端 | Web 优先(PWA) • Capacitor 打包 | 一套代码先在自己的手机上跑起来;音频会话受限时用 Capacitor 的原生插件补 |
| 音频 | Web Audio API + MediaRecorder;原生侧 AVAudioSession .playAndRecord | 边播边录必须显式设置音频会话,否则 iOS 会打断播放 |
| 信号处理 | Python/JS 自写能量包络互相关 | 无依赖、可离线、成本为零 |
| 后端 | Supabase / 自建 Next.js + Postgres | 用户体系 + 存储 + 小组 |
| 存储 | 录音本地优先,云端仅同步元数据 | 隐私是这类产品的信任基础 |
唯一的真技术难点
耳机漏音导致对齐不准。 处理顺序:
- 引导戴耳机(漏音最小时的场景);
- 包络相关对轻度混音是鲁棒的(这正是选包络而非波形的原因);
- 相关系数过低时,不硬算指标,改为提示"这次录音质量不够,重来一次"——宁可说没测准,也不给假分数。
开发估时(单人,v0)
| 任务 | 人日 |
|---|---|
| 素材库 + 建素材 | 3 |
| 跟:录音/播放/对齐/回放 | 8 |
| 背:卡片/关键词/自评/复习 | 3 |
| 诵:录音/波形/指标 | 3 |
| 记录 + 日历 + streak | 3 |
| 分享卡生成 | 2 |
| 打磨与真机适配 | 4 |
| 合计 | 约 26 人日(3–4 周) |
15. 指标体系
| 指标 | 目标值 | 说明 |
|---|---|---|
| 次日留存 | ≥ 40% | 习惯产品生死线 |
| 7 日连续率 | ≥ 25% | 撑过 7 天才可能到 30 天 |
| 周均练习天数 | ≥ 4 天 | 低于 3 天说明单次太重 |
| 模块分布 | 无单一模块 > 75% | 反映"功能分开"是否真的有意义;若 90% 都在背,说明跟/诵的设计失败 |
| 跨模块迁移率 | ≥ 30% | 用过一个模块的用户,30 天内尝试第二个 |
| 单模块周留存 | 各 ≥ 50% | 分别看,不看合计 |
模块分布是这套设计的专属指标。功能分开如果最后所有人都只用一个模块,那不如把另外两个砍掉——这个数据要在 v1 之前就拿到。
16. 路线图与 MVP 范围
| 阶段 | 时间 | 范围 | 验证目标 |
|---|---|---|---|
| v0 自用 | 3–4 周 | 跟完整 + 背简版 + 诵简版 + 记录 + 分享卡(仅微信) | 自己连续 21 天不断。断了自己就别做了 |
| v1 内测 | +4 周 | 账号体系、小组(3–5 人)、素材上传、三模块数据看板 | 50 人里 7 日连续率 ≥ 25% |
| v2 公开 | +8 周 | ASR 逐字反馈、公共素材库分区、复习算法升级 | 次留 ≥ 40% |
| 变现(再晚) | 用户过 1 万 | 订阅 ¥12/月 或 ¥98/年 | 付费率 ≥ 3% |
MVP 明确不做
社区广场、评论、排行榜、AI 讲师、课程商城、多人语音房、多端云同步、付费墙。
17. 风险与对策
| 风险 | 概率 | 对策 |
|---|---|---|
| 自己都用不下去 | 高 | v0 就是验证这件事。不要先做社交再验证习惯 |
| 录音隐私顾虑 | 中 | 本地优先,默认不上传;上传需显式勾选 |
| 三个模块都做成半成品 | 中高 | v0 只让「跟」完整,「背」「诵」做到"能用不好看" |
| 用户觉得"没有反馈" | 中 | 每个模块的结论卡必须是一句人话,不是一堆指标 |
| 被大厂抄 | 低 | 抄不走的是用户自己的素材库与练习记录 |
| 冷启动没有讨论氛围 | 高 | 不做广场,只做小组;讨论发生在微信群里 |
18. 证据与置信度
| 结论 | 等级 | 依据 |
|---|---|---|
| 「跟、背、诵」三招及其要领(半秒滞后、不看稿、背自己领域、出声练嗓音) | VERIFIED | 赵玉平 B 站 BV1pv411u7ZF 等多源一致,2026-10-14 已核原话 |
| 吐字归音框架(字头出字 / 字腹立字 / 字尾归音) | VERIFIED | 播音发声教材通用框架 |
| 市面上无同类中文「三招」工具产品 | ASSUMED | 品类扫描 + 用户自查,未做完整应用商店普查 |
| 能量包络互相关可做滞后对齐 | ASSUMED(教科书方法) | 信号处理标准做法,本项目未实测;需在真机上验证耳机漏音下的鲁棒性 |
| iOS 边播边录需显式音频会话设置 | VERIFIED(平台能力) | AVAudioSession .playAndRecord • .allowBluetooth |
| 留存基准值(次留 40%、7 日 25%) | ASSUMED | 习惯类产品行业经验值,非本项目实测 |
| 开发估时 26 人日 | ASSUMED | 基于模块复杂度估算,不含设计与真机调优返工 |
19. 本文不覆盖
- 逐字纠音 / 方言识别的算法选型(v2 另文)
- 商业化与增长策略(等留存跑通再谈)
- 素材版权与合规(公共素材需逐条确认授权)
- UI 视觉设计与品牌(本文只定义信息架构与交互流程)
