数智档案演示系统
问题不是“有没有 AI 能力”,而是信息明明存在,却不能被结构化使用与检索。我的工作围绕需求拆解、数据处理路径、产品链路和可信机制展开。
问题不是“有没有 AI 能力”,而是信息明明存在,却不能被结构化使用与检索。我的工作围绕需求拆解、数据处理路径、产品链路和可信机制展开。
围绕 AI 档案检索项目,把工作拆成五个连续动作:先确认真实检索困难,再拆数据处理路径,最后落到页面、流程、PRD 和 UAT 验证。
这不是简单的搜索框需求。实际要解决的是非结构化档案的内容定位:文件里的具体内容、时间点、图片区域和来源依据都要能查到。
把模糊的检索需求拆成一条可处理的链路:识别内容、整理信息、建立索引,再把结果关联回原始档案。
重点不是把模型放进页面,而是让 AI 进入实际检索流程。查询结果需要看得懂,也要能回到原文。
在政务档案场景里,速度不是唯一标准。结果还要能解释、能回看,也要允许人工修正。
会议里的需求想法最终要落到页面、流程和问题记录中,研发、测试和项目成员才能按同一套逻辑推进。
这个项目的重点不是页面表现,而是流程能否标准化、权限能否讲清楚、问题能否闭环,以及系统能否按验收标准稳定交付。
多端系统与多子系统并行,需要在基线版本上适配滁州建设方案。
点击查看细节对照建设方案、测评标准和现有版本,拆出可复用、缺失和待确认功能。
点击查看细节围绕基线未覆盖的业务场景,补充多个子系统的功能原型。
点击查看细节同步原型方案,配合客户演示,并在测试环境走查关键业务链路。
点击查看细节进入交付准备后,协助整理材料、录屏、权限确认和验收前演示。
点击查看细节在这个项目中,我最明显的变化,是从最开始关注“功能怎么画”,逐渐转向思考“这个功能为什么存在、服务谁、处在哪条业务链路里,以及最终如何被客户验收和使用”。
滁州市数字档案馆项目不是单一页面或单一模块的设计任务,而是一个涉及多系统、多角色、多流程、多交付节点的 ToG 项目。项目推进过程中,我逐渐意识到,产品经理在这类项目中的价值,不只是输出原型,而是把分散的建设要求、客户反馈、系统能力和研发实现转化为清晰、可确认、可推进的产品方案。
项目前期面对建设方案、测评标准、基线版本和客户实际需求等多类信息。我从功能点罗列,逐渐转向按“业务流程、角色权限、数据流转、功能差异、待确认问题”的顺序拆解。
先理解业务场景,再拆解系统模块;先判断已有能力,再识别缺失功能。相比 C 端产品更强调体验转化,ToG 项目更重视业务合规、流程完整、权限清晰、材料规范和交付闭环。页面本身只是结果,组织流程和业务规则才是方案成立的基础。
不同网络环境、角色权限和档案全链路,都会直接影响产品设计。参与功能宣贯、客户汇报、系统走查、用户手册、功能录屏和发布材料整理后,我意识到产品工作不会在原型完成后结束。
需求确认、方案设计、研发理解、测试验证、客户演示和验收支持都需要保持信息一致。很多需求不是一次沟通就能完全明确,而是需要通过问题清单、原型说明、会议确认和后续走查不断推进。
产品经理不是简单传递需求的人,而是把模糊问题结构化、把分散信息统一化、把不同角色目标对齐的人。回看这个项目,我也意识到自己前期存在一些不足:一开始更容易从页面和功能点出发,对业务链路、权限边界和数据流转的理解还不够系统。随着项目推进,我逐渐学会在设计前先问清楚三个问题:这个功能对应哪个业务场景?由哪个角色操作?产生的数据会流向哪里?这段经历让我对产品经理岗位有了更具体的理解:产品经理的核心价值,不只是“把需求画出来”,而是把复杂业务拆清楚,把方案讲明白,把问题推进到可落地的结果。