delorex/test-repo
2
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

docs: update project practice duration and refine final assignment

Browse Source 
- Increase estimated duration from "about 1 day" to "about 3 days"
- Remove path options and reframe assignment as open-ended project
- Update requirements to emphasize industry scenario selection and comprehensive skill application
- Simplify checklist and clarify deliverables (prototype + 30-second demo video)
This commit is contained in:
sanbuphy
2026-01-23 06:36:33 +08:00
parent ff80f91f85
commit 2f715c59e8
5 changed files with 548 additions and 221 deletions
Download Patch File Download Diff File Expand all files Collapse all files
docs/.vitepress/config.mjs
+4 -4
View File
@@ -289,10 +289,6 @@ export default defineConfig({
text: '4. 完整项目实战',
link: '/zh-cn/stage-1/1.4-complete-project-practice/'
},
{
text: '5. 大作业：完成一个 Web 应用原型',
link: '/zh-cn/stage-1/1.5-final-project/'
},
{
text: '附录 A：产品思维补充',
link: '/zh-cn/stage-1/appendix-a-product-thinking/'
@@ -301,6 +297,10 @@ export default defineConfig({
text: '附录 B：常见报错及解决方案',
link: '/zh-cn/stage-1/appendix-b-common-errors/'
},
{
text: '附录 C：产业多分类场景方向参考',
link: '/zh-cn/stage-1/appendix-industry-scenarios/'
},
{
text: '扩展阅读 1：7 款主流 Vibe Coding 在线平台实测对比',
link: '/zh-cn/stage-1/appendix-articles/example0-1/vibe-coding-tools-snake-game-tutorial'
docs/zh-cn/stage-1/1.3-integrating-ai-capabilities/index.md
+1 -1
View File
@@ -688,7 +688,7 @@ Artificial Analysis 更适合把“效果 / 价格 / 速度”放在同一张表
不要凭感觉争论“哪个更强”。更可靠的做法是：用同一组输入同时测试 2~3 个模型，再结合榜单与价格做决定。
:::
![](images/index-2026-01-19-23-36-57.png)
## 总结
docs/zh-cn/stage-1/1.4-complete-project-practice/index.md
+172 -86
View File
@@ -1,138 +1,224 @@
# 1.4 完整项目实战
---
title: '完整项目实战 - 从 Demo 到产品级原型'
description: '走出 Demo 阶段，学习如何完善产品链路、构建逼真的模拟数据、通过反馈快速迭代，最终完成一个可展示、可交互的完整 AI 产品原型。'
---
::: warning ⚠️ 内容二次重构中
本节内容正在进行二次重构，结构和描述会有较大调整。当前版本仅供临时参考，暂不建议系统阅读。预计最迟于 **1 月 20 日** 完成更新。
:::
<script setup>
const duration = '约 <strong>3 天</strong>'
</script>
本节将通过一个完整的实战项目，带你体验从原型到可展示产品的全过程。你将学会如何让原型看起来更真实，如何收集反馈，以及如何向他人展示你的成果。
# 初级五：完整项目实战
## 1.4.1 制造模拟数据让原型看起来真实
## 章节导读
### 学习目标
<ChapterIntroduction :duration="duration" :tags="['产品思维', '模拟数据', '交互完善', 'LocalStorage']" coreOutput="1 个功能完备的 AI 产品原型" expectedOutput="包含完整链路与真实数据的 Web 应用">
本节的核心目标是让你理解模拟数据在原型展示中的重要性。你将学会如何创建和使用模拟数据，并掌握一些让原型“活起来”的技巧，使其在演示时更具说服力。
在前面的课程中，你已经完成了“业务分析”、“原型搭建”和“AI 能力接入”。现在的你，手中应该有一个能跑通基本流程的 Demo。
### 核心内容
但 Demo 和真正的“产品”之间，还隔着一条鸿沟：
- 页面是不是一刷新就没了？
- 报错的时候是不是直接白屏？
- 列表里是不是只有一条“测试数据”？
- 用户点错了有没有后悔药（撤销/删除）？
**为什么需要模拟数据？** 想象一下，你向别人展示一个待办事项应用，但列表里空空如也，或者展示一个社交软件，却没有任何动态。空荡荡的页面无法展示产品的实际功能和使用场景，而真实、丰富的数据能让演示瞬间变得生动，让观众更容易理解产品的价值。
本章我们将进行最后的冲刺，把手中的 Demo 打磨成一个**“拿得出手”的完整产品原型**。我们将学习如何补全缺失的链路、如何用 AI 生成逼真的模拟数据，以及如何通过快速反馈来迭代产品。
**数据结构设计**是创建模拟数据的第一步。你需要思考你的应用需要什么样的数据字段。例如，一个用户画像可能包含姓名、头像、简介等字段；一个商品列表可能包含名称、价格、图片、描述等。合理的数据结构能让后续的开发和展示更加顺畅。
</ChapterIntroduction>
**生成逼真的测试数据**不再需要手动一条条输入。你可以利用 AI 批量生成符合逻辑的测试数据。只需告诉 AI 你需要的数据类型和数量，它就能为你生成包含各种情况（如长文本、特殊字符、不同状态）的数据集。
<div style="margin: 50px 0;">
<ClientOnly>
<StepBar :active="0" :items="[
{ title: '完善链路', description: '从单点功能到完整闭环' },
{ title: '注入灵魂', description: '模拟真实业务数据' },
{ title: '反馈迭代', description: '基于真实反馈修补体验' },
{ title: '最终大作业', description: '你的毕业设计' }
]" />
</ClientOnly>
</div>
**集成数据**是将模拟数据应用到原型的过程。对于简单的原型，你可以直接将模拟数据硬编码到前端代码中。如果你希望数据能持久化保存，也可以尝试使用浏览器的本地存储（LocalStorage）进行读取和保存。
## 1. 拒绝 "Happy Path"：完善核心链路
### 实践任务
很多初学者做原型，往往只做“Happy Path”（最理想的路径）：用户点击 -> API 响应成功 -> 显示结果。
但在真实世界里，事情往往没那么顺利。为了让你的原型看起来像个真正的产品，你需要考虑以下几个“隐形”的环节。
请为你当前的项目添加至少 10 条模拟数据。确保这些数据不仅仅是简单的重复，而是覆盖了各种场景：包括正常的标准数据、边界情况的长文本数据、以及可能出现的空状态数据。
### 1.1 增加“等待”与“反馈”
当用户点击“生成文案”时，AI 往往需要几秒钟才能响应。如果界面毫无反应，用户会以为程序坏了。
**你需要让 AI IDE 帮你加上 Loading 状态：**
**示例：待办清单应用的模拟数据**
> 提示词示例：
> “当我点击生成按钮时，请把按钮变成‘生成中...’并不可点击，同时在右侧区域显示一个加载动画。直到 API 返回结果后，再恢复正常。”
你可以参考以下格式来构建你的数据：
### 1.2 处理“失败”与“异常”
API Key 可能会过期，网络可能会断开。
**你需要让 AI IDE 帮你处理报错：**
```javascript
const mockTodos = [
{ id: 1, title: '完成项目原型', completed: true, priority: 'high' },
{ id: 2, title: '收集用户反馈', completed: false, priority: 'medium' },
{ id: 3, title: '优化界面设计', completed: false, priority: 'low' }
// ... 更多数据
> 提示词示例：
> “如果 API 请求失败了，不要直接在控制台报错，请在页面顶部弹出一个红色的提示框（Toast），告诉用户‘生成失败，请稍后重试’，并允许用户重新点击生成。”
### 1.3 对话历史持久化
在与 AI 交互的过程中，我们需要保存对话内容，让用户能够回顾历史、继续之前的交流。目前阶段我们暂不引入数据库，可以选择以下轻量级方案：
**存储方案选择：**
| 方案 | 适用场景 | 特点 |
|------|---------|------|
| **LocalStorage** | 纯前端项目，用户数据保存在浏览器 | 实现简单，刷新不丢失，无法跨设备同步 |
| **JSON 文件** | 本地原型，数据以文件形式存储 | 结构清晰，便于调试，可手动编辑 |
| **TXT 文件** | 最简方案，快速记录文本内容 | 格式自由，兼容性好 |
**对话内容示例：**
保存的对话历史通常包含以下内容：
```json
[
{
"role": "user",
"content": "帮我生成一款蓝牙耳机的抖音带货文案",
"timestamp": "2026-01-20 10:30:00"
},
{
"role": "assistant",
"content": "【蓝牙耳机种草文案】\n\n🎧 告别延迟，沉浸式听歌体验\n\n姐妹们！这款蓝牙耳机真的太绝了👇\n\n✅ 40dB主动降噪，瞬间进入音乐世界\n✅ 30小时超长续航，一周通勤不用充电\n✅ 通话清晰如面对面，地铁嘈杂也能聊\n✅ 半入耳设计，久戴不痛不闷耳\n\n💰 限时优惠，点击下方链接入手！",
"timestamp": "2026-01-20 10:30:05"
}
]
```
---
**实现提示词：**
## 1.4.2 收集反馈并快速调整
> “请帮我实现对话历史的保存功能。支持将用户和 AI 的对话记录保存为 JSON 文件（或使用 LocalStorage）。每次进入页面时自动加载历史对话，支持查看和删除单条对话记录。”
### 学习目标
<div style="margin: 50px 0;">
<ClientOnly>
<StepBar :active="1" :items="[
{ title: '完善链路', description: '从单点功能到完整闭环' },
{ title: '注入灵魂', description: '模拟真实业务数据' },
{ title: '反馈迭代', description: '基于真实反馈修补体验' },
{ title: '最终大作业', description: '你的毕业设计' }
]" />
</ClientOnly>
</div>
产品开发是一个不断迭代的过程。本节旨在帮助你建立产品迭代思维，学会有效地收集用户反馈，并掌握基于反馈进行快速迭代的方法，从而不断完善你的产品。
## 2. 注入灵魂：模拟真实数据 (Mock Data)
### 核心内容
一个空荡荡的页面是无法打动人的。想象一下，你向别人展示“电商工作台”，结果商品列表里空空如也，或者只有一行 "test / test / test"。
为了让演示效果最佳，我们需要“伪造”一些逼真的数据。
**寻找测试用户**是获取反馈的第一步。你可以从身边的朋友、同学开始，寻找愿意花时间体验你产品的人。他们不需要是专家，普通用户的视角往往能发现最真实的问题。
### 2.1 让 AI 生成 Mock 数据
你不需要手动去编造数据。利用我们学过的 AI 能力，让它帮你生成一份 JSON 数据。
**反馈收集方法**不仅仅是听用户说什么。更重要的是观察他们的操作过程，记录他们在使用时停顿、困惑或反复操作的地方。这些无声的反馈往往比语言更准确地反映了产品的易用性问题。
**操作步骤：**
1. 告诉 AI 你的数据结构（或者把代码发给它）。
2. 让它生成 10-20 条逼真的模拟数据。
**反馈分类与优先级**是处理大量反馈的关键。你需要将收集到的反馈区分为 "Bug"（程序错误）、"体验优化"（好用性问题）和 "新功能需求"。在资源有限的情况下，优先解决阻碍用户正常使用的 Bug，其次是提升核心体验的优化，最后再考虑添加新功能。
> 提示词示例：
> “我正在做一个抖音电商的工作台，请帮我生成 10 条模拟的商品历史记录。包含：商品图 URL（找一些真实的占位图，如使用 Unsplash 的图片）、商品标题（要像真实的淘宝/抖音商品标题）、生成的文案、创建时间。请直接给我一个 JavaScript 数组。”
**快速迭代**是互联网产品的生存法则。基于收集到的反馈，利用 AI 辅助编程的优势，快速修改代码并发布新版本。不要等到完美再发布，小步快跑，持续改进。
### 2.2 预埋数据到原型中
拿到数据后，让 AI IDE 帮你把它“塞”进代码里。
### 实践任务
> 提示词示例：
> “请在页面初始化时，检查如果没有历史记录，就默认加载这 10 条模拟数据，让页面看起来丰富一点。”
请邀请至少 3 位同学或朋友试用你的原型。在他们使用过程中，记录下他们的反馈，包括正面的肯定和负面的吐槽。然后，从这些反馈中筛选出至少 2 个高优先级的改进点，利用 AI 帮你实现这些修改，并更新你的原型。
### 2.3 使用在线预设数据源
除了让 AI 生成，你还可以利用一些现成的 Mock 数据服务或库（如果你想让原型更专业）：
- **Faker.js**: 一个专门生成假数据的库（可以让 AI 帮你安装和使用）。
- **Picsum Photos**: 自动生成占位图片。例如 `<img src="https://picsum.photos/200/300" />` 会每次给你一张随机图。
**反馈收集参考问题**
**技巧：**
在演示时，一个填满真实感数据的列表，能让观众瞬间代入场景，忽略掉“这只是个原型”的事实。
为了获得更具价值的反馈，你可以尝试问以下问题：
<div style="margin: 50px 0;">
<ClientOnly>
<StepBar :active="2" :items="[
{ title: '完善链路', description: '从单点功能到完整闭环' },
{ title: '注入灵魂', description: '模拟真实业务数据' },
{ title: '反馈迭代', description: '基于真实反馈修补体验' },
{ title: '最终大作业', description: '你的毕业设计' }
]" />
</ClientOnly>
</div>
- 你最喜欢的功能是什么？
- 在使用过程中，你觉得最困惑或不好用的地方是什么？
- 你希望这个应用增加什么功能？
- 整体体验如何？请打个分（1-5 分）。
## 3. 收集反馈与快速迭代
---
闭门造车是做不出好产品的。现在你的原型已经具备了“核心功能”+“完整链路”+“演示数据”，是时候拿给别人看了。
## 1.4.3 展示你的成果
### 3.1 找谁测？怎么测？
* **找朋友/同事**：不需要他们懂技术，只需要让他们试着用一下。
* **观察而非引导**：不要说“点这里”，而是看他们会点哪里。如果他们找不到按钮，说明设计有问题。
* **“Wizard of Oz” (绿野仙踪法)**：如果你的 AI 还没接好，你可以人工在后台（或数据库）手动修改数据来模拟 AI 的返回，先验证用户是否需要这个功能。
### 学习目标
### 3.2 面对 Bug 和 吐槽
* **样式错乱**：不同屏幕尺寸下可能会乱。
* **Action**: 截图发给 AI IDE -> “在这个屏幕宽度下乱了，帮我修一下。”
* **操作别扭**：“这个流程太繁琐了”。
* **Action**: 把建议告诉 AI IDE -> “用户觉得先上传再生成太慢，能不能改成一键生成？”
* **需求新增**：“如果有这个功能就好了”。
* **Action**: 评估是否核心，如果是，让 AI 快速实现一个简化版。
做出了好产品，还要会展示。本节将教你如何准备一场精彩的产品演示，掌握演示的技巧，并了解如何讲好你的产品故事，让听众对你的作品印象深刻。
**记住：在这个阶段，AI 是你最好的修改助手。你只需要负责发现问题，代码修改交给它。**
### 核心内容
<div style="margin: 50px 0;">
<ClientOnly>
<StepBar :active="3" :items="[
{ title: '完善链路', description: '从单点功能到完整闭环' },
{ title: '注入灵魂', description: '模拟真实业务数据' },
{ title: '反馈迭代', description: '基于真实反馈修补体验' },
{ title: '最终大作业', description: '你的毕业设计' }
]" />
</ClientOnly>
</div>
**演示准备**是成功的关键。你需要梳理清楚演示的流程，准备好演示脚本，并确保演示环境（网络、设备）的稳定。每一次演示都是一次演出，充分的彩排能让你在台上更加从容。
## 4. 🎓 阶段大作业：完成你的“毕业设计”
**结构化演示**能让你的表达更有逻辑。一个好的演示通常包含三个部分：
恭喜你！你已经走完了从“需求”到“原型”再到“AI 集成”的全过程。现在，是时候展示你的最终成果了。
1. **背景**：清晰地阐述你解决了什么问题，为什么这个问题值得解决。
2. **演示**：展示你的核心功能是如何解决这个问题的，通过实际操作让观众眼见为实。
3. **价值**：总结这个产品的亮点和独特价值，让观众记住你的产品。
**本次大作业不再局限于“电商素材工作台”**。你需要结合自己的兴趣或行业背景，打造一个独一无二的 AI 产品原型。
**应对突发情况**是每个演示者都要修行的功课。如果演示过程中出现 Bug，千万不要惊慌。保持冷静，幽默地说明这是原型阶段的正常现象，然后从容地跳过故障点，继续演示其他功能。观众通常会理解并包容原型阶段的小瑕疵。
### 选题与要求
### 实践任务
你需要从 **[产业多分类场景方向参考](../appendix-industry-scenarios/index.md)** 中选择一个最接近的场景，或者根据自己的想法构思一个全新的场景。
请准备一个 3-5 分钟的产品演示。演示内容应包含：1 分钟的背景介绍，阐述产品解决的问题；2-3 分钟的核心功能展示，实际操作你的原型；最后 1 分钟总结技术亮点和未来计划。
**项目必须综合运用前几节课学到的所有内容：**
1. **原型的构建**：使用前端技术搭建美观、易用的界面。
2. **需求的控制**：不求大而全，但求核心功能逻辑闭环。
3. **API 的接入**：接入真实的 AI 模型（LLM/VLM 等），赋予应用真正的智能。
4. **实现一个可玩的应用**：不仅仅是静态页面，而是有数据流转、有交互反馈的动态应用。
**演示检查清单**
### 作业产出
在正式演示前，请对照以下清单进行检查：
最终你需要提交以下两样内容：
- [ ] 提前测试所有功能，确保核心流程不会出错。
- [ ] 准备好演示账号和模拟数据，避免现场注册或录入数据的尴尬。
- [ ] 准备好应对常见问题的回答，预判观众的疑问。
- [ ] 录制一个备用视频，以防现场网络或环境出现不可控问题。
- [ ] 准备一个吸引人的开场白，在最初的几秒钟抓住观众的注意力。
1. **一个完整的原型应用**：部署上线或本地可运行，具备完整的使用链路。
2. **30 秒的演示视频**：录制一段视频，简要介绍你的应用场景，并演示核心功能的实际操作。
---
<el-card shadow="hover" style="margin: 20px 0; border-radius: 12px;">
<template #header>
<div style="font-weight: bold; font-size: 16px;">🚀 最终挑战清单</div>
</template>
## 项目展示示例结构
<p>
这是 Stage 1 的最后一战。请按照以下清单检查你的作品：
</p>
为了帮助你更好地组织演示内容，我们提供了一个标准的展示结构供参考：
<div style="font-weight: bold; margin-bottom: 10px;">核心功能自检</div>
<ul style="list-style-type: none; padding-left: 0;">
<li><label><input type="checkbox" disabled /> <strong>场景明确</strong>：选定了一个具体的行业或应用场景</label></li>
<li><label><input type="checkbox" disabled /> <strong>逻辑闭环</strong>：核心流程能跑通，不仅仅是 Happy Path</label></li>
<li><label><input type="checkbox" disabled /> <strong>AI 驱动</strong>：真实调用了大模型 API，而非预设回复</label></li>
<li><label><input type="checkbox" disabled /> <strong>体验完整</strong>：包含 Loading、错误处理及模拟数据</label></li>
</ul>
### 项目名称：[你的项目名]
**一句话介绍**
用简练、有力的一句话描述你的项目解决什么核心问题，让听众瞬间get到产品的点。
**核心功能**
1. **[功能 1]**：具体描述该功能，并说明它解决了什么具体问题。
2. **[功能 2]**：具体描述该功能，并说明它解决了什么具体问题。
3. **[功能 3]**：具体描述该功能，并说明它解决了什么具体问题。
**技术亮点**
在此部分，你可以展示你的技术实力。例如，你使用了哪些 AI 能力？在设计上有什么创新之处？在开发过程中遇到了什么技术挑战，又是如何解决的？
**未来计划**
展示你对产品的长远规划。你计划添加哪些新功能？目前有哪些地方想要改进？以及你希望获得什么样的帮助或资源支持？
---
## 总结
完成本节后，你应该能够为你的原型添加逼真的模拟数据，使其在演示时栩栩如生；能够有效地收集和处理用户反馈，持续优化产品；并且能够自信地向他人展示你的产品，讲好你的产品故事。
<div style="font-weight: bold; margin: 20px 0 10px;">交付物准备</div>
<ul style="list-style-type: none; padding-left: 0;">
<li><label><input type="checkbox" disabled /> <strong>原型应用</strong>：代码已完成并可运行</label></li>
<li><label><input type="checkbox" disabled /> <strong>演示视频</strong>：30 秒左右，清晰展示核心亮点</label></li>
</ul>
</el-card>
## 下一步
现在你已经完成了一个完整的项目实战，积累了从开发到展示的全流程经验。准备好迎接最终的 **大作业** 挑战了吗？让我们开始吧！
完成大作业后，你已经具备了“独立开发 AI 应用原型”的能力。
在接下来的 Stage 2 中，我们将深入更复杂的全栈开发，学习如何把这个原型变成一个真正能上线、有数据库、有用户系统的商业级应用。
让我们在下一阶段见！
docs/zh-cn/stage-1/1.5-final-project/index.md
-130
View File
@@ -1,130 +0,0 @@
# 1.5 大作业：Web 应用原型实战
这是第一阶段学习的最终检验。通过这个大作业，你将综合运用前面学到的所有知识，独立完成一个完整的 Web 应用原型，并向他人展示你的成果。这不仅是一次作业，更是你从学习者向开发者转变的重要里程碑。
## 大作业要求
### 基本要求
为了确保你能掌握本阶段的核心技能，我们设定了以下基本要求：
首先，你需要**全程使用 AI IDE** 完成所有开发工作，这能让你熟练掌握人机协作的开发模式。
其次，你的应用至少需要**包含 3 个页面**，以体现你对多页面应用架构的理解。
同时，必须**集成至少 1 种 AI 能力**（如文本生成、图像生成等），这是本课程的核心特色。
此外，应用需要包含**完整的用户交互流程**和**模拟数据**，确保用户可以完整体验核心功能，而不是面对一个空壳。
最后，你需要准备一个 **3-5 分钟的演示**，向大家展示你的作品。
### 加分项
如果你想挑战自我，争取更高的评价，可以尝试以下方向：
**集成多种 AI 能力**，让应用更智能、更强大。
**UI 设计精美，体验流畅**，展现你对用户体验的追求。
建立**完整的错误处理机制**，提升应用的健壮性。
加入**用户反馈收集功能**，体现产品迭代思维。
将应用**部署到线上环境**，让任何人都能通过链接访问，这是产品真正落地的标志。
---
## 项目选题建议
如果你还没有确定项目方向，不要着急。这里有一些选题供你参考，你可以直接选择，也可以从中获取灵感：
### 工具类
这类应用旨在提高效率。例如 **AI 学习助手**，可以帮助用户整理杂乱的学习笔记，利用 AI 生成针对性的练习题和答案，甚至跟踪学习进度。或者做一个 **智能待办清单**，它不只是记录任务，还能自动识别任务优先级，利用 AI 生成任务分解建议，并提供智能提醒和日程安排。你也可以尝试 **AI 写作辅助工具**，帮助用户润色文章、生成续写建议，以及检查语法和表达错误。
### 创意类
这类应用侧重于激发创造力。比如 **AI 故事创作器**，用户只需输入几个关键词，AI 就能生成一个完整的故事，甚至自动配图。或者 **个性化卡片生成器**，用户输入祝福语，AI 生成精美的电子卡片，支持导出分享给亲友。还有 **AI 对话练习伙伴**，它可以模拟各种场景对话，实时反馈建议，帮助用户提升语言表达能力。
### 生活类
这类应用贴近日常生活。**智能食谱推荐** 可以根据用户冰箱里现有的食材推荐菜谱，生成购物清单，并分析营养成分。**旅行计划助手** 则可以根据目的地生成详细行程，AI 推荐景点和美食，并进行预算估算，让旅行更轻松。
---
## 项目时间规划
为了保证按时高质量完成，建议参考以下时间规划，总共约 1-2 周：
### 第一阶段：需求确定（1-2 天）
这是项目的起点。你需要**确定项目方向和核心功能**，想清楚你要做什么。然后，**画出简单的页面流程图**，理清用户在应用中的操作路径。最后，**列出至少 3 个核心用户场景**，确保你的功能是围绕真实需求设计的。
### 第二阶段：原型开发（3-5 天）
这是最核心的编码阶段。从**用 AI IDE 创建第一个页面**开始，逐步**完成所有页面和交互**。在基础功能完成后，**接入 AI 能力**，让应用变聪明。最后，别忘了**添加模拟数据**，让应用看起来丰满真实。
### 第三阶段：优化完善（2-3 天）
好产品是改出来的。**邀请他人试用，收集反馈**，听听真实用户的声音。根据反馈**改进功能和体验**，修复明显的 Bug。同时，**完善错误处理**，避免应用在异常情况下崩溃。最后，开始**准备演示内容**。
### 第四阶段：展示准备（1 天）
临门一脚，展示同样重要。**准备演示脚本**，确保演示过程流畅、逻辑清晰。**录制演示视频备用**，以防现场演示出现意外。整理一份**项目说明文档**，方便他人快速了解你的项目。
---
## 提交清单
### 必交内容
提交作业时，请确保包含以下内容：
1. **项目源代码**：提交完整可运行的项目代码，并确保有清晰的代码注释，方便他人阅读。
2. **项目说明文档**：文档应包含项目简介、核心功能说明、技术实现亮点以及使用指南。
3. **演示材料**：提交 3-5 分钟的演示视频（或现场演示录像），以及配套的 PPT 或演示脚本。
### 可选内容
如果有的话，也可以提交：项目的部署链接、用户反馈收集结果的整理，以及对未来的迭代计划。这些都能展示你的专业度和思考深度。
---
## 评审标准
### 功能完整性（40 分）
这是最基础的要求。我们将检查你是否**实现了承诺的核心功能**，**交互流程是否完整可用**，以及**AI 能力是否集成正确**且能正常工作。
### 用户体验（30 分）
好的应用应该好用且好看。我们将关注**界面是否清晰美观**，**操作流程是否顺畅**，以及在关键操作上是否有**适当的反馈和引导**。
### 技术实现（20 分）
代码质量也很重要。我们将评估你的**代码结构是否合理**，是否包含了必要的**错误处理**机制，以及你是否**有效运用了 AI IDE** 来辅助开发。
### 展示效果（10 分）
能否把产品讲清楚也是一种能力。我们将看你的**演示准备是否充分**，**讲述是否清晰有条理**，以及你**能否准确说明产品的价值**。
---
## 成功小贴士
1. **从小处着手**：不要贪大求全，试图一次做太多功能。先把最核心的功能做好，保证流程跑通，再考虑扩展其他功能。
2. **善用 AI**：遇到问题不要死磕，先问 AI。让 AI 帮你优化代码、生成测试数据，充分发挥 AI 结对编程的优势。
3. **多收集反馈**：尽早让别人试用你的产品，认真倾听每个建议，快速迭代改进。旁观者清，他们的反馈往往能一针见血。
4. **讲好故事**：在演示时，不要只罗列功能。要突出你解决了什么问题，展示产品的价值，并分享你在过程中的学习收获。
---
## 完成后的收获
完成这个大作业后，你将拥有一个完整的 AI 原型项目作品，这是你能力的最好证明。你将掌握使用 AI IDE 进行全流程开发的实战技能，具备产品思维和基本的开发能力。更重要的是，你将建立起继续深入学习更高级内容的信心。
**最重要的是：通过这次实战，你将真正从一个 AI 用户，转变为一个 AI 应用创造者！**
---
## 参考资源
- 回顾模块一：AI 能力边界
- 回顾模块二：AI IDE 使用技巧
- 回顾模块三：原型开发
- 回顾模块四：AI 能力接入
- 回顾模块五：项目实战
- 附录A：产品思维补充
- 附录B：常见报错及解决方案
加油！期待看到你的精彩作品！
docs/zh-cn/stage-1/appendix-industry-scenarios/index.md
+371
View File
@@ -0,0 +1,371 @@
---
title: '产业多分类场景方向参考'
description: '本文档汇总了 LLM 大模型在多个产业中的落地应用场景，包括工业制造业、智能客服、教育行业、智能编程、医疗方向、网络安全、金融管理、企业服务等领域的具体应用方向，为 AI 应用开发者提供参考。'
---
<script setup>
const duration = '约 <strong>6 小时</strong>'
</script>
# 产业多分类场景方向参考
## 章节导读
<ChapterIntroduction :duration="duration" :tags="['产业应用', 'AI 场景', '落地参考', '行业方案']" coreOutput="了解 15+ 行业应用场景" expectedOutput="找到适合自己项目的方向">
本文档汇总了 LLM 大模型在多个产业中的落地应用场景，为 AI 应用开发者提供参考。每个场景都具备实际落地的可行性，涵盖从需求分析到技术实现的完整思路。
</ChapterIntroduction>
## 行业快速介绍
### 主流技术选型
在 AI 应用开发中，常见的技术方向包括：
1. **LLM（大语言模型）**：擅长处理自然语言任务，如对话、文本生成、摘要、翻译等，适合构建智能客服、内容创作、知识问答类应用。
2. **VLM（视觉语言模型）**：结合视觉理解与语言能力，可实现图像描述、视觉问答、多模态内容生成等功能，适用于医疗影像分析、工业质检、创意设计等场景。
3. **GenAI（生成式 AI）**：包括文本生成、图像生成（如 Stable Diffusion、DALL·E）、视频生成等技术，能够快速生成创意内容，适用于设计辅助、营销素材制作、教育培训等领域。
### 选择策略
学习者可以根据以下维度选择适合自己的应用方向：
1. **兴趣导向**：优先选择自己感兴趣的行业或技术方向，保持学习动力。例如：
- 对创意设计感兴趣：可尝试内容生产、工业设计类应用
- 对技术挑战感兴趣：可尝试网络安全、医疗方向的应用
- 对社会价值感兴趣：可尝试智慧政务、教育行业的应用
2. **行业适配**：结合自身行业背景或资源优势选择场景：
- 制造业从业者：可优先考虑工业制造、企业服务类应用
- 教育工作者：可优先关注教育行业、内容生产类应用
- 医疗从业者：可探索医疗方向、健康管理类应用
3. **技术难度**：根据自身技术基础选择合适的复杂度：
- 入门级：智能客服、内容创作、简单问答系统
- 进阶级：工业质检、医疗影像分析、代码智能助手
- 专业级：金融风控、网络安全、多模态复杂应用
## 1. 工业制造业
工业制造业场景主要围绕设计辅助、生产优化、智能运维三大方向展开。常见应用包括利用 AI 辅助产品外观设计、自动化图纸审查、技术文档智能生成、工业设备故障诊断等，能够显著提升设计效率和降低运维成本。
| 序号 | 应用场景名称 | 实现参考 |
|:---:|---|---|
| 1 | 新能源客车外观 AI 辅助设计平台 | 基于图片生成模型进行外观概念设计，结合 LLM 进行设计规范检查和创意迭代；集成 Three.js 3D 渲染服务 |
| 2 | 智能图纸设计与审查助手 | 利用 RAG 技术构建企业设计规范知识库，DALL·E 生成参考图辅助理解；集成 CAD API 实现图纸自动化解析 |
| 3 | 技术文档自动生成与管理 | 基于 LLM 从产品数据库自动生成产品规格书和操作手册，ChromaDB 向量库存储历史文档支持智能检索 |
| 4 | 生产设备巡检报告自动生成助手 | 巡检人员语音描述设备状态，LLM 结构化生成巡检报告；自动关联历史故障记录 |
| 5 | 工厂叉车智能调度与路径规划系统 | LLM 解析订单任务和仓库位置，结合地图 API 生成最优调度方案 |
| 6 | 基于 LLM 信息检索的数据仓库 | 采用 Text-to-SQL 技术将自然语言转换为数据库查询，Superset 可视化展示查询结果；Doris 或 ClickHouse 作为 OLAP 引擎 |
| 7 | 工业设备故障诊断知识问答助手 | 基于历史故障案例构建向量知识库，LLM 根据故障描述提供诊断建议和解决方案 |
| 8 | 生产质检报告智能生成与缺陷分类 | OCR 识别质检照片中的缺陷，LLM 生成结构化质检报告；自动分类缺陷类型和严重程度 |
| 9 | 库存盘点智能助手与盘点报告生成 | 盘点数据录入，LLM 自动比对系统库存并生成差异报告；异常库存预警 |
| 10 | 工艺流程优化建议智能问答系统 | 基于生产工艺文档构建 RAG 知识库，LLM 根据生产问题提供优化建议 |
## 2. 智能客服
智能客服场景聚焦于客户服务效率提升和用户体验优化。典型应用涵盖多渠道客服整合、智能回复生成、客户情绪分析、工单自动化处理等，帮助企业实现 7×24 小时客户服务。
| 序号 | 应用场景名称 | 实现参考 |
|:---:|---|---|
| 1 | 多渠道智能客服自动回复与工单生成系统 | 接入微信、APP、官网等多渠道消息，LLM 理解意图后生成回复并自动创建工单；使用 LangChain 构建对话流程，MySQL 存储工单数据 |
| 2 | 潜在客户挖掘与跟进建议助手 | LLM 分析历史客服对话记录，识别高意向客户特征并打分；推荐系统结合协同过滤算法 |
| 3 | 企业内部知识智能检索与问答管家 | 基于 Confluence 和内部文档构建向量知识库，LLM 结合 RAG 技术生成答案 |
| 4 | 客户满意度调查与服务改进管理系统 | LLM 自动分析客服对话内容进行情感分类和满意度评分；BI 报表展示分析结果 |
| 5 | 客服对话智能小结与工单生成工具 | 客服结束对话后，LLM 自动生成会话小结并提取关键信息；自动填充工单字段 |
| 6 | 客服话术合规性自动检测助手 | 客服输入回复内容，LLM 实时检测话术合规性和敏感词；给出修改建议 |
| 7 | 客服工单自动摘要与分类生成工具 | LLM 对长对话记录进行摘要生成和自动分类打标；Elasticsearch 支持工单全文检索 |
| 8 | 客户情绪监测与异常预警工具 | 实时分析语音语调特征和文字情感，LLM 识别异常情绪并触发预警；WebSocket 推送预警消息 |
| 9 | 客服金牌话术推荐知识库系统 | LLM 分析优秀客服对话案例，提炼金牌话术模板；推荐系统根据对话上下文实时推荐话术 |
| 10 | 智能外呼对话内容分析与质检助手 | 外呼录音转写后，LLM 分析对话内容提取关键信息；自动生成质检报告和改进建议 |
## 3. 教育行业
教育行业场景致力于实现个性化教学和智慧教育管理。核心应用包括智能学习路径规划、作业自动批改、教案生成、学情分析等，推动教育资源的优化配置和因材施教的实现。
| 序号 | 应用场景名称 | 实现参考 |
|:---:|---|---|
| 1 | 个性化语言学习路径规划与智能导学系统 | LLM 评估学习者当前水平，根据学习目标规划每日学习任务；推荐算法结合知识图谱推荐学习资源 |
| 2 | 教案自动化编写与教学资源推送平台 | LLM 根据课程大纲生成教案框架和教学设计；向量库存储优质教案和课件，支持关键词检索和相似推荐 |
| 3 | 作业自动化批阅与学情诊断分析系统 | LLM 自动批改主观题并生成批改建议，知识图谱定位学生薄弱知识点 |
| 4 | 人才岗位胜任力模型构建与学习地图 | LLM 分析岗位 JD 提取能力要求，构建岗位能力画像；根据差距生成个性化学习地图 |
| 5 | 校本课程体系构建与课件制作工具 | LLM 分析学校特色和学生需求，生成校本课程框架；集成 PPT 生成接口自动制作课件 |
| 6 | 外语口语一对一情景化实战演练 | LLM 扮演不同角色进行口语对话，ASR 识别发音并评分；TTS 生成标准发音示范 |
| 7 | 高考志愿大数据推荐与生涯规划指导平台 | LLM 分析考生分数、位次、兴趣等信息，结合招录数据推荐院校和专业 |
| 8 | 少儿编程代码助手 | LLM 解释代码逻辑和提供编程指导，支持块语言和 Python 切换 |
| 9 | 知识点思维导图自动生成与学习路径推荐工具 | 输入课程主题，LLM 自动生成知识点思维导图；根据学习进度推荐下一步学习内容 |
| 10 | 中英文作文自动化评分与批改引擎 | LLM 从立意、结构、语言、多样性等多维度评分并生成批注；比对优秀范文 |
## 4. 智能编程
智能编程场景旨在提升开发效率和代码质量。典型应用有智能代码补全、Bug 自动修复、自动化测试生成、代码转换等，让开发者能够专注于业务逻辑而非重复性编码工作。
| 序号 | 应用场景名称 | 实现参考 |
|:---:|---|---|
| 1 | 智能代码补全与 Bug 自动修复助手 | 基于 CodeLlama 微调代码模型，IDE 插件实时提供代码补全建议；LLM 分析错误栈自动定位 Bug 并生成修复代码 |
| 2 | 低代码应用构建与流程自动化平台 | 用户通过自然语言描述需求，LLM 转换为低代码配置或代码框架 |
| 3 | 单元测试用例生成系统 | AST 解析源代码提取函数逻辑，LLM 生成边界条件和异常场景的测试用例；集成 Jest/Pytest 运行测试 |
| 4 | 代码智能分析与语言迁移工具 | 基于 Tree-sitter 解析代码结构，LLM 分析代码质量并提供优化建议；结合规则引擎实现语言转换 |
| 5 | 自然语言转 SQL 语句自动生成工具 | LLM 将自然语言查询转换为 SQL，支持复杂多表关联和聚合查询 |
| 6 | API 接口自动化测试与文档生成平台 | LLM 分析代码注释和接口定义，自动生成测试用例和 API 文档；Postman 集成测试执行 |
| 7 | UI 测试脚本智能录制与维护工具 | 浏览器插件录制用户操作轨迹，LLM 分析操作意图生成测试脚本；AI 修复失效的定位器 |
| 8 | 系统日志分析与故障定位 | ELK Stack 采集日志数据，LLM 分析异常日志提取关键信息并定位根因；推荐修复方案 |
| 9 | 前端界面（UI）代码自动生成工具 | 设计稿图片经 OCR 识别布局结构，LLM 生成响应式 CSS 和组件代码；集成 TailwindCSS 支持多种样式框架 |
| 10 | 数据库结构智能设计与建模助手 | 业务需求文档输入给 LLM，自动生成 ER 图和数据表结构；支持导出 MySQL/PostgreSQL 建表脚本 |
## 5. 医疗方向
医疗方向场景致力于提升诊疗效率和医疗服务质量。常见应用包括病历自动生成、医学知识问答、影像分析辅助、药物研发支持等，推动医疗行业的智能化转型。
| 序号 | 应用场景名称 | 实现参考 |
|:---:|---|---|
| 1 | 医学检验报告智能解读助手 | 上传检验报告图片，OCR 识别关键指标，LLM 解读异常值并生成通俗解释 |
| 2 | 基于知识检索技术的健康咨询专家 | 构建医学知识图谱（ICD-10、药品说明书、诊疗指南），RAG 检索生成回答 |
| 3 | 临床科研数据决策分析平台 | 整合 EMR 数据和检验结果，LLM 辅助生成统计分析代码和可视化图表；支持队列研究和生存分析 |
| 4 | 医学考题智能生成与错题解析系统 | 输入教材章节和知识点，LLM 生成练习题和解析；自动收录错题并生成薄弱点分析 |
| 5 | 药物研发全流程知识图谱智能问答专家 | 构建药物-靶点-疾病知识图谱，LLM 解答研发相关问题；支持文献检索和实验方案推荐 |
| 6 | 药品说明书智能问答助手 | 上传药品说明书图片或输入药名，LLM 解答用法用量、不良反应、注意事项等问题 |
| 7 | 疾病知识科普文章生成助手 | 输入疾病名称和受众，LLM 生成通俗易懂的科普文章；支持多版本（患者版/家属版） |
| 8 | 医学影像报告自动生成工具 | 影像科医生描述影像特征，LLM 自动生成结构化报告；支持常见检查类型模板 |
| 9 | 手术记录智能生成与归档助手 | 手术过程中语音录入关键步骤，LLM 结构化生成手术记录；自动关联手术编码 |
| 10 | 慢病管理用药提醒智能助手 | 患者输入用药清单，LLM 生成个性化用药提醒；支持用药禁忌检查和互动问答 |
## 6. 网络安全
网络安全场景聚焦于安全防护和风险管控。核心应用涵盖漏洞检测、威胁情报分析、钓鱼邮件识别、安全事件响应等，为企业构建全方位的智能安全防护体系。
| 序号 | 应用场景名称 | 实现参考 |
|:---:|---|---|
| 1 | 代码安全漏洞检测与修复引擎 | 静态代码分析工具（SAST）扫描代码，LLM 分析漏洞原理并生成修复建议；集成 CI/CD 流水线 |
| 2 | AI 生成式钓鱼邮件智能识别与拦截系统 | LLM 分析邮件内容、发送者特征和链接安全性，识别 AI 生成的钓鱼邮件；对接邮件网关实时拦截 |
| 3 | 安全运营日报自动生成助手 | 安全设备日志汇总，LLM 自动提取关键事件并生成日报；异常事件highlight标记 |
| 4 | 安全知识库智能问答助手 | 基于安全文档、CVE 库构建向量知识库，LLM 解答安全技术和处置建议问题 |
| 5 | 渗透测试报告智能生成助手 | 渗透测试完成后，LLM 根据漏洞描述自动生成报告；漏洞修复建议批量生成 |
| 6 | 恶意代码防护与隐私合规监控 | 沙箱分析可疑文件行为，LLM 识别恶意特征并生成签名；隐私数据识别扫描 |
| 7 | 安全配置合规性检查清单生成工具 | 输入目标系统类型，LLM 生成安全配置检查清单；支持等保 2.0、CIS 等标准 |
| 8 | 威胁情报智能查询与分析助手 | 对接多源威胁情报（开源、商业），LLM 解读情报并关联企业资产；推荐防护策略 |
| 9 | 安全事件复盘报告生成助手 | 安全事件发生后，LLM 根据时间线自动生成复盘报告；根因分析和改进建议 |
| 10 | 全球威胁情报监测与预警中心 | 爬虫采集全球安全资讯和漏洞披露，LLM 提取关键信息并评估影响；邮件/短信预警通知 |
## 7. 金融管理、保险银行业
金融领域场景围绕风险控制和业务智能化展开。典型应用包括信贷风控评估、财富管理顾问、财务报告生成、反洗钱监测等，提升金融机构的运营效率和风险管控能力。
| 序号 | 应用场景名称 | 实现参考 |
|:---:|---|---|
| 1 | 信贷尽调报告智能生成助手 | 输入企业基本信息和财务数据，LLM 自动生成信贷尽调报告；风险点自动标注 |
| 2 | 私人银行财富管理智能顾问 | LLM 分析客户风险偏好和财务目标，生成资产配置建议；对接理财产品和基金库 |
| 3 | IPO 招股书智能生成与合规校验助手 | 招股说明书模块化模板，LLM 自动填充业务描述和风险因素；合规校验规则引擎检查前后一致性 |
| 4 | 企业财务报告自动生成与经营异常预警系统 | 财务系统数据自动采集，LLM 生成财务分析和管理层讨论部分；异常指标预警规则 |
| 5 | 财务票据信息提取与问答助手 | 上传发票图片，OCR 识别信息，LLM 解答票据相关问题；支持增值税发票、火车票等 |
| 6 | 合规案例智能检索与问答助手 | 基于监管处罚案例构建知识库，LLM 解答合规问题并提供案例参考 |
| 7 | 保险代理人智能话术陪练 | LLM 扮演不同类型客户进行模拟对话，评估代理人话术合规性和说服力；录音转写分析 |
| 8 | 保险产品条款分析与竞品对比平台 | 条款结构化解析，LLM 生成亮点摘要和注意事项 |
| 9 | 客户话术情绪识别服务 | 语音情绪识别结合话术合规检测，实时反馈代理人改进建议 |
| 10 | 保险理赔进度智能查询与对话助手 | 用户输入保单号或报案号，LLM 查询理赔进度并解答理赔相关问题 |
## 8. 企业服务
企业服务场景致力于提升组织运营效率和管理水平。常见应用包括客户关系管理、销售预测、舆情监测、HR 智能管理等，帮助企业实现数字化转型升级。
| 序号 | 应用场景名称 | 实现参考 |
|:---:|---|---|
| 1 | 客户留存分析与流失预警平台 | 行为数据埋点采集用户操作，ML 模型预测流失概率，LLM 生成挽留建议 |
| 2 | B2B 潜在客户触达与营销邮件平台 | 企业工商数据筛选目标客户，LLM 生成个性化营销内容；邮件群发平台对接 |
| 3 | 销售管线监测与业绩预测平台 | CRM 数据自动采集，LLM 分析销售漏斗并预测业绩达成；异常预警推送管理者 |
| 4 | 品牌舆情监测与危机预警雷达 | 全网舆情数据采集（社交媒体、新闻、论坛），LLM 分析情感和传播趋势；危机预警推送 |
| 5 | 职场邮件智能撰写与沟通情绪管理助手 | 邮件上下文理解，LLM 生成专业邮件草稿；情绪分析反馈改进建议 |
| 6 | 简历智能解析与岗位匹配系统 | 简历 PDF 解析提取关键信息，LLM 匹配合适岗位并生成面试建议；ATS 系统对接 |
| 7 | 企业员工入职指引与问答助手 | 入职文档知识库 RAG 检索，LLM 解答新员工常见问题 |
| 8 | 员工绩效反馈与 OKR 目标管理平台 | OKR 系统数据采集，LLM 分析目标完成情况并生成反馈建议；360 反馈收集 |
| 9 | 智能会议记录与待办管理 | 会议录音转写，LLM 提取关键讨论点和待办事项；任务系统自动创建待办 |
| 10 | 发票识别与费用报销自动处理 | OCR 识别发票信息，自动校验发票真伪和报销合规性；对接财务系统 |
## 9. 内容生产与运营
内容生产与运营场景聚焦于创意生成和流量运营。核心应用包括文案创作、短视频制作、数字人直播、SEO 优化等，帮助企业提升内容产出效率和营销转化率。
| 序号 | 应用场景名称 | 实现参考 |
|:---:|---|---|
| 1 | 影视与小说内容创作辅助平台 | LLM 提供故事大纲、角色设定、对白生成等创作辅助；思维导图可视化故事结构 |
| 2 | 企业品牌故事与公关软文智能撰写助手 | 输入品牌关键词和产品信息，LLM 生成多风格文案版本；A/B 测试接口对接 |
| 3 | 虚拟数字人直播互动与推流管理系统 | 数字人形象建模 + TTS 语音 + LLM 对话，实时响应观众弹幕；OBS 推流集成 |
| 4 | 短视频脚本生成与智能剪辑 | LLM 生成短视频脚本和分镜，Sora/Runway 生成视频片段；剪辑工具自动拼接 |
| 5 | 销售会话语音转写与话术推荐 | 电话录音 ASR 转写，LLM 分析会话并推荐金牌话术；CRM 系统集成 |
| 6 | 营销内容智能生成与设计系统 | 产品信息输入，LLM 生成营销文案和卖点提炼；集成 Canava/稿定设计模板 |
| 7 | 多平台广告投放 ROI 实时监控与策略调优系统 | 广告平台 API 对接采集数据，LLM 分析投放效果并生成优化建议；异常预警推送 |
| 8 | 搜索引擎关键词与流量分析 | 百度指数、5118 数据采集，LLM 分析关键词趋势和竞争度；内容选题推荐 |
| 9 | 竞品广告投放分析平台 | 第三方数据平台 API 采集竞品广告，LLM 分析投放策略和创意特点 |
| 10 | 全网热点选题智能分析与内容推荐系统 | 微博热搜、抖音热榜数据采集，LLM 分析热点趋势并推荐选题角度；日历化内容排期 |
## 10. 智慧政务管理
智慧政务场景致力于提升政府服务效能和治理能力。典型应用包括政务热线智能导航、政策智能问答、行政审批优化、城市事件管理等，推动数字政府建设。
| 序号 | 应用场景名称 | 实现参考 |
|:---:|---|---|
| 1 | 12345 政务热线智能语音导航与自动分派系统 | 市民来电语音识别，LLM 理解诉求并智能分派到对应部门；工单系统自动流转 |
| 2 | 政务服务大厅智能导办与政策问答机器人 | 政务知识库 RAG 检索，LLM 解答办事流程和政策问题；取号系统对接 |
| 3 | 惠企政策智能匹配与精准推送平台 | 政策结构化解析，企业画像自动匹配适用政策；短信/邮件推送提醒 |
| 4 | 行政审批材料智能预审与合规校验助手 | 材料 OCR 识别和关键信息提取，LLM 校验材料完整性和合规性 |
| 5 | 公共安全视频监控异常行为检测系统 | 视频流实时分析，CV 模型检测异常行为（打架、跌倒等）；告警推送 |
| 6 | 城市网格化事件智能识别与调度管理平台 | 城市感知数据（IoT、摄像头）采集，LLM 识别事件类型并分派 |
| 7 | 社情民意大数据分析与风险预警系统 | 政务热线、网络舆情、社情走访等多源数据融合分析；LLM 识别风险热点 |
| 8 | 政务档案数字化识别与智能归档管理平台 | OCR 识别档案文字内容，LLM 提取关键信息并自动分类；全文检索支持 |
| 9 | 突发公共事件应急指挥与救援资源智能调度平台 | 事件信息采集，LLM 生成应急响应方案；资源调度优化算法 |
| 10 | 大气环境污染网格化监测与精准溯源系统 | 空气质量传感器数据采集，CV 模型识别污染源；LLM 分析污染趋势并溯源 |
## 11. 法律事务与合同管理
法律事务场景聚焦于法律服务效率提升和合规管理。常见应用包括合同审查、案件分析、法规监测、法律文书生成等，为法律从业者提供智能化工具支持。
| 序号 | 应用场景名称 | 实现参考 |
|:---:|---|---|
| 1 | 合同风险漏洞一键"找茬"Agent | 合同文本结构化解析，LLM 对照风险清单识别潜在问题；标注高风险条款 |
| 2 | 企业合同全生命周期合规性审查与修改建议平台 | 合同条款比对法规库，LLM 生成合规性审查报告；修改建议跟踪 |
| 3 | 类似案件胜诉率 AI 智能评估顾问 | 案件特征提取，类案检索匹配；LLM 分析影响胜诉因素 |
| 4 | 法律法规变更实时监测与业务影响分析雷达 | 法律法规数据库实时更新，LLM 解析变更内容并评估业务影响；预警推送 |
| 5 | 律师函 AIGC 自动起草工具 | 事实陈述输入，LLM 生成规范律师函模板；要素检查和合规校验 |
| 6 | 庭审录音实时转写与争议焦点自动化提取记录仪 | 法庭录音 ASR 转写，LLM 提取争议焦点和关键论点；时间戳标注 |
| 7 | 全网知识产权侵权线索自动监测与区块链取证系统 | 电商平台、社交媒体侵权监测；侵权证据自动采集存证 |
| 8 | 基于 LLM 的 IPO 招股书关键数据一致性核查与风险预警 Agent | 招股书多章节数据比对，LLM 识别不一致和数据异常；风险标注 |
| 9 | 复杂法律条款"翻译"为大白话的解释插件 | 选中法律条文，LLM 生成通俗易懂的解释 |
| 10 | 案件证据链智能梳理与可视化展示系统 | 证据材料上传，LLM 分析证据关系和时间线 |
## 12. 旅游与出行服务
旅游出行场景致力于提升旅行体验和服务便捷性。核心应用包括智能行程规划、价格预测、虚拟导览、翻译服务等，让旅行更加轻松愉快。
| 序号 | 应用场景名称 | 实现参考 |
|:---:|---|---|
| 1 | 基于 AIGC 的懒人路书生成器 | 用户偏好输入（天数、预算、兴趣），LLM 生成每日行程安排；景点 API 获取开放时间和门票 |
| 2 | 全网机票酒店价格趋势预测与低价自动锁定机器人 | 采集 OTA 价格数据，ML 模型预测价格趋势；价格监控提醒 |
| 3 | 航班取消后的跨航司行程重组与应急方案推荐顾问 | 航班状态监控，LLM 分析替代行程方案；多航司比价 |
| 4 | 签证材料智能预审与自动化填表辅助系统 | 材料拍照上传，OCR 识别信息完整性检查；表格自动填充 |
| 5 | 出境游实时语音翻译与菜单视觉汉化管家 | 离线语音翻译模型，菜单图片 OCR 识别并翻译 |
| 6 | 基于大数据真实评价的酒店"避雷"指南分析仪 | 酒店评论数据采集，LLM 提取正负面评价关键词 |
| 7 | 目的地沉浸式 VR 预览与虚拟选房交互平台 | 360°全景图采集，VR 技术实现沉浸式预览；房间虚拟游览 |
| 8 | 旅行足迹自动生成精美游记与社交文案助手 | 照片时间地点信息提取，LLM 生成游记文案；模板排版生成 |
| 9 | 企业差旅发票自动归集与合规报销管理平台 | 差旅平台 API 对接，发票信息自动采集；合规校验 |
| 10 | 景区客流拥堵实时预测与错峰游览路线规划导航 | 景区客流数据采集，ML 模型预测拥堵时段；错峰推荐 |
## 13. 情感陪伴
情感陪伴场景聚焦于心理健康和情感慰藉。典型应用包括虚拟伴侣、情感咨询、认知训练、心理疏导等，为用户提供全天候的陪伴和支持。
| 序号 | 应用场景名称 | 实现参考 |
|:---:|---|---|
| 1 | 基于 LLM 大模型的 24 小时深度陪伴虚拟伴侣 | 记忆系统存储对话历史，LLM 生成个性化回复；情感支持模块 |
| 2 | 多模态情感识别与心理疏导 AI 顾问 | 语音语调分析 + 文字情感识别，LLM 生成疏导建议；危机干预预警 |
| 3 | 阿尔茨海默症老人 AI 认知训练与记忆唤醒数字人 | 认知游戏（记忆、计算、语言）训练；老照片/老歌触发记忆回忆 |
| 4 | 社恐人士的 AIGC 模拟社交演练教练 | 虚拟社交场景模拟，LLM 扮演不同角色；社交技巧建议 |
| 5 | 生成式 AI 儿童睡前故事定制机 | 家长输入主题和偏好，LLM 生成定制故事；背景音乐生成 |
| 6 | 逝者数字生命复原与 LLM 跨时空对话系统 | 生前资料（语音、文字）训练个性化模型；记忆对话生成 |
| 7 | 基于 MBTI 数据的 AI 性格镜像与共情聊天机器人 | MBTI 测试结果输入，LLM 生成性格分析和共情回复；性格匹配推荐 |
| 8 | 全天候心情监测与 AI 正向情绪激励助手 | 日常记录心情状态，LLM 分析趋势并生成激励内容；正向提醒推送 |
| 9 | 隐私保护级青少年 AI 倾诉树洞 | 匿名倾诉入口，LLM 提供倾听和建议；敏感词预警 |
| 10 | 具备自主进化能力的 AI 虚拟宠物养成系统 | 宠物性格模型训练，对话互动成长进化；虚拟装扮系统 |
## 14. 休闲娱乐
休闲娱乐场景致力于提供丰富的数字化娱乐体验。常见应用包括游戏 NPC 智能决策、剧本杀辅助、内容创作、音视频处理等，满足用户的多元化娱乐需求。
| 序号 | 应用场景名称 | 实现参考 |
|:---:|---|---|
| 1 | 基于 LLM 驱动的开放世界游戏 NPC 自主决策引擎 | NPC 行为树融合 LLM 决策，对话系统生成个性化交互；行为引擎 |
| 2 | 沉浸式剧本杀 AIGC 剧情推演与 DM 控场辅助工具 | 玩家选择触发剧情分支，LLM 生成推理逻辑；线索卡自动生成 |
| 3 | 互动小说结局生成式修改器 | 读者选择影响剧情走向，LLM 生成多种结局分支 |
| 4 | 二次元角色 3D 建模 AIGC 自动生成工作台 | 描述文本生成角色草图，3D 建模工具自动建模；材质贴图渲染 |
| 5 | 电竞战局 CV 视觉分析与 AI 智能解说员 | 游戏画面实时分析，关键时刻识别；LLM 生成解说文案 |
| 6 | 个性化幽默内容推荐算法引擎 | 用户兴趣画像，幽默内容匹配推荐 |
| 7 | AI 智能修音与 KTV 人声美化软件 | 音频降噪和人声增强处理；AI 修音算法 |
| 8 | 影视剧角色专属剧情 AI 提取与剪辑工具 | 视频内容分析，角色相关片段提取；自动剪辑生成 |
| 9 | 多角色 TTS 语音合成有声书自动生成系统 | 文本角色分配，个性化音色生成；背景音乐和音效添加 |
| 10 | 棋牌类游戏强化学习对弈复盘教练 | 棋局分析，AI 对手模拟对弈；复盘建议生成 |
## 15. 电商服务
电商服务场景聚焦于运营效率和转化提升。核心应用包括商品内容生成、直播带货、客户服务、价格分析等，帮助商家实现智能化运营。
| 序号 | 应用场景名称 | 实现参考 |
|:---:|---|---|
| 1 | 高转化率 AIGC 商品详情页批量生产工具 | 商品信息输入，LLM 生成卖点文案和场景描述；背景图生成 |
| 2 | 服装虚拟模特 AI 智能试穿与展示视频生成工厂 | 服装平铺图处理，虚拟模特试穿效果生成；多角度展示视频 |
| 3 | 跨境电商多语言 LLM 本地化翻译与润色助手 | 商品描述多语言翻译，文化适配润色；多平台发布接口 |
| 4 | 基于 NLP 的客户情感分析与智能回复机器人 | 咨询对话情感分析，自动生成安抚回复；好评差评分类 |
| 5 | 24 小时全天候 AIGC 数字人直播带货系统 | 数字人形象 + 实时话术生成，商品信息实时调用；弹幕互动回复 |
| 6 | 全网同款商品 AI 比价与趋势预测插件 | 电商平台价格爬取，比价图表展示；价格趋势预测 |
| 7 | 买家秀图片 AI 智能筛选与短视频合成平台 | 买家秀图片质量评分，优质内容自动推荐；短视频模板合成 |
| 8 | 基于 LLM 的实时销售对话语音分析与金牌话术推荐 | 通话 ASR 转写，实时话术合规检测；话术推荐 |
| 9 | 市场流行趋势 AI 洞察与爆款预测引擎 | 社交媒体和电商数据采集分析，LLM 洞察趋势热点；选品建议推荐 |
| 10 | 私域流量用户画像 AI 聚类与精细化运营系统 | 用户行为数据聚类分析，画像标签生成；自动化营销触发 |
## 16. 能源
能源场景致力于实现能源行业的智能化管理和绿色转型。典型应用包括用电分析、设备检测、碳排放核算、调度优化等，推动能源系统的高效运行。
| 序号 | 应用场景名称 | 实现参考 |
|:---:|---|---|
| 1 | 家庭用电行为 AI 分析与节能策略顾问 | 智能电表数据采集，用电模式分析；LLM 生成节能建议 |
| 2 | 光伏组件缺陷无人机 CV 视觉识别系统 | 无人机巡检拍摄，热红外图像分析；缺陷检测标注 |
| 3 | 电力现货交易价格 AI 趋势预测与自动获利策略 Agent | 电力市场数据采集，价格预测模型；策略生成和交易执行 |
| 4 | 储能电池健康度 AI 无损检测与热失控风险预警系统 | 电池运行数据监测，健康度评估模型；风险预警推送 |
| 5 | 企业全链路碳排放 AI 自动核算与 ESG 报告生成助手 | 能源消耗数据采集，碳排放因子计算；ESG 报告自动生成 |
| 6 | 电网极端天气负荷 AI 预测与应急调度指挥系统 | 气象数据对接，负荷预测模型；调度策略生成 |
| 7 | 加油站违规行为 AI 视频识别与报警卫士 | 视频监控分析，违规行为检测（打电话、抽烟等）；告警推送 |
| 8 | 长输油气管道泄漏声波 AI 监测与精准定位系统 | 声波传感器数据采集，泄漏检测模型；定位算法计算 |
| 9 | 虚拟电厂资源聚合与 AI 电力交易决策系统 | 分布式资源接入，聚合优化调度；交易策略执行 |
| 10 | 矿井人员位置 AI 追踪与危险区域入侵报警 | UWB/蓝牙定位，人员轨迹追踪；危险区域电子围栏 |
## 17. 音视频
音视频场景聚焦于内容生产和媒体处理。常见应用包括视频剪辑、语音合成、字幕生成、视频修复等，提升音视频内容的生产效率和质量。
| 序号 | 应用场景名称 | 实现参考 |
|:---:|---|---|
| 1 | 长视频精彩片段 AI 识别与短视频自动剪辑工具 | 视频内容分析，关键帧识别；精彩片段自动剪辑 |
| 2 | 视频背景噪音 AI 智能分离与人声增强助手 | 音频分离模型，去除背景噪音；人声增强处理 |
| 3 | 老旧影像 4K 超分修复与 AI 智能上色工作台 | 视频超分辨率模型，修复老旧画质；AI 自动上色 |
| 4 | 文字转真人级 TTS 配音与情感控制系统 | 多音色 TTS 模型，情感控制生成；音频导出 |
| 5 | 视频语音 ASR 自动识别与双语字幕生成工具 | 语音识别生成字幕，多语言翻译；双语字幕叠加 |
| 6 | 视频画面多余物体 AI 智能擦除引擎 | 视频目标追踪，物体移除修复；帧间一致性处理 |
| 7 | 无版权背景音乐 AIGC 自动作曲机 | 音乐生成模型，情绪风格可控；版权检测 |
| 8 | 特定人物音色 AI 克隆与变声转换软件 | 少量语音样本训练音色模型；变声处理 |
| 9 | 剧本一键转分镜脚本与 AI 动态预演视频生成平台 | 剧本解析生成分镜，AI 生成预演视频 |
| 10 | 会议录音 AI 智能转写与核心待办提取助手 | 多人会议语音分离转写，LLM 提取待办事项；时间戳标注 |
## 18. AI 营销
AI 营销场景致力于提升营销效率和创意产出。核心应用包括文案生成、海报设计、热点追踪、竞品分析等，帮助企业实现精准营销和品牌传播。
| 序号 | 应用场景名称 | 实现参考 |
|:---:|---|---|
| 1 | 小红书爆款文案 AIGC 自动撰写引擎 | 话题输入，LLM 生成种草文案；emoji 和话题标签优化 |
| 2 | 营销海报 AI 智能排版与多尺寸适配工具 | 文案输入，海报模板智能匹配与多尺寸导出 |
| 3 | 品牌 LOGO 创意 AIGC 生成与 VI 体系构建平台 | 品牌关键词输入，LOGO 创意生成；VI 规范生成 |
| 4 | 全网热点 AI 追踪与借势营销创意生成助手 | 热点数据采集，LLM 分析营销角度；创意方案生成 |
| 5 | 广告投放 ROI 实时监控与 AI 预算竞价管家 | 广告平台数据对接，效果分析模型；竞价策略优化 |
| 6 | 竞品营销策略深度解析与 AI 周报生成器 | 竞品内容采集分析，策略提取；周报自动生成 |
| 7 | 搜索引擎关键词 AI 布局与引流文章批量写作 | 关键词分析，文章批量生成；SEO 优化建议 |
| 8 | 千人千面个性化营销邮件 AI 撰写专家 | 用户画像数据，个性化内容生成；A/B 测试 |
| 9 | 品牌声誉全网监测与舆情危机 AI 预警雷达 | 全网舆情数据采集，情感分析；危机预警推送 |
| 10 | 短视频脚本创意 AIGC 生成与分镜指导助手 | 主题输入，脚本和分镜生成；拍摄建议指导 |
## 19. 数据智能
数据智能场景聚焦于数据分析和价值挖掘。典型应用包括自然语言查询、可视化生成、数据治理、知识图谱构建等，帮助企业实现数据驱动的决策支持。
| 序号 | 应用场景名称 | 实现参考 |
|:---:|---|---|
| 1 | 基于 Text-to-SQL 的自然语言查数引擎 | 自然语言转换为 SQL 查询，结果可视化展示 |
| 2 | 对话式 BI：一句话生成可视化图表 | 数据需求描述，图表自动生成；支持多图表类型切换 |
| 3 | 截图一键转 Excel 表格识别工具 | 截图上传后，VLM 识别表格结构和数据；导出为 Excel 文件 |
| 4 | 图片及截图转 Excel 表格 AI 识别神器 | 图片 OCR 识别表格结构，数据导出为 Excel |
| 5 | 多源异构数据知识图谱自动化构建 | 多数据源接入，实体和关系抽取；图数据库存储 |
| 6 | 数据报表智能解读与趋势分析助手 | 上传数据报表图片或输入数据，VLM 解读图表内容并分析趋势 |
| 7 | 数据库表结构智能解读与查询示例生成助手 | 输入表名或字段描述，LLM 生成建表说明和示例查询 SQL |
| 8 | 企业主数据智能对齐与 AI 去重治理 | 多源主数据匹配，重复记录识别；合并规则配置 |
| 9 | 数据需求文档智能转测试用例工具 | 输入数据需求描述，LLM 生成测试场景和验证用例 |
| 10 | 数据指标口径智能问答助手 | 基于指标定义文档构建知识库，LLM 解答指标口径、计算逻辑等问题 |