思语伙伴（Echo）- 团队项目文档
项目带头人：蔡智敏 团队成员：蔡智敏、费俊杰、王亚男、姜绍彬、林伟权 文档版本：v1.0-Alpha 更新日期：2025-11-03
1. 项目的需求分析和商业前景
1.a NABCD模型
N - Need（需求）
核心痛点： - 写作缺乏即时反馈（传统日记是单向记录） - 思绪混乱难以理清（信息过载） - AI助手"一次性轰炸"（打断思路） - 需要多视角理解（而非单一观点）
目标人群：年轻人、职场人士、创业者、创作者
A - Approach（做法）
四大核心功能：
1. Writing（智能写作） - 私密空间：无评判的自由书写环境 - 实时评论：写作过程中，AI自动提供多视角反馈 - 12种声音：Logic（逻辑）、Empathy（共情）、Drama（戏剧）等不同人格 - 渐进式显示：评论随写作流程自然出现，不会打断思路 - 情绪上下文：选择当前状态（焦虑/平静/兴奋），AI调整语气
2. Timeline（时间线回顾） - 每日图片：基于当天笔记，AI生成意象图片 - 日历视图：查看历史日期的图片缩略图 - 星标评论：点击日期，回顾收藏的重要评论 - 成长轨迹：通过图片和评论，看见思考的演变
3. Analyze（深度分析） - Echoes（回响）：识别反复出现的主题 - Traits（特质）：分析性格特点 - Patterns（模式）：发现行为模式 - 长期报告：生成阶段性成长总结
4. Agent Customization（智能体定制）
- 声音编辑：增删AI声音、修改人格、调整样式
- @对话：输入@选择声音，展开深度对话
- 名人匹配（Beta）：AI搜索相似经历的名人故事
- 个性化：根据偏好调整评论风格
B - Benefit（优势）
vs Day One：写作过程中实时评论（而非事后回顾） vs ChatGPT：多声音+渐进式+长期记忆（而非单一AI+一次性+无记忆）
核心价值：让思考真实发生，在写作过程中。
C - Competition（竞争）
直接竞品：AI+日记类产品（早期阶段，多为事后分析） 竞争窗口：渐进式评论机制尚无竞品
D - Delivery（推广）
商业模式：Freemium（免费基础 + 付费高级） 冷启动：种子用户招募（知乎、豆瓣）+ 内容营销
1.b 新闻稿和FAQ
新闻稿（精简版）
思语伙伴是一个AI驱动的写作伙伴，在写作过程中提供多视角实时评论。核心创新：渐进式评论（写作过程中自然出现，不打断思路）+ 多声音系统（12种AI人格，多视角反馈）。
活跃用户预计（Alpha后3个月）：10-20位用户，7天留存率>50%，至少5位愿付费。
FAQ（精简版）
Q1: 与ChatGPT区别？ A: 写作过程中自动触发（而非主动提问），12种声音（而非单一AI），记住情绪状态/被拒短语（而非无记忆）。
Q2: 能量机制如何工作？ A: 每个标点符号触发后端分析，累积50分（约2-3句话）显示1条评论。
Q3: 定价？ A: Freemium模型，Alpha完全免费。
1.c 典型用户
小张，28岁，产品经理。痛点：表达压抑、思绪混乱、反馈缺失。需要：私密空间、多视角反馈、具体行动建议。
1.d 典型场景
场景：小张晚上9点写工作反思
- 选择情绪状态"焦虑"
- 写："今天项目会议后，我对产品方向迷茫，团队意见分歧..."（84分）
- 触发A：后端返回评论进Waitlist
- 触发B：84≥50，显示Logic评论："分歧不是问题，关键是决策依据"
- 继续写 → 触发Half Light评论："恐惧在提醒你需要更多信息"
- 输入
@Logic展开对话，获得3步骤行动建议 - 生成每日图片（意象化当天思绪）
价值：从"思绪混乱"到"理清逻辑"，从"焦虑"到"具体行动"。
实际界面示例：
写作过程中，AI以不同人格（holder、unpacker、absurdist、starter）实时提供多视角评论
1.e 发现需求的方法
- Dogfooding：团队每天使用，发现中文逗号触发过快→权重=0
- 深入面谈：10位用户，80%提到"写日记没反馈"
- 用户调查：67份问卷，73%每周写作<1次（拖延）
- 可用性研究：5位用户测试原型，发现评论位置不合理→改底部弹窗
- 竞品分析：所有竞品都是"事后分析"，无"过程中评论"
2. 项目的团队、估计和设计
2.a 团队角色与模型
团队模型：功能团队模式 + 敏捷SCRUM（2周/Sprint，每日站会）
角色分配：
| 成员 | 角色 | 核心职责 |
|---|---|---|
| 蔡智敏 | 产品负责人 + SCRUM Master | 产品愿景、优先级、原型设计、组织会议 |
| 费俊杰 | 后端工程师 | FastAPI服务器、SQLite、LLM分析、图片生成 |
| 王亚男 | 运营/市场 | NABCD文档、新闻稿、用户访谈、测试验收 |
| 姜绍彬 | 移动端 + 心理学顾问 | 响应式布局、写作引导机制设计（心理学）、情绪干预 |
| 林伟权 | 智能体工程师 | 名人相似经历匹配智能体、资料搜索智能体 |
AI助手：Claude Code、GitHub Copilot（约30%代码AI生成，经人工审核）
2.b Alpha功能范围
✅ 完全实现
- 场景1：写作过程中实时评论（能量机制+多声音）
- 场景2：@触发Agent对话
- 场景3：每日图片生成+Timeline回顾
⚠️ 最小可用
- 场景4：情绪状态影响AI语气（效果需优化）
- 场景5：声音自定义（UI简陋）
❌ Alpha不支持
- 场景6：名人相似经历匹配（Beta实现）
- 场景7：次日提醒推送
3. 功能的详情和工作的估计
3.a 功能分类
| 功能 | 必要/辅助 | 核心/外围 | 卫生/惊喜 |
|---|---|---|---|
| 实时评论 | 必要 | 核心（杀手） | 惊喜 |
| 多声音系统 | 必要 | 核心（杀手） | 惊喜 |
| @Agent对话 | 必要 | 核心 | - |
| 情绪状态 | 辅助 | 核心 | - |
| Timeline回顾 | 辅助 | 核心 | - |
| 深度分析报告 | 辅助 | 核心 | - |
| 用户认证 | 辅助 | 外围 | 卫生 |
3.b WBS示例（能量机制）
能量积累+评论显示 (80h)
├── EditorEngine核心 (20h)
├── 权重计算函数 (12h)
├── 双触发机制 (16h)
├── 后端LLM分析 (16h)
├── 重叠检测 (12h)
└── 前端UI集成 (4h)
估计方法：三点估计法（PERT） + Planning Poker
Alpha总工时：350小时（5人×14天×5h/天） 分配：核心250h (71%)、辅助70h (20%)、测试30h (9%)
3.c NPS收集
方法1：软件内弹窗（使用7天后） 方法2：事后深度访谈（Alpha结束后）
目标：Alpha后1月NPS>0，Beta后NPS>30
4. 项目的具体开发和推进
4.a 代码质量保证
Git Flow：main（生产）← develop（开发）← feature/功能名
代码规范：ESLint+Prettier（前端）、Black+Flake8（后端）
Code Review：至少1人审核，CodeRabbit辅助
4.b AI工具使用
工具：Claude Code（主力）、GitHub Copilot、ChatGPT
TDD流程：
1. 写测试（红灯）
2. AI生成代码
3. 运行测试（绿灯？）→ 是→重构，否→修改
所有AI代码必须通过测试，覆盖率>80%。
4.c Daily SCRUM
节奏：2周/Sprint，每天10:00站会（15分钟）
格式（每人回答）： 1. 昨天做了什么？ 2. 今天计划做什么？ 3. 遇到什么阻碍？
记录：团队博客 https://blog.ink-and-memory.com/daily-scrum
5. 个人贡献与团队关系
5.a 贡献分计算
公式：
贡献分 = 基础分(50%) + 质量分(30%) + 协作分(20%)
- 基础分：代码commits × 质量系数 + 文档字数/1000
- 质量分：Code Review评分 + Bug率（越低越好）
- 协作分：PR审核次数 + 帮助他人记录
透明度：每Sprint公开贡献分，可提出异议。
5.b 离队决定
方法：综合评分 + 自愿优先
- 自愿离队优先
- 无人自愿 → 贡献分最低者（关键模块负责人除外）
- 投票机制（如有争议，≥3票）
- 带头人决定（最后手段）
离队权益：贡献分记录、继续使用产品、代码署名权
6. 项目总结
6.a Pre-mortem（预先失败分析）
假设8周后失败，原因：
| 原因 | 概率 | 如何避免 |
|---|---|---|
| Feature Creep | 40% | 每周Review，删除低价值功能 |
| LLM成本失控 | 25% | 用户调用上限、切换便宜模型 |
| 用户留存低 | 20% | 深度访谈、A/B测试、快速迭代 |
| 技术债堆积 | 10% | 每Sprint 20%时间重构 |
| 团队沟通失效 | 5% | 每日站会、OpenAPI规范 |
成功指标（Alpha后3月）： - ✅ 20位活跃用户 - ✅ 7天留存>50% - ✅ 5位愿付费 - ✅ NPS>0
止损线： - 🔴 留存<30% → 重审方向 - 🔴 成本>$500/月 → 优化或停止
附录
术语表： - 能量积累：写作量化为"能量值"，达阈值触发评论 - Waitlist：评论等待栈（LIFO） - 重叠检测：防止高亮短语重叠
参考资料： - 邹欣《构建之法》：https://www.cnblogs.com/xinz/ - NABCD模型：https://www.cnblogs.com/xinz/archive/2010/12/01/1893323.html
联系方式： 产品地址：https://lexicalmathical.com/ink-and-memory/
文档结束 下次更新：Alpha结束后（2025-02-28前），增加Post-mortem