邵云飞

情境与任务

量化诊断发现题库数量（摊薄后每科不足 1 万题）与质量（60% 陈旧、标签缺失）双重硬约束。作为产品负责人，目标是在年成本 5 万元内实现「错题采集 → 错因识别 → 候选召回 → 质量筛选 → 分层推送 → 练习反馈 → 题库优化」全链路自动化闭环。

核心行动

• 四阶段演进规划：规则版可用 → 自动召回增强 → AI+人工审核 → 效果闭环（策略 A/B 测试），避免一步到位的高风险
• 人机协同机制：教研/运营可查看推荐理由与候选排序，执行通过 / 替换 / 退回 / 下架，答案解析、难度、超纲边界可追溯可审核
• 6 周交付节奏：商务签约 → 后端推题逻辑与前端联调 → 数理化灰度验证 → 全量上线

成果与 AI 能力标签

与学科网联合完成初中数学、高中数学、竞赛数学、初中科学等多学科推题实测验证。沉淀能力栈：推荐策略设计 | 多策略召回 | RAG 相似题检索 | Human-in-the-loop | 可解释性设计 | AI 供应商评估与成本控制 | 效果指标体系。

情境与任务

学科网等题库网站只解决「找题」，解决不了「针对本班学情出题」；面向教师工作流的成熟 AI 产品极少——明确的场景空白。目标是独立完成产品定义与 PRD，先零成本验证真实效果，再招募教师进入外测。

核心行动

• 出题助手四步流：生成 / 变式 / 审核 / 入题库；RAG 知识库仅服务于出题锚定与讲评参考，严格框定生成边界
• 预置人教版知识点树（初中数学七上 + 小学数学四上双学段）
• 编写 US-1 至 US-7 用户故事与验收标准：出卷 3 小时 → 30 分钟、考后分析 2 小时 → 5 分钟、同一答案多次 AI 批改分差不超阈值、组卷导出保留排版与公式

成果与 AI 能力标签

PRD v0.1 冻结需求基线进入开发，形成可复用的 AI Agent 方法论：人在环审核流、防幻觉三件套、置信度分级与降级策略、按任务多模型调度；设计「家庭内测 → 教师外测 → 商用」三级验证路径。

情境与任务

恰逢国家「人工智能+」行动意见、教育数字化意见与浙江省「人工智能+教育」行动方案密集出台，区域教育数字化转型进入政策窗口期。作为产品负责人主导一期产品需求文档编制与整体规划，打通「资源创建 → 审核入库 → 教学应用 → 数据回流 → 优化提质」业务闭环。

核心行动

• 系统梳理国家、省、市三级政策依据，结合区域四大痛点确立「急用先行、基础优先」的一期建设策略
• 市 / 校 / 个人三级题库「分层供给、各取所需、上下贯通、智能增效」，智能组卷、错题自动归集、考试数据自动归档嵌入闭环关键节点
• 「准备（招采）→ 部署（试点上线）→ 应用（培训推广验收）」三阶段里程碑，完成题库质量、等保合规、权限最小化等六类风险预案

成果与 AI 能力标签

一期 PRD V1.0 完成编制并进入市级流程，预算精细拆分与 ROI 论证匹配系统复杂度，形成可复制的区域建设模式。能力标签：AI 战略规划 | 政策解读与产品转化 | G 端大客户需求管理 | 数字基座架构 | 非功能需求定义 | 预算与风险管控。

核心行动

• 定义「能力测评 → 兴趣问卷 → 路径生成 → 确认/调整 → 开始学习」完整状态机，设计断点续测（7 天）、测评异常人工介入、推荐降级、离线缓存四类异常分支
• 明确 V1.0 的 In/Out Scope（VR/AR 沉浸学习、实时直播、区块链证书列入 V2.0/V3.0），P0/P1/P2 优先级与模块依赖梳理
• 业务、技术、数据三类边界条件定义（测评题目 ≤1000 题、单项目周期 ≤12 周等）

成果与 AI 能力标签

完成 V1.0 完整 PRD（产品概述、需求、业务流程、功能设计、埋点、性能指标、风险边界七大板块）。能力标签：AI 推荐算法产品化 | A/B 测试设计 | 自适应测评（IRT） | 降级与容错设计 | 数据埋点与北极星指标 | 性能标准定义。

核心行动

• 主导「教研备课 + 资源中心 + 数据报告 + 个性化学习」四大模块设计，构建教学、学习、测评、评价、研究五大环节的精准闭环
• 设计班级 / 校级 / 教师错题本 / 学生个册等多层级报告矩阵，常态化采集考试作业数据动态更新薄弱环节，实现个体画像到群体追踪的学情诊断
• 沉淀错题推题、视频讲解、拍照批改等个性化学习能力，直接为 AI 智能推题系统提供数据与场景基础

成果与 AI 能力标签

形成「区级教共体协同发展的智慧生态」，沉淀教育行业 know-how。能力标签：数据驱动产品设计 | 学情画像与知识图谱应用 | 多角色多端产品架构 | G/B/C 三端协同 | EdTech 行业纵深。