docs: capture 2026-07-04 user feedback analysis and backlog updates
新增 feedback/2026070423/ANALYSIS.md:9 张反馈截图逐条解码(信息图 HTML 卡片/按钮触发小窗总结/页面必须切换/可点视觉分化/角色职责地图/ 员工五段旅程/主管学习监工/四保一服场景/连贯语音对手戏/动作类知识 视频化/AI 分发决策),拔高为「数字师傅」定位与三个产品跃迁(媒介 匹配/经验资产库/语音对手戏),附行动清单。BACKLOG:B2 增补连贯语音 对手戏与四保一服场景维度,B4 优先级上调(表演型知识主媒介),新增 B8 数字师傅(学习旅程模块化+主管监控面板+个性化分发引擎+知识类型 维度)。
This commit is contained in:
@@ -28,6 +28,9 @@
|
||||
- 方言 → 粤语/川话预置音色,或语音克隆接口用 ~15s 真实录音复刻(方言 TTS 本来就在一期集成清单第 4 项)
|
||||
- 吵架 → `emotion: angry` + `speed: 1.2`
|
||||
- 求救听不清 → TTS 出 `emotion: sad/fearful` 底音 + ffmpeg 后期加噪/压音量/断续("信道劣化"无现成 API,后期处理最可控)
|
||||
- **2026-07-04 反馈增补**(截图见 `feedback/2026070423/`,解读见其 ANALYSIS.md):
|
||||
- **连贯语音对手戏**:对练从"回合制答题"升级为实时情景对话——ASR→LLM(情绪人设+对话记忆)→TTS 低延迟循环,"很凶的老太太吵架"是验收场景;
|
||||
- **场景库分四保一服**:保安/保洁/保绿/保修/客服按岗位出场景,启用 `practice_scenario.position/project_type` 字段,内容不混岗。
|
||||
|
||||
### B3. AI 一键生成场景培训图片(优先级 3)
|
||||
|
||||
@@ -48,6 +51,7 @@
|
||||
2. **数字人口播**(案例讲解视频主力):腾讯智影 / 百度曦灵 / 硅基智能,按分钟计费,比文生视频便宜一个量级
|
||||
3. **文生视频**(片头/场景氛围镜头):可灵 Kling / 火山即梦 Seedance / MiniMax 海螺 / 通义万相
|
||||
- 选型倾向:二期先只接 **MiniMax 一家**打通(LLM + TTS + 文生图 + 视频一个 key 一套鉴权,对 2 人团队集成量最小,且同时覆盖 B2 语气声);视频质量不满意再单换可灵/即梦——全部封装在自有 provider 抽象后(参照 siliconflow embedding provider 先例)。
|
||||
- **2026-07-04 反馈:优先级上调**(解读见 `feedback/2026070423/ANALYSIS.md`)——视频不是"锦上添花的生成玩具",而是**表演型/动作类隐性知识的主传递媒介**(巡逻、查卫生、礼仪、上门催费:"几个人去、带什么、开口怎么说,经验上的东西没办法说,好的领导现场表演一遍,现在都可以用 AI 做出来")。切入点:催费上门等 1-2 条示范视频先行,验证价值再铺量。
|
||||
|
||||
### B5. 员工四维画像:训练时长 / 贡献度 / 测评分 / AI 等级
|
||||
|
||||
@@ -79,6 +83,18 @@
|
||||
- 前置:火山引擎开户 + G3/G6 供应商合规评估;图片/视频资料成规模、以图搜图成为真实高频需求。
|
||||
- 已做的替代缓解(2026-07-04):视频关键帧 caption(vision prompt 带画面描述)+ rerank(bge-reranker-v2-m3)已上线,覆盖大部分检索需求;B7 只补最后一段纯视觉语义。
|
||||
|
||||
### B8. 数字师傅:学习旅程模块化 + 个性化分发引擎(2026-07-04 反馈,方向级)
|
||||
|
||||
来源:2026-07-04 用户反馈(截图与完整解读见 `feedback/2026070423/ANALYSIS.md`)。核心洞察:系统的对标物是"会带人的老师傅"——把言传(话术语音)、身教(动作视频)、判断(该学什么)用 AI 规模化。
|
||||
|
||||
三个子块,可独立排期:
|
||||
|
||||
1. **员工端五段学习旅程模块化**:入职前面试考核 → 岗前培训 → **每日小训(5-10 分钟,独立模块)** → 棘手问题即时求助("发一个语音,给我两三个 SOP 或话术"——检索输出加话术层)→ 场景模拟。角色主页做成"职责地图"(板块化菜单,不是卡片流)。
|
||||
2. **主管端学习监控面板**:员工×活动(看了哪些视频/做了哪些互动)×时长×效果,衔接 B5 四维画像与视频观看时长统计(心跳+区间合并方案,见 2026-07-04 会话讨论)。
|
||||
3. **个性化分发引擎**(系统的大脑):岗位(四保一服)× 阶段(入职前/岗前/在岗)× 画像短板 → 决定"今天该看什么/练什么";内容多了以后分发比生产更难("用 AI 分析该让他们看到哪些东西")。闭环:AI 生产内容 → AI 匹配媒介 → AI 决定给谁看 → 数据回流画像。
|
||||
|
||||
配套知识模型扩容:知识类型维度(SOP=标准 / 案例=参照 / 话术=直接能说 / 经验策略=火候),检索按类型分层供给;案例沉淀链路是隐性知识的采集入口,战略地位上调。
|
||||
|
||||
## Future Enhancements
|
||||
|
||||
### Model Classification Version Governance
|
||||
|
||||
Reference in New Issue
Block a user