11 KiB
11 KiB
物业 AI 人力资源系统项目规划方案与 AI 接口说明
会议版 ｜ 2026-07-06 核心口径：这套系统真正对标的不是「知识库 + 练习工具」，而是 数字师傅。
1. 一句话定位
这是一套面向物业一线岗位的 数字师傅系统：用 AI 把优秀老师傅的 言传、身教、判断 三件事产品化、规模化。
物业一线知识很多不是写在文档里的，而是在老师傅带新人时完成传递：
- 催费上门该几个人去、带什么、第一句话怎么说。
- 业主情绪上来时先接什么话、什么时候承诺、什么时候升级。
- 巡逻、查卫生、接待、上门沟通这些动作怎么做才像样。
- 遇到投诉、求助、吵架、听不清、方言场景时怎么稳住局面。
本系统要做的不是把资料搬进库里，而是把这些经验变成可学习、可练习、可复盘、可分发的 AI 能力。
2. 产品主线：数字师傅 = 言传 + 身教 + 判断
| 老师傅能力 | AI 产品化形态 | 系统落点 |
|---|---|---|
| 言传：怎么说 | 话术、语音示范、多语气对话 | SOP 查询、话术推荐、ASR/TTS、三角色对练 |
| 身教：怎么做 | 图片、视频、动作示范、场景演示 | 培训图片、培训视频、案例视频、关键帧解析 |
| 判断：学什么 | 根据岗位、阶段、短板决定学习内容 | 员工画像、主管看板、个性化学习分发 |
一句话总结：AI 生产内容，AI 匹配媒介，AI 决定给谁看，数据再回流画像。
3. 三个认知跃迁
3.1 从「文字资料」到「知识类型 × 媒介匹配」
不同知识不能都用文档承载。媒介选错，员工学不会。
| 知识类型 | 最适合媒介 | 例子 |
|---|---|---|
| 规则数字类 | 信息图 / 卡片 | 投诉首响时限、催费节点、工单流转规则 |
| 话术类 | 语音示范 / 对话脚本 | 安抚话术、催费开场、拒绝不合理诉求 |
| 动作流程类 | 视频 | 上门催费、接待礼仪、巡检动作、现场沟通站位 |
| 判断策略类 | 案例 + 复盘 | 什么情况升级、什么话不能说、什么时候先稳情绪 |
所以后续培训视频不是锦上添花，而是隐性知识传递的主媒介之一。
3.2 从「SOP 库」到「经验资产库」
SOP 只解决标准问题，老师傅真正值钱的是案例、策略和火候。
| 知识层 | 作用 | 输出给员工的形式 |
|---|---|---|
| SOP | 告诉员工标准是什么 | 标准答案、步骤、红线 |
| 案例 | 告诉员工真实场景怎么发生 | 可参照案例、相似情境 |
| 话术 | 告诉员工此刻可以怎么说 | 直接可说的话 |
| 经验策略 | 告诉员工什么时候用哪招 | 注意事项、判断依据 |
因此「案例沉淀」不是辅助功能，而是隐性经验的采集入口：一线语音上报 → AI 整理 → 审核入库 → 反哺训练和检索。
3.3 从「回答问题」到「有情绪的语音对手戏」
员工真正需要练的不是选择题，而是现场应对。
目标体验是：
- AI 扮演业主，有情绪、有身份、有诉求。
- 员工用语音回应。
- ASR 识别员工话术。
- LLM 结合人设和对话记忆继续追问。
- TTS 用不同语气播报。
- 完成后从 SOP、沟通、情绪、营销意识等维度评分。
这就是“老师傅带你去现场练一遍”的数字化版本。
4. 三端怎么玩
| 端 | 使用对象 | 核心玩法 |
|---|---|---|
| 候选人端 H5 | 面试候选人 | AI 面试、答题、补充资料、查看审核状态 |
| 员工端 H5 | 一线员工/客服管家 | 今日任务、语音对练、查 SOP、学案例、看画像 |
| 主管端 H5 | 项目主管/带教人 | 看团队进度、看待复盘员工、点进单条话术、给复盘建议 |
5. 管理后台功能地图
| 模块 | 作用 |
|---|---|
| 首页驾驶舱 | 看演示指标、待办、风险 |
| AI 面试 | 管理候选人面试、查看评分、审核资料 |
| 三角色对练 | 管理训练场景、对练过程、评分结果 |
| 案例沉淀 | 上传语音/素材，AI 整理成案例 |
| SOP 知识库 | 上传制度/SOP，检索、引用、问答 |
| 资料处理 | 批量上传、异步解析、导入任务、处理状态 |
| 模型配置 | 配置大模型、向量模型、ASR、TTS、视觉模型 |
6. 当前已经打通的能力
| 能力 | 当前状态 |
|---|---|
| 三端 H5 | 候选人端、员工端、主管端已可点击演示 |
| 手机号登录 | 已接短信登录流程；演示可用固定验证码 |
| AI 面试 | 已复用后端面试 API，模型优先，失败 fallback |
| 员工三角色对练 | 已接 /start、/turn、/finish，完成后写训练记录 |
| 员工训练历史/画像 | 已从训练记录聚合展示 |
| 主管复盘 | 已能看待复盘列表、详情、导师改写、标记复盘 |
| 候选资料上传 | 文件进 OSS/MinIO，关系进候选资料表，HR 可审核 |
| SOP 知识库 | 支持文档上传、解析、切片、检索、引用 |
| 批量资料处理 | 支持异步队列、失败重试、导入任务 |
| Qdrant 向量库 | 作为向量索引层接入，不替代 MySQL/MinIO |
| 视频资料解析 | 已规划为异步处理，依赖 ffmpeg/ffprobe、ASR、Vision |
7. AI 接口和供应商口径
核心原则：系统不绑定单一模型厂商。后端统一走模型配置表，按能力分成 chat / vector / rerank / asr / tts / vision 六类。通用能力优先复用 OpenAI-compatible API；供应商契约不同的能力由后端按供应商和模型分流，客户端仍使用统一业务接口。
7.1 当前系统内置/预留的供应商
| 供应商 | 当前用途 | 备注 |
|---|---|---|
| OpenAI 兼容接口 | 通用兜底入口 | 可接企业自有网关或任何兼容服务 |
| DeepSeek | Chat 大模型候选 | 适合文本生成、问答、总结 |
| 智谱 AI | Chat / embedding / rerank 候选 | 代码内保留供应商入口 |
| 阿里云百炼 / 通义千问 | 生产短音频 ASR/TTS；Chat、实时语音候选 | 短音频 ASR 使用 qwen3-asr-flash 兼容模式，密钥只保存在受控配置 |
| Ollama | 本地模型候选 | 可用于内网/离线试验 |
| 硅基流动 SiliconFlow | 向量、重排及语音兼容供应商 | bge-m3、OpenAI audio 兼容 ASR、CosyVoice2 TTS、部分图像模型 |
7.2 各类 AI 能力怎么接
| AI 能力 | 接口类别 | 当前/推荐供应商 | 用在什么地方 |
|---|---|---|---|
| 大模型对话/总结 | chat |
DeepSeek、通义千问、智谱、硅基流动、企业自有 OpenAI 兼容网关 | 面试出题、评分、案例整理、SOP 总结、资料归类 |
| 向量化 embedding | vector |
硅基流动 BAAI/bge-m3、智谱 embedding-3 |
SOP/案例/资料切片后做语义检索 |
| 重排序 rerank | rerank |
bge-reranker 类模型，供应商可走硅基流动或智谱兼容接口 | 多条知识命中后按语义相关度排序 |
| 语音识别 ASR | asr |
生产使用阿里云百炼 qwen3-asr-flash；SiliconFlow OpenAI audio 接口保留兼容 |
员工语音训练、案例语音上传、视频音轨转写 |
| 语音合成 TTS | tts |
生产优先阿里云百炼 qwen-audio-3.0-tts-flash；SiliconFlow CosyVoice2 保留兼容 |
AI 业主播报、SOP 朗读、模拟不同语气声 |
| 图片/视频画面理解 | vision |
多模态 Chat 模型；二期可评估火山 Doubao-embedding-vision | 图片 OCR、视频关键帧描述、以图搜图 |
| 向量数据库 | Qdrant | 自建 Qdrant 服务 | 只存向量索引和最小 payload，事实源仍是 MySQL/MinIO |
| 原始文件存储 | MinIO / sys_oss | 当前自建 MinIO | 存 SOP、候选资料、语音、图片、视频 |
| 短信 | 阿里云短信 | 复用 RuoYi sms4j 配置 | 手机号登录验证码 |
8. 视频和数字人接口规划
视频优先级需要上调。它不是“生成玩具”，而是老师傅身教经验的主要载体。
| 层级 | 方案 | 推荐接口/供应商 |
|---|---|---|
| 低成本先跑 | 图片 + TTS + 字幕 + ffmpeg 合成培训短视频 | 自建 ffmpeg 合成，TTS 用硅基流动或 MiniMax |
| 数字人口播 | 案例讲解、SOP 讲解、培训课件口播 | 腾讯智影、百度曦灵、硅基智能、MiniMax |
| 文生/图生视频 | 片头、场景氛围、动作示范补充 | 可灵 Kling、火山即梦 Seedance、MiniMax 海螺、通义万相 |
二期建议先接 MiniMax 一家做完整闭环：LLM、TTS、图像、视频一套 key 和鉴权，集成成本最低；如果视频效果不够，再单独替换可灵/即梦。
9. 资料与知识库怎么玩
- HR 或运营人员上传 SOP、制度、案例、图片、视频。
- 系统把原始文件存到 MinIO。
- 后端解析文本、图片 OCR、视频抽音轨/关键帧。
- 文本切片写入 MySQL。
- 配置了向量模型时写 embedding，并同步到 Qdrant。
- 员工或主管提问时，系统先查 MySQL Fulltext，再查 Qdrant，最后 rerank 排序。
- 回答分层输出：SOP 给标准，案例给参照，话术给可直接说的话，经验策略给判断依据。
10. 后续规划
P0：当前 MVP
- 三端 H5 能点。
- AI 面试能跑。
- 员工训练能跑。
- SOP 查询能跑。
- 候选资料能上传和审核。
- 主管能看复盘。
P1：试点项目可用
- 生活顾问岗位做深：投诉、报修、催费、停车、入伙、日常接待。
- 连贯语音对手戏：多语气、多情绪、多方言的 AI 业主。
- 每日小训：每天 5-10 分钟训练。
- 主管学习监控：谁看了、谁练了、分数如何、短板是什么。
- 员工四维画像：训练时长、贡献度、测评分、AI 等级。
- 经验资产库：SOP、案例、话术、策略分层入库。
P2：规模化和视频化
- AI 老师傅：按岗位、阶段、画像短板自动推荐学习内容。
- 培训图片/视频自动生成：让隐性经验可以被看见、被模仿。
- 纯视觉检索：找图片、找视频片段、找动作示范。
- 个性化学习分发引擎：AI 分析该让谁看什么、练什么。
- 对接企业微信/钉钉/外部人事系统。
11. 会议上建议怎么讲
可以按这 4 句话讲：
- 这套系统不是知识库，也不是普通练习工具，而是物业行业的数字师傅。
- 它把老师傅的言传、身教、判断三件事产品化：话术用语音，动作用视频，判断用画像和分发。
- 候选人、员工、主管三端已经能跑，后台负责配置、审核、资料处理和模型管理。
- 近期先把生活顾问岗位做深，后面扩到保安、保洁、保绿、保修，并逐步上视频化培训和个性化学习分发。