Product Department AI Base Station
产品部 AI 基站 探索与建设分享
这次分享我想讲的,不是单纯一个网站,也不是单纯一个技术项目,而是想借这个 AI 基站, 和大家复盘一件事:
Current AI Usage
目前产品部 AI 应用情况
核心 AI 工具
AI 应用地图
Needs And Pain Points
产品部的业务诉求与痛点
数据孤岛与手工效率
系统多、数据散、手工慢,让产品决策很难快速响应市场变化。
深度洞察周期长
专项调研与行业洞察需要经历采集、清洗、录入、分析的长链路,非核心工作挤占 PM 核心精力。
内外部数据难沉淀
内部 OA、PLM、旺店通、浪潮等系统割裂;外部行业研究、生意参谋、蝉妈妈等来源多、格式不一,难形成持续复用的企业资产。
AI Data Base Station
AI 时代的破局思路 建设全链路智能底座
一体化 AI 数据底座
基站不是简单放数据,而是把分散来源、业务口径和工具能力组织成统一的数据入口。
核心转变:从“人找数据”走向“数据找人”。内外数据融合
横向连接内部系统,纵向融合外部电商、社媒、行业和一线反馈数据。
建设目标:形成“研-产-销-绩”全链路数据视窗。主动洞察与预警
后续引入大模型能力,让基站支持自然语言提问、自动分析和行动建议。
体验升级:从“数据提供”走向“AI 智能建议”。人机协同与安全控制
AI 负责加速归集、分析和生成,人负责业务判断、口径确认和敏感信息边界。
基本原则:效率提升不能突破数据安全边界。Website Modules
网站承载的五大能力模块
市场情报扫描
行业新品扫描 / 行业动态 / 趋势法规
竞品战略雷达
大盘数据 / 竞争格局 / 竞品监测
产品管理看板
产品进度 / SPU 管理 / 产品表现 / 库存管理
用户洞察跟踪
评价分析 / 新场景洞察 / 风险预警
提效小工具
空隙率计算 / 包材数据库 / 包装工艺测算模拟 / 用研工作台 / 文案审核 / 数量汇总 / 部门周报生成
Impact
AI 基站的核心价值
提效降本
目标是把原本耗时数天的调研周期压缩到小时级或分钟级,让 PM 回到业务判断和产品定义上。
打通增效
横向打通内部 ERP、PLM、OA 等系统,纵向融合外部电商、社媒和行业数据。
智能洞察
通过 AI 做主动洞察、预警和建议,支持 Text-to-SQL、Text-to-Insight 等自然语言交互方向。
资产沉淀
把行业研报、竞品动态、历史调研和产品方法论转化为结构化的企业产品知识库。
How It Was Built
这个网站是怎么用 AI 做出来的
AI 负责加速拆解、生成、归纳和迭代;人负责业务判断、数据来源确认、 敏感信息边界和最终取舍。它不是“一键生成网站”,而是一套人机协同的建设流程。
需求拆解
把“想做一个数据展示网站”拆成首页、二级页、三级页和工具页。
- AI 做什么
- 归纳信息架构和页面顺序
- 人做什么
- 确认高频业务问题
- 产出什么
- 网站主框架
数据结构设计
围绕市场、竞品、产品、用户四条主线梳理字段、指标和展示口径。
- AI 做什么
- 建议字段与分组方式
- 人做什么
- 核对来源和口径
- 产出什么
- 可复用数据模型
页面框架搭建
用 Codex 将业务结构转成 HTML、CSS、JavaScript 页面。
- AI 做什么
- 生成页面结构和交互
- 人做什么
- 判断表达是否清楚
- 产出什么
- 首页与看板页面
视觉风格统一
围绕“产品数据驾驶舱”的现有视觉,持续调整字体、颜色、间距和模块比例。
- AI 做什么
- 按反馈修改样式
- 人做什么
- 确认是否适合分享
- 产出什么
- 统一视觉系统
功能开发
把看板、入口、计算器、文案审核等需求逐步做成真实页面。
- AI 做什么
- 辅助实现功能逻辑
- 人做什么
- 确认公式和业务规则
- 产出什么
- 可点击工具台
截图校验与迭代
每次生成后检查中文、比例、滚动、重叠、移动端适配和演示稳定性。
- AI 做什么
- 定位视觉和交互问题
- 人做什么
- 判断现场展示效果
- 产出什么
- 可分享版本
安全边界控制
账号密码、密钥、敏感明细不进入分享页,不在页面暴露,只展示聚合结果、方法和非敏感入口。
- AI 做什么
- 辅助生成脱敏表达
- 人做什么
- 把关权限和敏感字段
- 产出什么
- 可内部分享的安全口径
Live Website Entrances
完整网站版本入口
Special Thanks