← 项目目录 ONE PAGER
产品战略 · 团队组织

众唯产品与团队思考总结

从“AI 经营增长”的宽泛表达,收敛到以垂直数据、专业策略 Skill 和可验收任务闭环为核心的电商经营智能体系统。

01 / POSITIONING

产品定位

众唯不应被定义为泛泛的“AI 经营增长产品”。

“增长”是企业最终追求的结果,但受到商品、市场、价格、供应链、渠道和团队执行等多种因素影响, 软件无法直接承诺增长。

更扎实的产品定位是:

众唯是一套面向电商经营场景,由垂直数据和专业策略 Skill 驱动, 能够主动发起任务并交付明确产出物的智能体系统。

通用办公智能体主要解决“如何更高效地完成用户指令”,众唯要解决的是:

在具体电商场景中,系统根据业务数据和专业策略,判断现在应该做什么, 主动发起任务,并交付什么结果。

核心差异不在模型本身,而在于:

  1. 电商垂直领域的数据;
  2. 专家知识沉淀形成的知识资产;
  3. 经过业务验证、精心打磨的策略 Skill;
  4. 可交付、可验收、可复盘的任务闭环。
02 / PRINCIPLES

产品核心原则

1. 以任务为核心抓手

任务不是普通待办,也不是人工随意新建的事项。

任务是由策略 Skill 基于数据和策略主动发起,为某个具体业务目的交付明确产出物, 并按照标准进行验收的执行单元。

主线任务应由策略 Skill 发起,人工主要负责授权、校正、协作和验收。

2. 任务必须交付明确产出物

凡是说不清“最后交什么”的,都不应该进入任务中心。

典型产出物包括:

  • 商机机会清单、商品诊断报告与新品立项方案;
  • 主图、买家秀图片、商品文案与短视频脚本;
  • 运营方案、执行清单、知识规则包与任务复盘结论。

产出物是系统能够按标准交付的对象;业务结果是产出物被采用后产生的经营变化。

系统可以承诺产出物的数量、时效和质量,但不应简单承诺 GMV 或利润增长。

3. 每个任务都必须形成闭环

任务必须具备:

  • 触发原因、策略依据和业务对象;
  • 产出物及规格、执行路径和验收标准;
  • 负责人、截止时间和结果数据;
  • 复盘结论。
无依据不发起,无产出不成任务,无验收不算完成,无复盘不形成进化。
03 / CONCEPTS

核心概念及关系

1. 业务边界:电商经营垂直场景

通用办公智能体电商经营垂直智能体
服务文档、表格、会议、搜索等办公活动服务选品、商品、内容、运营、投放和复盘
用户主动下达指令系统基于数据主动发现任务
交付办公材料交付可进入业务流程的经营产出物
主要评价效率评价产出物质量、采纳率和业务效果

典型经营场景包括商机发现、新品立项、商品诊断、主图优化、买家秀生产、商品运营和经营复盘。

2. 知识资产

知识资产是一个上位概念,可以容纳:

  • 专家头脑中的隐性经验,以及访谈、录音和聊天记录;
  • SOP、课程、案例、研究报告和业务规则;
  • 数据规则、指标口径、标签、元策略和任务样本;
  • 验收记录和复盘结论。

知识资产的价值不在于存储多少文档,而在于有多少知识能够被 Skill 调用,并形成有效任务和合格产出物。

3. 元策略

元策略是经过提炼和结构化的决策知识,主要回答:

  • 什么场景适用、观察哪些数据;
  • 如何判断问题或机会,为什么采取某种行动;
  • 应该做什么、什么结果算合格、有哪些例外情况。

元策略为智能体提供业务判断依据、行动原则和质量标准

如果当前“元策略”只是具体业务规则,更准确的名称可以是“结构化策略”或“业务策略”; 真正的元策略应是用于生成、选择或调整具体策略的更高层规则。

4. 策略 Skill

策略 Skill 是元策略的软件化、可运行形态,通常包括:

  • 输入数据要求、元策略引用和场景识别与触发逻辑;
  • 执行步骤、工具调用和任务生成规则;
  • 产出物模板、验收与评测标准、异常处理。
元策略是决策知识,策略 Skill 是运用这些知识解决问题的可执行能力。

一条元策略可以被多个 Skill 使用,一个 Skill 也可以组合多条元策略。

5. 智能体

智能体是任务的执行者和能力编排者,负责:

  • 选择和调用 Skill,读取业务数据和知识;
  • 调用龙虾、画布及其他工具;
  • 处理执行过程中的动态反馈;
  • 生成人工可直接采用的产出物;
  • 推动任务进入验收和复盘。
元策略决定“凭什么判断”,策略 Skill 决定“如何运行”,任务定义“交付什么”,智能体负责“怎么完成”。
04 / VALUE CHAIN

完整价值链条

电商经营垂直场景
→ 业务数据与专家经验
→ 知识资产
→ 元策略
→ 策略 Skill
→ 识别问题或机会
→ 主动发起任务
→ 智能体调用工具执行
→ 交付明确产出物
→ 人工验收与业务使用
→ 跟踪业务结果
→ 任务复盘
→ 反哺知识、元策略和 Skill
专家经验资产化、业务策略结构化、策略能力 Skill 化、业务动作任务化、 任务结果可验证化、复盘反馈持续进化。
05 / BUSINESS

商业化思路

产品商业化不能从宏大的“经营增长平台”切入,而应从高频、刚需、产出物明确的场景切入。

  1. 先卖场景包:商品诊断、主图生产、买家秀生产、新品机会洞察。
  2. 再卖任务闭环:持续发现任务、执行、验收与复盘。
  3. 最后卖企业专属 Skill:把客户自己的经验和规则转化为专属能力,形成长期粘性。

客户购买的不是 AI 本身,而是:

  • 更稳定的产出能力和更低的执行成本;
  • 更高的产出物采纳率和更短的业务交付周期;
  • 可复制的专家经营能力。
06 / TEAM

团队组织建议

团队可以采用“3 个横向能力产品 + 2 个纵向场景产品”的矩阵:

产品方向主要职责
数据资产 PM数据接入、业务对象、指标口径、数据质量和权限
知识资产 PM知识采集、结构化、策略沉淀、评审、版本和评测
任务与智能体 PMSkill 运行、任务触发、执行编排、产出物、验收和复盘
垂直场景 1 PM场景闭环、客户流程、Skill 组合、产出物标准和场景价值
垂直场景 2 PM对另一个可独立商业化的场景承担同样责任

横向产品负责能力的稳定性和复用性,纵向场景产品负责客户采用和商业价值。

五位 PM 之上还需要一位产品总负责人,对端到端价值链负责, 避免出现数据、知识、智能体都分别完成了,但客户仍然没有获得价值的情况。

场景定义边界,数据和知识提供原料,策略 Skill 形成专业能力, 智能体完成任务交付,复盘让整个系统持续进化。