YQ产品案例文档
实习经历/西门子 · 企业 AI 产品
← 返回主页
ENTERPRISE AI PRODUCT DOCUMENT · V1.0

企业 AI 产品实践
评测、检索与会议工作流

围绕销售意图识别、企业知识检索和会议协作三个场景,建立从模型效果验证、权限控制到任务流转的产品流程。

公司
西门子(中国)有限公司
岗位
AI 产品经理
项目周期
2026.03 — 2026.06
工作范围
评测 · 检索 · 工作流
文档状态
已完成
01

BACKGROUND & SCOPE

项目背景与工作范围

项目同时覆盖销售意图理解、企业知识检索和会议协作。三个场景使用的技术能力不同,但落地时遇到的是同一类问题:模型输出需要有明确的验收口径,企业数据必须遵守访问权限,生成结果还要能够进入现有业务流程。

我负责将这些要求转化为可执行的产品规则,与算法、研发及业务团队共同推进数据准备、效果验证和流程联调。

范围 01

销售意图识别

建立真实业务评测基线,推动数据标注与三轮模型微调。

范围 02

企业知识检索

明确权限继承和个性化排序规则,保证结果安全且相关。

范围 03

智能会议流程

把会议内容转为行动项,并自动进入跨部门工单流程。

产品目标

  • 用固定评测集验证每轮模型效果,避免只依赖主观体验。
  • 在检索阶段执行权限过滤,生成内容不得超出用户可见范围。
  • 会议行动项具备责任人、截止时间和任务状态,支持后续追踪。

验收原则

  • 效果指标必须基于真实业务记录,训练集与验收集分离。
  • 权限规则优先于相关性排序,越权结果不得进入模型上下文。
  • 自动提取结果在分发前支持人工确认和修改。
02

MODEL EVALUATION

销售意图模型评测与微调

项目初期的意图识别准确率为 72%。复盘错误样本后发现,问题既来自标签边界不清,也来自训练语料与真实销售表达之间的差异。只看整体准确率,无法判断具体哪类意图发生退化。

问题 01

标签边界重叠

同一句表达可能包含咨询、需求确认和下一步行动,标注结果不一致。

问题 02

真实表达覆盖不足

销售沟通中存在简称、省略和上下文依赖,标准化语料覆盖有限。

问题 03

总分无法定位问题

整体分数提升时,高频或高风险意图仍可能出现识别错误。

2.1 数据与评测流程

01错误样本复盘

定位混淆意图和业务影响

→
02标注规范

定义标签边界与正反例

→
03数据构建

精标 3,000 条业务数据

→
04三轮微调

训练、回归、补充错例

→
05独立验收

200 条真实记录基线

评测对象设计方式主要用途控制要求
训练数据3,000 条业务数据精标补充真实表达和混淆意图样本标注前统一标签定义
验收基线200 条真实业务记录对比每轮模型效果与训练数据分离,版本固定
错误切片按意图类型和错误原因分组定位具体退化场景保留版本和模型输出记录
回归测试每轮微调后重复执行确认新版本没有破坏已有能力同口径比较,不临时更换样本
阶段结果意图识别准确率:72% → 95%

通过三轮微调和固定基线验收完成效果提升。评测过程保留错误样本、标签版本和模型版本,便于后续回归。

03

RETRIEVAL & AUTHORIZATION

企业知识检索与权限控制

企业检索不能只按内容相关性返回结果。同一份文档可能受组织、空间或文档级权限限制;如果先召回全部内容再交给模型判断,敏感信息已经进入上下文。因此权限过滤必须发生在检索链路前部。

01身份与角色

识别用户、组织和岗位信息

→
02权限过滤

排除用户无权访问的内容

→
03相关性排序

结合查询、角色和业务上下文

→
04答案生成

返回可引用、可追溯的结果

规则项产品定义异常处理
权限继承子级内容默认继承上级组织或知识空间的访问范围继承关系不明确时按无权限处理
显式授权文档级单独授权可以扩大指定用户或角色的可见范围记录授权来源和生效时间
权限变更用户调岗、离职或空间权限变化后同步更新检索范围缓存失效后重新计算可见集合
个性化排序仅在已授权结果中结合角色和历史场景调整顺序个性化不得改变权限过滤结果
规则优先级访问权限 > 内容相关性 > 个性化偏好

先确保用户只能检索到可见内容,再在可见集合内优化相关性和排序体验。

04

MEETING WORKFLOW

智能会议与工单流转

会议总结只能解决“会后看什么”,不能解决“谁在什么时间完成什么”。因此产品输出不止是摘要,而是把行动项结构化,并与现有任务流程连接。

01会议解析

转写、议题、结论

→
02行动项提取

任务、责任人、截止时间

→
03人工确认

补充、修改、删除错误内容

→
04自动分发

创建工单并匹配负责团队

→
05状态跟踪

提醒、更新、关闭与留痕

行动项字段

  • 任务内容:使用可执行表述,不直接复制整段会议原文。
  • 责任人:优先匹配会议参与者,无法确认时要求人工选择。
  • 截止时间:识别明确日期;相对时间需结合会议日期转换。
  • 证据位置:保留原始转写片段,方便确认提取是否准确。

异常处理

  • 缺少责任人或截止时间时,不直接自动分发。
  • 同一行动项涉及多个团队时,生成主任务和关联子任务。
  • 人工修改后的内容作为最终工单版本,并保留修改记录。
  • 工单创建失败时进入重试队列并展示失败原因。
05

DELIVERY & REVIEW

项目结果与职责复盘

精标业务数据3,000 条

覆盖销售真实表达

真实评测基线200 条

用于模型版本验收

意图识别准确率95%

由 72% 提升至 95%

跨部门任务流转秒级

原平均约 2 小时

我的主要产出

  • 协同业务团队统一销售意图标签边界和标注规范。
  • 建立 200 条真实记录基线,推进三轮模型微调与回归验收。
  • 制定企业知识的权限继承、显式授权和个性化排序原则。
  • 设计会议解析、行动项确认、工单分发和状态跟踪流程。

复盘结论

企业 AI 产品需要同时满足三个条件:效果有固定口径可验证,数据访问遵守现有权限体系,模型输出能够进入后续业务流程。只完成其中一项,产品都很难在真实组织中持续使用。