政务 AI 助手与便民数字人

背景与问题

基层政策、办事信息与会议材料分散，群众咨询、窗口导引和材料准备高度依赖人工；政务客户同时要求私有化、国产化、权限审计、内容安全与数字人交互。

我的角色

担任产品经理，从一线调研、用户旅程、产品架构、模型与部署方案、功能优先级、POC、系统实现到试点验收均由我独立完成；重点把政策咨询、办事导引、会议纪要和公文办公中的业务 SOP 转成知识范围、Workflow、权限、审核、人工接管和验收口径，并将客户二期规划与首期试点结果分开表述。

约束与取舍

• 共用知识库还是按人群隔离：共用一套知识配置更省维护成本，但群众问答与内部办公的权限和回答口径不同。最终拆分知识范围与回答策略，接受更多运营工作以降低越权和口径混淆风险。
• 云端能力还是私有化优先：云 API 迭代快，但政务客户要求数据边界、日志审计和国产化适配。最终以私有化和受控接口为主，代价是模型更新和算力调优速度更慢。
• 数字人优先还是办事闭环优先：数字人更容易形成演示效果，但不能解决知识过期与流程中断。最终先保证引用、审核、导办、Workflow 和人工接管，再把数字人作为交互入口。
• 验证方式：用 21 项验收能力、真实试点反馈和二期范围确认可交付性；80 个区县仅作为客户规划，不进入已完成业绩。

产品方案

将需求拆为政策问答、摘要、办事导引、数字人播报、方言 ASR、公文写作、会议纪要、知识库运营、后台审核和硬件终端；组合 RAG、Tool Calling、ASR、TTS 与本地模型，定义权限、日志、审核、人工接管、时延和准确率标准。具体交付中，把业务 SOP 映射为知识范围、Workflow、权限审批、结果复核和转人工节点，确保群众咨询与内部办公各自有边界。

结果与证据

• 试点结果：独立完成首个乡镇试点，并基于真实反馈形成二期范围。
• 产品结果：沉淀 21 项可验收能力，形成知识、模型、工具、审核和终端的交付口径。
• 规划边界：客户后续规划覆盖 80 个区县；该数字为客户规划，不作为已完成业绩。

局限与下一步

当前只完成单个乡镇试点，多区县推广后的知识维护成本、方言识别差异和跨部门内容责任尚未被验证。下一步应先建设知识运营工作台和责任人机制，再以咨询解决率、转人工率、知识更新时间和无障碍可达性评估扩展效果。