df1d85bfde
- T40 UI 审计计划和结果文档（docs/qa/） - wiki 更新：miniprogram 设计系统合规审计记录 + index 关键数字更新 - 审计 V2 完整报告（docs/audits/v2/） - 讨论记录文档（docs/discussions/） - 设计规格和实施计划（docs/superpowers/） - 角色测试计划和结果（docs/qa/role-test-*） - Docker 生产部署配置
3.9 KiB
3.9 KiB
AI Copilot 基因化发散式探讨
日期: 2026-05-11 | 参与者: 用户 + Claude 产出物:
docs/superpowers/specs/2026-05-11-copilot-gene-design.md
背景
HMS 健康管理平台当前处于功能完善阶段（系统评分 6.9/10 B），erp-ai 模块已完成 Phase 1 MVP（4 AI Provider，3 个分析场景）。本次探讨目标是无主题发散式讨论项目的未来方向。
探索路径
第一阶段：方向选择
从 4 个方向中选择：产品演进 & 商业化、技术架构 & 工程质量、AI 深度集成、开放无主题。
选择： 开放无主题 → 被"AI 不是功能而是基因"这个概念吸引。
第二阶段：AI Copilot 基因化（核心讨论）
决策 1：AI 范式
- 选项：Copilot 模式 / Agent 模式 / 先聊痛点 / 先聊安全
- 结论：Copilot 模式 — AI 始终在场辅助
- 理由：医疗场景容错低，AI 提建议、医护做决策更安全
决策 2：触发机制
- 选项：全量事件订阅 / 按需触发 / 混合模式
- 结论：混合模式 — 预计算 + 实时补充
- 理由：预计算保证响应速度，实时补充保证上下文相关性
决策 3：核心触点
- 选项：患者风险画像 / 异常检测 / 随访推荐 / 咨询辅助
- 结论：四个全选，它们形成一个闭环
- 理由：风险画像 → 异常检测 → 随访推荐 → 咨询辅助 → 回到异常检测，每个触点的输出是下一个的输入
决策 4：实施策略
- 选项：自下而上 / 垂直切片 / 混合
- 结论：自下而上
- 理由：先建基础（评分引擎、洞察存储），再逐层叠加功能，每一步扎实
决策 5：风险评分方法
- 选项：规则引擎 / 混合 / 其他
- 结论：混合 — 规则打底 + LLM 补充
- 理由：规则保证可解释性（每一条规则可追溯），LLM 拓展规则覆盖不到的模式
决策 6：反馈飞轮
- 选项：显式反馈 / 隐式学习 / 透明隐式 / 先不做
- 结论：先不做反馈，先跑起来再说
- 理由：V1 需要快速验证价值，反馈机制等有真实使用数据后再设计
第三阶段：患者端 Copilot 范式转换
关键洞察：血透机构没有互联网医院资质，医生不能在线与患者对话产生诊断行为。
这个业务约束彻底改变了患者端 Copilot 的定位：
- 不是"医护 Copilot 的缩小版"
- 而是合规的医患沟通桥梁 — AI 客服/管家
- 功能：意图识别 → 安全应答 → 引导到院
- 形态：对话式，嵌入小程序消息体系
决策 7：合规边界
- 选项：极简安全 / 分级应答 / 智能审查
- 结论：智能审查 — AI 输出自动合规检查
- 理由：双层审查（关键词 + 语义）既保证安全又不过度限制 AI 能力
第四阶段：小程序日活引擎
探讨了如何让患者每天都想打开小程序。
决策 8：日活驱动力
- 结论：AI 伙伴每日问候 + 积分游戏化
- 理由：两者形成飞轮 — AI 推送触发打开，积分奖励完成行为
决策 9：积分经济模型
- 结论：分层兑换 — 服务特权（零成本）+ 实物商品（高门槛）
- 理由：低成本特权拉新促活，高门槛实物给长期目标
关键决策汇总
| # | 决策点 | 结论 |
|---|---|---|
| 1 | AI 范式 | Copilot（始终在场辅助） |
| 2 | 触发机制 | 混合：后台预计算 + 实时补充 |
| 3 | 核心触点 | 4 触点闭环（风险→异常→随访→咨询） |
| 4 | 实施策略 | 自下而上 |
| 5 | 评分引擎 | 规则打底 + LLM 补充 |
| 6 | 反馈学习 | V1 不做 |
| 7 | 患者端定位 | 合规 AI 客服/管家（非医护端缩小版） |
| 8 | 合规策略 | 双层审查 + 自动修正 |
| 9 | 积分体系 | 分层兑换（服务特权 + 实物） |
产出物
设计文档：docs/superpowers/specs/2026-05-11-copilot-gene-design.md（852 行，7 章）