01 / VOICE AGENT通话中
智能的语音 AI，
完全替代人工座席
01 / 赛舵智能 VOICE AGENT
一个Agent
自动跑完一整套催收 SOP
- 确认身份
- 说服用户
- 确认时间与金额
- 关单
智能应对边缘情景
已付款打错人用户正忙
独自完成 Agent 的搭建、评测、上线与迭代
01
需求拆解、Agent 编排、工具调用、场景验收
02
评测体系搭建、定期线上抽查
2000+单月还款次数
周书亦 — AI 产品与用户研究
理解人的动机，
也让 AI 回应真实的需要。
SELECTED WORK / 2024 — 2026
把想法，做成产品.
4 个业务项目 · 2 个独立作品
窗口内可交互，体验核心产品逻辑
智能的语音 AI，
FROM A BRIEF TO A LESSON PLAN
输入你的需求，
让 AI 自动生成一份教案！
教学学科
初中语文
单元
藤野先生
班级情况
基础薄弱
三阶段协作AGENT WORKFLOW
- 需求分析
- 教材分析
- 计划生成
从教学需求出发，依次完成分析与生成
LESSON PLAN · A4生成中…
《藤野先生》教学设计
一、教学目标
1. 梳理文章双线结构，概括藤野先生的主要事迹与人物形象。
2. 品味白描与细节描写，理解作者的情感变化。
3. 结合背景资料，体会鲁迅的爱国情怀与「弃医从文」的选择。
二、教学重难点
重点：通过典型事例分析藤野先生的品格。
难点：理解「匿名信事件」「看电影事件」对作者思想转变的作用。
三、学情分析
班级基础较薄弱：字词落实与朗读先行，问题设计小步递进，多用表格梳理，降低理解门槛。
四、教学过程
第一课时：情境导入（5'）→ 字词过关与朗读正音（8'）→ 填表梳理「我」与藤野先生相处的四件事（12'）→ 小结与作业（5'）。
第二课时：复习回顾（5'）→ 精读探究两处关键事件（20'）→ 结合背景理解「弃医从文」（10'）→ 课堂小结（5'）。
五、考核与作业
基础：完成字词与内容梳理练习。
提升：写一段 200 字「我眼中的藤野先生」。
点击教案，展开全文 ↓
需求结构化 / 搜索增强 / RAG 模板预设示例
02 / 奇虎 360 2025
把备课交给 AI，
把时间留给教学。
三Agents串联架构
- 需求分析梳理学科与学情
- 教材分析检索教材与教辅
- 计划生成编排目标与过程
我的角色
01
RAG搭建
使模型能外部检索教材、教辅等信息，并建立排版知识库，以供模型调用输出
02
调研
独立设计问卷，全链路收集 K12 教师需求痛点，梳理典型备课场景。
03
评测
协调四位教师顾问，独立搭建四维评测体系，明确教案质量标准。
1,200≈上线后日使用次数
700≈日活跃用户
AI实施检索
帮助销售极速回复
王浩然同学 企业微信
今天
AI辅助为当前对话起草回复
等待客户消息
客户的新消息到达后，
AI 会在这里生成回复建议。
AI 提供建议 · 销售编辑与发送
AI 起草 / 一键复制 / 人工编辑AI销售辅助
03 / 尚德机构 2024
答得准确，
也懂如何推进对话。
独立前期调研后，独立设计出双线协同工作流架构
双知识库双线协同
结合上下文，生成回复建议
答什么 · 提供准确信息
事实知识库
学校信息、专业与学费
关键词检索怎么说 · 推进沟通目标
话术知识库
需求识别、推荐与信任建立
关键词 + 语义检索AI 给建议，销售做决定。
- 生成建议
- 复制 / 编辑
- 确认发送
用真实销售对话对照评测，持续打磨
事实准确性与话术选择。
20→50%回复评分不低于人工的比例（约）
50+实际使用销售人数
把反复强调的指令，
变成明确的状态与判断。
- 既有指令
- 运行出错
- 结构重组
- 再次验证
答应还款 · 原工作流指令
流程节选客户答应还款后，要查看前文，确认约定日期和金额。缺少信息时继续询问，已说过的不要重复问。不要因为客户表示愿意，就认为已经全部确认。
如果日期和金额已经明确，应信息齐全再调用工具进行核验。请再次检查输入，把还款安排传给工具，保存原问题和本次待办事项。
发出请求以后，应等待工具返回再回答。调用不等于成功，不能提前说已确认；如果工具还没返回，就继续等待，不要自行编写结果。
最后，依据核验结果组织回复。接着原来的问题回答，不重新判断一遍意图；只能使用已返回的信息，回复前再检查一次是否有依据。
测试输入：“我下周五还款一千元。”
同一组规则 · 新架构
保留关键约束状态机把“何时能做什么”变成执行状态
- 等待客户补齐
- 可以发起核验
- 尚不能输出答案
- 根据结果回答
决策树日期与金额是否齐全？
否 · 缺少信息进入「等待补充信息」
是 · 信息完整进入「待调用工具」
调用前、等待中、返回后，各有明确状态
保存日期、金额与待办工具；结果返回后接续原任务。
同样的输入，重新验证
运行出错：工具未返回，就提前回答
示意输出：“已确认您下周五还款一千元的安排。”
核验结果尚未返回，这一轮不应输出确认结果。规则都有，却散落在长段落中。
保留四处高亮，看看它们如何组成新的执行结构。
04 / 赛舵智能 2026
把复杂规则，
变成清晰的决策架构。
分析 12 个智能体的错误案例，从高频的指令遵循问题切入，重构提示词执行逻辑。
状态机 × 决策树
现在进行到哪一步
状态机
保存语言、意图与待办任务，
工具返回后继续原有流程。
这一轮应该做什么
决策树
按优先级匹配唯一分支，
避免多条规则同时抢答。
从分散规则，到分层执行
原版
流程、话术与工具规则交织，
同类约束在多个章节重复。
重构
状态管理 → 优先级路由 → 输出校验
关键指令首尾强化；变量与工具引用后置，
分离稳定规则与动态内容，优化缓存复用。
−78%既有测试集错误案例
−⅓词元消耗约减少三分之一
数据来自整体架构优化项目的对照测试，非本演示的运行结果。
SIDE PROJECTS / VIBE CODING
也把好奇心，做出来。
从日常想法出发，亲手搭建可以体验的产品。
MAKE AGENT BEHAVIOR OBSERVABLE
一次回复，究竟错在哪里？
当前规则 · FINAL REPEATED EVENT
多次无法听清时，礼貌结束对话。
结束语必须附带 <dialog-end>
缺少结束标记
已礼貌收尾，但未满足当前规则的结束标记要求。
精简演示仅检查结束标记，不代表完整合规评测。
05 / 独立作品 VIBE CODING
把 Prompt 的问题，
放到同一张工作台上。
客服 Prompt Agent 评测工具。将提示词结构、模拟对话与风险证据并置，缩短定位问题的路径。
- 核心场景
- 回复看起来合理，却可能遗漏流程约束。需要把触发条件、对应规则和实际回复放在一起核对。
- 体验设计
- 提示词分层阅读与高亮，双语对话模拟，测试条目及违规证据定位，形成检查与修复的闭环。
⇄你的擅长，
你的擅长，
刚好是我的好奇。
⇄
满
林小满
用镜头收集日常的设计师
TA 能教你手机摄影
⇄你能教 TAExcel
试着切换技能，发现彼此需要的伙伴。人物为示例。
06 / 独立作品 VIBE CODING
换一课。
让技能成为相遇的理由。
一个以技能交换为起点的学习搭子社区。把「我会什么」和「我想学什么」，变成双向匹配。
- 核心想法
- 每个人习以为常的擅长，都可能是另一个人正想开始的学习。
- 体验设计
- 用技能名片、时间与交流方式筛选降低匹配成本，串联发现伙伴、心愿广场和交换体验。
原作品为可交互体验版，发布与会话记录保存在本地浏览器。
业务指标来自个人项目材料；Coppel 案例依据需求稿与 Prompt 整理。所有窗口中的对话、核验结果、匹配与生成内容均为交互示例。