软件工程实践——软件评测作业

222200229曹品顺 2024-10-14 14:19:52
这个作业属于哪个课程软件工程实践2024年
这个作业要求在哪里软件工程实践——软件评测作业
这个作业的目标对两款ai进行评测,之后对ai进行全面的分析,最后得出对ai的建议
其他参考文献《构建之法》 CSDN

目录

  • 第一部分 调研,评测
  • 1.1 kimi
  • 1.1.1 体验
  • 1.1.2 Bug1 生成ppt二次修改出问题
  • 1.1.3 BUG2:生成的代码细节有问题
  • 1.1.4 结论
  • 1.2 通义千问
  • 1.2.1 体验
  • 1.2.2 BUG1:生成图片不合需求
  • 1.2.3 BUG2:读取文档解析失败
  • 1.2.4 结论
  • 第二部分 分析
  • 2.1 开发时间估计
  • 2.2 同类产品对比排名
  • 2.2.1 kimi
  • 2.2.2 通义千问
  • 2.3 软件工程方面的建议
  • 2.4 BUG存在的原因分析
  • 2.4.1 kimi
  • 2.4.2 通义千问
  • 第三部分 建议和规划
  • 3.1 市场概况
  • 3.2 市场现状
  • 3.2.1 市场上的主要产品
  • 3.2.2 产品定位、优势与劣势
  • 3.2.3 产品之间的关系
  • 3.2.4 行业发展阶段
  • 3.3 市场与产品生态
  • 3.3.1 核心用户群与典型用户特征
  • 3.3.2 用户群体间的关系与用户生态
  • 3.3.3 产品及其子产品与其他相关产品的关系
  • 3.3.4 二次构成产品生态的可能性示例分析
  • 3.4 产品规划
  • 3.4.1 新功能设计:跨平台个性化助手
  • 3.4.2 团队配置
  • 3.4.3 详细规划

第一部分 调研,评测

1.1 kimi

1.1.1 体验

①介绍和使用:

基本功能:

语言沟通:我能用中文和英文与你进行流畅的对话。
文件阅读:我可以阅读和理解TXT、PDF、Word、PPT、Excel等格式的文件内容。
信息搜索:我可以访问互联网,通过搜索来提供最新的信息。
数学计算:我能够进行复杂的数学计算和逻辑推理。
翻译:我能够帮助你翻译中文和英文。
知识分享:我可以提供各种领域的知识,包括科学、技术、文化等。
娱乐互动:我可以参与轻松的对话和游戏。
隐私保护:我会保护你的隐私,不会保存或分享你的个人信息。
安全合规:我会确保我的回答符合法律法规和社会道德标准。
多轮对话:我能够处理长对话,理解上下文,提供连贯的回答。

使用情况:

img

img

②优缺点分析:

优点: 给ai一个主题,它生成的ppt和我理想中的ppt确实相差不大,准确度很高,生成的ppt页数也很足,基本上都有十几页,生成的ppt也很好看,不用怎么修改。

缺点: ai生成的ppt,我能在ai的网站里面对ppt进行修改不发生格式刷不成功的问题,如果我导出ppt之后,用微软的powerpoint打开,在PowerPoint上修改的时候,我对ppt中的新输入的文字(这些文字和原ppt中的文字不同)进行格式化,达不到同样的格式,这个很难受。

我对生成ppt的改进意见:
希望kimi这款ai背后的公司能够和微软公司达成更多的合作,让ai学习更多关于ppt制作的细节,解决的类似于字体出现混乱的问题。

采访另一个用户:

采访对象的背景:222200207朱骏祥

img

img

1.1.2 Bug1 生成ppt二次修改出问题

Bug发生时的测试环境
当Bug发生时,我的操作系统为微软的Windows11,浏览器为Edge 129.0.2792.52 (正式版本) (64 位),发生的时间段是19:00-22:00,当时我有ppt的各种素材,我想借助ai的帮助来设计用于汇报的ppt,ai做出来的ppt样子很好看,字体也很美观,字体的具体字号是OPPOSans H,我在ai网站里面对ppt内容进行修改的时候,字体没有发生错误,但是当我导出ppt之后在PowerPoint上进行修改内容再用格式刷时,只要新的文字不是原ppt中的文字,字体便发生错误。

Bug的可复现性和具体复现步骤

我用kimi这款ai来生成ppt,我首先会给ai一个主题,然后ai会生成一份文档性的ppt大致介绍,接着点击下方短的“一键生成ppt”按钮,ai会提示我选择一款我喜欢的ppt模板,模板会根据“场景”和“设计风格”进行分类,挑选好我喜欢的ppt模板后,点击右上角的“生成ppt”按钮,ai便会生成一份我喜欢的ppt。
在我的测试过程中,这种问题是在所有生成的ppt中,只要文字的字体是“Source Han Sans CN Bold”和“OPPOSans H”,这种修改文字,字体不一致的问题便会出现,其他字体目前没有发现这种情况。

复现步骤:
首先,打开kimi网站,选择左侧导航栏中的ppt助手,进入生成ppt的ai对话。
接着,告诉ai一个ppt的主题,ppt按照主题,生成一份标准的ppt文字内容概况。
之后,点击ai对话最下方的“一键生成ppt”按钮,进入挑选ppt模板阶段。
接下来,根据“场景”和“设计风格”的分类,挑选自己喜欢的ppt模板,ai便会用很短的时间生成一份ppt。
生成ppt之后,你可以点击“去编辑”,在当前的ppt界面对ppt进行修改,可以发现,你修改的文字不会出现字体不一致的问题。
选择“下载”之后,便可以导出ppt。
选择用PowerPoint打开该ppt,对字体字号为“OPPOSans H”和“Source Han Sans CN Bold”的文字进行修改。
可以发现,只要修改的文字内容和原ppt中的文字不同时,字体样式便会不一样,用格式刷不发生变化,也是字体不一致状态。

Bug情况描述

Bug星级说明:
五颗星是致命性系统故障、致命性安全性漏洞、用户体验严重影响;
四颗星是严重系统故障、服务器鉴权漏洞或重要数据泄露、用户体验较差;
三星级是重要系统故障、重要数据泄露、用户体验一般;
二颗星是不重要系统故障、数据泄露较少、用户体验受影响较少;
一颗星是较小的系统问题,没有数据泄露,用户体验不受影响。

在这幅图片中,“中国传统文化艺术的幸福”中,我自己修改的“幸福”,和ai生成的ppt中“中国传统文化艺术的”,这几个字的字体效果并不一致,但是当我全选“中国传统文化艺术的幸福”时,他们的字体都是“OPPOSans H”,并且字号大小都是69。

img

在这幅图片中,“传统艺术的时代进程”中,ai生成ppt中的原文字是“传统艺术的时代演进”,我自己修改“演进”为“进程”,可以看到,“程”字和其他几个字的字体效果并不一致,但是当我全选“传统艺术的时代进程”时,他们的字体都是“Source Han Sans CN Bold”,并且字号大小都是28。

Bug分析

Bug可能成因:我猜测ai生成的文字的字体效果和PowerPoint并不兼容,需要下载特定的资源才能实现该效果,而PowerPoint并没有自带这种资源,所以在PowerPoint中文字显示的效果不一样。

Bug严重性:这种文字显示效果不一致的问题,还是挺严重的,这会让ppt的展示有灾难性的表现,而且这种文字显示不一致,背后可能会有一些盗取信息的行为,还是挺危险的,而且这种文字效果不一致的问题,会给ppt制作人员增加工作量,需要删除有问题的内容,重新设置,如果不这样做的话,会给ppt演讲造成很严重的负面效果。我觉得该bug的严重程度可以达到3星级。

对Bug的预期和建议:
应该要能实现,ppt在PowerPoint上用格式刷进行修改的时候,文字的效果应该要达到一致。
希望kimi背后的公司和微软公司达成更多的合作,尽可能实现导出的ppt在PowerPoint进行修改不要出现此类问题。

1.1.3 BUG2:生成的代码细节有问题

Bug发生时的测试环境

当Bug发生时,我的操作系统为微软的Windows11,浏览器为Edge 129.0.2792.52 (正式版本) (64 位),发生的时间段是11:00-14:00。当时我遇到一个linux上面的问题,我去问ai,我让他在我原来代码的基础上进行修改,它不算在我代码的基础上修改,而是写了完全不一样的版本,问多了之后,它的回答和前面的回答都会自相矛盾。

Bug的可复现性和具体复现步骤

在我的测试过程中,这种问题是只是在问的问题比较复杂的时候,会出现,只要问的问题不是太复杂,就不会出现这种问题,ai对于典型的代码问题解决还是可以的,但是,当我问的太多的时候,ai的回答前后矛盾还是经常出现的。

复现步骤:
首先,打开kimi网站,选择和ai进行对话,我问的问题是关于“linux环境下服务器和客户端的socket编程”。
之后,我给ai一个标准代码,让ai在这份代码的基础上生成对问题的代码解法。
ai生成的代码,按照修改程度,可以分为两种情况,只修改一个函数或者对全部的代码进行大幅度修改。大幅度修改的代码,和原来的代码基本上没有关系,只是框架差不多,内部的代码,已经完全不同了;小幅度修改的代码,基本上只对问题相关的代码部分进行修改,这一个是很好的但是写出来的代码,有概率和main函数不兼容,导致不能运行。
接着,询问ai很多次,超过50次对话,ai的回答基本上就乱了。

Bug情况描述

Bug星级说明:
五颗星是致命性系统故障、致命性安全性漏洞、用户体验严重影响;
四颗星是严重系统故障、服务器鉴权漏洞或重要数据泄露、用户体验较差;
三星级是重要系统故障、重要数据泄露、用户体验一般;
二颗星是不重要系统故障、数据泄露较少、用户体验受影响较少;
一颗星是较小的系统问题,没有数据泄露,用户体验不受影响。

img

在这幅图片中,我是在运行完ai生成的代码之后,ide给出报错,我把报错信息反馈给ai,让ai进一步修改。

Bug分析

Bug可能成因:我猜测ai对于代码的宏观逻辑是没有问题的,但是在代码的细节上,ai就不能完全按照宏观逻辑来生成,而且,对于一次对话,ai的背后公司可能对ai能够记住的历史对话,这方面的设置有问题,导致ai不能记住一次聊天中的时间比较久远的对话。

Bug严重性:对于ai生成代码前几次不能运行来说,还是比较常见的,我们需要一步一步提出更加明确的要求,但是进行多次对话之后,ai生成的前后矛盾,这个就很令人烦恼,但不算很致命,需要用户重新提供信息,只不过比较繁琐。我觉得该bug的严重程度可以达到4星级。

对Bug的预期和建议:
应该要能实现,4次询问内,能够实现问题的解决。
希望kimi背后的公司,能够训练ai更多的正确的代码,提升ai的编程能力,也希望该公司解决问问题次数多了之后,ai对历史对话忘记的问题。

1.1.4 结论

我对kimi这款软件的评价是“d)好,不错”,虽然kimi在生成ppt方面存在一些问题,但是让它生成一些文字性的解答,它的回答还是蛮好的。

评价维度维度解释评分(5分)
功能完整性核心功能是否稳定,是否满足用户需求4
用户体验界面设计、操作便捷性及用户反馈的友好度3
准确性内容生成、拼写检查和字符统计的准确性2
响应速度系统的响应时间及复杂任务处理的效率4
总分13/20

1.2 通义千问

1.2.1 体验

①介绍和使用:

基本功能:

信息查询:我可以帮助您查找各种信息,如天气预报、新闻摘要、历史事件、科学知识等。
任务提醒与管理:我可以帮您设置提醒、管理日程安排、创建待办事项列表等。
沟通交流:我可以与您进行对话,回答您的问题,提供咨询建议,甚至进行闲聊。
语言翻译:我可以提供多种语言之间的翻译服务。
技术支持:对于技术相关的问题,比如编程疑问、软件使用技巧等,我也可以提供帮助。
教育学习辅助:我可以提供学习资源推荐、解答学术问题等功能。
娱乐休闲:我可以为您推荐书籍、电影、音乐等,并提供一些简单的娱乐互动。
健康生活建议:我可以提供一些健康生活的建议,比如运动计划、饮食建议等。

使用情况:

img

img

②优缺点分析:

优点: 让ai帮我解释代码中的某个语句时,它的解释很正确,而且有简略版本和详细版本两种。

缺点: ai生成图片这方面,有些时候生成的图片,完全不能实现用户的需求。

我对生成ppt的改进意见:

希望通义千问背后的公司,能够实现图片生成这方面,生成的图片更加贴合实际,贴合用户的需求,不要简单的理解用户要求的字面意思。

采访另一个用户:

采访对象的背景:222200207朱骏祥

img

img

1.2.2 BUG1:生成图片不合需求

Bug发生时的测试环境

当Bug发生时,我的操作系统为微软的Windows11,浏览器为Edge 129.0.2792.52 (正式版本) (64 位),发生的时间段是15:00-16:00。当时我需要生成“胸有成竹”的图片,我去问ai,ai给出的一张图片如下。我问“大众汽车上高速”,生成图片如下。

img

img

img

Bug的可复现性和具体复现步骤

在我的测试过程中,这种bug出现的概率还是挺高的,而且生成的图片基本上不能满足需求。

复现步骤:
首先,打开通义千问网站,选择和ai进行对话。
在对话框中输入,“生成一张图片,主题为“胸有成竹”,便可得到一张图片”.

Bug情况描述

Bug星级说明:
五颗星是致命性系统故障、致命性安全性漏洞、用户体验严重影响;
四颗星是严重系统故障、服务器鉴权漏洞或重要数据泄露、用户体验较差;
三星级是重要系统故障、重要数据泄露、用户体验一般;
二颗星是不重要系统故障、数据泄露较少、用户体验受影响较少;
一颗星是较小的系统问题,没有数据泄露,用户体验不受影响。

img

img

在这副图片中,我让ai生成一张图片,主题是“胸有成竹”。

Bug分析

Bug可能成因:ai对于生成图片的训练量不够。

Bug严重性:这种严重性还是蛮高的,如果在网页搜索中找不到所需的图片,需要ai生成时,如果生成的图片偏离需求太大,很不利于工作展开。我觉得该bug的严重程度可以达到2星级。

对Bug的预期和建议:
希望用户问出“胸有成竹”时,能够给出一张像“讯飞星火”生成的图片那样,而不是,人和竹子。
建议通义千问背后的公司能够在图片生成方面更多的训练ai。

1.2.3 BUG2:读取文档解析失败

Bug发生时的测试环境

当Bug发生时,我的操作系统为微软的Windows11,浏览器为Edge 129.0.2792.52 (正式版本) (64 位),发生的时间段是15:00-16:00。当时我需要速读一份文档,我去问ai,我让ai的“阅读助手”来解析一份文档。

Bug的可复现性和具体复现步骤

在我的测试过程中,这种bug出现的概率不算高,文档的字节数不算大时,ai能正常的解析,当文档的字节数太大时,ai就会解析失败。

复现步骤:
首先,打开通义千问网站,选择和ai进行对话,选择首页中的“阅读助手”按钮,进入“通义阅读助手”。
拖入要解析的文档到页面中间的选框。
等待几秒钟,便会有“解析成功”提示或者“解析失败”提示。
如果解析成功,点击“立即查看”,便可以看到这份文档的全文概述、关键要点和文档速度。
如果解析失败,便出现了该bug。

Bug情况描述

Bug星级说明:
五颗星是致命性系统故障、致命性安全性漏洞、用户体验严重影响;
四颗星是严重系统故障、服务器鉴权漏洞或重要数据泄露、用户体验较差;
三星级是重要系统故障、重要数据泄露、用户体验一般;
二颗星是不重要系统故障、数据泄露较少、用户体验受影响较少;
一颗星是较小的系统问题,没有数据泄露,用户体验不受影响。

img

在这副图片中,我首让ai解析“原文”文档,拖入文档,等待几秒钟后,ai提示“解析失败”。

Bug分析

Bug可能成因:可能文档的字节数太大,文档大小为5.60 MB (5,874,581 字节),ai不能接受字节数如此大的文档。

Bug严重性:这种严重性不算高,需要把一份较大的文档切割成很多小部分ai才能读懂。我觉得该bug的严重程度可以达到3星级。

对Bug的预期和建议:
应该要能实现,4次询问内,能够实现问题的解决。
希望通义千问背后的公司,能够扩展ai读取文本的容量,让ai能够读取字节数比较大的文档。

1.2.4 结论

我对通义千问这款软件的评价是“d)好,不错”,虽然通义千问在阅读很大的文档和生成图片时有困难,但是通义千问在阅读简单的文档和生成ppt方面还是做的非常好的。

评价维度维度解释评分(5分)
功能完整性核心功能是否稳定,是否满足用户需求4
用户体验界面设计、操作便捷性及用户反馈的友好度4
准确性内容生成、拼写检查和字符统计的准确性2
响应速度系统的响应时间及复杂任务处理的效率4
总分14/20

第二部分 分析

2.1 开发时间估计

对于kimi这款ai软件,一个由 6 名具有计算机科学背景的大学毕业生组成的团队,在有专业 UI 支持的情况下,开发一个类似通义千问的 NLP 项目,大约需要 9 到 14 个月的时间。

项目描述开发时间(周)
需求分析和规划定义项目范围、目标和关键功能1-2
技术架构设计设计系统架构、选择合适的技术栈和工具2-3
前端开发开发用户界面和交互逻辑4-6
后端开发开发服务器端逻辑、数据库设计和集成8-12
集成和测试将前端和后端集成,进行功能测试和调试4-6
部署和维护将系统部署到服务器,进行维护和更新2-3

总计:基础开发时间大约为22-35周,约等于5-8个月。

2.2 同类产品对比排名

2.2.1 kimi

优点

①代码生成方面:根据问题生成的代码的质量很高,比其他国内的ai生成的代码要好很多。
②文本阅读:支持”长文本“,即能够消化大量的内容,和用户进行持续的交流。
③网络搜索:可以让他先去网络上搜索各种网页资源,根据搜索到的结果回答。

缺点

①生成ppt:生成的ppt文字修改和微软不兼容。
②网络搜索模式下,上下文关联做的不好。本来我是希望搜索一次,后续基于这些内容回答的,但是每次问问题,他都会去搜索。

同类产品中的排名

我的观点是kimi可以在同类产品(chatpgt,kimi和通义千问)中排到第3名

2.2.2 通义千问

优点
①生成ppt:生成的ppt导出后,可以在微软上直接修改,不会出现字体混乱的问题。
②实时高效性:可以直接生成针对性强、内容精炼的回答,极大地提升了信息获取效率。

缺点
①生成图片:根据要求生成的图片比较蠢,比如“胸有成竹”,讯飞星火生成图片如下
②读取长文本:通义千问在读取长文本方面还是需要加强的。

同类产品中的排名

我的观点是通义千问可以在同类产品(chatgpt,kimi和通义千问)中排到第2名

2.3 软件工程方面的建议

希望kimi能够和微软公司达成更多的合作,实现更多与微软office的接口,实现ppt方面能够平滑的移植到PowerPoint上,而且让ai得到更多的代码方面的训练,提升ai对自身生成代码的代码审查能力。

希望通义千问能够接受来自用户方面的反馈,建立更加完善的反馈机制,并根据反馈,对自身的ai进行针对性的训练,比如图片生成,让ai经受更多的图片训练。

2.4 BUG存在的原因分析

2.4.1 kimi

针对于ppt二次修改出问题:

我的猜想是软件团队不知道,没注意到这个细节,具体的设计质量不高。

针对于生成代码的细节有问题:

我的猜想是软件团队测试把关不严,没注意到在特殊的环境下进行测试。生成的代码看着逻辑没问题,但是细节上,代码有时候会乱上锁,导致死锁问题。

2.4.2 通义千问

针对生成图片不合需求

我的猜想是开发人员粗心大意,对生成图片这方面不重视,可能套用其他ai的接口直接来用,也有可能训练ai的数据库里面的图片数据过时了。
软件团队可能在更新数据库方面有问题,由于疏忽大意,数据库里面的图片数据太过时了,生成的图片不合需求。
对于职业团队还有这种问题的原因,我猜测可能有人玩忽职守。

针对读取文档解析失败

我的猜想是开发人员给ai加上了容量限制,不允许ai读取字节数太大的文件,具体的设计质量不高。
软件团队可能在开发该功能的时候,采取了稳妥的步骤,不让ai的读取太大字节数的文档,担心解析结果不正确。
对于职业团队还有这种问题的原因,我猜测可能是开发团队太求稳了。

第三部分 建议和规划

3.1 市场概况

用户基数:

据估算,ChatGPT在全球范围内拥有超过十亿的潜在用户。
Kimi在短时间内实现了快速增长,从2023年的50万月活跃用户增加到2024年2月的298万月活跃用户。
通义千问等应用的日活跃用户数也在数百万级别。

年度营收预测:

ChatGPT预计每年的营收将达到200亿美元。
由于这类AI大模型的商业化模式多样化,包括订阅服务、企业级解决方案、API接口收费等,预计未来几年内,随着技术的成熟和市场的扩大,营收还将持续增长。

市场价值评估:

ChatGPT的市场价值估计将达到2000亿美元。
Kimi的母公司月之暗面在成立不到一年的时间里估值达到了25亿美元,并在2024年2月获得了10亿美元的融资。

3.2 市场现状

3.2.1 市场上的主要产品

目前市场上已经出现了一些具有代表性的AI大模型产品,包括但不限于:
ChatGPT:由美国公司OpenAI开发的聊天机器人,能够生成自然语言文本,回答问题,撰写文章等。
通义千问:由阿里云开发的中文预训练语言模型,旨在提供高质量的语言理解和生成能力。
Kimi:假设这里指的是一款类似的AI大模型,具体信息可能需要进一步明确。

3.2.2 产品定位、优势与劣势

ChatGPT
定位:面向广泛的消费者和企业用户,提供自然语言处理服务。
优势:
技术领先:OpenAI在NLP领域具有领先地位。
多功能性:能够完成多种任务,如问答、翻译、创作等。
用户基础:已经积累了大量的用户群体。
劣势:
数据隐私:存在数据安全和隐私保护的问题。
训练成本:模型训练需要大量计算资源和成本。
文化适应性:在处理非英语文化和语言时可能存在局限。

通义千问
定位:面向中文市场的企业和个人用户,提供高质量的中文语言处理能力。
优势:
本土化:针对中文市场进行了优化,更适合处理中文语料。
技术积累:依托阿里云强大的技术支持。
企业支持:拥有阿里巴巴集团的资源支持。
劣势:
生态系统:相比国际竞争对手,生态系统可能还不够完善。
市场竞争:面临来自国内外多个竞争对手的压力。

Kimi
定位:可能侧重于特定应用场景或特定用户群。
优势:
专业化:专注于某个特定领域或应用场景。
用户体验:提供高度定制化的用户体验。
劣势:
市场份额:相对于已经成熟的竞争对手,市场份额较小。
技术积累:可能在技术积累和用户基础方面相对较弱。

3.2.3 产品之间的关系

竞品关系:ChatGPT 和 通义千问 在很多方面都是直接的竞争对手,特别是在自然语言处理领域。
竞争态势:
ChatGPT 在全球范围内拥有广泛的影响力和用户基础。
通义千问 在中文市场具有明显的优势,尤其是在处理中文语言方面。
Kimi 可能是某个细分市场上的竞争者,但在整体市场份额上可能不如前两者。

3.2.4 行业发展阶段

当前,AI大模型领域正处于快速成长阶段,具体表现为:

技术进步:AI技术持续演进,模型的准确性和实用性不断提高。
市场需求:企业和个人用户对AI大模型的需求日益增长。
投资热度:资本对AI领域的投资热情高涨,多家公司获得巨额融资。
政策支持:政府鼓励和支持AI技术的研发和应用。

3.3 市场与产品生态

3.3.1 核心用户群与典型用户特征

核心用户群
个人用户:包括学生、职场人士、自由职业者等。
企业用户:包括中小企业、大型企业、政府部门等。

典型用户特征
个人用户
学历:高中及以上,大多数为本科及以上学历。
年龄:18-45岁之间,以25-35岁为主。
专业背景:计算机科学、工程学、文学、商业管理等多个领域。
爱好:阅读、写作、编程、研究新技术等。
收入:中等及以上水平,有一定的消费能力。
表面需求:获取信息、解决问题、提高工作效率、学习新知识等。
潜在需求:提高创造力、增强个人竞争力、解决个性化问题等。

企业用户
组织类型:从小型企业到跨国公司。
行业:科技、金融、教育、医疗、媒体等。
需求:提高工作效率、降低成本、增强创新能力、优化客户服务等。

3.3.2 用户群体间的关系与用户生态

用户群体间的关系
个人用户与企业用户:个人用户可能是企业用户的员工,或者为企业用户提供咨询服务。
用户间的相互作用:用户可以分享使用心得、提出改进建议、参与社区讨论等。
构建用户生态:通过社区、论坛、线上活动等方式,形成一个积极互动的用户生态。

3.3.3 产品及其子产品与其他相关产品的关系

产品及其子产品
主产品:如ChatGPT、通义千问等,提供核心的自然语言处理能力。
子产品:如插件、扩展功能等,增强主产品的功能和灵活性。
插件:如翻译插件、语音识别插件等。
扩展功能:如API接口、SDK等,方便开发者集成。

与其他相关产品的关系
互补产品:如数据分析工具、CRM系统、ERP系统等,可以与AI大模型结合使用,提供更完整的解决方案。
集成平台:如云计算平台、物联网平台等,可以提供基础设施支持,使AI大模型更加高效地运行。
二次构成产品生态:通过主产品、子产品与其他相关产品的紧密集成,可以形成一个完整的生态系统,提供全方位的服务和支持。

3.3.4 二次构成产品生态的可能性示例分析

核心用户群示例
个人用户:一位28岁的软件工程师,毕业于知名大学,对新技术充满兴趣,希望通过AI大模型提高工作效率和解决工作中遇到的问题。
企业用户:一家初创公司的创始人,希望利用AI大模型提高团队的创新能力,并为客户提供更好的服务体验。

用户生态构建
社区:建立官方社区,让用户分享使用经验和技巧,互相帮助解决问题。
合作伙伴:与第三方开发者合作,共同开发插件和扩展功能。
培训课程:提供在线培训课程,帮助用户更好地使用产品。
用户反馈机制:建立用户反馈机制,及时收集用户的建议和意见,用于产品改进。

3.4 产品规划

3.4.1 新功能设计:跨平台个性化助手

NABCD分析

Need (需求)
用户需求:当前用户在使用AI大模型时,面临的主要问题是多设备间的不连贯体验和缺乏个性化的推荐功能。用户希望能够在不同设备上无缝切换,并获得更贴近个人需求的服务。

Approach (方法)
新功能:设计一个跨平台的个性化助手功能,允许用户在不同设备上同步使用,并根据用户的历史行为提供个性化的推荐和服务。

Benefits (收益)
用户收益:
无缝体验:用户可以在任何设备上无缝访问他们的AI助手。
个性化推荐:根据用户的历史行为提供个性化的推荐和服务。
提高效率:通过个性化推荐,用户可以更快地找到所需信息或完成任务。
业务收益:
增加用户粘性:提高用户体验,增加用户粘性。
提升活跃度:用户使用频率增加,活跃度提升。

Competitors (竞争对手)
竞争对手:市场上已经有一些强大的竞争对手,如ChatGPT、通义千问等,它们提供了类似的功能,但大多局限于单一平台或设备。

Differentiators (差异化)
创新点:
跨平台无缝切换:用户可以在不同设备上无缝使用,无需重新配置。
个性化推荐:根据用户的历史行为提供个性化的推荐和服务。
数据隐私保护:确保用户数据的安全性和隐私保护。

3.4.2 团队配置

假设我们有一个6人的团队,并且有4个月(16周)的时间来完成改进版本的发布。以下是
团队角色配置:

项目经理 (PM):负责项目管理和协调(1人)
后端开发 (BE):负责后端逻辑和服务端开发(1人)
前端开发 (FE):负责前端界面和用户体验(1人)
测试工程师 (QA):负责测试和质量保证(1人)
UI/UX设计师 (Designer):负责用户界面设计(1人)
数据分析师 (Data):负责数据收集和分析(1人)

3.4.3 详细规划

第1周至第4周:需求分析与设计
第1周:
PM:召开需求分析会议,确认新功能的具体需求。
Designer:开始初步的UI设计草图。
Data:开始收集现有用户的使用数据,分析用户行为。

第2周:
PM:制定详细的产品功能规格说明书(SRS)。
Designer:完成UI设计初稿,并开始与FE讨论实现细节。
Data:整理用户数据,形成初步的用户行为报告。

第3周:
PM:审查并确认SRS。
Designer:完成最终UI设计,并开始原型设计。
FE:开始搭建前端框架。
BE:开始搭建后端服务框架。

第4周:
PM:审查并确认原型设计。
FE:完成前端页面的基本布局。
BE:完成基本的服务端逻辑。
QA:开始制定测试计划。

第5周至第8周:开发与测试
第5周:
FE:实现前端页面的基本交互。
BE:实现基本的数据处理逻辑。
QA:开始编写测试用例。

第6周:
FE:完成前端页面的主要功能开发。
BE:完成服务端的主要功能开发。
QA:开始进行单元测试。

第7周:
FE:完成前端页面的优化和调试。
BE:完成服务端的优化和调试。
QA:开始进行集成测试。

第8周:
FE:完成所有前端功能的测试。
BE:完成所有后端功能的测试。
QA:完成所有功能的集成测试,并开始用户验收测试(UAT)。

第9周至第12周:优化与部署
第9周:
FE:根据测试反馈进行前端优化。
BE:根据测试反馈进行后端优化。
QA:继续进行UAT,并收集用户反馈。

第10周:
FE:完成前端的最终优化。
BE:完成后端的最终优化。
QA:完成最终的UAT,并开始准备部署计划。

第11周:
FE:完成前端的部署准备工作。
BE:完成后端的部署准备工作。
QA:开始部署前的最后测试。

第12周:
FE:完成前端的部署。
BE:完成后端的部署。
PM:准备正式发布前的内部评审。

第13周至第16周:发布与后期支持
第13周:
PM:召开内部评审会议,确认发布版本。
FE:解决发布前发现的小问题。
BE:解决发布前发现的小问题。

第14周:
PM:开始正式发布。
FE:监控前端运行情况。
BE:监控后端运行情况。
QA:开始收集用户反馈。

第15周:
PM:根据用户反馈进行调整。
FE:解决发布后的前端问题。
BE:解决发布后的后端问题。
QA:继续收集用户反馈。

第16周:
PM:总结发布成果,准备后续改进计划。
FE:完成所有前端的收尾工作。
BE:完成所有后端的收尾工作。
QA:完成最终的用户反馈总结报告。

...全文
73 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复

108

社区成员

发帖
与我相关
我的任务
社区描述
202401_CS_SE_FZU
软件工程 高校
社区管理员
  • FZU_SE_TeacherL
  • 032002124林日臻
  • 助教姜词杰
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧