23 KiB
23 KiB
「备考中枢」个人公务员考试辅助工具 — 需求固化 PRD v1.1
日期：2026-08-25（v1.1：2026-08-25 拍板更新） 类型：PRD（功能规格书，含路线图） 参与成员：析客（需求分析师）、瑞思（用户研究员）、竞析（竞品分析师）、数析（数据分析师）、路径（路线图规划师）
📌 TL;DR（执行摘要）
- 核心目标：为本人打造一个「个人备考数据中枢」——把每一次刷题、每一道错题、每一场模考沉淀为可归因、可复盘、可行动的个人数据资产。国考+省考兼顾，响应式 Web（移动端优先）。
- 关键决策：不做题库军备竞赛、不办自建大规模模考、不自研大模型；重心押注「深度错题管理 + 私有数据中枢 + 私有 AI 增强」。MVP 共 11 项 P0，全部为数据闭环基础设施，数据先行、AI 增强（AI 整体列二期 P1）。
- 已拍板（2026-08-25）：AI 不进 MVP（数据先行）；数据存储=可配置数据目录+Docker 部署；题库边界=近5年国考+省考全模块；产品名=「备考中枢」。
- 差异化定位：通用刷题已被粉笔（题库 240 万+/MAU 910 万）做透；个人工具的生存价值在于大厂结构性做不好的三件事——跨平台数据聚合、错题深度管理（考点×错因×AI 变式×记忆曲线）、可信的私有 AI。
- 节奏：单人开发每周 10-15 小时口径下，P0 约 8-10 周可自用，P0+P1 约 5-6 个月。
- 下一步：用户拍板 6 个待确认问题（尤其 AI 是否进 MVP、题库录入边界、数据存储方式），随后可进入 UI 设计阶段。
🎯 核心结论卡片
| 项目 | 内容 |
|---|---|
| 推荐方案 | 响应式 Web（移动端优先）「个人备考数据中枢」；P0=数据闭环 11 项，P1=AI 增强 13 项 |
| 优先级 | P0（MVP，8-10 周）→ P1（AI 增强，12-14 周）→ P2（智能演进，滚动） |
| 预期影响 | 错题归因率≥90%、周复看率≥70%；AI 讲解采纳率≥70%（数据依据：坚持错题本 3 个月用户模考均分 +23.5 分） |
| 资源需求 | 单人开发，每周 10-15 小时；接通用大模型 API（不自研）；题库自建（真题轻整理+手动录入） |
| 风险等级 | 中（Top 风险：题库录入工作量黑洞、AI 效果不确定、单人时间管理） |
1. 产品概述
- 产品名称建议：备考中枢（备选：上岸笔记 / 个人备考舱）
- 一句话定位：个人备考数据中枢——把每一次刷题、每一道错题、每一场模考沉淀为可归因、可复盘、可行动的个人数据资产。
- 目标用户：唯一核心用户为产品本人（在职备考考生）；设计基于备考人群普遍行为模式，兼顾国考/省考（题型高度重合，同一套工具全覆盖）。
- 核心价值主张：
- 深度错题管理：不止"对/错"标记，而是"考点×错因×AI变式×记忆曲线"的完整闭环；
- 私有数据中枢：跨平台（粉笔等）成绩与行为数据统一沉淀，让"每天该学什么、学到哪、弱在哪"一目了然；
- 私有AI增强：以本人真题资料为上下文，提供有来源、有置信度、可追问的AI辅助，不做"黑箱给分"。
2. 产品目标（3个正交目标）
- 复盘闭环目标：让每一次错误都能被记录→归因→复习→检验。衡量：错题归因率≥90%、周复看率≥70%、同类错题再犯率逐月下降。
- 数据驱动目标：成为唯一备考数据中枢。衡量：刷题/模考/申论三大数据源录入覆盖率达100%（凡发生必沉淀）、基于数据的计划调整每月≥2次。
- 可信AI目标：在关键场景提供可信AI辅助。衡量：AI讲解采纳率≥70%、AI讲解后同类变式题首次正确率≥60%。
3. 用户故事（5个）
- 作为在职备考考生，我在地铁上只有15分钟，希望快速刷一组行测题并自动记录错题，碎片时间不浪费。
- 作为考生，我刷完1000道题后，希望看到"哪个考点反复失分+为什么错"（审题/计算/公式/思路/遗忘），而不是一堆正确率数字。
- 作为考生，我写完一篇申论大作文，希望获得按评分点（要点/结构/逻辑/语言）的即时反馈，而不是一个笼统分数或死板的关键词匹配。
- 作为考生，我参加了粉笔模考，希望录入成绩，看到与目标岗位分数的差距和自己的纵向趋势。
- 作为考生，我晚上11点遇到一道不懂的题，希望马上得到基于这道题上下文的讲解，并能追问"这步再讲一遍"。
4. 用户研究洞察（来自瑞思）
- 错题管理是公认提分杠杆，但"复盘"系统性缺失：83%落榜考生无效刷题、62%从未系统复盘（公开资料转引）；痛点是"记了不分类、记了不复看、记了不归因"——通用App只给"对错标记"解决不了。
- 薄弱点识别是刚需，且要细到"考点×错因"：考生要的是归因视图（错因含公式/审题/计算/思路/遗忘），不是正确率统计。
- 申论最大痛点"没有客观反馈"（"黑屋子里洗衣服"）：现有智能批改被诟病为死板的关键词匹配，大作文尤其不可靠；要的是可信、即时、按评分点的反馈闭环。
- 备考时间高度碎片化（在职备考为主流）：需支持手机端轻量刷题、整块时间模考、事后统一复盘三场景切换；刷题双峰时段早7-9点（28.6%）、晚19:30-22:30（41.2%）。
- 自我管理困境"计划失控+资料囤积"并存：个人工具核心价值是成为唯一"数据中枢"，对抗失控感。
AI辅助需求判断：真需求=①错题讲解+同类题扩展 ②按弱项出题 ③申论结构/踩分点反馈 ④深夜即时答疑；核心顾虑=答案不可靠（AI自信地给错答案）、时事考情时效差、AI答案模板化腔调、AI讲过≠我理解。设计启示=AI输出标注来源与置信度、优先以用户自有真题为上下文、申论给"评分点对照"而非只给分。
5. 竞品对比与差异化定位（来自竞析）
| 竞品 | 关键数据 | 对我们的启示 |
|---|---|---|
| 粉笔 | 注册7274万/MAU 910万/题库240万+/AI绑SVIP约122元/月 | 题海+排名已做到极致且免费化，追不上也没必要 |
| 华图在线/中公题库 | 题库30万+；中公App评分3.8且2025年被处罚400万 | 同质化题库产品质量参差，非差异化方向 |
| 腰果公考 | 已并入华图，实质退出 | 中型同质化题库产品已被淘汰，纯"精简版题库"没有生存价值 |
| 步知公考 | 名师+社区 | 内容/社区路径重，不契合个人工具 |
| 上岸鸭/AI智考 | DeepSeek接入/AI低价订阅；纯AI申论主打数据私有 | 验证"AI+私有数据"方向可行 |
差异化定位（共识）：不做题库军备竞赛、不办自建大规模模考；重心=「个人数据中枢 + 深度错题管理 + 私有AI增强」。错题本做成护城河（相对大厂体验差距最小、个性化空间最大）；AI是杠杆不是本体（不自研大模型，接通用模型，资源投私有数据增强）。
6. 数据依据（来自数析）
- 需求规模：国考2026年度过审371.8万人（竞争比约98:1，四年增长超百万）；省考2025年23省联考报名超530万；公考培训市场2021年约121亿元→2026年预计约202亿元。
- 碎片化刚需：中公题库移动端使用时长占比由63%（2021）升至82%（2023）；日均碎片化学习次数+76%、单次时长-41%。
- 错题价值：坚持错题本超3个月用户模考均分+23.5分；首次使用7日内未建错题本者30天留存仅19%。
- 刷题双峰：早7-9点占28.6%、晚19:30-22:30占41.2%（决定提醒与场景设计）。
- AI依据：2025年GenAI+教育服务规模预计3442亿元（CAGR 37%）；教育类AIGC备案39项列场景第一；"批改+答疑"公立校采用率61%；粉笔AI老师累计会话4000万次、日活峰值22万。
7. 功能需求池（P0/P1/P2）
| 编号 | 功能模块 | 需求描述 | 优先级 | 验收标准 | 工作量 |
|---|---|---|---|---|---|
| Q-01 | 题库管理 | 手动录入题目：题干/选项/答案/解析/模块/考点/来源（年份·考试类型），支持逐题与批量 | P0 | 可新建并保存题目；字段完整；录入后可被刷题命中 | M |
| Q-03 | 题库管理 | 分类标签体系：模块/考点两级标签，考点支持自定义 | P0 | 每题至少归属一个模块+考点；可新增自定义考点 | S |
| P-01 | 刷题 | 分模块刷题：按模块/考点选题，随机或顺序作答，答后即时判定并显示解析 | P0 | 可选模块/考点；同题不重复；答错自动触发错题收录 | M |
| W-01 | 错题本 | 错题自动收录：答错自动入本，记录作答信息与时间；答对可手动标记 | P0 | 答错题目自动入本；支持手动添加/移除 | S |
| W-02 | 错题本 | 错因标签：收录时选择错因（审题/计算/公式/思路/知识点遗忘/其他），可多选可改 | P0 | 每题至少一个错因标签；支持事后修改 | S |
| M-01 | 模考追踪 | 模考成绩手动录入：考试名称/日期/总分/分模块得分/排名（可选） | P0 | 可录入一条完整模考记录 | S |
| M-02 | 模考追踪 | 成绩趋势：总分与分模块纵向趋势图 | P0 | 录入≥2次后显示趋势图；可切换模块 | S |
| A-01 | 成绩分析 | 正确率统计：模块×正确率×用时多维统计 | P0 | 展示各模块正确率/用时/题数 | S |
| S-01 | 申论辅助 | 习作记录：保存申论作答（大作文/小题），关联题目与评分标准 | P0 | 可新建/编辑习作；可关联题目 | S |
| T-01 | 备考计划 | 场景化任务：创建任务（刷题/模考/申论/复习），支持时段标签（早/午/晚） | P0 | 可创建/编辑/完成任务；显示今日任务清单 | S |
| D-01 | 数据中枢 | 单一数据视图：首页聚合今日学习量/正确率/任务进度/最近模考/待复习错题 | P0 | 首页五要素齐全；数据来自各模块真实数据 | M |
| Q-02 | 题库管理 | 真题轻整理：按考试类型/年份/模块导入真题并自动归类打标签 | P1 | 支持常见格式导入；导入后自动归入对应模块与考点 | M |
| P-02 | 刷题 | 碎片化场景：5/10/15分钟短时组卷，到时自动结算 | P1 | 可选择时长；到时结算并生成当日学习记录 | M |
| W-03 | 错题本 | 考点归因视图：按"考点×错因"聚合，展示薄弱点Top榜与30天趋势 | P1 | 可查看某考点错题数、错因分布、近30天变化 | M |
| W-04 | 错题本 | AI错题讲解：基于错题上下文生成讲解（思路+知识点+常见误区），标注来源与置信度，可追问 | P1 | 讲解可生成；含来源/置信度标识；支持追问 | M |
| W-05 | 错题本 | AI变式题：基于错题考点生成同类变式，检验是否真懂 | P1 | 变式可作答；连续答对标记"该考点已掌握候选" | M |
| W-07 | 错题本 | 周报复盘：每周生成错题复盘报告（错因分布+薄弱考点+复习建议），可导出打印 | P1 | 每周可生成；含四要素；可导出PDF/打印 | M |
| M-03 | 模考追踪 | 目标差距分析：设置目标分/目标岗位线，展示当前差距与各模块差距 | P1 | 可设置目标；显示总分差与分模块差 | S |
| A-02 | 成绩分析 | 薄弱点归因报告：综合错题本+模考数据，输出Top3薄弱考点+错因+建议动作 | P1 | 一键生成报告；含考点、错因、建议 | M |
| S-02 | 申论辅助 | 评分点反馈：按评分点（要点/结构/逻辑/语言）结构化反馈，标注依据与置信度，可追问 | P1 | 输出按评分点反馈；每条标注依据来源；可追问 | M |
| T-02 | 备考计划 | 打卡与提醒：完成任务打卡；按碎片双峰时段提醒 | P1 | 可打卡；可设置每日提醒时间（默认早7/晚20） | S |
| AI-01 | AI辅助 | 私有AI答疑：以用户自有真题/错题为上下文，多轮追问 | P1 | 可发起提问；回答引用题目/知识点来源；可追问 | M |
| AI-03 | AI辅助 | 可信度机制（横切）：所有AI输出标注来源与置信度，低置信度明确提示"建议核对" | P1 | 所有AI功能输出含来源/置信度；低置信度有警示 | S |
| D-02 | 数据中枢 | 跨平台数据录入：手动录入外部平台数据（成绩/题量等），进入统一统计 | P1 | 可录入外部数据；参与统一统计 | S |
| D-03 | 数据中枢 | 数据导出/备份：一键导出CSV/JSON，可重新导入 | P1 | 导出文件完整；可还原导入 | S |
| W-06 | 错题本 | 记忆曲线复习：按遗忘曲线生成每日复习队列，标记记住/模糊/忘记 | P2 | 每日生成复习队列；三态标记并回流统计 | M |
| M-04 | 模考追踪 | 跨平台导入：解析粉笔等平台导出/截图成绩 | P2 | 支持常见格式解析并自动映射字段 | M |
| S-03 | 申论辅助 | 成长记录：同一题目多次作答对比，评分点维度历史曲线 | P2 | 同题多次作答可对比；显示维度变化曲线 | M |
| T-03 | 备考计划 | 计划动态调整：基于薄弱点与进度自动建议每日任务组合 | P2 | 系统生成建议；用户可采纳/忽略 | M |
| AI-02 | AI辅助 | AI按弱项出题：基于薄弱考点生成练习题组 | P2 | 选择考点生成题组；可作答并进入错题闭环 | M |
需求池统计：共 29 项（P0=11 / P1=13 / P2=5）。 MVP范围决策说明：P0 全部为"个人数据闭环"基础设施，单人/小团队一期可控。AI 功能整体列为 P1（二期），逻辑依据：AI 的价值依赖私有数据积累，先有错题/成绩/习作数据，AI 才有上下文可讲——数据先行、AI 增强，符合"AI是杠杆不是本体"的定位。
8. Non-goals（明确不做什么）
- 不做题库军备竞赛：不追求题量规模（一期有效题库目标≤数千道，仅真题轻整理+手动录入）；不做刷题量排行/成就系统。
- 不办自建大规模模考：不做全国排名模考（排名价值依赖样本量，追不上粉笔）；模考只做"成绩追踪器"。
- 不自研大模型：AI能力一律接通用大模型API，不做模型训练/微调。
- 不做社区/社交：无用户社区、好友、分享点赞、UGC内容。
- 不做课程/名师/直播/付费内容：不卖课、不引入名师资源（与步知等区隔）。
- 不做选岗报名全流程：不做报名数据聚合（信息分散且时效/合规负担重），仅支持以链接/笔记形式留存。
- 不做移动原生App：一期仅响应式Web（移动优先），不产出iOS/Android原生客户端。
- 不做多用户协作：单用户定位，不做团队/多账号功能。
9. 关键流程说明
流程一：录入→刷题→错题归因→AI变式→周报复盘 ①题库管理录入题目（或导入真题）并打模块/考点标签 → ②刷题选模块/考点作答 → ③答错自动进错题本并要求选错因标签（审题/计算/公式/思路等）→ ④错题聚合到"考点×错因"归因视图，定位反复失分点 → ⑤对重点错题触发AI讲解+同类变式，连续答对标记"已掌握候选" → ⑥每周生成错题复盘周报（错因分布+薄弱考点+复习建议），导出打印贴案头，复盘数据回流。
流程二：模考录入→分析→计划调整 ①参加粉笔等平台模考 → ②手动录入（二期支持导入）总分/分模块得分 → ③生成总分与分模块趋势，对比目标分数线显示差距 → ④综合错题本归因输出薄弱点报告 → ⑤备考计划据此动态建议次日任务（弱项模块多刷、安排申论习作等）→ ⑥打卡记录回流数据中枢，形成"数据→分析→行动→再数据"闭环。
10. 时间线 & 里程碑（来自路径）
估算口径：单人开发、每周投入 10-15 小时。工作量 S≈8-15h、M≈20-40h。
| 里程碑 | 名称 | 目标 | 需求编号 | 预计工期 | 完成标准 |
|---|---|---|---|---|---|
| M0 | 地基搭建 | 技术选型、数据模型、架构骨架 | 架构类 | 1-2周 | 五大数据模型落库且增删改查可用；前端骨架跑通；AI-03可信度机制预留接口 |
| M1 | 数据闭环核心 | 可录入、可刷题、可收错、可复盘 | Q-01、Q-03、P-01、W-01、W-02、D-01 | 6-8周 | 端到端走通：手动录入→分模块刷题→答错自动入错题本→打错因标签→首页五要素全部显示真实数据 |
| M2 | 全模块覆盖 | 五大模块齐全，统计可归因 | M-01、M-02、A-01、S-01、T-01 | 3-4周 | 模考趋势图/模块正确率统计/申论习作/今日任务清单全部可用；P0 11项全部交付 |
| M3 | AI增强 | 可信AI接入，归因可行动 | W-03、W-04、W-05、W-07、A-02、S-02、AI-01、AI-03 | 8-10周 | AI输出均带来源+置信度；讲解采纳率/变式题正确率可追踪；周报可导出PDF；薄弱点报告给出Top3考点+建议动作 |
| M4 | 效率外延 | 导入/导出/提醒/目标 | Q-02、P-02、M-03、T-02、D-02、D-03 | 4-6周 | 真题导入自动归类；碎片组卷到时结算；数据可导出CSV/JSON并可还原；打卡提醒生效 |
| M5+ | 智能演进 | 记忆曲线/跨平台/动态计划 | W-06、M-04、S-03、T-03、AI-02 | 每项2-4周，滚动 | 远期探索，按使用反馈逐项取舍 |
迭代规划（共11个迭代+P2滚动）：迭代1地基与题库(2周)→迭代2刷题闭环(2周)→迭代3模考与分析(2周)→迭代4申论与计划(1-2周)→迭代5数据中枢(1-2周)→迭代6归因与AI讲解(2周)→迭代7 AI扩展(2周)→迭代8报告与差距(2周)→迭代9申论AI与提醒(2周)→迭代10效率提升(2周)→迭代11数据自主(1-2周)。
关键依赖：AI全部功能依赖私有数据积累（验证"数据先行、AI增强"）；W-07周报依赖W-02错因标签+W-03考点归因；A-02依赖W-03+M-02两源数据打通；S-02依赖S-01习作+评分标准来源；D-01首页依赖各源有数据产出故放迭代5；AI-03为横切能力必须早于首个AI功能落地。
Top风险与缓解：
- 题库录入工作量黑洞 → MVP先录最小集（每模块20-30题验证流程），做好批量粘贴/导入工具；守住Non-goal"一期≤数千道"。
- AI效果与成本不确定 → 设硬决策点：迭代6首个AI功能（错题讲解）两周内若采纳率<50%，降级为"解析库命中+无AI"，AI整体后置，不影响P0价值。
- 单人开发时间管理 → 每迭代只聚焦1个主题；功能按S/M拆分可独立交付；允许MVP裁剪（如D-01先做核心三要素）。
- 数据存储选型反复 → M0必须拍板，数据访问层做抽象。
- 申论评分无权威标准 → 先做"自评+要点勾选"兜底，AI评分作为P1验证项。
11. 已拍板决策（2026-08-25 用户确认）
| # | 决策项 | 结论 | 影响 |
|---|---|---|---|
| 1 | AI是否进MVP | 不进，数据先行（团队共识采纳）。P0 不含 AI；AI 整体列 P1 二期增强 | P0 工期维持 8-10 周；AI-03 可信度机制在 M0 预留接口 |
| 2 | 数据存储方式 | 可配置数据目录 + Docker 部署（用户自定义）。数据目录通过环境变量/挂载卷可配置，方便 Docker 部署与备份迁移 | 架构采用「轻后端 + 单文件数据库（如 SQLite）置于可配置数据目录」；数据目录支持 docker volume 挂载；一期不做云同步，导出备份仍保留 |
| 3 | 题库录入边界 | 近5年国考+省考真题，全模块覆盖（行测五大模块+申论） | Q-01/Q-02 工作量明确；每模块先录 20-30 题验证流程再铺量 |
| 4 | 产品名称 | 备考中枢（确认） | 全文档统一使用此名称 |
| 5 | 跨平台导入优先级 | 手动录入先行（P1，D-02），粉笔导出/截图解析后置（P2，M-04）（团队建议，用户未否决） | 数据闭环先跑通 |
| 6 | 申论评分标准来源 | 一期「自评 + 要点勾选」兜底；AI 评分作为 P1 验证项（团队建议，用户未否决） | S-02 不做硬依赖；评分可靠性由用户自评校验 |
12. 技术形态约束
- 形态：响应式Web、移动端优先（碎片双峰7-9点/19:30-22:30为主战场），桌面端兼顾整块时间模考与复盘导出。
- 数据存储（已拍板）：轻量后端 + 单文件数据库（SQLite 类），数据文件置于可配置数据目录（环境变量指定），支持 Docker 部署时以 volume 挂载该目录，便于备份、迁移与数据自主；数据可一键导出（CSV/JSON）并还原，遵循"数据资产归用户所有"原则。
- AI接入：接通用大模型API（不自研）；所有AI输出带来源与置信度标注；优先以用户自有题目/资料为上下文，降低时效与幻觉风险。
- 架构建议：轻量前端单页应用 + 轻量后端（可 Docker 化），控制个人维护成本；一期不做原生App、不做复杂账号体系（单用户）。
✅ 行动清单
| # | 行动 | 负责方 | 时间窗 |
|---|---|---|---|
| 1 | 用户 | 已完成 | |
| 2 | 提供题库录入边界资料（近5年国考/省考真题来源与模块清单） | 用户 | 1-2周内 |
| 3 | 进入 UI 设计阶段（Ardot 画布产出 Web 高保真稿，移动端优先） | 主理人（方向明） | 待用户确认 |
| 4 | M0 技术选型与数据模型落地（可配置数据目录 + Docker 化、数据访问层抽象、AI-03 接口预留） | 用户（开发） | 确认后第1-2周 |
⚠️ 待确认 / 假设 / Non-goals
- 关键假设：用户为在职备考、时间碎片化为主（数据支撑：移动端占比82%、刷题双峰）；用户愿意手动录入数据作为 MVP 起步（对应假设：数据录入负担可控，需 MVP 自用验证）。
- 数据来源说明：83%/62%等比例数字、错题本+23.5分、留存19%等来自公开资料转引或第三方机构口径（权威性中低，仅作方向性参考）；国考报名人数为官方口径。
- Non-goals 完整列表见第 8 节（8 条，防止范围蔓延的硬边界）。
📚 数据来源 & 成员产出索引
- 析客（需求分析师）：PRD 完整正文（产品目标/用户故事/需求池29项/Non-goals/流程）
- 瑞思（用户研究员）：5条用户洞察 + 备考工作流摩擦点 + AI需求判断（来源：搜狐/今日头条/勤学教育/优路/川观新闻/网易测评/CSDN等公开资料，未做第一手访谈）
- 竞析（竞品分析师）：8产品市场全景 + 功能对比矩阵 + 差异化机会（来源：fenbi.com、界面新闻2026、信达证券研报2026、网经社2025等；上岸鸭订阅价等为第三方宣传口径待核实）
- 数析（数据分析师）：国考371.8万过审/省考530万报名/培训市场202亿/错题本+23.5分/刷题双峰/AI教育3442亿（来源：国家公务员局、华图统计、QuestMobile、艾瑞咨询、网信办备案等）
- 路径（路线图规划师）：里程碑M0-M5+、11迭代规划、依赖与风险、5个开发决策点
本报告由产品战略团队 AI 协作生成，重要决策请由产品负责人（用户本人）审定。