已上线Copilot
我如何为真实工业流程设计一个 可信、可交付 的 B端 AI数据产品体验?
3 → 1
工具收成一条流
100%
草稿带出处
人接管
失败时的默认路径
T0
Tier0 是基于国内百万级用户工业数据平台 supOS 打造的海外版 B 端 AI 数据产品,目前处于早期市场验证阶段。
产品希望结合工业数据、业务知识和 AI 生成能力,帮助海外工厂更快搭建数据看板、异常监测和业务应用。
- Core UX/UI
- 负责 AI 应用生成流程与工业数据平台核心界面设计,覆盖生成反馈、结果编辑、异常监测和权限管理等关键场景
- Handoff & Iteration
- 协同 PM、开发、测试,输出交互说明、组件规范、异常状态和验收要点,并基于试点反馈持续优化 AI 工作流
问题
半天耗在切工具:检索一套、笔记一套、写作又一套。引用在复制时丢失,置信度只存在某次对话里。失败时没有接管面,人只能重来一遍。
方法
先画任务,再决定模型出现在哪一步。检索、引用、起草、修订走同一条可审计的路径。每一步露出来源、置信度和撤回。人随时可以把编辑权拿回来。
系统
界面按阶段而不是按气泡组织:收集、起草、核对。核对层把引用钉在段落旁边,而不是藏进折叠面板。模型提议是草稿,不是定论。
工作流
开始于一个研究问题,结束于一份带出处的稿。中间不允许跳进「纯聊天」。需要澄清时,copilot 问的是任务缺口,而不是闲聊。
结果
团队不再把模型当搜索框。一篇稿可以顺着同一条流写完,出处留在段落上,评审可以对着引用说话。
复盘
Copilot 的产品边界是任务完成,不是对话轮数。评估集要按「稿能不能交差」来写,而不是按回答漂不漂亮。