人间指南 · 产品需求文档

01产品概述

1.1 一句话定位

人生问题的第一站——用「认知包」帮普通人快速理解一个陌生行业的运作逻辑、坑人套路与正确行动路径，让大众在重大决策前具备基础认知，有能力保护自己的钱包与权益。

1.2 背景与机会

• 信息不对称是刚需痛点：装修被坑、看病懵圈、劳动仲裁不知道流程、保险条款看不懂、找育儿嫂不会挑——每年数亿人次面临此类「低频 × 高金额 × 高焦虑」决策，却没有一个产品系统性地解决「事前认知」问题。
• 现有产品全部错位：百科讲「是什么」不讲「怎么办」；知乎质量参差、软文泛滥；短视频碎片化无体系；知识付费重「课」轻「用」。用户需要的不是知识，是行业地图 + 避坑清单 + 行动路径。
• AI 打开了成本窗口：传统百科/指南的 UGC 或专家约稿模式内容成本极高。2026 年「AI 批量生成 + 人工审校」管线可把单个认知包成本压到极低，这是独立开发者首次能撬动「全行业覆盖」的窗口期。
• SEO 红利仍在：长尾问题（如「中介费不退怎么办」）在百度上的优质答案稀缺，AI 生成的高质量结构化内容有明确的自然流量空间。

1.3 核心理念：做「认知导航层」，不做「知识存储层」

本产品不追求让用户「留下来学习」，而是追求「每次遇到事都第一个想起它」。它替代的是「问百度→看广告」「问知乎→看故事」「问朋友→不专业」这三个糟糕的默认选项。

1.4 产品原则（不可妥协）

1. 中立性是生命线：永不接受「花钱上推荐位」，内容与商业严格隔离，利益相关必须显式标注。
2. 密度优先：一个认知包 8-10 分钟读完，信息密度高于任何竞品，拒绝注水。
3. 可执行：每个模块必须落到「你具体该做什么」，而非泛泛而谈。
4. 内容即代码：所有内容版本化管理，可追溯每一次修改（信任来自透明）。

02市场与竞品分析

2.1 竞品矩阵

2.2 差异化定位

03目标用户与场景

3.1 核心画像

3.2 Jobs-to-be-Done 场景描述

当我即将进入一个陌生行业做出大额/重大决策时（第一次装修/第一次请月嫂/第一次打劳动仲裁），我想要用 10 分钟理解这个行业的运作逻辑和坑人套路，以便在信息对等的条件下做出不吃亏的决策。

场景筛选四要素（附录 A 有完整打分卡）：高频焦虑 × 决策金额大 × 信息不对称严重 × 检索意图明确。

04产品方案

4.1 信息架构

人间指南
├── 首页：搜索 + 场景导航（按人生阶段五大类）
│     ├── 安家置业：买房 / 装修 / 家政·育儿嫂
│     ├── 健康医疗：看病就医 / 保险配置
│     ├── 职场维权：劳动仲裁 / 裁员谈判
│     ├── 财富管理：信用卡贷款 / 二手车
│     └── 家庭生活：婚礼筹备 / 择校入学
├── 认知包详情页（核心页面，统一四模块骨架）
│     ├── ① 行业地图（产业链角色 · 谁赚你的钱 · 价格带）
│     ├── ② 避坑清单（N 种坑法 · 识别方式 · 破解对策）
│     ├── ③ 行动路径（按天/阶段的时间轴 + 任务清单）
│     └── ④ 黑话翻译（术语表 · 行业黑话 → 人话）
├── 自检清单（可勾选、可保存、可分享）
└── 反馈与版本日志（段落级纠错 · 更新历史）
  

4.2 核心对象：认知包（Cognition Pack）内容模型

认知包是本产品的原子单位，内容与展示分离（JSON 驱动渲染），这是 AI 批量生产与多端复用的基础。

{
  "scenario": {
    "id": "jiazheng-yuersao",
    "category": "home",                      // 五大类之一
    "title": "找家政 / 育儿嫂，不被坑",
    "version": "1.2.0",                      // 语义化版本，每次修订递增
    "updated_at": "2026-08-26",
    "read_minutes": 8,
    "review_status": "ai_draft | reviewed | expert_verified",
    "industry_map": {
      "chain": ["培训机构", "中介公司", "服务者", "雇主"],
      "business_models": [...],              // 中介制/员工制/平台制对比
      "price_bands": [...]                   // 分岗位价格带
    },
    "pitfalls": [
      { "id": 1, "name": "花钱买证",
        "how_to_spot": "...",                // 怎么识别
        "counter": "..." }                   // 怎么破解
    ],
    "action_path": [
      { "phase": "Phase 0 · 需求定义", "days": "Day 1-2", "tasks": [...] }
    ],
    "jargon": [ { "term": "26天服务制", "meaning": "..." } ],
    "checklists": [ { "name": "签约前自检", "items": [...] } ],
    "references": [...],                     // 信息来源，可信度锚点
    "disclaimer": "..."                      // 敏感领域免责与官方渠道引导
  }
}
  

4.3 功能列表与优先级

05内容生产管线

5.1 SOP 流程

5.2 各环节要点

5.3 产能测算

单个认知包：AI 生成 2 小时 + 人工审校 4 小时 + 敏感领域专家复审 1 小时 ≈ 1 人日/包。首批 10 包 ≈ 2 周产能，验证后可加速至每周 5-10 包。

06技术架构

6.1 选型（复用现有技术栈）

6.2 架构图

[用户浏览器]
    ↓ HTTPS
[CDN / 静态托管]  ←—— 预渲染的认知包页面（SEO 友好，秒开）
    ↓ (API)                        ↑ (构建时注入)
[FastAPI 轻后端]                [内容管线 CI]
  ├─ 反馈收集（段落级纠错）          ① AI 批量生成 → ② 人工审校后台
  ├─ 清单进度（匿名 localStorage）  ③ JSON 入 Git → ④ 自动构建+部署
  └─ (P2) 付费/检索/工具
    ↓
[Git 内容仓库]（认知包 JSON · 版本日志 · references）
  

07数据指标

08里程碑规划（100 天）

09商业模式

变现铁律：信任是唯一护城河。任何变现动作若损伤「中立性」认知，立即止损。参考豆瓣 vs 百度的信任差——用户相信你，才有后面的所有生意。

10风险与对策

11增长与运营策略v1.1 新增

11.1 流量结构假设（MVP 期）

11.2 冷启动三阶段（对应第 8 章 M2-M3）

11.3 SEO 基建清单（P0，随 M1 一起交付）

• 预渲染：所有认知包页面构建期生成静态 HTML，禁止纯 SPA 客户端渲染。
• 结构化数据：每包输出 FAQPage（避坑清单与黑话天然是 FAQ）+ HowTo（行动路径）+ Article（含 version / dateModified）。
• 长尾词表：每包绑定 8-15 个真实搜索词（来源：下拉词、相关搜索、问答平台标题），标题与 H1 覆盖主词，H2/H3 覆盖长尾。
• 内链网络：同分类认知包互链 + 坑位级互链（如「合同陷阱」在装修与婚礼之间互引），提升整站主题权重。
• 时效信号：页面显式标注「更新于 X 年 X 月」并在 JSON 中维护 dateModified——时效性是本产品对抗百科類竞品的关键差异。
• sitemap + 主动推送：构建后自动提交；每包更新触发单页推送。

11.4 内容分发 SOP（一包三拆）

分发红线：分发内容必须自成一体、有完整信息量，不允许用「完整版点链接」这种钓鱼式截断——那是我们要反对的做法，自己也绝不做。

11.5 增长看板（每周只需看 6 个数）

12内容审校 SOP 细则v1.1 新增

内容质量是本产品唯一的护城河，而质量的唯一保障是流程。本章把第 5 章的管线拆成可执行的检查表——没有过表的包，不许发布。

12.1 三级审校机制

12.2 事实核查表（逐条打勾，缺一不可发布）

12.3 发布红线清单（命中任意一条，禁止发布）

1. 出现无法确定来源的具体数字（价格、比例、赔偿金额）。
2. 医疗内容给出诊断、用药、治疗建议（只能讲流程与就医规则）。
3. 法律内容给出个案结论（只能讲程序、时效与举证规则）。
4. 金融内容推荐具体产品或承诺收益。
5. 坑位只写「识别」不写「破解」，或破解动作不可执行（如「要多方了解」）。
6. 出现任何品牌的正面推荐，或未标注的商业合作。
7. 敏感领域包未附官方渠道与免责声明。
8. 存在绝对化表述（「一定」「必然」「100% 能」）。
9. 内容与已发布的其他认知包重复度 > 30%。
10. 存在对特定地域、性别、职业群体的刻板描述。
11. 引用已废止的法规或过期政策。
12. Schema 校验未通过（字段缺失、条数不足）。

12.4 专家审校流程

审校表模板（专家只需回答 5 个问题）：① 有没有事实性错误？② 有没有过时内容？③ 有没有越界给个体建议？④ 有没有遗漏的高发坑？⑤ 有没有容易误导的表述？——把专家的时间成本压到 1 小时以内，才有可能规模化。

12.5 审校评分卡（满分 100，≥ 85 方可发布）

13认知包 JSON Schema 定义v1.1 新增

第 4.2 章给出内容模型示意，本章给出可直接用于 CI 校验的完整字段表。当前 10 个认知包均按此结构产出，由 scripts/build-packs.js 在构建时强制校验，不通过则构建失败。

$ node scripts/build-packs.js
✓ 买房不踩坑  (10坑 / 12黑话 / 6阶段)
✓ 装修不被坑  (10坑 / 12黑话 / 6阶段)
...
已生成 docs/packs.js · 共 10 个认知包 · 73.8 KB · 异常 0 个   # 异常非 0 时 exit 1，CI 阻断

14竞品数据化对比v1.1 新增

第 2 章做了定性竞品分析，本章用统一维度打分，把「我们不一样」变成可验证的结论。评分标准：0 = 完全没有，5 = 行业最佳。

护城河公式：场景深度 × 信任积累 × 内容资产（Git 历史）。三者都不靠融资，都靠时间——这既是独立开发者能做的原因，也是巨头短期不会全力做的原因。

附录 D · 首批 10 场景打分卡结果（按加权总分排期）

打分规则见附录 A：焦虑强度 ×1.5 + 决策金额 ×1.5 + 信息不对称 ×2 + 检索意图 ×1 + 内容可得性 ×1，满分 35 分，≥ 24 分优先排产。

附录附录 A/B/C

附录 A · 场景筛选打分卡（每项 0-5 分，≥16 分入选）

附录 B · 首批 10 场景清单

附录 C · 家政认知包验收检查（内容质量基准示例）

• ✅ 行业地图含 3 种商业模式对比与分岗位价格带
• ✅ 避坑清单 ≥ 10 项，每项均有「识别方式 + 破解对策」双要素
• ✅ 行动路径按阶段推进，含可执行清单（面试题、合同条款）
• ✅ 黑话翻译 ≥ 10 条，覆盖用户实际会听到的术语
• ✅ 关键数字（价格带/费用）标注参考时点；官方查询渠道给出具体名称
• ✅ 附免责声明与信息反馈入口