历史难溯源
需求、设计稿与上线数据彼此分散，新任务难以快速找到过去的判断依据。
01 · ABOUT
项目概览
将分散在文档、设计稿和个人经验中的决策依据，转化为能查询、能判断、能执行、会沉淀的设计智能中台。
- 核心定位
- 设计师的 AI 搭档
- 产品架构
- 知识库 / Skill 工具链 / AI 工作台
- 应用链路
- 设计前 / 设计中 / 设计后 / 沉淀
- 我的职责
- 产品策略 / 体验架构 / 原型与视觉
PRODUCT DEMO
02
从工作台进入设计决策
工作台统一承接行业趋势、知识库检索、需求判断和工具调用。设计师可以从自然语言问题出发，快速进入具体模块和历史依据。
LIVE PRODUCT · 01:23
商详大脑全流程产品演示
WHY A BRAIN
03
让设计依据不再断层
经验难复用
规范和经验依赖口口相传，团队成员需要重复理解同一类业务问题。
工具相互割裂
产前分析、产中生成和产后走查缺少统一入口与上下文连接。
结果难沉淀
上线后的验证和复盘没有自动回到知识库，经验无法进入下一轮设计。
DECISION ARCHITECTURE
04
整体框架搭建
商详大脑负责判断与指令，zero Agent 负责生成环节执行；人与 AI 在每一阶段分工协作，共享同一套 Token 化设计资产底座。
完整决策链路与资产回流关系
END-TO-END LOOP
05
四阶段协同闭环
理解需求 · 定策略
- 行业与竞品分析
- 用户与目标拆解
- AI 价值判断
生成方案 · 组织素材
- 补充交互状态
- 图层自动命名
- 布局与改动标注
智能审核 · 问题定位
- 规范与格式审核
- 视觉、交互审查
- 信息层级与可用性
经验回流 · 反哺设计
- 方案结果验证
- 复盘与需求跟进
- 经验沉淀入库
PRODUCT SYSTEM
06
三层产品架构
知识库底座
把规范、历史需求、版本记录、竞品信息和数据效果组织为可检索、可关联的设计资产。
模块规范需求档案竞品信息数据效果
Skill 工具链
覆盖产前分析、产中生成与校验、产后走查和数据归因，将重复任务转化为稳定能力。
竞品分析素材生成规范校验智能走查
AI 协同工作台
以对话作为统一入口，根据当前任务调取知识和工具，并将新结果增量沉淀回知识库。
查判做存
VISUAL REVIEW SKILL
07
视觉审查 Skill
AttentionLab 将注意力、视觉动线、信息层级和可读性转化为可观察、可比较的评审依据，辅助设计师定位高噪音区域与阅读断点。
注意力热力图多图对比历史记录PDF 报告
清晰度、焦点与可读性评估
SYSTEM SCALE
08