用户与问题
企业 AI 工具分散，员工难以找到适合任务的智能体，工作成果无法持续沉淀；管理者缺少统一、可追溯的经营信息，管理员也难以集中管理智能体、知识库和使用权限。
Project case study
企业 AI 工作平台
面向企业员工、管理者和管理员的一体化 AI 工作平台，覆盖智能体使用、知识库授权、成果沉淀、经营信号和平台配置。
Overview
为什么要做这个产品？
目标与结果
面向客户交付可商用的企业 AI 工作平台，覆盖员工使用、管理洞察和平台配置。目前已完成三端产品框架、核心业务流程和验证
Product
核心体验与界面
截图按真实业务场景组织；选择任意界面，可在当前场景内逐张查看。
员工使用 AI 完成工作
员工选择已授权的智能体，通过对话完成任务，并将 AI 结果沉淀为成果、待办，审核会议记录入企业数据库
管理者掌握经营信息
管理者集中查看经营概况、重要信号、日报和周报，并追溯信息来源。
管理员配置企业 AI 能力
管理员统一维护租户、智能体、AI 部门、知识库和成员权限。
My contribution
我的贡献
- 01
产品定义与范围控制
明确企业 AI 平台的目标用户、角色边界、首版范围和核心业务闭环。
- 02
多角色体验设计
设计员工、管理者和管理员三类用户的产品结构、任务路径和信息层级。
- 03
权限与数据模型设计
设计租户、成员能力、AI 部门、智能体和知识库之间的授权关系。
Key decisions
关键产品决策
- 01
按角色拆分三套工作端
将员工执行、管理者洞察和管理员配置拆分为独立应用，降低单一系统的信息复杂度。
- 02
采用契约优先架构
先定义 OpenAPI 和数据模型，再开发前端与 Mock，保证多端围绕统一业务规则协作。
- 03
权限以租户和能力为边界
通过租户、成员能力、AI 部门和智能体授权组合计算可用范围，避免简单角色模型失控。
How I built it
构建过程
- 01
产品范围设计
梳理企业 AI 使用、管理洞察和平台配置三条核心业务链路。
- 02
契约与数据建模
定义 OpenAPI、核心领域对象、租户边界和权限规则。
- 03
三端产品开发
分别实现员工工作台、老板端和平台管理后台。
Retrospective
项目复盘
多角色企业产品的关键不是堆叠功能，而是先明确租户边界、角色权限和数据流转。当前版本完成了产品框架和交互验证，真实 AI 服务、生产后端和数据安全能力