项目总览
01 项目背景
面向智慧建筑售前、投标、审查与交付团队，公司年投标约 100 次、中标率约 20%、年项目收入约 1.8 亿。历史方案、规范、设备资料与项目经验分散在本地、共享盘、邮件附件和个人文档中，AI 输出缺证据链、置信度、人工确认与版本追踪。
- 知识存在于文件中，但无法被高效检索；
- 经验存在于专家脑中，但无法被组织复用；
- 历史项目已经沉淀，但无法自动匹配新需求；
- AI 可以生成文本，但缺少引用、校验、审计和人工确认机制。
02 任务挑战
- 投标响应频次高、窗口短：历史方案、案例、规范与设备资料难以快速检索、准确引用与跨项目复用。
- 通用大模型不可信：缺引用、置信度、拒答、人工确认与版本追踪，难以进入政企投标正式交付。
- 多 Agent 协同失控风险：易状态覆盖、结论冲突与重复调用，需要统一状态底座、调度规则与冲突治理机制。
03 执行策略
梳理投标业务流程与角色分工
调研售前、商务、技术专家、项目经理在标书解析、方案编写、规范审查、最终审核和投标复盘中的工作方式，明确高频耗时环节和关键风险点。
定义产品核心链路与功能范围
将投标响应流程拆解为「标书解析 → 知识检索 → 章节生成 → 规范校验 → 人工审核 → 文件导出 → 知识沉淀」七个核心节点，输出 PRD、原型、流程图和阶段验收标准。
设计标书解析与知识检索的产品需求
定义标书解析字段模板（项目背景、建设范围、评分点、废标项等）；规划方案、案例、规范、设备资料、投标章节和交付经验六类知识库的分类、标签、权限和引用规则。
设计智能体协同和人机确认机制
从产品角度定义各智能体的职责、输入输出、调用条件和异常处理规则；对低置信度、规范冲突、重大客户承诺、设备能力边界和最终导出设置人工确认节点。
建立评测与迭代机制
联合业务和算法团队构建解析、问答、检索、生成和冲突校验样本集，跟踪召回、引用一致性、幻觉率、人工确认触发率和业务采纳率，沉淀 BadCase 推动迭代。
04 核心架构
所有 Agent 的统一状态源，Agent 不直接互相对话。每次写入必带「来源 Agent / 置信度 / 引用证据 / based_on_version」四要素，用乐观锁防并发覆盖。
低置信度·强规范冲突·多方案取舍·重大客户承诺·设备能力边界·跨项目敏感复用·图纸引用确认·商务承诺确认·最终锁版导出。AI 只生成草案，不拥有最终交付权。
Query Rewrite + BM25 + 向量检索 + RRF 融合 + 元数据过滤 + 置信度判断，让 AI 输出从主观生成升级为基于证据生成。
05 项目成果
产品成果
完成 0-1 产品方案与验证，跑通「解析 → 检索 → 生成 → 校验 → HITL → 导出」工作流。形成工作台、项目黑板等 9 个核心模块。
资产与业务提效
治理约 2800 份文档，沉淀 12000+ 知识 Chunk。试点响应周期 降至 3.2 天（-36%），历史方案复用率 62%-63%。
AI 质量与商业价值
Top-3 召回 82%，引用一致性 91%，Agent 任务成功率 83%，审计完整率 100%。幻觉率压制在 4.2%。年释放 500-800 人天 ≈ 100-180 万直接人力节省，中位回本周期 5-14 个月。
