夜雨聆风🌸 所有App（整理猫儿、收纳猫、卡猫、宠物猫儿）今后每一个版本的迭代，都会同步公开完整的 PRD 产品需求文档。这是与大家分享设计心得和思考成果的小小约定。
独行快，众行远。愿与所有并肩同行的小伙伴们共勉。
正文字数：约8311字 | 阅读全文大约需要319375天
目录
1. 产品概述 2. 用户故事板 3. 业务流程 4. 需求详述 | 重点：AI词性标注与信息提取 5. 前置与后置条件 6. 实体模型 7. 业务场景 8. 非功能性需求 9. 交互设计规范 10. 多语言本地化 11. 数据埋点 12. 附录 |
1. 产品概述
1.1 背景
1.2 目标用户
1.3 核心价值
效率：说话即可录入物品数据，无需手动填写。 隐私：AI分析数据在设备端侧离线完成，不上传网络云端服务器。 准确性：本地词性分析模型专门针对物品/位置的语言场景标注训练，支持中英文双语。 容错：特殊场景环境，AI识别不完全时，提供分词选择物品名称的补救方法，也同样能提升输入效率。 迭代：陆续会增加更多语言，目前中文（简体/繁体）和英文AI模型经过10个多月的训练已初步可用。 普惠：本功能为基础服务，所有整理猫儿App的用户均可永久免费使用。
2. 用户故事板
故事1：快速记录刚放下的物品
注：如果识别出的物品名称和位置结果用户不满意，也可以点击“编辑”按钮，打开文字添加物品页继续修改。
故事2：AI未识别出物品名称时的补救
注：正常情况下AI模型应该可以识别出这句话中的物品名称和位置，这里只是举例。
故事3：英文语音识别成功添加物品
3. 业务流程
3.1 总体流程图
3.2 分支流程详述
分支1：AI直接识别出物品名称（item 非空）
将识别到的 item 赋值“物品名称”变量，location 赋值“存放位置”变量。若location为空，则使用本地化默认值“未指定位置”。 界面执行翻转动画，由录音状态切换为信息确认界面。 工具栏显示：关闭 | [弹性空间] | 编辑 | 完成。 用户可点击“编辑”跳转到文字添加物品页，同时向该页传值已经识别到的物品名称和存放位置；或直接点击“完成”提交入数据库。
分支2：AI未识别出物品，但提供了分词序列（item 为空且 tokens 非空）
临时位置值为空。 界面执行翻转动画，切换为分词选择界面。 所有 tokens 以可多选的标签形式展示，可点击。 工具栏：关闭 | [弹性空间] | 完成。 用户必须至少选中一个分词标签，“完成”按钮才可用。点击“完成”后，以所选分词拼接为物品名称、存放位置为空写入数据库。
分支3：模型完全未产出有效信息（item 为空且 tokens 为空）
提示文字变为“经AI分析，输入的内容中未包含物品名称”。 “下一步”按钮重新启用，点击关闭退出流程。 此分支不进入确认或选择界面，不执行数据入库。
4. 需求详述
4.1 语音录入与实时转写
功能描述
界面元素
声波动画视图：根据录音状态自动切换颜色与高度（空闲/就绪/监听/处理/错误）。
提示文本区：展示实时识别文本或状态提示。
交互规则
页面弹出后自动开始录音，无需额外点击。
用户说话期间文本实时更新，声波幅度随音量变化。
停止说话超过N秒自动结束录音；用户也可主动点击“下一步”或“关闭”按钮提前结束。
“下一步”按钮在文本内容非空时启用。
异常处理
权限未授予：声波动画变红，显示对应权限错误文案，无法录音。
超时（默认30秒无有效输入）：自动停止，提示“识别超时”。
识别服务不可用：提示“语音识别服务不可用，请检查网络或稍后重试”。
4.2 AI词性标注与信息提取
功能描述
模型加载规则
调用检测文本主导语言，若语言代码为中文（含简/繁体）则加载中文模型 ，否则加载英文模型 。陆续会拓展更多语言模型。
模型文件查找设定的文件格式，如未找到则加载失败。
模型使用异步加载，计算单元配置为 CPU 与 GPU 共同参与，加载任务在专用串行队列中执行，避免阻塞主线程，导致UI卡顿影响用户体验。 模型异步加载，未就绪时最多重试9次（每次间隔0.35秒），最终失败则提示用户。
输入/输出
item：所有标签为物品 的 token 拼接结果（可能为 nil）。
location：所有标签为位置 的 token 拼接结果。
tokens：模型输出的分词序列，与 labels 一一对应；若模型未输出 tokens，则该字段不存在。
labels：每个词对应的标签序列。
序列解析规则
从模型输出中获取 labels 和 tokens 的 MLFeatureValue，特征类型必须为 MLFeatureTypeSequence。
输出特征键名由模型结构动态分析获得，同时支持备用键名查找：当默认键名（如 labels、tokens）无结果时，会遍历所有输出特征名，寻找包含 label 或 token 的键作为替代，保证与不同训练版本的模型兼容。
解析序列内容时，按以下顺序尝试：
若全部方法均无法获得有效数组，则 labels 解析失败视为预测失败；tokens 解析失败则跳过该字段，后续提取仅依赖 labels。
提取规则
标签匹配忽略大小写：标签包含 物品键值 的 token 拼接为物品名称，包含 位置键值 的 token 拼接为位置。
拉丁字符处理：检测 token 首字符是否属于扩展拉丁字母集（覆盖英、德、法、西、葡及北欧等特殊字母），若是则在拼接时自动在前方添加空格，保证西方语言单词间分隔；中文、日韩文 token 则直接拼接。（如后续仍有遗漏，请动态补充规则）
数量对齐：若 tokens 与 labels 数量不一致，取较小数量对齐后再提取，避免数组越界。
当 item 有值但 tokens 为空时，仍然返回提取到的 item 和 location，不依赖 tokens 存在。
当 item 为空但 tokens 非空时，会额外调用一次位置提取方法，将可能识别到的位置值缓存。
降级分词处理
若经过上述提取后仍未获得物品名称（item 为空），则采用系统通用分词器 CFStringTokenizer 对原始文本重新分词。
分词结果会替换原有的 tokens 字段，过滤纯空白 token。
若通用分词结果非空，则更新 tokens 并返回，供后续进入分词选择界面；若通用分词也为空，则移除 tokens 字段，最终视为无有效信息。
后处理与容错
若系统版本低于 iOS 14.0，直接返回错误并提示用户系统版本不支持。
若模型未加载完成，触发重试逻辑；若重试耗尽，提示模型未就绪。
所有预测异常（模型输出无 labels、解析失败、对齐后无可提取项）均返回统一错误码，并在界面提示“AI分析未成功”。
若最终 item 和 tokens 均为空（包括通用分词也失败的情况），视为无任何有效信息，提示用户“输入内容中未包含物品名称”。
4.3 信息确认界面（分支1进入）
功能描述
界面布局
顶部工具栏：关闭 | [弹性空间] | 编辑 | 完成。
中部：显示“物品名称”和“存放位置”两个标签及对应的文本值。
交互
点击“编辑”：关闭当前视图，将物品名和位置的值传出，由宿主页面打开完整的文字添加物品页编辑表单。
点击“完成”：直接提交数据入库，转入结果界面。
4.4 分词选择与位置编辑界面（分支2进入）
功能描述
界面布局
顶部工具栏：关闭 | [弹性空间] | 完成。
提示文本：“AI未识别出物品名称，请选择物品名称”。
分词标签区：所有 token 以圆角标签排列，支持多选，选中标签高亮（主题色填充）。
交互
点击标签选中/取消，已选词实时拼接并更新为物品名称。
“完成”按钮在至少选中一个标签时启用；点击后使用当前物品名称提交入库。
点击分词标签有细微的动效（同时有振动），取消选择无动效。
4.5 数据存储
功能描述
存储逻辑
调用 AddSpeechModel ，执行 SQL 插入 storagelist 表。 字段映射：
插入成功时返回最后插入的行 ID，供结果页“查看物品”跳转使用。
4.6 结果反馈界面
功能描述
界面元素
结果图标（成功显示 cat_success，失败显示 cat_failure）。 结果文字（“成功”或“未成功”）。 成功时：两个按钮“继续添加物品”和“查看物品”以从下方滑入的动画展示。 失败时：仅保留关闭按钮。
交互
“继续添加物品”：关闭当前视图，重新唤起语音添加界面。 “查看物品”：关闭当前视图，跳转到对应物品详情页（使用最后插入 ID）。 点击关闭或点击背景蒙层均可关闭整个流程。
5. 前置与后置条件
5.1 前置条件
设备系统版本 iOS 14.0 及以上。 用户在系统设置中已授权语音识别权限和麦克风权限。 设备支持语音识别（SFSpeechRecognizer 可用）。 本地已包含对应语言的设备端侧AI训练模型文件。
5.2 后置条件
若提交成功，storagelist 表中新增一条记录，物品列表可见该物品。 若用户选择“查看物品”，则导航到该物品详情页。 若用户选择“继续添加”，则重新进入语音添加界面。
6. 实体模型
6.1 数据库表storagelist
7. 业务场景
家庭收纳：日常用品快速语音记录，随用随记不遗漏。 仓储管理：快速语音登记货物存放位置。 搬家整理：一边打包一边语音记录物品所在箱子。 办公用品管理：语音录入物品存放于哪个柜子或抽屉。 药店货架管理：语音录入药品名称及其摆放的货架层号。 后厨食材管理：语音记录食材存放的冷藏柜或干料区位置。 零售门店盘点：语音录入商品名称及所在货架位置。
汽修工具管理：语音登记工具归还至哪个工具箱或挂板，保持工位整洁可追溯。 宠物用品收纳：将零食、玩具、药品等分类存放时，语音记录物品位置，避免混淆过期用品。 户外露营装备：语音录入帐篷、炉具、灯具等存放的收纳箱或储物架，下次出发快速查找。 个人证件管理：将护照、户口本、合同等重要文件分类存放后，语音记录具体抽屉或文件袋，紧急时精准定位。
8. 非功能性需求
8.1 性能
语音转写延迟 < 200ms。 端侧模型每次加载 < 500ms，识别 < 100ms。 界面翻转动画时长 0.25 秒，帧率保持 60fps。
8.2 可用性
不支持 iOS 14 以下设备时给出明确提示。 权限拒绝时给出具体文案，引导用户前往设置。 所有文案支持多语言本地化。
8.3 可靠性
模型加载失败具备重试机制，避免单次失败导致功能不可用。 数据库写入失败时展示“未成功”结果，不阻塞后续操作。
8.4 安全性
9. 交互设计规范
9.1 整体容器与背景
iPhone竖屏：贴近屏幕底部，底部留有安全距离（自动计算安全区高度）。
iPad：锁定竖屏水平垂直居中。
9.2 视图切换动画（卡片翻转）
翻转前等待：用户点击“下一步”后，语音识别结束。此时系统开始调用本地AI模型分析文本内容，界面会在当前视图短暂停留约1秒，给用户一个阅读识别文本、感知系统正在处理的心理缓冲。等待结束后，卡片随即执行翻转动画，呈现分析结果。
收缩阶段（约0.09秒）：卡片垂直方向快速压扁至几乎一条线，同时透明度轻微降低、表面出现极淡的阴影。
内容替换阶段：在卡片被压扁的瞬间，替换内部显示的视图（如隐藏录音波纹、显示物品信息）。
恢复阶段（约0.16秒）：卡片从压扁状态缓缓展开并恢复原形，带有自然的轻微弹性，展开过程呈现出略带“呼吸感”的回弹效果，最终完全平整。
9.3 声波动画效果
未激活/空闲：灰色渐变，条高度保持在较低位置，有缓慢的呼吸起伏。
等待说话：中青色渐变，条高度上升且呈现更明显的波浪式摆动，模拟“竖耳聆听”的感觉。
正在收听：主色渐变，条高度随说话音量实时跳动，音量越大跳动越高，中间几条跳动幅度略大，形成类似均衡器的效果。
处理中：青色渐变，条高度从较高位置缓慢回落，仿佛在逐渐安静下来。
出错/权限拒绝：红色渐变，条高度保持较低，有轻微脉动。
9.4 按钮与工具栏
“下一步”：只有当麦克风捕捉到文字内容后才变为可用，点击后立刻置灰防止误触。 信息确认界面的“完成”：始终可用。 分词选择界面的“完成”：只有选中至少一个词语后才可用。 “编辑”按钮：仅出现在至少物品名称识别成功的信息确认界面界面。
9.5 分词选择组件
默认：浅灰色背景（深色模式下为深灰色），带有浅色边框，文字为标准阅读色。 选中：背景变为主色，无边框，文字变为白色（深色模式下文字变为黑色），形成明显的选中状态。
9.6 成功提交后的动画序列
图标带着微小的弹跳向上移动到卡片顶部区域，移动过程有自然的回弹感。 移动到位后，图标会做一次极小幅度的上下浮动，仿佛是轻轻落下的气泡。
“继续添加物品”按钮从卡片底部边缘外滑入，透明度由0变为完全不透明。
“查看物品”按钮在约0.1秒后以相同方式滑入。
两个按钮滑入时均采用轻快的缓出节奏，不显突兀。
9.7 音效反馈
9.8 文字样式与颜色适配
界面中的标题文字（如“物品名称”）使用常规字重17pt，颜色较浅（浅灰色）。 赋值文字（如具体的物品名称）使用常规字重25pt，醒目突出。 提示文字、结果文字使用常规字重17pt。 按钮文字使用17pt主题色。 分词标签文字使用17pt。 所有颜色均已适配深色模式，在深色背景下自动切换为适合暗环境的颜色方案，保证文字清晰、对比度舒适。
9.9 提示文案与异常反馈
录音引导：“请说...” 实时转写：直接显示当前识别到的文字内容，不额外提示。 权限未开启：根据具体缺失的权限，清晰提示“语音识别权限未开启”“麦克风权限未开启”或“设备不支持”等，引导用户前往设置。 识别超时：提示“识别超时”。 服务不可用：提示“语音识别服务不可用，请检查网络或稍后重试”。 AI未成功提取信息：提示“AI分析未成功”。 未识别到物品：提示“经AI分析，输入的内容中未包含物品名称”。 模型未就绪：提示“AI分析模型未加载完成，请稍后重试”。 系统版本过低：提示“当前系统版本不支持此功能”。
9.10 通用操作规则
关闭或退出该功能时，会自动结束正在进行的语音识别，释放麦克风资源。 若在分词选择界面未完成选择就关闭，所有已选状态不会被保留，下次打开将重新开始。 在任何需要等待的过程（如AI分析），相关按钮自动变为不可点击状态，防止重复操作。
10. 多语言本地化
10.1 本地化文案清单
10.2 设计注意事项
以上文案覆盖了部分用户可见的文本，确保在各个分支路径中均无硬编码的非本地化字符串。 长度明显增加的英文文案（如错误提示）应在 UI 设计上预留足够的文本空间，避免截断；必要时可支持多行显示。 后续新增语种时，仅需补充以上 Key 的对应翻译即可，无需修改代码逻辑。
11. 数据埋点
注：为尊重用户隐私，真正发布到App Store的本新版本App并未添加任何数据埋点。本内容目前只做技术和产品需求讨论。
11.1 事件清单
转化漏斗：入口点击 → 录音成功 → AI分析 → 提交成功 → 后续操作，观察每一步流失率。 模型质量：通过 result_type 和 has_location 统计AI直接识别成功率，结合 processing_time_ms 监控性能。 提交成功率：结合 item_source 对比AI直接识别与手动分词选择的提交成功率。 用户行为终点：统计“继续添加”“查看物品”“关闭”的占比，了解用户后续意图。
11.2 参数通用规范
所有事件需上报时间戳和用户唯一标识（去标识化）。 文本类参数（如最终物品名称）严格保护隐私，仅保留字符串长度，禁止记录敏感信息。 耗时类参数单位为毫秒，保留整数。 枚举类参数使用小写字母和下划线，严格对照事件说明中的取值。
11.3 数据分析用途概览
转化漏斗：从入口点击 → 录音成功 → AI分析 → 提交成功 → 后续操作，衡量每一步的流失率。 AI 模型效果：统计 item_found、tokens_only、empty 的占比，评估模型准确率；结合 model_ready_retries 评估加载成功率。 用户修正行为：分析编辑按钮点击率及分词界面使用频率，发现交互瓶颈。 错误监控：通过错误类型分布快速定位权限、网络、模型等常见问题，指导版本优化。
12. 附录
12.1 术语表
12.2 参考资料
iOS/鸿蒙 原生应用开发、小程序开发 UI/UX 设计、品牌平面设计、AIGC智能视觉创作 端侧 AI 模型定制训练 产品需求分析、商业研究报告、融资计划书撰写 低代码平台架构解决方案 —— 咨询与实施
