InsureSmart
AI 知识库与培训系统
产品需求文档 — 通过 AI 驱动的语义搜索和智能内容策划，彻底改变保险团队的知识管理和员工培训方式。
1. 引言
项目背景与愿景
1.1. 项目背景与愿景
保险行业的特点是拥有大量复杂且不断增长的信息体系，包括保单条款、监管更新、销售技巧和产品规格说明。传统的知识管理和员工培训方法往往跟不上这种增长速度，导致效率低下、知识缺口和团队绩效不一致。新员工面临陡峰的学习曲线，而经验丰丰的员工则花費大量时间搜索特定信息和培训新员工，专注于客户服务的时间精力被挤压。
InsureSmart 为一个全面的、智能驱动的平台，旨在彻底改变保险团队如何管理知识和进行培训。通过利用先进的人工智能技术，包括语义搜索和自动化内容分析，InsureSmart 旨在提供一个集中化、智能化和直观的门户，让保险专业人士能够即时获取准确信息并获得个性化的学习路径。
1.2. 项目目标与目的
- ⚡加快入职流程： 通过提供结构化的按需培训模块，显著减少新员工成为熟练员工所需的时间。
- 🚀提升生产力： 通过提供强大的人工智能语义搜索引擎，最小化员工花费在搜索信息上的时间。
- ✓确保合规性： 集中所有与合规相关的文档和培训材料，使其更容易跟踪和确保遵守最新法规。
- 📈提升销售业绩： 为销售团队提供即时访问产品详情、销售脚本和最佳实践示例的能力，以提高成交率。
- 📊提供可行的洞察： 通过管理员仪表板为经理提供关于团队进度、知识缺口和内容参与度的数据驱动概览。
2. 目标用户
主要用户群体与使用场景
InsureSmart 设计用于保险公司或代理机构内部使用，针对所有参与销售、支持、合规和管理的员工。
一线员工（销售代理、理赔员等）
主要需求：
- • 快速获取准确的保单和产品信息
- • 高效完成强制性培训
- • 实时找到特定客户问题的答案
主要痛点：
- • 浪費时间翻阅过时或不正确的文档
- • 难以找到特定条款或视频片段
- • 缺乏单一的真实信息来源
管理人员（团队经理、部门主管等）
主要需求：
- • 实时监控团队培训进度和合规性
- • 识别知识缺口和改进领域
- • 为团队策划和推荐高价值内容
主要痛点：
- • 手动跟踪员工培训效率低下
- • 无法看到员工难以找到的信息
- • 无法轻松分享最佳实践
3. 产品概览
核心功能与架构
3.1. 核心功能模块
InsureSmart 是一个基于网络的应用程序，采用现代技术栈构廻。它由四个核心模块组成，为不同的用户角色提供定制化体验：
AI 语义搜索（知识库）
一个智能搜索界面，允许用户用自然语言提问，并从整个知识库（包括文档和带时间戳的视频内容）中获得精准的综合答案。
知识库
一个可浏览的所有培训材料、文档、视频和音频文件的库，按类别和标签组织，便于导航。
培训中心
一个个性化的仪表板，供员工查看分配的任务、跟踪学习进度并访问推荐内容。
管理员仪表板
一个全面的分析和管理界面，供经理监控团队绩效、跟踪培训合规性并策划内容推荐。
3.2. 用户交互流程与场景
一线员工的典型场景：
- 1.实时客户咨询： 员工在与客户交流时遇到一个关于保单条款或产品的问题。他们打开 InsureSmart，使用 AI 语义搜索，一秒内获得精准的答案以及相关文档的链接。
- 2.培训任务完成： 员工登录培训中心，看到序列化的强制培训任务。每个任务都有清晰的描述、估计时间和截止日期。
- 3.主动学习： 员工浏览知识库，发现与他们的角色相关的内容，按类别、标签或搜索关键词浏览。
管理人员的典型场景：
- 1.团队管理： 经理登录管理员仪表板，可以看到整个团队的培训进度、逐个任务和完成度。
- 2.内容推荐： 经理浏览知识库，为他们的团队推荐高价值的内容。被推荐的内容会出现在员工的培训中心中。
- 3.跟踪与分析： 经理可以查看详细的跟踪报告，了解员工最近提出的问题、学习活动和培训进度。
4. 功能需求
详细功能规范
4.1. AI 语义搜索（知识库）
用户应能够在搜索栏中输入完整问题形式的搜索查询。
系统应在结果页面顶部显示由 AI 生成的直接、简洁的答案。
在 AI 答案下方，系统应列出用于生成答案的所有源材料，包括文档和视频。
对于视频来源，系统应显示相关的时间戳。点击时间戳应将用户导航到视频播放器并从该确切时刻开始播放。
界面应显示建议问题列表，以指导用户了解相关主题。
5. 技术架构
技术实现与核心能力
5.1. 技术栈
该应用程序使用 React 和 TypeScript 以及 Vite 开发，确保快速、现代和类型安全的前端体验。
核心功能基于强大的语义搜索和内容分析能力，包括：
- ▸检索增强生成（RAG）： 系统通过将可用资源的内容（文档、视频转录）作为上下文提供给 AI 模型来模拟 RAG 管道。这允许系统仅基于提供的知识库生成答案，确保准确性和相关性。
- ▸基于 JSON 的结构化输出： AI 模型被提示返回一个结构化的 JSON 对象，包含直接答案和源材料列表，包括文档 ID、标题、文本片段和特定的视频时间戳。
- ▸自动化内容标签： 系统利用 AI 为新内容自动生成相关标签，简化内容管理流程。