Skip to content

PRD.md

Latest commit

 

History

History
247 lines (195 loc) · 8.74 KB

PRD.md

File metadata and controls

247 lines (195 loc) · 8.74 KB
Raw

产品需求文档（PRD）｜HRBP AI 工作台（HRBP AI Workbench）

文档版本：v1.0 ｜ 创建：2026-07-17 ｜ 状态：基于代码逆向整理（项目此前无产品文档） 代码基线：hrbp-ai-workbench 0.1.0 保密级别：内部文件

1. 产品摘要

HRBP AI 工作台是面向 HRBP（HR 业务伙伴）的企业级统一 AI 平台，覆盖 5 大 HR 业务场景，将分散的 HR 文档问答、访谈分析、员工声音洞察、周报生成、文化内容创作整合到一个受控、可审计的工作台中。

核心解决 HRBP 的痛点：

  • 制度问答依赖人工，口径不一致
  • 面试/访谈记录人工整理耗时，风险信号易遗漏
  • 员工声音（问卷/反馈）缺乏系统聚类与趋势追踪
  • 周报撰写重复劳动，多源数据难汇总
  • 文化内容多渠道发布风格不统一

2. 五大业务场景

2.1 政策问答（Policy QA）— policy_qa

  • 功能：基于制度知识库的 RAG 问答，回答员工/HR 关于报销、考勤、晋升等政策问题
  • Prompt 约束：只据文档片段回答、每条必带引用、无依据明确说明、引用格式 【引用: {文档名} §{章节号}】
  • 检索：hybrid 策略 + Top-5 + Cross-Encoder 重排
  • 护栏：输入 PII 检测 + Prompt 注入防护；输出引用校验 + 事实性检查
  • 角色：employee（普通员工可用）

2.2 面试纪要（Interview Digest）— interview_digest

  • 功能：从面试录音转写文本中结构化抽取
  • 产出（JSON）：
    • employee_demands：核心诉求（工作环境/薪酬福利/职业发展/团队关系/管理制度 + 紧急度）
    • risk_level：HIGH / MEDIUM / LOW
    • risk_signals：离职倾向、情绪异常、团队冲突、制度不满
    • action_items：可落地行动项（含负责人建议、截止时间）
    • suggested_owner + summary（200 字内）
  • 降级：数据不足时明确告知"数据不足以做完整分析"

2.3 语音洞察（Voice Insight）— voice_insight

  • 功能：对员工声音数据（访谈/问卷）聚类分析 + 风险识别 + 趋势判断
  • 产出（JSON）：
    • clusters：相似诉求归群（每群 3-8 条，2-4 字标签）
    • risk_signals：风险描述 + 严重度 + 来源回溯（source_ids）+ 趋势（上升/稳定/下降）
    • trends：主题趋势方向 + 置信度 + 证据
    • summary（200 字）
  • 特点：强调原文回溯路径，可审计

2.4 周报生成（Weekly Report）— weekly_report

  • 功能：汇总多源数据生成结构化 HRBP 周报
  • 数据来源：访谈结果、声音洞察报告、制度问答热点、系统事件
  • 产出（JSON）：
    • period：报告周期
    • progress：进展条目（带数据来源 + 状态）
    • risks：风险预警（严重度 + 跟进人 + 应对措施）
    • plan：下周计划（优先级 + 截止日期）
    • data_sources：缺失数据明确标注
  • 约束：整体摘要 ≤ 300 字

2.5 文化内容（Culture Content）— culture_content

  • 功能：基于关键词 + 文化素材，一次生成 4 个渠道适配内容
  • 渠道规格：
    渠道 字数 风格
    新闻稿 news_article 800-1200 正式庄重
    群通知 group_notice 100-200 简洁有力
    员工故事 employee_story 500-800 温情叙事
    活动文案 event_copy 200-400 吸引号召
  • 约束：每渠道风格不同、正面积极、具体不空泛、不像 AI 生成

3. 平台能力（跨场景）

3.1 知识库管理（KB）— kb

  • 创建/列出/获取知识库
  • 文档上传（upload）+ 触发入库（ingest）
  • 文档列表 + 删除（单文档/整库）
  • 每场景绑定独立 knowledge_base_id（如 policy_kb）

3.2 评测与反馈（Eval）— eval / feedback

  • 场景级指标查询（citation_accuracy / answer_relevance 等）
  • 指标趋势（trend）
  • Golden 数据集管理（按场景）
  • 用户反馈提交 + 反馈指标聚合

3.3 设置（Settings）— settings

  • LLM Provider 列表查询
  • 运行时切换 Provider（智谱 GLM-4 / DeepSeek V3 / OpenAI GPT-4o）
  • Provider 连通性测试

3.4 安全与多租户

  • 中间件链：RequestID → CORS → TenantContext → Auth(JWT) → RBAC → Handler
  • 多租户隔离（TenantContext）
  • RBAC 角色权限（创作动作 vs 审批动作分离）
  • 安全响应头（SecurityHeaders）
  • 结构化日志（structlog）

4. 用户画像

用户 使用场景
HRBP（核心） 全部 5 场景，日常工作台
招聘官 面试纪要
文化/品牌 文化内容
员工 政策问答（受限角色）
管理者 周报、语音洞察趋势

5. 功能范围（MoSCoW）

Must Have

  • 5 大场景可交互（政策问答/面试纪要/语音洞察/周报/文化内容）
  • 知识库管理（上传/入库/删除）
  • 多 Provider 接入与运行时切换
  • 引用强制 + 事实性检查（政策问答）
  • 评测指标 + Golden 数据集
  • 多租户 + Auth + RBAC

Should Have

  • 用户反馈闭环
  • 指标趋势可视化
  • 风险信号告警

Could Have（v2+）

  • 场景间数据联动（周报自动汇总洞察）
  • 工作流编排（定时周报）

Won't Have（本期）

  • 公开 ToC 产品
  • 模型 Fine-tune

6. 系统架构

前端（Vite + React + Tailwind）
        │  HTTPS / JSON
        ▼
FastAPI 中间件链
RequestID→CORS→Tenant→Auth→RBAC→Handler
        │
        ├─ 场景路由（5 场景 Orchestrator）
        │     ├─ RAG Pipeline：Ingestion→KnowledgeBase→Retrieval(hybrid+RRF+rerank)→LLM
        │     └─ 场景 Prompt（Jinja2 模板，含输出 JSON Schema 约束）
        ├─ 知识库（KB CRUD）
        ├─ 评测（Metrics + Golden + Feedback）
        └─ 设置（LLM Provider 切换）
        │
LLM Orchestrator（多 Provider）
  智谱 GLM-4（主）→ DeepSeek V3（备）→ OpenAI GPT-4o（兜底）
        │
存储：PostgreSQL(asyncpg) + Milvus(向量) + Redis(缓存/Celery) + MinIO(对象)

7. 技术栈

组件 技术
后端 FastAPI（Async）+ SQLAlchemy Async + Alembic
向量库 Milvus（pymilvus）
关系库 PostgreSQL + asyncpg
缓存/队列 Redis + Celery
对象存储 MinIO
聚类 HDBSCAN
Embedding sentence-transformers（bge 系列）
LLM 智谱 GLM-4 / DeepSeek V3 / OpenAI GPT-4o（OpenAI-compatible）
前端 Vite + React + TailwindCSS
日志 structlog（结构化）
工程 ruff + mypy + pytest

8. 场景配置规范（Scenario Config）

每个场景由 config.yaml 声明，包含：

scenario_id: policy_qa
knowledge_base_id: policy_kb
retrieval_strategy: hybrid      # hybrid / dense / sparse
retrieval_top_k: 5
rerank_enabled: true
prompt_template: prompts/policy_qa.txt
output_schema: QAResponse        # 输出 JSON Schema 约束
guardrail_rules:
  input:  [pii_detection, prompt_injection]
  output: [citation_verification, factuality_check]
eval_metrics: [citation_accuracy, answer_relevance]
fallback_strategy: no_evidence
max_tokens: 1024
temperature: 0.1
required_role: employee

设计亮点：场景与模型解耦，新增场景只需新增 config.yaml + prompts/*.txt + schemas.py，无需改主干。

9. 安全与合规

  • Prompt 注入防护：输入层检测越狱指令
  • PII 检测：输入层识别敏感信息
  • 引用校验 + 事实性检查：输出层防止编造
  • 无证据降级：no_evidence 策略返回"未在现有制度中找到相关依据"
  • 多租户隔离 + RBAC：服务端重鉴权，前端状态非安全边界
  • 低温度生成（temperature 0.1）：政策类回答稳定性优先

10. 验收标准 Checklist

  • 5 场景均可返回结构化 JSON 结果
  • 政策问答引用准确、无依据时明确拒答
  • 知识库上传→入库→检索链路通
  • Provider 运行时切换 + 降级正常
  • 评测指标可查 + Golden 数据集可用
  • 多租户 + Auth + RBAC 生效
  • 结构化日志可追溯

11. 已知限制

  • 当前为 0.1.0 早期版本，前端为基础壳
  • 情感/聚类依赖 LLM + HDBSCAN，极端分布可能不稳定
  • 无独立 holdout 评测报告（需补评测基线）

12. 下一步

  1. 补齐各场景 Golden 数据集与评测基线
  2. 前端工作台完善（场景导航 + 结果可视化）
  3. 场景间数据联动（周报自动聚合洞察/访谈）
  4. 风险信号告警推送

本文档基于代码逆向整理（main.py 路由、scenarios//prompts、config.yaml、app 模块结构、pyproject.toml），反映 0.1.0 实际能力。此前项目无任何产品文档，本文件为首发。*