Files
trade-assistant/docs/PRODUCT_DESIGN.md
T
TradeMate Dev c6206787da Initial commit: TradeMate 外贸小助手 MVP
项目结构:
- backend/     Python FastAPI 后端
- uni-app/     uni-app跨端前端
- docs/        设计文档
- docker-compose.yml  Docker编排
- nginx/scripts/systemd 运维配置

已完成功能:
- 用户认证 (JWT)
- 智能翻译 + 回复建议
- 营销素材生成
- 客户管理 + 沉默检测
- 报价单管理
- 产品库管理
- 汇率换算
- 推送通知 (uni-push)
- WhatsApp Webhook框架
- Celery定时任务
2026-05-08 18:17:12 +08:00

251 lines
9.8 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 外贸小助手 (TradeMate) — 产品设计文档
> 版本: v1.0
> 创建日期: 2026-05-08
> 状态: 初始设计
---
## 一、产品定位
### 1.1 一句话定义
> **微信里的外贸成交助理——帮不懂英文、不懂营销的中小企业,把客户询盘变成订单。**
### 1.2 目标用户
| 画像 | 特征 | 典型场景 |
|------|------|---------|
| **个体外贸SOHO** | 1-2人,什么都自己干 | 每天都在回WhatsApp消息,顾不上主动开发客户 |
| **小型外贸公司老板** | 10-30人,团队没有专业营销 | 员工英文一般,发了开发信没人回复就不知道怎么继续 |
| **工厂转型外贸** | 原来做内销,刚开阿里国际站 | 有产品优势,但不会写英文文案,不知道怎么跟老外沟通 |
### 1.3 核心洞察
外贸成交的本质是三个动作:
```
收到询盘 → 看懂意思 → 回复报价 → 跟进催单
↑ ↑
用户卡在这里 用户卡在这里
(英文不好) (不知道怎么跟进)
```
**我们只解决这三件事,别的都不做。**
---
## 二、功能设计
### 2.1 功能全景图
```
┌─────────────────────────────────────────────────────┐
│ 外贸小助手 │
│ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │ 营销素材 │ │ 智能沟通 │ │ 客户跟进 │ │
│ │ 工厂 │ │ 助手 │ │ 引擎 │ │
│ ├──────────┤ ├──────────┤ ├──────────┤ │
│ │ 开发信 │ │ 消息翻译 │ │ 沉默检测 │ │
│ │ 产品文案 │ │ 回复建议 │ │ 跟进提醒 │ │
│ │ 关键词 │ │ 一键发送 │ │ 话术推荐 │ │
│ │ 竞品分析 │ │ 语气调整 │ │ 周期提醒 │ │
│ └──────────┘ └──────────┘ └──────────┘ │
│ │
│ ┌─────────────────────────────────────────┐ │
│ │ 跨功能支撑: 报价单生成 / 汇率换算 │ │
│ └─────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────┘
```
### 2.2 功能一:营销素材工厂(帮用户"有内容可发")
#### 用户场景
> "我想给美国客户发邮件推广我的户外折叠椅,但我不知道英文怎么写,也不知道怎么写才有吸引力。"
#### 交互流程
```
[用户打开小程序]
└─ 点击"营销素材"
└─ 输入: "户外折叠椅,承重150kg,防水面料,带杯架和扶手"
└─ 选择: ①英文开发信 ②WhatsApp开场白 ③产品描述 ④关键词建议
└─ AI生成→用户左右滑动筛选→保存→一键复制
[用户过几天再来]
└─ 点击"换一批" → AI 基于同样产品生成不同角度的话术
└─ 点击"效果追踪" → 可以看到哪些文案被复制/发送了多少次
```
#### 核心机制
- 每个用户有自己的**产品库**(首次输入后系统保存)
- 同一个产品可以生成不同风格(正式/亲切/促销)
- 不同目标国家生成适配当地习惯的文案
- **关键**: AI 不是一次性生成,而是持续迭代——用户保存的文案越多,系统越懂用户的偏好风格
### 2.3 功能二:智能沟通助手(帮用户"看懂+回好"
#### 用户场景
> "客户在WhatsApp发了一大段英文,我大概能看懂一些,但不知道怎么回,怕写错了让客户觉得不专业。"
#### 交互流程
```
[客户发来 WhatsApp 消息]
└─ 系统自动翻译成中文(显示在客户消息下方)
└─ 同时给出 3 个回复选项:
① 快速报价(如果消息是询价)
② 专业回复(通用商务场景)
③ 亲切回复(如果客户是老客户)
└─ 用户选择一个 → 自动填入对话输入框 → 用户可编辑 → 发送
[用户主动发起]
└─ 打开小程序 → 输入中文 → 选择语气 → AI 翻译成英文
└─ 支持: 文字转语音(方便用户确认发音)
```
#### 核心机制
- **翻译质量领先**:结合 DeepL + OpenAI + 外贸术语库,翻译"MOQ、FOB、lead time"等术语准确
- **回复建议有上下文**:基于聊天历史 + 产品库 + 客户画像,不是通用 ChatGPT 式回复
- **用户微调记录**:用户每次编辑 AI 建议后再发送,系统记录差异,未来建议自动适配用户风格
#### 翻译 vs 回复建议 的边界
| 场景 | 做什么 | 用哪个引擎 |
|------|--------|-----------|
| 用户想看懂客户消息 | 翻译(直译,保留原意) | DeepL(准确) |
| 用户想回复客户 | 生成回复建议(意译,优化表达) | OpenAI/Claude(生成质量高) |
| 用户想写营销文案 | 生成创意内容 | Claude(写作最优) |
| 用户需要正式报价 | 生成结构化报价单 | OpenAI(结构化能力强) |
### 2.4 功能三:客户跟进引擎(帮用户"不丢单")
#### 用户场景
> "上周报完价客户就没消息了,我也不知道该不该再发消息,发了怕烦到客户,不发怕被别人抢走。"
#### 交互流程
```
[系统自动检测]
└─ 客户沉默 3 天 → 推送提醒:
"客户 Carlos (墨西哥) 已沉默3天,建议发送跟进消息"
└─ 提供跟进话术(基于上次聊天内容定制)
└─ 客户沉默 7 天 → 升级提醒:
"客户已沉默1周,建议发送限时优惠或新产品信息"
└─ 提供促销话术 + 可选折扣模板
[用户主动查看]
└─ 打开"客户"页面 → 按沉默天数排序
└─ 每个客户显示: 最后联系时间、沉默天数、建议动作
└─ 一键发送跟进消息
```
#### 核心机制
- **沉默检测规则**
- 3天无回复 = 轻度沉默 → 跟进提醒
- 7天无回复 = 中度沉默 → 升级提醒 + 提供优惠话术
- 14天无回复 = 重度沉默 → 建议换话题(发新品/行业资讯/节日问候)
- **行业基准对比**:跨用户匿名统计不同国家客户的回复率基线,帮助判断"这个客户是不是真的没意向"
- **最佳发送时间**:基于历史数据推荐(如拉美客户下午3-5点回复率高)
### 2.5 跨功能支撑:报价单生成
#### 场景
> "客户问价格了,我得赶紧报个价。但报价单要用英文写,还要算运费、汇率……"
#### 功能
```
客户说 "How much for 500pcs FOB Shanghai?"
系统:
- 识别出:FOB上海、500件、询价
- 自动调取用户产品库里的价格($12.5/pc)
- 显示当前汇率(USD/CNY
- 生成报价草稿:
"FOB Shanghai: $12.5/pc
Total: $6,250
Lead time: 25 days
Payment: T/T 30% deposit"
- 用户确认 → 生成正式报价单图片 → 一键发送
```
---
## 三、用户旅程
### 3.1 首次使用(30秒上手)
```
1. 扫码打开小程序 → 微信授权登录
2. 输入产品信息(中文): "你主要卖什么?"
└─ 示例: "户外折叠椅,主要出口欧美"
3. 系统自动:
├─ 生成 5 条开发信模板
├─ 生成 5 条 WhatsApp 开场白
└─ 保存产品到我的产品库
4. 引导到"客户"页面 → 提示"可以导入或手动添加客户"
5. 完成。全程 < 30 秒。
```
### 3.2 日常使用
```
早上:
└─ 打开小程序 → 看"待跟进"列表 → 选择1-2个客户发跟进消息
白天:
└─ WhatsApp 收到消息 → 切到小程序翻译 → 复制回复
晚上:
└─ 打开小程序 → 看今日概览(回复了几个客户、几个沉默)→ 准备明天的跟进
```
---
## 四、数据模型概要
| 实体 | 核心字段 | 用途 |
|------|---------|------|
| 用户 | tier, 产品库 | 账户+订阅 |
| 产品 | 名称, 描述, 价格, 规格, 关键词 | 用户自己的产品信息 |
| 客户 | 姓名, 国家, WhatsApp, 来源, 标签 | 客户管理 |
| 对话 | 消息, 翻译, 回复, 状态 | 沟通记录 |
| 报价单 | 产品, 数量, 价格, 条款, 状态 | 报价管理 |
| 语料条目 | 源文, 译文, 领域, 质量评分 | AI 训练数据 |
---
## 五、护城河策略
详见 `TECH_ARCHITECTURE.md` 第 5 章,核心三层:
1. **外贸垂直语料库**:用户每次使用产生的翻译/回复数据,积累成行业专属语料
2. **用户产品知识库**:产品信息+客户偏好+历史报价,迁移成本极高
3. **沉默客户模式算法**:跨用户行为数据产生的预测能力,网络效应
---
## 六、盈利模式
| 层级 | 价格 | 能力 |
|------|------|------|
| 免费版 | ¥0 | 1个产品、20次翻译/天、5个客户、基础回复建议 |
| Pro版 | ¥99/月 | 10个产品、无限翻译、50个客户、跟进提醒、报价单 |
| 企业版 | ¥399/月 | 无限产品、多人协作、品牌报价单、专属语料训练、API |
---
## 七、路线图
| 阶段 | 时间 | 功能 |
|------|------|------|
| MVP | 第1-4周 | 智能翻译+回复建议+基础营销素材+产品库 |
| V2 | 第5-8周 | 沉默客户跟进+WhatsApp集成+报价单生成 |
| V3 | 第9-12周 | 语料库训练+回复质量优化+多人协作 |
| V4 | 第13-16周 | 跨用户A/B测试+预测算法+API开放 |