PQ.v.Next Alpha Postmortem
PQ v.Next Alpha 阶段总结与 Beta 阶段规划
作者：团队 PQ v.Next
版本：v1.1.10
日期：2025-11-26
1. 团队成员分工（结合 Alpha 阶段实际表现）
1.1 闫秉政（项目负责人 / 全栈工程）
职责
- 主导项目整体规划与每日进度管理（Scrum 记录、目标拆解）。
- Alpha 期间的核心产品决策：如“学生信息认证 → 活动管理功能”的替换。
- 设计并实现系列管理逻辑（系列–活动关联模型、排序规则、系列切换行为）。
- 负责编写与更新用户手册，包括 v1.1.9 的 UI 大改动。
- 处理 PR、merge 冲突、版本同步，对接导师。
特点
- 同时具备 PM、工程与交付角色。
- 高质量文档产出与研发节奏把控能力突出。
1.2 韩云河（算法工程师 / LLM 能力探索）
职责
- 负责 LLM/AI 架构相关能力建设，包括知识图谱构建方向的调研与原型搭建。
- 本地 LLM 环境部署，用于 Beta 阶段题目生成质量优化。
- 与团队一起解决小程序构建问题，如 towxml 包不兼容导致 npm 构建失败。
- 分析题目生成质量风险，并提出图谱式生成方案。
特点
- 是 Beta 阶段“题目质量提升”的核心推动者。
- 负责模型方案、风险识别与技术前瞻探索。
1.3 荚左龙（前端工程师 / 小程序开发）
职责
- 负责 PQ 微信小程序的核心前端开发。
- 实现活动管理前端架构，包括系列选择、活动展示、活动系列切换。
- 支持 UI/交互优化，如系列刷新问题修复、点踩逻辑优化等。
- 支持多格式文件上传功能探索。
特点
- 前端迭代速度快，用户体验提升显著。
- 高度配合需求快速实现设计目标。
2. Alpha 阶段 Postmortem 总结
2.1 Alpha 阶段成果回顾
Alpha 阶段成功发布 PQ v.Next v1.1.10，包括：
- 新增：系列管理功能（Series → Activity）
- 新增：活动系列调整功能与交互优化
- 改进：页面跳转逻辑与系列数据刷新问题
- 完成：用户使用手册编写与同步更新
- 迭代：持续吸收用户课堂反馈并优化体验
- 发布：正式上线版本与新闻稿（NewsMind Alpha 发布）
团队完成了从“可运行原型”到“可用产品”的初步过渡。
2.2 工程经验与团队流程复盘
（1）需求拆解与快速迭代
团队形成了“每日固定时间 → 同步任务 → 当天推进”的敏捷节奏：
优点：
- 沟通极其高效
- 需求当日落地，避免堆积
- 整体研发速度快
缺点：
- 对时间同步要求较高
- 较为疲劳
- 无法实现完全并行开发，规模限制明显
（2）用户反馈驱动迭代的工程文化
Alpha 过程中出现多个典型例子：
- 系列切换后页面跳回默认系列 → 当天修复
- 点/踩无法取消 → 立即纳入迭代
- 用户课堂“新手不知道怎么用” → 计划增加入门指引
团队展现出“从用户问题出发 → 快速响应”的产品意识。
（3）导师指导带来的工程能力提升
团队从学院工程导师处获得重要帮助：
- 针对系列与活动设计的交互优化建议
- merge 冲突、工程流程的规范化指导
- 提示功能不是简单叠加，而是需要真正可用
- 每次版本更新必须同步更新用户手册
（4）风险识别与风险应对策略
风险 1：题目生成质量不稳定（核心风险）
- 题目难度不匹配、知识点不对齐，教师不放心使用
- 影响学生体验与教师信任度
应对：
- 构建知识图谱 → 知识点驱动生成
- 增加题目可编辑功能
- 建立“AI 生成 → 人类校对 → AI 二次优化”的闭环
风险 2：教师/学生信任建立困难
教师是保守用户，若题目不稳定或不精准，将降低信任。
本质属于风险 1 的延伸。
风险 3：竞品压力（行业已有多种出题工具）
团队通过明确差异化完成规避：
- PQ 的核心价值不是“出题”，是课堂实时交互与知识脉络构建
- 结合课堂内容即时生成题目属于创新方向
- 结合活动管理与讨论功能，形成完整的互动学习平台
（5）Alpha 阶段 AI 使用总结
团队构建了“人 + AI 协同开发体系”：
在需求阶段：
- 使用 ChatGPT 完成架构设计、功能拆解、任务分配
在编码阶段：
- 使用 Codex/ChatGPT 自动生成初版代码，再由工程师优化
在文档阶段：
- 借助 AI 写日报、博客、用户手册、新闻稿、复盘文档
成果：用 4 小时完成传统需要 3 天的工作量。
3. 团队成员暂无变动
4. Beta 阶段规划
4.1 Beta 阶段核心目标
从 Alpha 的“跑起来”转向
Beta 的“跑得好” → 提升题目质量与用户体验
核心聚焦两个方向：
- 题目质量大幅提升（知识图谱）
- 用户体验完善（编辑功能、文件扩展、指引）
4.2 Beta 技术路线
（1）基于知识图谱的高质量题目生成（核心）
- 概念抽取（PPT/语音/文本）
- 构建本地知识图谱
- 基于图谱生成更精准的题目
- 教师可编辑 → 教师行为反哺模型
产出：高质量、结构化、可编辑的题库。
（2）教师题目编辑器（关键）
Beta 阶段的基础功能包括：
- 修改题干
- 修改选项
- 增删选项
- 标签体系
- 难度调整
这是提升教师信任度的必须功能。
（3）文件上传能力增强（扩展格式）
目标格式：
- 视频
- 音频
- Markdown
- 多文件上传
将构建统一的 文件处理 pipeline。
（4）用户体验（UX）提升
- 新手引导（Onboarding Guide）
- 气泡式指引教程
- 示例系列与示例题目
- 操作路径更清晰
Alpha 阶段用户反馈核心“新手不知道从哪里开始”将在 Beta 中重点解决。
4.3 Beta 阶段 Milestone
Milestone 1：体验与基础功能升级
- 点/踩可取消
- 系列管理增删改
- 新手指引上线
- 用户手册同步升级
Milestone 2：题目编辑器上线
- 全面 editable
- 题库结构调整
- 标签体系完善
Milestone 3：知识图谱驱动题目生成（MVP）
- 图谱构建
- 基于图谱生成题目
- 模型测试与效果验证
Milestone 4：文件扩展处理能力
- 视频/音频 ingest
- PPT 内容关键片段抽取
- 多文件上传 UI
5. Beta 阶段团队分工建议
| 成员 | 主要职责 |
|---|---|
| 闫秉政 | 产品规划、前后端统筹、UX 设计、交互测试、文档编写、版本管理 |
| 韩云河 | 知识图谱算法、LLM 优化、题目生成质量提升、语义理解方案 |
| 荚左龙 | 小程序前端架构、题目编辑器 UI、文件上传界面、交互落地 |
6. 结语
Alpha 阶段团队已经成功完成了从“功能原型”到“可用产品”的跨越。在导师的指导与用户反馈的驱动下，我们的工程实践、产品意识与团队协作能力都有显著提升。
下一步进入 Beta 阶段，我们将重点推进：
- 高质量题目生成
- 可编辑题库体系
- 文件处理能力升级
- 完整用户体验设计
Alpha 已证明我们能“快速、稳定地交付”。
Beta 将让 PQ 从“能用”走向“好用 & 想用”。
我们继续加油！
下面是一些重来一遍的思考：
如果重来一遍：
1.我不会完全依赖AI，而是在结对编程中自己先把电梯的后端逻辑理清楚；
2.对，并且AI写出来的效果也不一定那么好，如果课程重新来一遍我希望我可以上课前提前学习对应课件，补充自己的相关知识；
3.非常对，而且如果再来一遍，我希望我们结对编程的时候能把工作分好，每个人负责理解一个模块，然后把这块讲给大家听，来提升整体的开发效率；
4.对的，结对编程我也承认存在比较大的问题，也是不懂又想快速完成，所以只能依赖AI，结果也不尽人意，如果再来一遍，会沉下心逐步去理解；
5.对的，除此之外，我会按照这个团队协作思路来继续进行pq的开发，提升协作效率，正确利用AI；
6.当然，对的，我也承认目前自身对PQ项目的开发也大部分依赖AI，但是这个的好处在于能够及时可视化调试，但是说实话改动的部分也并不是很理解，不便于下一步的维护与更新；
7.当然，对这门课程中具体的软件编码工作大多依赖vibe coding，对自身代码编程能力的提升并没有很大改善
8.对，并且我在团队中做的贡献并没有我一开始加入团队中承诺的那么多，记得刚开始加入项目组踌躇满志希望做出很大贡献，但是随着时间的推移，我并没有做到很多的该有的贡献，这是我希望改善的点；
9.对，并且在团队成员的管理上，我没有很好的管理手段，导致大家的工作进度不统一，大大降低了开发工作的效率；
10.当然，我在团队中很多的创意和想法都来自于AI辅助，本身对于产品的想法并没有思考很多。AI创意大多来自于网络中已有的想法，作为可以创造新想法的人类的贡献寥寥无几；
11.对，并且学院其他课程中对于学生实践性、互动性、教学性相对来说比较匮乏，希望其他课程像《软件工程基础》课程学习；
12.对，并且我希望我的团队成员能够大胆说出自己的新的想法；
13.对，并且再来一次我会积极关注课程发布的信息，早做筹划准备。
浙公网安备 33010602011771号