ACE Claw

项目没有从“让 AI 能聊天”开始，而是先梳理顾问每轮对话到底在判断什么：哪些信息已经足以形成阶段结论，下一问为什么值得优先回答，以及什么内容必须留给顾问继续校准。自然表达、结构化萃取、报告生长和高价值追问由此被拆成四个可复用动作。

在诊断地图稳定后，团队先用三栏工作台完成最小闭环：左侧承接入口和任务，中间保持连续对话，右侧让诊断报告随着信息成熟逐步出现。随后再接入文件解析、知识库、渠道归因、预约、顾问接力和运营后台，把一次体验推进成可持续的服务流程。

企业经营者通常知道自己想增长，却很难快速说清楚真正卡在目标、产品价值、获客、成交、复购还是组织执行。传统问卷和长访谈要求用户提前准备大量信息，进入门槛高，也容易让真实但零散的表达在流程中被遗漏。

如果所有内容都等访谈结束后才整理，用户看不到自己的表达是否被理解，顾问也要等到后期才能看到结构化结果。更大的风险是把事实、阶段推断和建议混在一起：报告看起来完整，却无法说明哪些内容有依据、哪些内容仍然需要经营数据或后续访谈验证。

ACE Claw 把“填完一份问卷再开始”改成“先说出你知道的部分”。用户用自然语言描述企业现状，系统每轮提取用户陈述，形成一段阶段性洞察，更新相应报告模块，再提出一个当前最值得回答的问题；信息成熟一个维度，报告 Canvas 就先生成一个可继续讨论的模块。

诊断报告按用户陈述、系统推断和待验证项分层展示，并沿着企业画像、目标与关键矛盾、产品与客户价值、获客—成交—复购、组织承载、增长突破假设和首轮行动建议等 9 个节点推进。企业也可以补充经营计划、产品资料或复盘材料，系统在本轮上下文中提取文字并保留知识来源引用。

产品把 AI 诊断定位为顾问服务的入口和前置筛选层，而不是最终咨询结论。完成首轮诊断后，用户可以在明确授权后提交联系方式和预约意向，顾问带着已有报告接力；AI 服务不可用时，确定性的基础诊断引擎继续承接输入，后台则负责知识审核、模型状态、渠道归因和权限隔离。

用户输入和资料在诊断上下文中按权限处理；联系方式只有在用户明确授权提交顾问接力时才保存。知识来源需审核和发布后才进入诊断，密钥存放在托管 Secret 中，后台与指标接口使用登录身份和管理员白名单隔离。

ACE Claw 已经形成从获客入口到对话式诊断、从渐进报告到顾问接力、从知识库到运营管理的 MVP 闭环。用户可以先从一句企业描述开始，逐轮看到事实被放入哪里、判断依据是什么，以及下一步应该补充什么信息。

在一组模拟制造业企业信息的演示中，连续完成 8 轮对话后，信息采集进度从 4% 推进到 100%，并生成 7 个报告模块。这个过程用于展示“自然对话—阶段判断—报告生长”的产品机制，是模拟演示案例，不代表客户结果或经营指标。

当前产品价值已经可以被验证为更低的诊断进入门槛、更清晰的证据分层和更顺畅的顾问交接；但真实客户转化率、营收提升、满意度和 ROI 尚未形成可公开基线。对外应继续以“已搭建”“已打通”“支持”等表述介绍当前 MVP。

本案例展示 ACE Claw 的对话式诊断、报告生长、证据分层与顾问接力体验，以及连续 8 轮对话生成 7 个报告模块的产品流程。