issue-hub-ai/docs/ai-dispatch-issue-platform-prd.md

AI 调度问题管理平台 PRD

1. 产品定位

AI 调度问题管理平台是一个面向企业内部的问题提交、智能分派、协同处理和全流程追踪系统。

它不是单纯记录问题的工单系统，而是通过中心端 AI 调度能力，把问题自动送到合适的人或部门，并持续推动问题直到解决。

核心价值：

• 让问题自动找到负责人。
• 让处理过程全程可见。
• 让部门负责人知道问题卡在哪里。
• 让组织沉淀可复用的问题处理经验。

2. 背景与现状

当前 Issue Hub AI 已经具备轻量桌面端问题中枢能力，重点解决开发人员被频繁反馈打断的问题：

• 本地问题记录与排序。
• AI 录入与摘要。
• AI 优先级建议。
• AI 助手与相似问题检索。
• 可选自托管同步。

下一阶段产品方向是从“个人/小团队问题整理工具”升级为“多人协同的中心 AI 调度平台”。

新增重点：

• 客户端可以提交问题。
• 中心端可以统一接收、分析、派发、提醒、升级。
• 问题可以自动流转到个人客户端或部门队列。
• 支持转派、协作、验收、复盘。
• 各角色按权限查看完整处理过程。

3. 目标用户

3.1 提交人

典型用户：

• 客户服务人员。
• 实施人员。
• 业务部门员工。
• 内部系统使用者。

核心诉求：

• 快速提交问题。
• 看得到问题是否有人处理。
• 知道当前卡在哪个环节。
• 能补充材料并确认结果。

3.2 处理人

典型用户：

• 开发人员。
• 运维人员。
• 产品人员。
• 财务、人事、行政等职能部门处理人。

核心诉求：

• 只接收与自己相关的问题。
• 知道优先级、截止时间和问题上下文。
• 可以转派、请求协助、记录处理过程。
• 减少重复沟通。

3.3 部门负责人

核心诉求：

• 查看本部门问题池。
• 分配未明确负责人的问题。
• 监控超时、积压和人员负载。
• 介入高风险或跨部门问题。

3.4 中心管理员

核心诉求：

• 配置部门、人员、角色、分类和规则。
• 管理 AI 派单策略和提醒策略。
• 查看全局问题流转效率。
• 复盘组织级问题。

3.5 AI 调度员

AI 调度员不是独立登录角色，而是系统内置能力。它负责辅助判断、派发、提醒、总结和升级，但关键状态变更可以根据企业策略设置为“自动执行”或“人工确认后执行”。

4. 产品目标

4.1 近期目标

• 建立问题从提交到关闭的完整闭环。
• 支持中心端 AI 分析并推荐派单。
• 支持派发到个人客户端或部门队列。
• 支持处理过程全程可追踪。
• 支持基础 SLA 提醒和超时升级。

4.2 中期目标

• 支持多部门协同处理。
• 支持 AI 自动派单和负载均衡。
• 支持相似问题合并和历史方案推荐。
• 支持问题知识库沉淀。
• 支持管理看板和组织效率分析。

4.3 长期目标

• 形成企业问题处理知识网络。
• AI 能够主动发现重复问题、流程缺陷和高风险趋势。
• 从“处理问题”升级到“预防问题”。

5. MVP 范围

MVP 版本要先跑通核心闭环，不做过度复杂的流程编排。

5.1 MVP 必做

• 问题提交。
• 问题列表与详情。
• AI 摘要、分类、优先级和责任部门建议。
• 中心端派单。
• 派发到个人或部门队列。
• 接单、处理中、转派、完成、验收、关闭。
• 处理时间线。
• 评论与附件。
• 基础提醒和超时标记。
• 基础权限控制。

5.2 MVP 暂不做

• 复杂 BPMN 流程设计器。
• 多级审批流。
• 外部客户门户。
• 自动结算或绩效考核。
• 完整知识库运营后台。
• 复杂 AI Agent 自主执行。

6. 核心业务流程

6.1 问题提交流程

1. 提交人选择问题入口。
2. 填写标题、描述、相关系统、影响范围、附件。
3. 系统生成问题编号。
4. AI 自动生成摘要、分类、严重程度、建议责任部门和缺失信息。
5. 问题进入中心待分派队列。

6.2 中心派单流程

1. 中心端查看 AI 推荐结果。
2. 系统展示推荐部门、推荐人员、推荐理由和置信度。
3. 中心端可以采纳推荐、修改派发对象或退回补充信息。
4. 问题派发到个人客户端或部门问题池。
5. 被派发方收到提醒。

6.3 部门分派流程

1. 问题进入部门队列。
2. 部门负责人查看 AI 推荐处理人和人员负载。
3. 部门负责人分派给具体处理人。
4. 处理人接单后进入处理中。

6.4 处理流程

1. 处理人接单。
2. 处理人查看问题摘要、附件、历史相似问题和 AI 建议。
3. 处理人处理问题并记录过程。
4. 如不属于自己范围，可以转派。
5. 如需要多人参与，可以请求协作。
6. 处理完成后提交结果。

6.5 验收关闭流程

1. 提交人收到处理完成提醒。
2. 提交人确认解决或要求返工。
3. 确认解决后问题关闭。
4. AI 生成处理总结、原因分类和改进建议。
5. 可选择沉淀到知识库。

7. 问题状态机

建议状态：

• draft：草稿。
• submitted：已提交。
• ai_triaged：AI 已分析。
• dispatch_pending：待中心派发。
• assigned_to_department：已派发到部门。
• assigned_to_user：已派发到个人。
• accepted：已接单。
• in_progress：处理中。
• waiting_submitter：等待提交人补充。
• waiting_collaborator：等待协作方。
• transferred：已转派。
• resolved：处理完成，待验收。
• reopened：已返工。
• closed：已关闭。
• cancelled：已取消。

关键规则：

• 问题关闭前必须有处理结果。
• 转派必须填写原因。
• 返工必须填写不通过原因。
• 超过 SLA 未处理时自动标记风险。
• 高紧急问题可以跳过部门池，直接进入负责人或指定处理人队列。

8. 页面与功能

8.1 客户端首页

面向提交人和处理人。

核心区域：

• 我的待办。
• 我提交的问题。
• 分派给我的问题。
• 需要我补充的问题。
• 即将超时的问题。

主要操作：

• 新建问题。
• 查看详情。
• 接单。
• 回复。
• 完成处理。
• 转派。

8.2 问题提交页

字段：

• 标题。
• 详细描述。
• 问题来源。
• 所属系统或业务模块。
• 影响范围。
• 期望解决时间。
• 附件。
• 联系人。

AI 辅助：

• 自动补全标题。
• 自动提取摘要。
• 自动识别分类。
• 自动提示缺失信息。
• 自动匹配相似问题。

8.3 问题详情页

核心内容：

• 问题基本信息。
• AI 摘要和建议。
• 当前状态。
• 当前负责人。
• SLA 剩余时间。
• 完整时间线。
• 评论区。
• 附件区。
• 处理结果。

关键操作：

• 派单。
• 接单。
• 转派。
• 请求协助。
• 催办。
• 标记完成。
• 验收通过。
• 返工。
• 关闭。

8.4 中心调度台

面向中心管理员或调度人员。

核心视图：

• 待派发问题。
• AI 推荐派单。
• 高风险问题。
• 超时问题。
• 跨部门问题。
• 无负责人问题。

操作：

• 采纳 AI 推荐。
• 手动指定部门或人员。
• 退回补充。
• 批量派发。
• 升级负责人。

8.5 部门问题池

面向部门负责人。

核心视图：

• 本部门未分派。
• 本部门处理中。
• 本部门超时。
• 本部门成员负载。
• 本部门问题类型统计。

操作：

• 分派处理人。
• 调整优先级。
• 转给其他部门。
• 升级中心端。

8.6 个人工作台

面向处理人。

核心视图：

• 待接单。
• 处理中。
• 等待反馈。
• 即将超时。
• 已完成。

AI 辅助：

• 总结问题。
• 推荐回复。
• 推荐处理步骤。
• 查询相似历史问题。
• 生成处理结果草稿。

8.7 管理看板

核心指标：

• 问题总量。
• 各状态数量。
• 平均首次响应时间。
• 平均解决时长。
• 超时率。
• 转派次数。
• 重复问题排行。
• 部门负载。
• 高风险问题数量。

8.8 配置中心

配置项：

• 部门。
• 人员。
• 角色。
• 问题分类。
• 优先级规则。
• SLA 规则。
• 派单规则。
• 提醒规则。
• AI 模型配置。
• AI 自动执行权限。

9. 权限矩阵

功能	提交人	处理人	部门负责人	中心管理员
提交问题	是	是	是	是
查看自己提交的问题	是	是	是	是
查看分派给自己的问题	否	是	是	是
查看部门问题池	否	否	是	是
查看全局问题	否	否	否	是
派发问题	否	否	部门内	全局
转派问题	受限	是	是	是
修改优先级	否	受限	部门内	全局
配置规则	否	否	受限	是
查看管理看板	否	个人	部门	全局
关闭问题	自己提交	受限	部门内	全局

10. 数据模型草案

10.1 Issue

• id：问题 ID。
• code：问题编号。
• title：标题。
• description：描述。
• summary：AI 摘要。
• categoryId：分类。
• source：来源。
• status：状态。
• priority：优先级。
• severity：严重程度。
• impactScope：影响范围。
• submitterId：提交人。
• currentDepartmentId：当前部门。
• assigneeId：当前处理人。
• slaDeadline：SLA 截止时间。
• resolvedAt：解决时间。
• closedAt：关闭时间。
• createdAt：创建时间。
• updatedAt：更新时间。

10.2 IssueTimeline

• id。
• issueId。
• actorId。
• actionType。
• fromStatus。
• toStatus。
• content。
• metadata。
• createdAt。

10.3 Assignment

• id。
• issueId。
• fromUserId。
• toUserId。
• toDepartmentId。
• reason。
• aiSuggested。
• confidence。
• createdAt。

10.4 Department

• id。
• name。
• parentId。
• ownerId。
• enabled。

10.5 User

• id。
• name。
• departmentId。
• roleIds。
• skills。
• enabled。

10.6 AiTriageResult

• id。
• issueId。
• summary。
• categorySuggestion。
• prioritySuggestion。
• departmentSuggestion。
• assigneeSuggestion。
• missingInfo。
• similarIssueIds。
• confidence。
• reasoningSummary。
• createdAt。

11. AI 调度规则

AI 派单不应只看关键词，需要结合规则、历史和组织结构。

11.1 AI 输入

• 问题标题。
• 问题描述。
• 附件 OCR 结果。
• 提交人所属部门。
• 问题来源。
• 业务模块。
• 历史相似问题。
• 部门职责说明。
• 人员技能标签。
• 人员当前负载。
• SLA 规则。

11.2 AI 输出

• 标准化摘要。
• 问题分类。
• 严重程度。
• 优先级。
• 建议责任部门。
• 建议处理人。
• 派单理由。
• 置信度。
• 缺失信息。
• 推荐处理步骤。

11.3 自动执行策略

建议分三个等级：

• suggest_only：AI 只给建议，由人工确认。
• auto_low_risk：低风险高置信度问题自动派发。
• auto_full：符合规则的问题自动派发、提醒和升级。

MVP 建议使用 suggest_only，避免 AI 错派导致业务风险。

11.4 派单评分

推荐评分可以由以下因素组成：

• 分类匹配度。
• 部门职责匹配度。
• 历史处理成功率。
• 当前人员负载。
• 问题紧急程度。
• 相似问题处理人。
• 跨部门依赖。
• 人工规则优先级。

12. 提醒与升级

12.1 提醒场景

• 新问题待派发。
• 问题已分派待接单。
• 接单后长时间无进展。
• 临近 SLA。
• 已超时。
• 等待提交人补充。
• 协作方长时间未响应。
• 处理完成待验收。

12.2 升级规则

• 待派发超过阈值，提醒中心管理员。
• 已分派未接单超过阈值，提醒部门负责人。
• 处理中超过 SLA，升级部门负责人。
• 高严重程度问题超时，升级中心管理员。
• 多次转派的问题进入中心复核队列。

13. 指标体系

13.1 过程指标

• 问题提交量。
• 首次响应时间。
• 平均处理时长。
• 超时问题数量。
• 转派次数。
• 返工次数。
• 协作次数。

13.2 质量指标

• 一次解决率。
• 返工率。
• 提交人满意度。
• 重复问题率。
• AI 推荐采纳率。
• AI 派单准确率。

13.3 组织指标

• 部门负载。
• 人员负载。
• 问题类型趋势。
• 高风险问题趋势。
• 知识库命中率。

14. 技术演进建议

14.1 客户端

当前 Tauri + React 桌面端可以继续作为个人客户端。

需要新增：

• 登录与身份识别。
• 我的待办。
• 部门队列入口。
• 问题详情时间线。
• 派单、接单、转派、验收操作。
• 通知中心。

14.2 中心服务端

当前服务端主要用于同步，后续需要升级为中心业务服务。

需要新增：

• 用户与部门管理。
• 问题主数据。
• 状态流转服务。
• 派单服务。
• 时间线服务。
• 通知服务。
• AI 调度服务。
• 权限控制。

14.3 AI 服务

建议保持 AI 能力可配置，支持 OpenAI 兼容接口。

AI 服务边界：

• 不直接绕过业务权限。
• 不直接删除或关闭问题。
• 自动操作必须写入时间线。
• 所有 AI 建议都要保留输入摘要、输出、置信度和采纳结果。

15. 风险与约束

15.1 AI 错派风险

处理方式：

• MVP 阶段 AI 只推荐，不直接派发。
• 保留人工确认入口。
• 记录 AI 推荐和人工修改差异。

15.2 流程过重风险

处理方式：

• 第一版只保留核心状态。
• 不引入复杂审批流。
• 所有操作优先服务问题解决速度。

15.3 权限复杂风险

处理方式：

• 先按角色 + 部门边界设计。
• 不做过细字段级权限。
• 涉及全局数据的能力集中在中心管理员。

15.4 数据安全风险

处理方式：

• API Key 不进入中心业务数据。
• 附件和 OCR 结果要有上传确认策略。
• AI Prompt 日志默认不完整持久化。
• 敏感问题支持限制可见范围。

16. 版本路线

V1：中心派单闭环

• 提交问题。
• AI 分析建议。
• 中心派单。
• 个人接单处理。
• 转派与评论。
• 时间线。
• SLA 提醒。

V2：部门协同

• 部门问题池。
• 部门负责人分派。
• 人员负载。
• 跨部门协作。
• 超时升级。

V3：AI 自动调度

• 高置信度自动派单。
• 相似问题合并。
• 历史方案推荐。
• AI 处理总结。
• AI 复盘建议。

V4：知识与治理

• 知识库沉淀。
• 重复问题治理。
• 组织效率看板。
• 风险趋势识别。
• 流程优化建议。

17. 下一步交付物

建议下一步按以下顺序继续：

1. 画核心信息架构和页面清单。
2. 设计问题状态流转图。
3. 设计 MVP 数据表和接口。
4. 设计中心调度台原型。
5. 拆分第一批开发任务。