OPC 方案生成器

要解决什么问题

一人公司（OPC）做产品研发时，情报采集、行业分析、方案设计、竞品研究往往挤在同一个人的时间和认知带宽里；传统做法通常需要 3～5 人的产品/研发团队，调研周期也以周计。

本工作流针对的是：用自动化情报 + 结构化处理 + 业务规则模板，替代团队里的情报员、分析师、方案设计师三个角色，把「信息输入 → 可交付方案」串成一条链路，而不是再做一个泛泛的 AI 写作工具。

技能如何工作

架构上分四层，可按最小可行版本逐步落地：

1. 情报采集层 — 从 RSS/Atom、开放 API、定向抓取、社媒监测等渠道拉取行业动态、政策、招标与对标信息。
2. AI 处理层 — 清洗与去重后做 5W1H 结构化提取、与既有知识的关联分析，并按你预设的业务方向做优先级打分。关键点是：把非结构化内容变成可复用的结构化数据，而不是直接「让模型写长文」。
3. 方案生成层 — 在结构化情报之上套用模板，产出政策应对、投标/项目、竞品分析、行业洞察等类型方案；业务规则层（补贴对比、实施能力筛选、结合项目进度与资金的风险提示）才是与通用写作工具的差别。
4. 知识沉淀层 — 方案全文、关键判断依据、未采纳备选与规则优化建议写入本地 Markdown、Obsidian、Notion 等可全文检索的库，形成可复用的「第二大脑」。

典型行业方案流程：采集政策与竞品框架 → 关联你的技术栈 → 输出含预算、时间、交付物与风险点的完整稿，再经人工精修交付。

适用边界与注意点

• 最小可行版本仍要你选定行业、配置 2～3 个数据源、编写 Markdown 方案模板并设置定时采集；完整版才涉及库表、前端与多源去重。
• 方案能否直接投标或给客户，取决于 业务规则是否写进你的行业知识；自检时应覆盖全链路、可检索沉淀与反馈回路。
• 可与 OPC 内容创作流水线、OPC 交付 SOP 组合：前者偏内容与知识互馈，后者偏方案之后的执行。