docs: 记录品牌决策 B1–B5,更新项目进度与设计资产说明

- decisions.md:视觉方向、图标与英文名、logo v5/v5.1、口号
- AGENTS.md:当前阶段、品牌与设计资产速查、目录约定,精简进度记录
- analysis/README.md:更新下一步

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
YANG JIANKUAN
2026-11-02 20:28:18 +08:00
parent ab7ac4307d
commit b993a3721a
3 changed files with 67 additions and 5 deletions

View File

@@ -6,7 +6,8 @@
- **产品名**:标博士(代码仓库名 `bid-doctor`)
- **一句话定位**:站在**投标方**一侧,贯穿「寻标 → 读标 → 写标 → 查标 → 投标」全生命周期的 AI 辅助工具。产品是「副驾驶」,不是「自动驾驶」。
- **当前阶段**:PRD v0.9 评审稿(2026-10-21),尚无代码。后续工作流依次为:需求分析 → 主题 / 品牌设计 → 原型设计 → UI 设计 → 技术架构 → 实现 → 测试。
- **口号**:标博士,你的AI投标专家(固定写法,见决策 B5)。
- **当前阶段**:需求分析、品牌与 VI 已完成,尚无代码。工作流:需求分析 ✅ → 主题 / 品牌设计 ✅ → 产品界面设计规范 → 原型设计 → UI 设计 → 技术架构 → 实现 → 测试。
- **需求来源**:当前有效版本是 `docs/招投标AI工具PRD-v0.9.1.html`(`docs/招投标AI工具PRD.html` 是 v0.9 原稿,保留作对照),再加上 `docs/decisions.md` 和 `docs/analysis/` 里已确认的 MVP 细化需求。三者冲突时:decisions.md > analysis > PRD。发现矛盾或缺失时,记录问题并向用户确认,不要自行假设。
- **工作语言**:文档、界面文案、提交说明默认使用简体中文;代码标识符、文件名使用英文。
@@ -68,14 +69,30 @@
- **大模型**(T1):只用国内云端的国产大模型,数据不出境。按场景路由:多模态(扫描件、签章)/ 快速 / 深度思考。业务代码只声明需要什么能力,不直接写死供应商和模型;每个 AI 任务都要记下模型和提示词版本。
- 其余技术栈尚未选定,由「技术架构设计」阶段决定并回填到本文件。
## 品牌与设计资产(已定)
设计文档索引见 `docs/design/README.md`。做界面、文案、物料时先看这几条:
- **视觉方向**:A「校样」。蓝铅笔 #2F5BD3 = AI 标注 / 出处,墨 #1D2733 = 正文 / 人工确认,校样纸 #F5F6F3 = 底色。
- **两种红色不能混用**:印章红 #D9291C **只用于 logo**;致命红 #C4122F **只用于界面里的致命问题**。
- **字体**(均为 OFL,可免费商用):思源宋体(标题、字标)、思源黑体 / 系统黑体(界面正文)、Libre Caslon(英文品牌字)、Barlow Semi Condensed(数字)。
- **Logo**:正式文件在 `docs/design/logo/svg/`、`png/`。要改 logo,改 `docs/design/logo/scripts/logo_lib.py` 里的参数,再运行 `scripts/build_assets.sh`,**不要手改 SVG**。工具环境(`logo/.work/`)不进 git,搭建方法见 `logo-spec.md` 第 6 节。
- **VI 手册**:`docs/design/vi/标博士-VI视觉识别规范-v1.1.pdf`,源文件是同目录的 `vi-manual.html`,重新导出方法见 `docs/design/vi/README.md`。logo 或口号变化后要同步重出。
- **红线**:logo 不能当作「通过 / 合格」章用在报告或任何结论上。
## 目录约定
```
docs/
招投标AI工具PRD.html # PRD v0.9 原稿(只读)
招投标AI工具PRD-v0.9.1.html # 当前有效版本;后续修订继续出新版本文件
analysis/ # 需求分析:用户旅程、用例、数据模型草案
design/ # 主题与品牌、设计规范(色彩、字体、组件 token)
analysis/ # 需求分析:用户旅程、用例、数据模型草案、样本分析
design/ # 品牌与设计(索引见 design/README.md)
brand-strategy.md # 品牌策略:定位、性格、口号、语气
brand-directions.html# 三个视觉方向对比(已选 A 校样)
logo/ # logo 正式资产、规范、构建脚本、历史版本
vi/ # VI 视觉识别规范(PDF + HTML 源文件)
design-system.md # (下一步)产品界面设计规范:组件、token
prototype/ # 原型(低保真 / 高保真 HTML)
architecture/ # 技术架构、ADR(docs/architecture/adr/NNNN-*.md)
decisions.md # 产品与工程决策记录(含 D1–D4 的拍板结果)
@@ -97,4 +114,9 @@ samples/
- 2026-11-02:项目初始化,建立 AGENTS.md / CLAUDE.md。
- 2026-11-02:D1 定为 IT 集成;完成 MVP 需求分析(`docs/analysis/`)。
- 2026-11-02:G1–G10 全部按建议确认;出 PRD v0.9.1(补充政府采购体系);大模型策略定为国产云端模型 + 按场景路由(T1)。
- 2026-11-02:从苏采云公开渠道收集了 10 份 IT 集成采购文件(`samples/tenders/`),分析结论见 `docs/analysis/07-sample-findings.md`。关键结论:实质性条款不能只认 ★(有的用斜体 + 下划线标注,解析时必须保留文字格式);文件扩展名不可信;报价限价有三层。下一步:主题 / 原型设计。
- 2026-11-02:从苏采云公开渠道收集了 10 份 IT 集成采购文件(`samples/tenders/`),分析结论见 `docs/analysis/07-sample-findings.md`。关键结论:实质性条款不能只认 ★(有的用斜体 + 下划线标注,解析时必须保留文字格式);文件扩展名不可信;报价限价有三层。
- 2026-11-02:**品牌与 VI 完成**。
- 品牌策略:定位「投前审校员」,口号「标博士,你的AI投标专家」(B5);视觉方向选 A「校样」(B1)。
- Logo v5.1:AI 生成的白文印「标」+ 思源宋体 SemiBold / Libre Caslon 字标,比例 H2、英文视觉内缩 C2(B3、B4)。中间经历的 v1–v4(Codex 精细化、SVG 程序化模拟印泥)归档在 `docs/design/logo/archive/`,教训见 `logo/seal-research.md`:印泥质感本质上是位图,不要再用 SVG 程序化模拟。
- VI 视觉识别规范 v1.1(A4 横版 24 页,含名片、信封、信纸、报告、演示文稿、网站等应用),见 `docs/design/vi/`。
- 下一步:产品界面设计规范 `docs/design/design-system.md`,然后进入原型设计。

View File

@@ -28,5 +28,5 @@
## 下一步
1. ~~收集样本语料~~:第一批 10 份已入库(`samples/tenders/`),结论见 07。后续补扫描件、补遗、招标投标体系的样本,并人工标注实质性条款。
2. 进入主题 / 品牌设计和原型设计(原型样例数据改用真实样本 S10,它有 3 个采购包)。
2. ~~主题 / 品牌设计~~:已完成,见 `docs/design/`。下一步是产品界面设计规范和原型设计(原型样例数据用真实样本 S10,它有 3 个采购包)。
3. 技术架构:模型路由层、文档规范化与出处定位、签章检测可行性(G12)。

View File

@@ -4,6 +4,46 @@
---
## B5 · 2026-11-02 · 口号改为「标博士,你的AI投标专家」
- **决策**:品牌口号由「每一条,都有出处。」改为 **「标博士,你的AI投标专家」**,固定写法:AI 两侧不加空格,结尾不加标点。
- **范围**:品牌策略、VI 手册(品牌概述、名片、演示文稿、网站、封底、字体样张)、方向对比板等所有出现口号的地方。
- **保留**:「每一条,都有出处」作为产品原则「出处看得见」保留(可复核是核心差异),不再作为口号。
- **注意**:「专家」只表示懂行、查得细;产品和报告里的结论仍然只用「辅助检查」「风险提示」,不承诺结果(产品红线不变)。
## B4 · 2026-11-02 · 横版比例 H2,中文字标用思源宋体 SemiBold(英文待选)
- **比例 H2**:印章的实心边缘上下对齐文字块(中文顶端到拼音底部),再放大 2%,补偿颗粒边缘显虚的问题。
- 依据:v5 实测印章只有文字块的 96%,原因是抠图时印章四周各留了 2% 的透明边。中国银行、招商银行、中华老字号等「图形 + 中英两行文字」的组合,图形高度通常和整个文字块相同;方形本身就比圆形显大,所以不需要再放大。
- 对比见 `docs/design/logo/compare/index.html`。
- **中文字标**:思源宋体 SemiBold(F2),比 Black 更清秀,和印章的轻重对比更明显。
- **英文字体**:中英文用不同字体(这是品牌组合里的常见做法)。用户选定 **E5 Libre Caslon**(OFL,Caslon 类老派衬线),候选对比见 `compare/english.html`。
- **英文视觉对齐**:几何上两端对齐时,英文看起来比中文宽。原因是「标」「士」两端只有细横画尖,而英文两端是 B、I 的粗竖画,按墨迹浓度算英文左超 6.5、右超 7.7(中文字高 = 100)。真实品牌两种做法都有:中银香港内缩了英文;清华、进出口银行只做了几何对齐。排版理论主张按视觉边缘对齐。补偿档位 C0–C3 见 `compare/alignment.html`。用户选定 **C2**(左内缩 5.0、右内缩 5.8,约为完全补偿的 3/4)。
- **已执行**:全套正式资产按 H2 + F2 + E5 + C2 重新生成(logo v5.1)。排版逻辑集中在 `docs/design/logo/scripts/logo_lib.py`,正式资产由 `build_assets.sh` 生成,对比页由 `wordmark_compare.py` 生成,三者共用同一套参数。
## B3 · 2026-11-02 · Logo 暂定 v5:AI 生成的白文印 + 矢量字标
- **决策(暂定)**:印章采用用户用 ChatGPT 图像生成的白文印「标」(`docs/design/logo/image-gen/exec-8232d0a3-…png`),经脚本处理后作为正式 logo;字标用思源宋体 Black + Cinzel(W1)。规范见 `docs/design/logo/logo-spec.md`。
- **过程**:v1 由 Codex 精细化草稿 1;v2–v4 尝试用 SVG 程序化模拟印泥质感,效果都不理想(调研见 `seal-research.md`)。结论是印泥质感本质上是位图,所以改用位图生成,再矢量化。
- **颜色调整**:印章红从 #D2282E 改为朱砂色 **#D9291C**(原图实测 #E21B0A,偏亮、超出印刷色域,略压深)。界面「致命」红 #C4122F 不变,两者一橙一洋红,可以区分。
- **小尺寸**:16px 仍用方案 B(加粗简化的「标」字),32–64px 用白色笔画加粗的印章。
- **待办**:AI 生成图形的著作权认定有不确定性,商标注册前要做检索并咨询知识产权顾问;以后可以考虑照这个设计刻一方真章,扫描后替换。
## B2 · 2026-11-02 · 16px 图标与英文名
- **16px 图标**:用方案 B,加粗简化的「标」字。红底白勾(方案 A)是待办类应用的常见图标,辨识度低。
- **英文名**:统一用拼音 **BIAOBOSHI**,不用 Bid Doctor。代码仓库名继续用 `bid-doctor`。
- **logo 第二阶段**:用户要求增加真实印章质感、重新考虑对勾(它破坏了平衡),并给字标换更有性格的开源字体。设计说明见 `docs/design/logo/BRIEF-v2.md`,先出方案对比页,用户选定后再更新正式资产。
## B1 · 2026-11-02 · 视觉方向 A「校样」+ 用户的印章 logo
- **决策**:视觉方向选 A「校样」(`docs/design/brand-directions.html`):蓝铅笔表示 AI 标注 / 出处,墨表示人工确认,红只用于问题。Logo 不用 A 方向原来的示意,改用用户提供的草稿 1(红色方形印章 + 白色「标」字 + 穿出边框的对勾 + 藏青字标),草稿 2(学士帽)不采用。
- **理由**:盖章是投标人每天都在做的事,印章比「博士帽」更贴近用户、辨识度更高,也适合做应用图标;对勾表达「逐项核对」。
- **约束**:
- 印章红只用在 logo 上;界面中的「致命」红单独定义,两者要能区分。
- 「印章 + 对勾」不能当作「通过 / 合格」章用在报告或任何结论上(产品红线:不承诺结果)。
- **执行**:由 Codex 按 `docs/design/logo/BRIEF.md` 精细化,交付物在 `docs/design/logo/`。
## T1 · 2026-11-02 · 大模型策略:国产云端模型,按场景路由
- **决策**:全部使用国内云端的国产大模型,不考虑数据出境。按业务场景匹配模型能力:多模态(扫描件理解、签章检测)、快速(分类、短文本抽取、交互类)、深度思考(复杂条款推理、响应性比对)。