e29c40ec41
- PRD v0.9.1：补充政府采购体系依据（87 号令），异常低价口径按体系分层 - decisions.md：D1 首发 IT 集成、A1 需求分析 G1–G10、T1 国产云端模型路由 - docs/analysis：范围与角色、用户旅程、功能需求、领域模型、 IT 集成领域知识、缺口清单、苏采云样本分析 Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
108 lines
7.4 KiB
Markdown
108 lines
7.4 KiB
Markdown
# 07 · 样本语料分析（苏采云 10 份）
|
||
|
||
> 样本：`samples/tenders/`（S01–S10，均为江苏政府采购项目，2026-10 至 11 月发布）。方法：抽取纯文本后用正则统计结构特征，再人工抽查原文。
|
||
> 目的：用真实文件验证 `05-it-integration-domain.md` 的提取 schema 和 M3 规则种子。下面的结论按对需求的影响排序。
|
||
|
||
## 1. 统计概览
|
||
|
||
| ID | 方式 | ★ | ▲ | 「无效」相关表述 | 分包 | 实质性条款标注方式 |
|
||
|---|---|---|---|---|---|---|
|
||
| S01 | 公开招标 | 30 | 15 | 18 | 无 | ★ |
|
||
| S02 | 公开招标 | 12 | 8 | 14 | 无 | ★ |
|
||
| S03 | 公开招标 | 30 | 33 | 23 | 无 | ★（文件写明「★ 项共 14 条」） |
|
||
| S04 | 公开招标 | 30 | 22 | 13 | 无 | ★ |
|
||
| S05 | 公开招标 | 1 | 0 | 12 | 无 | 只有文字说明 |
|
||
| S06 | 公开招标 | 0 | 16 | 14 | 无（有分项限价） | **斜体 + 下划线** |
|
||
| S07 | 公开招标 | 8 | 45 | 11 | 无 | ★ 或 *，以及「必须」「应」等字样 |
|
||
| S08 | 竞争性磋商 | 0 | 8 | 10 | 无 | **斜体 + 下划线**；另有「实质性要求响应及偏离表」 |
|
||
| S09 | 竞争性磋商 | 3 | 0 | 10 | 无 | ★ + **斜体 + 下划线** |
|
||
| S10 | 公开招标 | 5 | 0 | — | **3 个采购包** | ★ |
|
||
|
||
★ / ▲ 的计数包含说明性文字里的符号，不等于条款数，只用来看分布。
|
||
|
||
## 2. 对需求的影响
|
||
|
||
### 🔴 F1 · 实质性条款不能只靠 ★ 识别
|
||
|
||
- 10 份里有 3 份（S05、S06、S08）基本没有 ★ 标记。**S06、S08、S09 用「斜体且有下划线」标注实质性要求**（S09 同时也用 ★）；S07 同时用 ★、* 和「必须 / 应当」字样。
|
||
- **纯文本抽取会丢掉斜体和下划线**，S06、S08 的实质性条款会被全部漏掉。
|
||
- **影响**：
|
||
- FR-M2-05：识别实质性条款时，先从文件里找到「标注规则说明」（例如「加注 ★ 的为实质性要求」「斜体且有下划线部分为实质性要求」），再按说明去识别，不能写死成 ★。
|
||
- 技术架构：解析 Word 时要保留文字格式（斜体、下划线、加粗），不能只取纯文本。
|
||
- 有的文件写明了 ★ 条款总数（S03「★ 项共 14 条」），可以用来自动检查有没有漏抽；数量对不上就提示用户。
|
||
|
||
### 🔴 F2 · 文件扩展名不可信
|
||
|
||
- 10 份全部叫 `.doc`，实际是 DOCX 6 份、DOCX（不压缩的 zip）2 份、旧版 DOC（WPS 生成）2 份。
|
||
- **影响**：FR-M2-01 要按文件头识别真实格式，不能看扩展名；旧版 DOC 必须支持。
|
||
|
||
### 🔴 F3 · 苏采云的投标文件是在客户端工具里制作的
|
||
|
||
- 流程：下载 `.kedt` 文件 → 导入「政府采购客户端工具」→ 按节点填写或上传材料（S09 写「上传至符合性审查节点」）→ 导出加密的 zip → 上传。
|
||
- **影响**：用户在客户端里拼装的最终文件是加密的，产品读不了。M3 只能检查用户在**导入客户端之前**准备的各节点材料（Word / PDF）。这正好对应我们的「多个分册」设计，但分册应该能对应到客户端的节点（资格审查、符合性审查、商务、技术、报价）。**需要找种子用户确认他们实际怎么准备文件**（新增 G15）。
|
||
|
||
### 🟡 F4 · 政府采购体系内部，术语也随采购方式变化
|
||
|
||
| | 公开招标 | 竞争性磋商 |
|
||
|---|---|---|
|
||
| 文件 | 招标文件 / 投标文件 | 磋商文件 / 响应文件 |
|
||
| 须知 | 投标人须知 | 供应商须知 |
|
||
| 评审 | 评标方法与评标标准 | 评审方法与评审标准 |
|
||
| 不合格 | 投标无效 | 无效响应 / 响应无效 |
|
||
| 有效期 | 投标有效期 | 磋商有效期 |
|
||
|
||
**影响**：界面和报告的术语要跟着「采购方式」走，不只是跟着法律体系走。
|
||
|
||
### 🟡 F5 · 苏采云文件用统一的六章范本
|
||
|
||
10 份都是：第一章 公告 / 邀请 → 第二章 须知 → 第三章 合同文本 → 第四章 采购需求 → 第五章 评标（评审）方法 → 第六章 投标（响应）文件格式。
|
||
|
||
**影响**：可以按地区维护「范本画像」（江苏范本：第二章抽无效条款和递交要求，第四章抽技术参数，第五章抽评分项），提高抽取准确率；没匹配上范本时再走通用抽取。这是首发聚焦江苏的一个实际好处。
|
||
|
||
### 🟡 F6 · 报价规则比预想的细
|
||
|
||
- **限价有三层**：总价、采购包限价（S10）、分项限价（S06），还有单价上限（S10）。任何一层超了都是无效。→ R03 要按三层检查。
|
||
- **开标一览表和分项报价不一致，不按无效处理**，以开标一览表为准（S01、S05、S06 原文都这么写）。→ R04 保持「重要」，说明写清楚依据。
|
||
- **异常低价**：**10 份全部**写入了 87 号令第六十条的原文（「不能证明其报价合理性的……作为无效投标处理」），这已经是苏采云范本的标准条款；S10 还给了明确阈值「投标报价低于最高限价 50%」。→ 进一步印证 G2；P1 的报价合理性检查应该**优先从招标文件中读取阈值**，没有阈值时才提示。
|
||
|
||
### 🟡 F7 · 苏采云平台特有的无效情形
|
||
|
||
- 「未在规定期限内通过苏采云获取招标文件的，投标无效」（S03）；
|
||
- 「未提供线上投标文件的，投标无效」（S04）；
|
||
- 开标后远程解密失败，文件会被退回（S01）。
|
||
|
||
**影响**：R19「需人工核对」清单要加上平台操作类条目（获取文件确认函、CA 证书有效、按时解密）。这类条目价值高，又最容易被新手漏掉。
|
||
|
||
### 🟡 F8 · 信创 / 国产化要求很常见
|
||
|
||
10 份里有 5 份涉及信创 / 国产化（S01、S02、S05、S07、S08），常以 ★ 条款出现，例如「设备采用国产自主可控 CPU 芯片……提供国产化适配承诺函」。商用密码、等级保护也常见。
|
||
|
||
**影响**：证明材料的类型要比原来想的多：承诺函、官网参数截图、检测报告、认证证书。M3 资质匹配要能识别这些类型。
|
||
|
||
### 🟢 F9 · 资格材料有明确的时间窗口
|
||
|
||
例如「参加政府采购活动前半年内（2026 年 05 月–2026 年 10 月）任一月的纳税凭据」。
|
||
|
||
**影响**：R08 判断时效时，要从原文解析出时间窗口，并对照投标截止日。
|
||
|
||
### 🟢 F10 · 用声明函代替原件
|
||
|
||
江苏的通用条款：「提交各类声明函、承诺函，不再同时提供原件……中标后核查」。资格证明很多是声明函。
|
||
|
||
**影响**：资格检查对声明函类材料只检查「有没有、签章全不全」，不核实内容。这和产品「不编造、不鉴定」的原则一致。
|
||
|
||
## 3. 对 MVP 范围的确认
|
||
|
||
| 已确认的 MVP 决策 | 样本里的证据 |
|
||
|---|---|
|
||
| G1 体系识别 | 10 份都是政府采购；还要细分到采购方式（F4） |
|
||
| G2 异常低价口径 | 10 份全部写入第六十条原文，S10 写了阈值（F6） |
|
||
| G3 多包 | S10 有 3 个采购包，各自有限价 |
|
||
| 报价形式检查升为 P0 | 三层限价，超限即无效（F6） |
|
||
|
||
## 4. 下一步
|
||
|
||
1. 补齐样本缺口：扫描件、补遗、招标投标体系、配套投标文件（见 `samples/tenders/README.md`）。
|
||
2. 人工标注 S01–S10 的实质性条款，作为 M2 召回基准。先标 S03（文件写明有 14 条 ★ 项）和 S06（斜体下划线）这两份最难的。
|
||
3. 技术架构阶段，用这 10 份做 Word 解析选型，重点是保留文字格式、支持旧版 DOC、能定位页码。
|