Product Requirement Document

家plus AI 软装改造助手｜PRD 文档

1. 项目背景

精装修新房业主在入住前经常会遇到软装决策问题：房子已经交付，但空间缺少个性；内容平台上案例很多，却很难判断某个风格是否适合自己的户型、采光、墙地面颜色和预算。

本项目以“刚收房、准备入住、正在购买家具软装的人群”为核心用户，设计一个基于真实房间照片生成软装方案的 AI 产品 Demo。它不只生成一张好看的效果图，而是继续给出空间诊断、家具推荐、预算优先级和分步落地建议。

2. 用户与问题

目标用户是精装修新房业主，尤其是刚收房、准备入住或正在购买沙发、茶几、电视柜、床、窗帘等软装大件的人群。

核心痛点：

3. 产品目标

本项目将目标拆成三个层次：

关键指标：

指标含义
完整流程完成率用户从上传照片到查看结果页的完成比例
方案保存率用户对生成方案感兴趣并保存的比例
家具推荐点击率用户查看家具推荐详情或清单的比例
重新生成率用户对当前方案不满意并再次生成的比例
Demo 可理解度面试官或体验者是否能在 1-2 分钟内理解产品闭环

4. 方案设计

产品采用“真实照片输入 + 结构化偏好 + AI 方案生成 + 执行清单”的闭环：

flowchart LR
  A["上传房间照片"] --> B["选择空间类型"]
  B --> C["选择风格、预算和家庭需求"]
  C --> D["AI 理解空间"]
  D --> E["生成软装方案"]
  E --> F["查看效果图与空间诊断"]
  F --> G["查看家具推荐与购买优先级"]
  G --> H["保存方案"]

5. 核心页面

首页

说明产品价值，强调“拍一张精装房照片，生成你的软装改造方案”，并提供开始改造和查看示例方案入口。

上传页

获取用户真实空间照片，展示上传要求和隐私说明。照片是 AI 理解空间条件的关键输入。

偏好选择页

收集空间类型、风格偏好、预算档位和家庭需求。这个页面用于把用户偏好转成可计算的生成约束。

生成页

展示 AI 处理过程，例如理解空间结构、匹配软装风格、生成效果图、推荐家具清单和整理改造步骤，用过程反馈降低等待焦虑。

结果页

展示原图 / 改造图对比、空间问题诊断、风格方案说明、家具推荐清单、购买优先级和分步改造建议。

家具详情页

解释单件家具为什么被推荐，包括品类、价格区间、材质、颜色、推荐理由和适合放置位置。

方案保存页

完成产品闭环，展示保存成功、方案名称、生成时间，并提供再生成一个方案和返回首页入口。

6. 技术实现

当前 Demo 采用静态前端实现核心体验流程，页面包括上传、偏好选择、生成状态、结果展示和保存反馈。

AI 生成链路在 MVP 中采用可解释的模拟方案：

  1. 用户输入空间类型、风格、预算和家庭需求
  2. 前端根据结构化输入匹配预置方案数据
  3. 结果页展示空间诊断、家具推荐和执行步骤
  4. 用本地状态模拟方案保存

这种实现方式适合作品集展示：先验证产品链路、页面信息架构和用户理解成本，后续再接入真实图像理解和文生图能力。

7. 产品取舍

本项目没有一开始做完整家装平台，而是优先验证 AI 软装建议是否能帮助用户从“看灵感”走向“做决策”。

MVP 保留：

MVP 暂不做：

8. 我的产出

9. 后续优化方向