PRODUCT CASE STUDY · SPOILER-SAFE AGENT
先锁住进度,
再解释剧情。
一个嵌入播放现场的剧情理解 Agent。它围绕用户“为什么会发展到这里”的真实任务,
先切断未来信息,再检索已看证据,最后生成可追溯的因果解释。
01 · 进度优先
02 · 证据回答
03 · 故障不阻断播放
01 / DEFINE
THE REAL PROBLEM
用户不是想重看剧情,
而是想在这一刻继续看懂。
暂停、搜索、跳出播放页都会打断沉浸;直接问通用聊天工具,又可能提前得知尚未播放的真相。真正的产品问题,是在观看进度边界内恢复理解。
USER
核心用户
正在观看长线悬疑、群像叙事或多线并行内容,发生人物与因果理解断点的观众。
CORE JOB
核心任务
不离开播放页,只依据已经看过的内容,快速理解“为什么会发展到这里”。
BOUNDARY
明确不做
不总结未来剧情、不顺从错误前提、不用无证据推测填补空白,也不让AI故障影响继续播放。
从问题到可验证交付物DECISION PATH
- 01确定真实问题
- 02明确用户与核心任务
- 03形成产品边界
- 04设计整体架构
- 05拆分里程碑
- 06设置完成条件
- 07生成与测试
- 08保存决策与状态
- 09形成可验证交付物
02 / EXPERIENCE
INTERACTIVE PROTOTYPE
把答案放回播放现场
切换虚构剧集《雾港回声》的观看时间,观察问题前提、可见证据与未来事件如何随进度变化。
07
《雾港回声》· 虚构台词门禁记录上的时间,和苏栖的说法对不上。
演示边界 公开页使用可复现的虚构事件与规则结果,用于验证交互逻辑;不连接任何真实影视内容或真实平台数据。
03 / ARCHITECTURE
SYSTEM DESIGN
模型不是起点,
边界才是。
先把播放进度转换为内容权限,再让检索与生成进入同一条可审计链路。任何越过进度或缺少证据的内容,都不能进入最终回答。
01SESSION读取播放状态
集数、秒级时间点、触发位置与阅读模式
→
02GUARD冻结进度边界
过滤全部未来事件,并保留拦截统计
→
03RETRIEVE召回已看证据
元数据过滤、混合检索、Top-K与重排
→
04VERIFY检查问题前提
前提未发生或证据不足时停止生成
→
05ANSWER生成可信回答
结构化因果链、人物卡与 evidence_ids
→
06AUDIT解析与降级
引用校验、异常兜底、状态回写与日志
HARD GUARDRAIL
未来剧情召回率必须为 0
进度过滤发生在检索和生成之前。模型从一开始就看不到用户尚未播放的事件,而不是在回答后再做敏感词修补。
TRUSTED OUTPUT
每个关键结论都要有证据 ID
因果节点、人物影响与一句话结论共享同一组可见证据。引用不存在或越界时,回答降级为“证据不足”。
04 / DELIVERY
MILESTONE GATES
不是功能清单,
而是五道验收门。
每个阶段都先定义交付物和完成条件。上一阶段没有形成可验证证据,就不把下一阶段写成“已经完成”。
M1
FOUNDATION防剧透数据底座
证明系统能够严格按播放进度控制模型可见信息。
已验证+
交付物
- 剧情事件数据结构
- 集数与时间点字段
- 进度过滤函数
- 防剧透边界规则
- 自动测试用例
- 可见与被拦截证据统计
进入下一阶段的条件
- 早于当前进度的事件全部可见
- 晚于当前进度的事件全部被拦截
- 同一秒边界判断正确
- 测试全部通过
- 原始虚构剧情数据经过人工核查
M2
RETRIEVAL剧情证据检索
从大量已观看剧情中找出真正相关的证据。
下一阶段+
交付物
- 文档解析与剧情切分方案
- 人物、事件、时间与关系元数据
- Embedding 向量化
- 向量库或混合检索
- Top-K 召回与 Reranker 重排
- 标准问题与正确证据测试集
进入下一阶段的条件
- 正确证据稳定进入 Top 5
- 未来剧情召回率为 0
- 人物别名不会造成明显漏检
- 检索失败时返回“证据不足”
- Recall@5 与 Precision@5 达到预设标准
M3
GROUNDING基于证据的可信问答
模型只能根据已检索证据回答,并说明证据来源。
规划中+
交付物
- 问题意图分类与前提检查
- 剧情因果链生成
- 结构化 JSON 输出
- evidence_ids 引用
- 防幻觉 Prompt
- 输出解析、异常兜底与质量评测集
进入下一阶段的条件
- 每个关键结论对应证据 ID
- 不出现证据之外的事实
- 错误前提能够拒绝
- JSON 失败时能够降级
- 同类问题核心结论保持稳定
M4
EXPERIENCE播放页产品交互
让AI能力真正进入观看场景,而不是独立聊天页面。
规划中+
交付物
- “AI看懂”入口与半屏浮层
- 一句话看懂、因果链与人物卡
- 继续问AI
- 浅阅读与深阅读状态
- AI触发时间记录
- 返回触发位置或继续播放
进入下一阶段的条件
- 浅阅读不会误暂停
- 深阅读能够及时暂停
- 退出后正确返回触发位置
- AI故障不影响视频继续播放
- 防剧透状态与证据范围始终可见
- 核心流程通过可用性测试
M5
OPERATIONS评测、部署与运营闭环
证明系统不仅能运行,而且安全、有效、可持续维护。
规划中+
交付物
- 在线演示网站与测试报告
- 回答质量看板
- 防剧透事件监测
- 模型耗时与 Token 监测
- 用户反馈与异常日志
- 版本、Prompt 与作品集报告
正式发布条件
- 核心自动测试全部通过
- 严重剧透事故为 0
- 回答具有证据支持
- 失败时能够降级
- 页面与接口稳定
- 人工验收通过,作品说明与实际功能一致
05 / STATE
MEMORY & CONTINUITY
两层状态,解决两种一致性。
项目级记忆固定产品长期决策,会话级状态维持当前观看与对话的连续性。两者分开,才能同时保证“产品不漂移”和“行为不断线”。
PROJECT MEMORY项目级记忆
保证产品前后一致
产品边界虚构内容规则事件数据结构防剧透规则
检索策略Prompt 版本验收标准决策与里程碑状态
版本化保存,不被单次对话临时改写。
SESSION STATE会话级状态
保证当前对话与播放行为连贯
当前集数当前时间点AI触发时间防剧透模式
当前问题当前人物当前事件已检索证据
浮层打开时间浅/深阅读视频是否暂停待恢复任务
随播放与交互更新,退出浮层后仍能恢复到正确触发位置。
06 / PROOF
VERIFIABLE DELIVERY
让每个“完成”
都有证据。
当前可确认的是里程碑1:进度边界、问题前提、结构化输出和接口响应已经形成自动测试基线。其余阶段以门禁推进,不用未来计划冒充现有结果。
✓作品集诚信规则:虚构内容明确标识;已完成与规划中分开展示;所有指标只陈述可复现的验证结果。
21项自动测试覆盖进度过滤、前提校验、结构化输出与接口响应。
0未来证据进入回答在当前自动测试基线中,越过观看进度的事件被拦截。
1s秒级边界早于、晚于以及恰好处于当前时间点的事件分别判断。
当前演示证据账本第15集 · 23:42
事件总数8
允许进入上下文6
未来事件已拦截2
证据账本来自本页的虚构事件样本,用于展示防剧透机制,不代表任何真实剧集数据。