菜单
产品发布会材料：聚焦卖点、发布流程、演示与FAQ，适用于对外宣讲与发布会材料。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
文档创作年度报告：主要借助 `aily-doc` 获取用户年度文档信息（数量、点赞、评论、PV、UV 等），并基于这些指标与代表性文档产出年度总结型飞书云文档。
商业计划书：强调市场机会、产品与商业模式、竞争、团队、财务与风险，形成可评审BP。
季度/年度业务汇报：围绕指标达成、业务进展、问题与对策输出结构化业务汇报。
公司调研：基于官方与公开信息输出公司概况、业务结构、竞争位置、经营与风险的结构化研究。
竞品分析：通过统一维度对比产品与市场信息，形成结构化对比结论与机会点。
概念解释：由浅入深讲清概念的定义、原理与本质，面向不同知识背景的读者。
| name | aily-doc-product-launch-materials |
| label | 产品发布会材料 |
| description | 产品发布会材料：聚焦卖点、发布流程、演示与FAQ，适用于对外宣讲与发布会材料。 |
产品发布会材料：聚焦核心卖点提炼、发布会全流程设计、现场演示脚本编排与对外FAQ统一口径，适用于对外宣讲、线上/线下发布会、内部产品宣讲会等场景。输出一份可直接用于发布会筹备与执行的结构化飞书云文档。
task（subagent_type: writer）委托 Writer Agent 创建飞书云文档。feishu-use-skills-map 并按其指引调用对应技能get_skills 获取对应飞书技能说明feishu-use-skills-map 并调用对应技能| 工具 | 用途 | 适用场景 |
|---|---|---|
aily-doc | 检索飞书云文档 | PRD、技术方案、以往发布会材料、产品文档 |
knowledge_answer | 检索内部知识库 | 产品定位、技术参数、内测数据、客户反馈 |
web_search | 广泛检索公开信息 | 竞品对比、市场趋势、行业案例、用户评价 |
fetch | 获取特定网页全文 | 竞品官网产品页、新闻稿、评测文章、白皮书 |
file | 将素材写入 draft.md（append 模式） | 每个数据步骤完成后 |
主 Agent 收到产品发布会材料请求后，使用 todo_write 分解任务：
{
"todos": [
{"content": "明确发布目标：产品名称、发布时间、场景、核心卖点、目标受众", "status": "in_progress"},
{"content": "产品信息检索：搜索PRD/技术方案/产品文档，获取产品定位与技术参数", "status": "pending"},
{"content": "竞品对标与市场背景：检索竞品发布会、产品对比数据、市场趋势", "status": "pending"},
{"content": "案例与数据收集：查询内测数据/客户反馈/成功案例", "status": "pending"},
{"content": "结构化整理：提炼3个核心卖点、设计发布流程、梳理FAQ、编写演示脚本要点", "status": "pending"},
{"content": "调用 writer agent 生成发布会材料飞书云文档", "status": "pending"}
]
}
核心原则：优先使用飞书工具获取内部产品资料，外部检索作为竞品与市场信息的补充。产品自身信息以内部文档为准，严禁用外部搜索结果替代内部权威数据。
目标：获取产品的完整定义、核心功能、技术参数与定位描述。
通过 get_skills 获取 aily-doc 技能后调用：
搜索飞书云文档："{产品名称} PRD 产品需求文档"
搜索飞书云文档："{产品名称} 技术方案 架构设计"
搜索飞书云文档："{产品名称} 产品介绍 功能说明"
过滤条件：doc_type = "docx"，优先选择最近更新的文档
提取重点：
knowledge_answer(
query_list: [
"{产品名称} 产品定位 核心价值主张",
"{产品名称} 技术参数 性能指标 benchmark",
"{产品名称} 与竞品的核心差异化优势",
"{产品名称} 目标用户 使用场景"
],
explanation: "获取产品定位、技术参数与差异化优势，用于发布会核心卖点提炼"
)
写入 draft.md（使用 file(path: "/home/workspace/draft.md", mode: "append")）：
## 产品信息
### 产品定义
- 产品名称：飞书多维表格 3.0
- 一句话定义：面向企业的AI驱动智能数据管理与协作平台
- 产品版本：3.0（2025年3月发布）
### 核心功能
| 功能模块 | 功能描述 | 用户价值 |
|---------|---------|---------|
| AI自动建表 | 通过自然语言描述自动生成表结构和字段 | 建表效率提升80%，零门槛上手 |
| 跨表关联分析 | 支持多表数据自动关联与联合分析 | 打通数据孤岛，一站式洞察 |
| 实时协同编辑 | 千人级实时协同，毫秒级同步 | 团队协作零等待，告别版本冲突 |
| 智能看板 | 数据自动可视化，拖拽式自定义看板 | 管理者一目了然掌握全局 |
### 技术参数
- 并发协同人数：1000+
- 单表数据量上限：100万行
- AI建表响应时间：<3秒
- 数据同步延迟：<200ms
### 与上一版本差异
- 新增AI自动建表能力（全新功能）
- 跨表关联性能提升5倍
- 协同编辑人数上限从200提升至1000+
> 来源：飞书多维表格3.0 PRD v2.1（2025-02-20更新）
目标：获取主要竞品的产品能力、发布会策略与市场定位，形成差异化对比。
web_search: "{竞品名称} 发布会 产品对比 benchmark 2024 2025"
web_search: "{竞品名称} 产品功能 更新 changelog"
web_search: "{产品名称} vs {竞品名称} 对比评测"
web_search: "{竞品名称} 用户评价 优缺点"
示例查询（假设对标 Airtable 和 Notion）：
web_search: "Airtable 发布会 产品对比 benchmark 2024 2025"
web_search: "Notion Database 新功能 更新 2024 2025"
web_search: "多维表格 vs Airtable vs Notion 对比评测"
web_search: "Airtable enterprise 用户评价 优缺点"
fetch(
url: "https://www.airtable.com/product",
prompt: "提取Airtable产品页的核心功能列表、定价方案、企业级能力描述"
)
fetch(
url: "https://www.notion.so/product/databases",
prompt: "提取Notion Database的核心功能、与Airtable的差异化卖点"
)
写入 draft.md（使用 file(path: "/home/workspace/draft.md", mode: "append")）：
## 竞品对标
### 竞品概览
| 维度 | 飞书多维表格 3.0 | Airtable | Notion Database |
|------|-----------------|----------|----------------|
| AI建表 | 自然语言自动建表（<3秒） | Interface Designer（需手动配置） | AI辅助（仅字段建议） |
| 协同人数 | 1000+实时协同 | 50人实时协同（Enterprise版） | 100人实时协同 |
| 单表容量 | 100万行 | 25万行（Enterprise版） | 10万行 |
| 跨表关联 | 原生深度关联+联合分析 | 基础关联（无联合分析） | 基础Relation字段 |
| 国内合规 | 完全合规，数据存储中国 | 无中国数据中心 | 无中国数据中心 |
| 定价 | 含飞书套件 | $20/人/月起 | $10/人/月起 |
### 竞品发布会策略参考
- Airtable 2024产品发布会：侧重AI Integration能力，主打"Connected Apps Platform"概念，现场演示了AI自动生成工作流
- Notion 2024秋季发布会：侧重"All-in-one workspace"理念强化，Database新增了Charts和Automations功能
> 来源：Airtable官网（2024-11访问）、Notion Blog（2024-10-15）
目标：获取产品所在领域的市场趋势与用户需求数据，为发布会"Why Now"叙事提供背景支撑。
web_search: "{领域} 市场趋势 用户需求 2024 2025"
web_search: "{领域} 市场规模 增长率 预测"
web_search: "企业协作 数字化转型 痛点 调研报告 2024"
web_search: "{产品类型} 用户满意度 NPS 调研"
示例查询：
web_search: "企业级数据管理 协作工具 市场趋势 2024 2025"
web_search: "低代码 no-code 数据平台 市场规模 增长率 预测"
web_search: "企业数字化转型 数据管理 痛点 调研报告 2024"
web_search: "Airtable Notion 企业用户满意度 NPS 调研 2024"
写入 draft.md（使用 file(path: "/home/workspace/draft.md", mode: "append")）：
## 市场背景
### 市场现状
- 全球企业协作软件市场规模预计2025年达到680亿美元，CAGR 12.5%（来源：Gartner, 2024）
- 中国企业级SaaS协作市场2024年规模约420亿元，同比增长18%（来源：艾瑞咨询, 2024Q3）
- 低代码/无代码数据管理平台是增速最快的细分领域，2024年增速达35%
### 用户痛点（发布会"Why Now"叙事素材）
1. **数据孤岛严重**：67%的企业反馈跨部门数据协同困难（来源：麦肯锡数字化转型调研, 2024）
2. **建表门槛高**：传统数据库需IT介入，业务人员等待周期平均5-10个工作日
3. **协同效率低**：Excel共享编辑冲突率高达40%，版本管理混乱
4. **数据安全顾虑**：78%的中大型企业要求数据存储在国内（来源：信通院企业调研, 2024）
### 行业趋势
- AI赋能数据管理成为标配：头部厂商均在2024年推出AI功能
- 企业从"单点工具"向"一体化平台"迁移加速
- 数据合规要求日益严格，国产化替代需求持续增长
> 来源：Gartner（2024）、艾瑞咨询（2024Q3）、麦肯锡（2024）
目标：获取产品内测数据、客户反馈与行业成功案例，为发布会提供"社会证明"。
knowledge_answer(
query_list: [
"{产品名称} 内测数据 用户反馈 满意度",
"{产品名称} 客户案例 标杆客户 使用成效",
"{产品名称} 性能测试 benchmark 结果",
"{产品名称} Beta用户 活跃数据 留存率"
],
explanation: "获取产品内测期间的关键数据与客户反馈，用于发布会数据支撑"
)
web_search: "{产品类型} 企业成功案例 数字化转型"
web_search: "{产品类型} 客户案例 ROI 效率提升"
web_search: "协作工具 企业落地 最佳实践 2024"
写入 draft.md（使用 file(path: "/home/workspace/draft.md", mode: "append")）：
## 案例与数据
### 内测数据（来源：产品内测数据报告, 2025-02）
- Beta用户数：2,300+企业
- 用户满意度NPS：72（行业平均45）
- AI建表使用率：日均使用次数3.2次/人
- 周活跃留存率：89%
- 平均建表时间从15分钟缩短至2分钟（AI自动建表场景）
### 标杆客户案例
#### 案例一：某头部互联网公司（3000人研发团队）
- 场景：跨部门项目管理与需求跟踪
- 成效：项目交付周期缩短30%，跨部门协同会议减少50%
- 客户证言："多维表格让我们真正实现了'数据驱动决策'，以前需要3个工具完成的工作现在一个就够了。"
#### 案例二：某新能源汽车企业（供应链管理）
- 场景：供应商评估与物料跟踪
- 成效：供应链数据响应时间从2天缩短至2小时，异常预警准确率提升至95%
- 客户证言："AI建表功能让我们的采购团队不需要IT支持就能快速搭建管理系统。"
#### 案例三：某连锁零售企业（500+门店运营）
- 场景：门店运营数据汇总与分析
- 成效：日报汇总时间从4小时缩短至15分钟，数据准确率从82%提升至99%
> 来源：内测数据报告（2025-02）、客户成功团队反馈
目标：获取以往发布会材料作为风格与结构参考，保持品牌一致性。
搜索飞书云文档："{产品名称} 发布会 材料"
搜索飞书云文档："{产品线} 产品发布 宣讲"
搜索飞书云文档："发布会 流程 脚本 2024"
过滤条件：doc_type = "docx"，按更新时间倒序
写入 draft.md（使用 file(path: "/home/workspace/draft.md", mode: "append")）：
## 历史发布参考
### 已有材料索引
- [飞书多维表格2.0发布会材料](飞书文档链接)：2024年6月发布，侧重"高效协作"主题，90分钟流程
- [飞书2024秋季产品大会 - 多维表格专场](飞书文档链接)：侧重"AI赋能"方向，45分钟专场
- [飞书多维表格客户宣讲模板](飞书文档链接)：面向企业客户的标准宣讲结构
### 可复用元素
- 开场叙事结构：痛点引入 → 产品演示 → 数据佐证 → 展望
- 品牌视觉规范：使用飞书标准色系与版式
- 演示节奏参考：核心功能演示控制在15分钟以内，每个功能点3-5分钟
> 来源：飞书云文档内部检索
核心原则：将采集的原始素材转化为可直接用于发布会的结构化内容，聚焦"卖点提炼、流程编排、FAQ统一、演示设计"四大输出。
从 A1-A4 收集的信息中，提炼 3个核心卖点，每个卖点满足"一句话总结 + 数据支撑 + 用户故事"三要素。
## 核心卖点提炼
### 卖点一：AI自动建表 —— 让每个人都是数据管理专家
- **一句话**：用自然语言描述需求，AI在3秒内自动生成完整的表结构和字段配置
- **数据支撑**：建表效率提升80%，Beta用户日均使用3.2次，零IT依赖
- **用户故事**：某新能源汽车企业的采购团队，过去每次新建供应商评估表需要提交IT工单等待5天，现在采购经理直接用AI建表，3秒完成，供应链响应速度提升10倍
- **vs竞品**：Airtable需手动配置Interface Designer，Notion仅提供字段建议
### 卖点二：千人实时协同 —— 大规模团队协作零等待
- **一句话**：支持1000+人同时编辑同一张表，数据同步延迟低于200毫秒
- **数据支撑**：协同人数上限是Airtable的20倍，同步延迟仅为行业平均的1/5
- **用户故事**：某头部互联网公司3000人研发团队同时在一张多维表格上进行Sprint规划，项目交付周期缩短30%
- **vs竞品**：Airtable Enterprise版上限50人，Notion上限100人
### 卖点三：数据安全合规 —— 企业数据主权有保障
- **一句话**：数据100%存储在中国境内，通过等保三级认证，满足最严格的企业合规要求
- **数据支撑**：78%的中大型企业要求数据境内存储，飞书多维表格是唯一同时满足功能与合规的产品
- **用户故事**：某金融机构在选型时因Airtable和Notion的数据出境风险而放弃，转而选择飞书多维表格，成功通过内部信息安全审计
- **vs竞品**：Airtable和Notion均无中国数据中心
基于发布会时长（示例：90分钟），设计完整的发布会流程。核心结构为开场 → 背景 → 产品 → 演示 → 数据 → 展望六段式。
## 发布会流程设计（90分钟）
| 序号 | 环节 | 时长 | 负责人 | 要点 | 备注 |
|------|------|------|--------|------|------|
| 1 | 开场暖场 | 5min | 主持人 | 欢迎致辞，介绍今天发布会议程，营造期待感 | 配合品牌宣传片 |
| 2 | 市场背景 | 10min | 产品VP | 用户痛点引入：数据孤岛、建表门槛高、协同效率低三大痛点，引出"为什么我们需要重新定义数据管理" | 配合数据图表 |
| 3 | 产品发布主题演讲 | 20min | 产品负责人 | 正式发布飞书多维表格3.0，逐一揭晓三大核心卖点：AI自动建表、千人协同、数据合规 | 每个卖点配合用户证言视频 |
| 4 | 现场产品演示 | 20min | 技术Demo负责人 | 三个Demo场景分别展示三大卖点的实际效果，每个场景5-7分钟 | 详见4.1演示脚本 |
| 5 | 客户案例与数据 | 15min | 客户成功负责人 | 展示3个标杆客户案例，公布Beta内测关键数据（NPS 72、留存89%） | 邀请1位客户连线/视频证言 |
| 6 | 未来展望与路线图 | 10min | 产品VP | 展示未来6个月产品路线图，发布合作伙伴计划 | 制造期待感 |
| 7 | Q&A互动 | 8min | 主持人+产品团队 | 回答媒体/客户提问，依据FAQ统一口径回答 | 提前准备热门问题 |
| 8 | 闭幕 | 2min | 主持人 | 总结今日亮点，公布试用入口与优惠政策，感谢参与 | 展示二维码 |
### 关键节奏控制
- 前30分钟（开场+背景+发布）：建立紧迫感和期待感
- 中间35分钟（演示+案例）：用事实和体验说服受众
- 后25分钟（展望+Q&A+闭幕）：制造行动力和期待
FAQ分为技术类、商业类、竞品对比类三大类别，每个问题提供统一口径回答，可直接用于现场Q&A和媒体沟通。
## FAQ统一口径
### 技术类FAQ
| 问题 | 建议回答 |
|------|---------|
| AI建表的准确率如何？是否会出错？ | AI建表基于大语言模型，在Beta测试中建表准确率达到92%。对于复杂场景，AI会生成初始结构供用户微调，整体建表效率仍比手动提升80%以上。我们也在持续优化模型，后续版本准确率会进一步提升。 |
| 千人协同会不会导致性能下降？ | 飞书多维表格3.0采用了全新的CRDT协同引擎，实测在1200人同时编辑场景下，同步延迟仍稳定在200ms以内。我们已在多个大型企业客户环境中验证了这一性能表现。 |
| 数据安全方面有哪些保障措施？ | 所有数据100%存储在中国境内服务器，已通过等保三级认证。支持企业私有化部署方案，所有传输使用TLS 1.3加密，支持数据加密存储和细粒度的权限管控。 |
| 单表100万行是硬上限吗？后续会扩展吗？ | 目前100万行可以覆盖绝大多数企业场景。对于超大数据量需求，我们提供数据分片方案。后续版本计划将上限提升至500万行，预计2025年Q3发布。 |
### 商业类FAQ
| 问题 | 建议回答 |
|------|---------|
| 多维表格3.0的定价方案是什么？ | 多维表格3.0包含在飞书企业版套件中，无需额外付费。企业版用户可直接使用全部新功能，包括AI建表能力。我们希望让AI能力成为每个飞书用户的基础能力，而不是高价附加功能。 |
| 现有用户如何升级？是否需要数据迁移？ | 现有多维表格用户将在发布后一周内自动灰度升级至3.0版本，无需任何数据迁移操作。所有已有数据和配置完全保留，新功能开箱即用。 |
| 是否有针对中小企业的方案？ | 飞书标准版用户也可使用多维表格3.0的核心功能。AI建表每月有免费额度（标准版100次/月），超出部分按量计费。我们希望中小企业也能享受AI带来的效率提升。 |
### 竞品对比类FAQ
| 问题 | 建议回答 |
|------|---------|
| 和Airtable相比，核心优势是什么？ | 三个维度的显著优势：第一，AI建表是原生能力而非插件集成；第二，协同人数上限是Airtable的20倍；第三，数据100%存储在中国，满足国内企业合规要求。此外，多维表格包含在飞书套件中，性价比远高于Airtable每人每月20美元的定价。 |
| 和Notion Database相比如何？ | Notion是一款优秀的知识管理工具，但在结构化数据管理场景下，多维表格在性能（100万行 vs 10万行）、协同能力（1000人 vs 100人）和企业级功能（权限管控、审计日志）上有明显优势。多维表格更适合需要大规模数据管理的企业场景。 |
| 是否支持从Airtable/Notion迁移？ | 支持。多维表格3.0提供一键导入工具，支持从Airtable（CSV/API）和Notion（导出文件）直接迁移，包括表结构、数据和基础视图配置。迁移过程通常在30分钟内完成。 |
为发布会现场演示设计具体的Demo场景，每个场景对应一个核心卖点。
## 演示脚本要点
### 演示总体原则
- 每个Demo场景控制在5-7分钟
- 使用真实业务场景（非纯功能展示）
- 先展示痛点场景（旧方式），再展示新方式的对比效果
- 预留1分钟应对技术异常的备选方案
### Demo场景详情
#### 场景一：AI自动建表（对应卖点一，5分钟）
- **开场引入**：展示一个新项目经理收到"搭建项目管理系统"需求的场景
- **旧方式对比**：快速展示传统方式下需要手动创建字段、配置类型、设置关联的繁琐过程（30秒快进）
- **新方式演示**：演示者输入自然语言"帮我创建一个软件开发项目管理表，需要跟踪需求、任务分配、进度、优先级和关联测试用例"，AI在3秒内生成完整表结构
- **追加演示**：在已生成的表上继续追加"帮我增加风险跟踪和里程碑管理"，展示AI对上下文的理解
- **效果强调**：弹出数据对比 —— 传统方式15分钟 vs AI建表3秒
#### 场景二：千人实时协同（对应卖点二，7分钟）
- **场景设置**：模拟一场大型Sprint规划会议
- **实时效果**：屏幕上实时显示500+个光标同时编辑同一张Sprint表格
- **协同能力展示**：一人修改任务优先级，另一人立即看到变化并进行评论；展示@提醒、任务指派的实时响应
- **性能数据**：画面角落实时显示当前在线人数和同步延迟（<200ms）
- **对比画面**：分屏展示竞品在50人协同时已出现的卡顿现象（使用公开评测数据截图）
#### 场景三：数据安全合规（对应卖点三，5分钟）
- **场景设置**：一位企业CIO在进行安全审计
- **权限演示**：展示细粒度权限设置（行级、列级权限控制）
- **审计日志**：展示完整的操作审计日志（谁在什么时间做了什么操作）
- **合规证书**：展示等保三级认证证书、数据加密方案架构图
- **一键加密**：演示对敏感列一键启用加密存储功能
### 技术备选方案
- 若现场网络异常：准备本地录屏版本，可无缝切换
- 若AI响应超时：准备预录制的AI建表视频片段
- 若协同演示人数不足：后台脚本模拟多用户并发操作
主 Agent 完成数据收集（Module A）和结构化整理（Module B）后，调用 task 工具分发给 writer agent：
{
"description": "生成产品发布会材料飞书云文档",
"prompt": "基于 /home/workspace/draft.md 中的产品发布会素材，生成一份结构完整的飞书云文档发布会材料。\n\n要求：\n1. 严格按照产品发布会材料模板结构\n2. 材料摘要放在最前面，便于高管快速浏览\n3. 所有产品参数与PRD/技术文档保持一致\n4. 三大核心卖点各有'一句话+数据+故事'完整支撑\n5. 发布会流程表可直接用于现场执行\n6. FAQ回答可直接用于对外沟通\n7. 演示脚本包含具体操作步骤和备选方案\n\n报告模板见下方。",
"subagent_type": "writer"
}
Writer Agent 接收任务
↓
1. file_read: 读取 /home/workspace/draft.md
↓
2. outline_generator: 基于发布会材料模板生成结构化大纲
- 输入：draft.md 内容 + 模板结构
- 输出：带层级的完整大纲（含每节摘要）
↓
3. feishu_doc_create: 按大纲生成飞书云文档
- 逐章节填充内容
- 插入表格、Callout等富文本元素
- 确保格式规范、可读性强
↓
4. end: 返回飞书文档链接，任务完成
# {产品名称} 发布会材料
> 发布日期: YYYY-MM-DD | 场景: {线上/线下/内部}
> 目标受众: {受众描述}
> 发布会时长: {XX分钟}
---
## 材料摘要
**发布主题**：一句话概括本次发布的核心信息（例如：飞书多维表格3.0 —— AI重新定义企业数据管理）
**三大核心卖点**：
1. AI自动建表：用自然语言3秒生成完整表结构，建表效率提升80%
2. 千人实时协同：1000+人同时编辑，同步延迟<200ms
3. 数据安全合规：数据100%存储中国，等保三级认证
**关键数据**：Beta用户2300+企业，NPS 72，周活跃留存89%
**目标效果**：传递产品技术领先性，建立企业级数据管理领域的心智占位
---
## 一、发布目标与受众
### 1.1 发布目标
- **核心目标**：正式发布{产品名称}，向目标市场传递产品的核心价值主张与差异化优势
- **品牌目标**：强化{产品名称}在企业级数据管理领域的技术领先者形象
- **商业目标**：推动潜在客户转化，发布后30天内新增企业客户500家
- **传播目标**：发布会内容被行业媒体广泛报道，社交媒体曝光量达100万+
### 1.2 目标受众画像
| 受众类型 | 画像描述 | 核心关注点 | 沟通策略 |
|---------|---------|-----------|---------|
| 企业IT负责人/CIO | 中大型企业，负责IT选型与架构决策 | 安全合规、性能上限、集成能力 | 强调技术参数与合规认证 |
| 产品/项目管理者 | 日常使用数据管理工具，有协作效率痛点 | 易用性、协同效率、学习成本 | 强调AI建表零门槛、协同体验 |
| 企业中高层管理者 | 关注数字化转型ROI | 成本效益、成功案例、落地效果 | 强调客户案例与数据指标 |
| 行业媒体/分析师 | 关注行业趋势与产品创新 | 技术创新度、市场格局影响 | 强调行业首创能力与差异化 |
| 开发者/技术人员 | 关注API与集成能力 | 开放性、扩展性、文档质量 | 强调API能力与开发者生态 |
### 1.3 关键信息要点
**统一传播口径**（所有对外材料须保持一致）：
- **核心信息**：{产品名称}是面向企业的AI驱动智能数据管理与协作平台，通过AI自动建表、千人级实时协同和全链路数据安全，帮助企业打通数据孤岛、提升决策效率
- **差异化信息**：行业首个将AI原生集成到数据管理全流程的产品，而非后装插件
- **行动号召**：即日起开放试用，企业版用户免费升级
---
## 二、市场背景与机会
### 2.1 市场现状
- 全球企业协作软件市场规模预计2025年达到680亿美元，CAGR 12.5%（来源：Gartner, 2024）
- 中国企业级SaaS协作市场2024年规模约420亿元，同比增长18%（来源：艾瑞咨询, 2024Q3）
- 低代码/无代码数据管理平台是增速最快的细分领域，2024年增速达35%
- AI赋能企业工具成为2024-2025年最确定的行业趋势
### 2.2 用户痛点
| 痛点 | 影响范围 | 数据佐证 |
|------|---------|---------|
| 数据孤岛严重 | 跨部门协同困难，决策延迟 | 67%的企业反馈跨部门数据协同困难（麦肯锡, 2024） |
| 建表门槛高 | 业务依赖IT，响应周期长 | 平均等待IT支持5-10个工作日 |
| 协同效率低 | 版本冲突、信息不一致 | Excel共享编辑冲突率高达40% |
| 数据安全合规压力 | 限制工具选型范围 | 78%中大型企业要求数据境内存储（信通院, 2024） |
### 2.3 竞品现状
| 竞品 | 核心定位 | 近期动态 | 短板 |
|------|---------|---------|------|
| Airtable | Connected Apps Platform | 2024年强化AI Integration | 协同上限低（50人）、无中国数据中心、定价高 |
| Notion | All-in-one Workspace | 2024年推出Database Charts | 数据容量小（10万行）、企业级功能弱 |
| 黑帕云 | 国产多维表格 | 2024年获B轮融资 | AI能力弱、生态集成有限 |
| 维格表 | 国产数据协作 | 2024年推出AI助手 | 协同性能有限、品牌认知度低 |
---
## 三、核心卖点与亮点
### 3.1 卖点一：AI自动建表 —— 让每个人都是数据管理专家
**一句话**：用自然语言描述需求，AI在3秒内自动生成完整的表结构和字段配置
**数据支撑**：
- 建表效率提升80%
- Beta用户日均使用AI建表3.2次
- 建表准确率92%
- 零IT依赖，业务人员自主上手
**用户故事**：
某新能源汽车企业的采购团队，过去每次新建供应商评估表需要提交IT工单等待5天。现在采购经理用自然语言描述需求，AI在3秒内生成完整的供应商评估体系，包含资质评分、交付履约、质量追踪等12个维度。供应链响应速度提升10倍，采购团队从"等IT"变成"自主建设"。
**技术亮点**：
- 基于大语言模型深度理解业务语义
- 支持上下文追加（在已有表上继续扩展）
- 自动推荐字段类型和关联关系
### 3.2 卖点二：千人实时协同 —— 大规模团队协作零等待
**一句话**：支持1000+人同时编辑同一张表，数据同步延迟低于200毫秒
**数据支撑**：
- 协同人数上限：1000+（Airtable 50人，Notion 100人）
- 同步延迟：<200ms（行业平均1000ms+）
- 采用全新CRDT协同引擎
- 已在1200人并发场景下稳定运行
**用户故事**：
某头部互联网公司3000人研发团队在做季度Sprint规划时，500+产品经理和工程师同时在同一张多维表格上编辑需求和分配任务。所有人的修改实时可见，无需"轮流编辑"或"锁表"。项目交付周期缩短30%，跨部门协同会议减少50%。
**技术亮点**：
- 自研CRDT协同引擎，保证最终一致性
- 智能冲突解决，相同单元格编辑自动合并
- 增量同步机制，带宽占用极低
### 3.3 卖点三：数据安全合规 —— 企业数据主权有保障
**一句话**：数据100%存储在中国境内，通过等保三级认证，满足最严格的企业合规要求
**数据支撑**：
- 78%的中大型企业要求数据境内存储
- 飞书多维表格是同类产品中唯一同时满足功能领先与合规要求的选择
- 等保三级认证 + SOC 2 Type II
- 支持企业私有化部署
**用户故事**：
某金融机构在协作工具选型中，Airtable和Notion因数据出境风险被安全部门一票否决。飞书多维表格凭借数据境内存储、等保三级认证和细粒度权限管控，顺利通过内部信息安全审计，成为该机构首个全员使用的结构化数据管理工具。
**技术亮点**：
- 数据全链路TLS 1.3加密
- 支持行级、列级细粒度权限控制
- 完整操作审计日志，满足合规审查需求
- 支持敏感数据加密存储
### 3.4 与竞品对比
| 维度 | 飞书多维表格 3.0 | Airtable | Notion Database | 黑帕云 |
|------|-----------------|----------|----------------|--------|
| AI建表 | 原生能力，3秒建表 | 需手动配置 | 仅字段建议 | 基础AI辅助 |
| 协同人数 | 1000+ | 50（Enterprise） | 100 | 200 |
| 单表容量 | 100万行 | 25万行 | 10万行 | 50万行 |
| 同步延迟 | <200ms | ~1000ms | ~800ms | ~500ms |
| 数据合规 | 等保三级，境内存储 | 无中国数据中心 | 无中国数据中心 | 等保二级 |
| 定价 | 含飞书套件 | $20/人/月 | $10/人/月 | 按量计费 |
| 生态集成 | 飞书全套件原生集成 | 第三方集成为主 | Notion生态内 | 生态有限 |
---
## 四、产品演示脚本
### 4.1 演示流程
| 环节 | 时长 | 要点 | 演示内容 |
|------|------|------|---------|
| 痛点引入 | 2min | 展示传统建表的繁琐过程 | 快进播放手动创建30个字段的过程 |
| AI建表Demo | 5min | 核心亮点演示 | 自然语言输入 → 3秒生成 → 追加修改 |
| 协同Demo | 7min | 千人协同震撼效果 | 500+光标实时编辑 → 延迟数据展示 |
| 安全Demo | 5min | 企业级安全能力 | 权限设置 → 审计日志 → 加密存储 |
| 总结过渡 | 1min | 三大卖点回顾 | 一张汇总图回顾核心差异 |
### 4.2 Demo场景描述
**场景一：项目管理场景（AI建表）**
演示者扮演一位新上任的项目经理，收到CEO邮件要求"本周搭建一套研发项目管理系统"。
操作步骤：
1. 打开飞书多维表格，点击"AI建表"
2. 输入："帮我创建一个软件开发项目管理系统，需要跟踪需求状态、开发任务、人员分配、优先级、截止日期，并关联测试用例和缺陷追踪"
3. AI在3秒内生成包含需求表、任务表、测试用例表、缺陷表的完整多表结构，包括字段关联
4. 追加输入："帮我增加里程碑视图和燃尽图看板"
5. AI自动增加里程碑字段和看板视图配置
**场景二：全员Sprint规划（千人协同）**
演示屏幕切换至一张已有数据的Sprint规划表。
操作步骤：
1. 屏幕右上角实时显示在线人数：523人
2. 可视化区域展示多色光标同时在表内移动和编辑
3. 演示者修改某任务优先级从P2改为P0，旁边的评论区立即出现其他"同事"的讨论
4. 画面角落持续显示同步延迟数值：142ms、156ms、189ms
5. 分屏对比：右侧播放竞品在50人时出现卡顿的公开评测截图
**场景三：安全审计场景（数据合规）**
演示者扮演企业CIO进行季度安全审查。
操作步骤：
1. 进入管理后台，展示数据存储地域标识："中国-北京"
2. 展示等保三级认证证书页面
3. 演示对"员工薪资"列设置列级权限（仅HR总监可见）
4. 展示审计日志：完整记录了过去7天所有用户的操作，包括查看、编辑、导出等行为
5. 演示对敏感列一键启用加密存储，数据在存储层即加密
---
## 五、发布会流程
| 环节 | 时长 | 负责人 | 要点 |
|------|------|--------|------|
| 开场暖场 | 5min | 主持人 | 欢迎致辞，播放品牌宣传片，介绍今日议程和嘉宾 |
| 市场背景 | 10min | 产品VP | 数据孤岛、建表门槛高、协同效率低三大痛点引入，配合行业数据图表 |
| 产品发布主题演讲 | 20min | 产品负责人 | 正式发布3.0版本，逐一揭晓三大核心卖点，每个卖点配合客户证言视频 |
| 现场产品演示 | 20min | 技术Demo负责人 | AI建表（5min）+ 千人协同（7min）+ 数据安全（5min）+ 回顾（3min） |
| 客户案例与数据 | 15min | 客户成功负责人 | 3个标杆客户案例，公布Beta数据，1位客户视频/连线证言 |
| 未来展望 | 10min | 产品VP | 6个月产品路线图，合作伙伴计划，开发者生态规划 |
| Q&A互动 | 8min | 主持人+团队 | 回答媒体/客户提问，依据FAQ统一口径 |
| 闭幕 | 2min | 主持人 | 总结亮点，展示试用二维码，公布限时优惠政策 |
---
## 六、案例与数据
### 6.1 客户案例
**案例一：某头部互联网公司 —— 跨部门项目管理**
- 企业规模：3000人研发团队
- 使用场景：跨部门项目管理与需求跟踪
- 关键成效：项目交付周期缩短30%，跨部门协同会议减少50%
- 客户证言："多维表格让我们真正实现了'数据驱动决策'，以前需要3个工具完成的工作现在一个就够了。" —— 研发效能负责人
**案例二：某新能源汽车企业 —— 供应链管理**
- 企业规模：5000+员工，200+供应商
- 使用场景：供应商评估与物料跟踪
- 关键成效：供应链数据响应时间从2天缩短至2小时，异常预警准确率提升至95%
- 客户证言："AI建表功能让我们的采购团队不需要IT支持就能快速搭建管理系统。" —— 供应链总监
**案例三：某连锁零售企业 —— 门店运营管理**
- 企业规模：500+门店，8000+员工
- 使用场景：门店运营数据汇总与分析
- 关键成效：日报汇总时间从4小时缩短至15分钟，数据准确率从82%提升至99%
- 客户证言："区域经理终于可以每天早上9点准时看到前一天所有门店的经营数据了。" —— 运营VP
### 6.2 关键数据指标
| 指标 | 数值 | 说明 |
|------|------|------|
| Beta企业用户数 | 2,300+ | 内测期间自然增长 |
| 用户满意度NPS | 72 | 行业平均45 |
| AI建表日均使用次数 | 3.2次/人 | 功能粘性高 |
| 周活跃留存率 | 89% | 远超行业平均65% |
| 平均建表时间缩短 | 从15分钟到2分钟 | AI建表场景 |
| 协同编辑满意度 | 94% | Beta用户调研 |
> 数据来源：产品内测数据报告（2025-02）、Beta用户满意度调研（2025-02）
---
## 七、对外信息与FAQ
### 7.1 核心信息（统一口径）
**一句话定位**：飞书多维表格3.0是面向企业的AI驱动智能数据管理与协作平台
**三句话介绍**：
1. 飞书多维表格3.0将AI能力原生集成到数据管理全流程，用自然语言3秒即可创建专业级数据表结构
2. 采用自研CRDT协同引擎，支持1000+人实时协同编辑，同步延迟低于200毫秒
3. 数据100%存储在中国，通过等保三级认证，是企业级数据管理的安全合规之选
**禁止表述**：
- 不得说"碾压竞品""遥遥领先"等攻击性用语
- 不得透露未公开的产品路线图细节
- 不得承诺具体上线时间（使用"预计"等表述）
- 不得引用未经授权的客户名称
### 7.2 FAQ
| 问题 | 建议回答 |
|------|---------|
| AI建表的准确率如何？ | Beta测试中建表准确率达到92%，AI会生成初始结构供用户微调，整体建表效率比手动提升80%以上。 |
| 千人协同性能有保障吗？ | 采用全新CRDT协同引擎，1200人并发实测同步延迟稳定在200ms以内，已在多个大型企业环境验证。 |
| 数据安全如何保障？ | 数据100%存储中国境内，等保三级认证，TLS 1.3加密传输，支持企业私有化部署和细粒度权限管控。 |
| 定价方案是什么？ | 多维表格3.0包含在飞书企业版套件中，无需额外付费。AI建表能力标准版用户每月100次免费额度。 |
| 现有用户如何升级？ | 发布后一周内自动灰度升级，无需数据迁移，所有已有数据和配置完全保留。 |
| 和Airtable核心区别？ | AI原生集成（非插件）、协同上限20倍于Airtable、数据境内合规存储、包含在飞书套件中性价比更高。 |
| 和Notion区别？ | 在结构化数据管理场景下，性能（100万行vs10万行）、协同（1000人vs100人）和企业级功能有显著优势。 |
| 是否支持迁移？ | 支持一键导入Airtable（CSV/API）和Notion（导出文件），迁移通常30分钟内完成。 |
| 单表100万行够用吗？ | 覆盖绝大多数场景，超大数据量提供分片方案，后续版本计划提升至500万行。 |
| 有中小企业方案吗？ | 飞书标准版可用核心功能，AI建表每月100次免费额度，超出部分按量计费。 |
---
## 八、附录
### A. 产品技术参数速查
| 参数 | 数值 |
|------|------|
| 并发协同人数上限 | 1000+ |
| 单表数据量上限 | 100万行 |
| AI建表响应时间 | <3秒 |
| 数据同步延迟 | <200ms |
| 数据存储地域 | 中国境内 |
| 安全认证 | 等保三级、SOC 2 Type II |
| 加密标准 | TLS 1.3传输加密 + AES-256存储加密 |
### B. 关键日期
| 日期 | 事项 |
|------|------|
| 发布日 | 发布会正式举行，产品上线 |
| 发布后第1天 | 媒体解禁，对外传播启动 |
| 发布后第7天 | 完成全量灰度升级 |
| 发布后第30天 | 首月数据复盘 |
### C. 参考资料索引
- 飞书多维表格3.0 PRD v2.1（2025-02-20更新）
- 产品内测数据报告（2025-02）
- Beta用户满意度调研报告（2025-02）
- Gartner 全球协作软件市场报告（2024）
- 艾瑞咨询 中国企业SaaS协作市场研究（2024Q3）
- 麦肯锡数字化转型调研报告（2024）
- 信通院企业数据合规调研（2024）
### D. 术语表
| 术语 | 说明 |
|------|------|
| CRDT | Conflict-free Replicated Data Type，无冲突复制数据类型，用于实现分布式实时协同 |
| NPS | Net Promoter Score，净推荐值，衡量用户满意度的指标 |
| 等保三级 | 信息系统安全等级保护第三级，适用于重要信息系统 |
| CAGR | Compound Annual Growth Rate，复合年增长率 |
| Sprint | 敏捷开发中的迭代周期，通常为2-4周 |
用户: "帮我准备一场产品发布会材料"
↓
┌───────────────────────────────────────────────────────────────┐
│ 主 Agent 执行 │
├───────────────────────────────────────────────────────────────┤
│ │
│ 1. todo_write: 分解6项任务 │
│ │
│ 【A1. 产品信息】 │
│ 2. aily-doc: 搜索 PRD / 技术方案 / 产品文档 │
│ 3. knowledge_answer: 获取产品定位、技术参数、差异化优势 │
│ → 写入 draft.md: 产品信息章节 │
│ │
│ 【A2. 竞品对标】 │
│ 4. web_search: 竞品发布会、产品对比、benchmark │
│ 5. fetch: 竞品官网产品页全文提取 │
│ → 写入 draft.md: 竞品对标章节 │
│ │
│ 【A3. 市场背景】 │
│ 6. web_search: 市场趋势、用户需求、行业报告 │
│ → 写入 draft.md: 市场背景章节 │
│ │
│ 【A4. 案例与数据】 │
│ 7. knowledge_answer: 内测数据、客户反馈、性能benchmark │
│ 8. web_search: 行业成功案例 │
│ → 写入 draft.md: 案例与数据章节 │
│ │
│ 【A5. 历史发布参考】 │
│ 9. aily-doc: 以往发布会材料、宣讲模板 │
│ → 写入 draft.md: 历史发布参考章节 │
│ │
│ 【B. 结构化整理】 │
│ 10. 核心卖点提炼: 3个卖点 × (一句话+数据+故事) │
│ 11. 发布会流程设计: 开场→背景→产品→演示→数据→展望 │
│ 12. FAQ梳理: 技术/商业/竞品三类统一口径 │
│ 13. 演示脚本要点: 3个Demo场景 + 备选方案 │
│ → 写入 draft.md: 结构化整理章节 │
│ │
│ 14. task(writer): 分发写作任务 │
│ │
└───────────────────────────────────────────────────────────────┘
↓
┌───────────────────────────────────────────────────────────────┐
│ Writer Agent 执行 │
├───────────────────────────────────────────────────────────────┤
│ 1. file_read: 读取 /home/workspace/draft.md │
│ 2. outline_generator: 基于模板生成发布会材料大纲 │
│ 3. feishu_doc_create: 生成飞书云文档 │
│ - 逐章填充：摘要 → 目标受众 → 市场背景 → 卖点 │
│ - 插入表格：竞品对比、流程表、FAQ表 │
│ - 演示脚本 → 案例数据 → 对外口径 → 附录 │
│ 4. end: 返回飞书文档链接 │
└───────────────────────────────────────────────────────────────┘
↓
飞书云文档 · 产品发布会材料
| 失败模式 | 具体表现 | 原因分析 | 修复方法 |
|---|---|---|---|
| 卖点不锐利 | 卖点描述像功能列表，缺乏感染力 | 只堆砌功能参数，缺少用户故事和对比 | 严格执行"一句话+数据+故事"三要素，每个卖点必须有竞品对比 |
| 数据与PRD不一致 | 发布会材料中的参数与实际产品不符 | 使用了过期文档或外部未经验证的数据 | 产品参数必须以最新PRD为准，通过 aily-doc 获取最新版本 |
| FAQ口径不统一 | 不同章节对同一问题的回答有矛盾 | FAQ和正文内容分别编写，未做一致性校验 | 统一在FAQ章节定义口径，正文引用时保持一致 |
| 演示脚本无备选 | 现场Demo出现技术故障无法继续 | 只准备了在线演示，未考虑异常场景 | 每个Demo场景必须准备录屏备选方案和异常处理预案 |
| 流程时间分配失衡 | 技术演示过长导致Q&A被压缩 | 未严格控制各环节时长 | 流程表必须精确到分钟，排练时严格计时 |
| 市场背景空洞 | 只有定性描述，缺乏数据支撑 | web_search 检索不充分，未获取权威报告数据 | 市场数据至少2个来源交叉验证，必须标注来源和年份 |
| 竞品对比不公正 | 过度贬低竞品，容易引发公关风险 | 使用攻击性语言或不实对比 | 竞品对比必须基于公开可验证数据，禁止攻击性用语 |
| 客户案例缺授权 | 使用了未经客户授权的案例信息 | 直接引用内部数据未确认对外授权 | 所有客户案例需确认对外使用授权，敏感信息做脱敏处理 |
| 内部视角缺失 | 未利用内部知识库的产品数据 | 只做了外部搜索，忽略了 knowledge_answer 和 aily-doc | 严格执行A1（产品信息）和A4（案例数据）的内部检索步骤 |
| 受众画像模糊 | 材料没有针对性，对所有人说同样的话 | 未区分不同受众的关注点差异 | 目标受众画像表必须包含每类受众的核心关注点和沟通策略 |