PracticeMate 产品简要

一句话

学生打开 App 开一场「陪练会话」，端侧 AI 教练实时陪伴、温和提醒，结束后可选择让云端考官给专家级评分。

产品隐喻：陪练会话，不是视频录制

PracticeMate 的核心体验是「开一场练习仪式（Practice Ritual）」，不是「录视频等评分」。这个隐喻决定了所有交互设计：

旧叙事	新叙事	为什么
开始录制	开始练习	弱化「被拍」的抵触感
结束录制 → 上传 → 等报告	本次练习小结（教练即时复盘）→ 可选「申请专家评分」	用户先得到即时价值
视频是核心产出	视频是副产品，用于证据回放	贴合「陪练」名称
AI 是评分工具	端侧教练 + 云端考官 = 两个角色	差异化，不只是文案问题

练习仪式层

PracticeMate 在每次练习前后引入心理启动仪式——不是冥想 App，是帮学生快速切换到「实操练习」心理状态的微仪式。

开练前：3 秒专注引导

深呼吸提示 + haptic 脉冲 + 屏幕聚光
文案：「进入练习状态」
目的：把注意力从手机日常切换到实操场景，降低第一步犹豫

阶段切换：里程碑感知

haptic 轻震 + 教练语音里程碑（「环境评估完成，进入按压」）
让学生清晰感知自己「走到了哪一步」，不靠看计时器

结束时：亮点优先

先列做得好的 → 再列待改进
正向结尾降低挫败感，提升下次打开 App 的意愿

设计原则：仪式时长不超过 3 秒，绝不阻塞练习流程。

两个 AI 角色

端侧教练（Practice Coach）

操作中、实时、温和可打断。目标是防错和养成习惯。

语气：「双手掌根放在胸骨中段哦」「按压位置对了，继续」
正向激励为主，发现问题时温和提醒
按阶段陪伴：「环境评估完成，进入按压环节」
会话结束时给即时复盘（不评分）
Coach Voice 使用 rubric 模板字符串生成，不依赖 LLM 推理；确保零延迟、可离线

云端考官（Expert Examiner）

结束后、异步、严谨有证据。目标是定分和给改进路径。

语气：「安全规范扣 5 分，15.2s 处环境安全未确认」
多维度评分，引用具体时间戳作证据
按练习阶段分段评价
给出结构化改进建议

同一事件在两端呈现不同：教练说「双手位置记得调整」，考官写「按压位置扣 5 分」。

诚实哲学

PracticeMate 的教练不「装确定」——这是与竞品的核心差异。

核心卖点：教练会说「我不太确定，练完再帮你查」。低置信事件不假装已知，而是诚实标记为待确认，事后由云端考官或人类教师复核。

UI 可见：

教练复盘中，低置信条目显示「待考官确认」状态标签，而非隐藏
考官报告中，对应条目标注「已确认 / 已推翻」

与竞品差异：传统 AI 评分产品倾向于隐藏不确定性、给出看似权威的结论。PracticeMate 把不确定性暴露为产品特性——学生知道哪些反馈已确证、哪些需要进一步判断，从而建立对系统的信任。

Uncertainty Ledger（不确定性账本）

诚实哲学的产品化落地——把散落的低置信标记变成一个清晰的 UI 面板。

练习结束后：Instant Recap 底部新增"不确定项"折叠区

列出所有 alert_tier: low 的事件，每项显示时间戳 + 信号描述 + 教练备注
提供「一键请考官裁定」——选中的不确定项随 events.jsonl 上传，考官报告给出裁定
教师端可看到全班 ledger 聚合：哪些信号最常不确定 → 指导 rubric 迭代

设计价值：Uncertainty Ledger 不是"藏起来不给用户看"的技术债，而是"主动展示我们的诚实"的产品特性。「一键请考官裁定」自然衔接价值阶梯 L1→L2。

目标用户

Hero 用户：医学生及急救培训学员，需要掌握标准心肺复苏（CPR/BLS）操作。

延伸用户（路线图中呈现，不进 90 秒 demo）：医学 OSCE、化学实验、烹饪培训。

用户三角：练 – 评 – 教

学生（端侧教练陪练）←→ events.jsonl ←→ 教师（全智评 Web 看班）
         ↓
    云端考官（深度评分）

PracticeMate 是学生入口，全智评是教师后台，events.jsonl 是纽带。教师端通过全智评 Web（截图/原型已有）查看班级数据、调整 Rubric 权重、审阅低置信条目。「应用价值」从个人工具升级为教学基础设施。即使 MVP 不做教师端账号，产品叙事要讲清楚这个三角。

Rubric 驱动的实操平台

核心定位：PracticeMate = Rubric Runtime。

PracticeMate 不是「一个 CPR App」，而是「任意实操都可被 Rubric 描述并陪练的运行时」。

每个练习场景 = 一份 Rubric（YAML）
Rubric 定义阶段、edge_signals、cloud_criteria
端侧消费 edge_signals，云端消费 cloud_criteria
长期：教师/机构可定制 Rubric（接 L3 教师看板）
MVP 聚焦 CPR/BLS Hero Story（CPR/BLS 心肺复苏），但路演讲「模板可扩展」

Skill Journey（技能旅程）

单次练习是横截面，Skill Journey 是纵向切面——看学生在同一个 rubric 下的成长轨迹。

一个 journey = 一个 rubric_id + 一个用户的所有 session
每次 session_end 自动关联到当前 journey
journey 级聚合：信号趋势（"连续 3 次环境安全一次确认"）、阶段耗时趋势、进步曲线
为 Summary Card 和 Examiner Report 的 growth_indicators 提供数据基础
远期接 L3 教师看板：教师看到的是 journey 级聚合

Demo 展示：30 秒内切换模板（CPR → OSCE 洗手），同一架构、不同行为。证明 Rubric Runtime 概念——不重写代码、只换 YAML，就能支持全新实操场景。

同架构三场景

以下三个场景共享同一个 Rubric Runtime 架构，仅 YAML 模板不同——用于路演 pitch 展示平台通用性，NOT in MVP。

场景	一句话描述	Rubric 差异
CPR/BLS 心肺复苏	环境评估-胸外按压-通气-循环，关注按压质量 + 通气效果	edge_signals 侧重姿态与动作（双手位置/按压深度/胸廓起伏）
OSCE 洗手	七步洗手法 + 无菌操作，阶段多步骤少	edge_signals 侧重动作序列完整性和时间窗口
化学实验	准备-操作-收尾三阶段，关注安全装备 + 操作规范	edge_signals 侧重视觉（护目镜/瓶盖/液面颜色）

核心用户旅程（Hero Story：CPR/BLS 心肺复苏）

1. 选择练习模板

小明打开 PracticeMate，选择「医学 - CPR/BLS 心肺复苏」。

2. 机位引导（5 秒）

App 提示：「把手机架在侧面，能拍到假人和你的双手」。AR 框显示推荐位置。画面过暗 → 提示调整。通过后自动进入练习。

3. 专注引导仪式（3 秒）

画面聚光 + 深呼吸 haptic 脉冲 +「进入练习状态」→ 自动进入练习。

4. 开始练习（教练陪伴）

点击「开始练习」。端侧教练按阶段陪伴：

环境评估阶段（教练关注：环境安全、意识检查、呼救）

第 3 秒：确认环境安全 → 「环境安全确认，继续」
第 10 秒：拍肩喊名完成 → 无提示（正向事件仅记录）
第 18 秒：可能未呼救（中置信） → 顶部角标「记得拨打 120 或呼救」

阶段切换：haptic 轻震 + 教练语音「评估完成，进入按压」。用户也可手动点击「下一阶段」触发切换；若超时 60 秒未有阶段信号，教练会轻声提示「是否准备进入下一环节？」

胸外按压阶段（教练关注：双手位置、按压深度、按压频率）

第 30 秒：双手掌根位置正确 → 「按压位置对了，继续」
第 50 秒：按压深度可能不足（高置信） → 弹窗 + 震动「按压深度要 5-6 厘米」
第 90 秒：按压频率稳定在 100-120/min → 「按压节奏控制得不错」

气道与通气阶段（教练关注：仰头抬颏、捏鼻吹气、胸廓起伏）

第 120 秒：仰头抬颏打开气道 → 「气道打开了，准备通气」
第 135 秒：吹气见胸廓起伏 → 「通气有效，继续」
第 145 秒：可能忘记捏鼻（中置信） → 顶部角标「吹气前记得捏住鼻子」

循环延续阶段（教练关注：30:2 比例、循环计数、再评估）

第 180 秒：30:2 比例保持正确 → 无提示（正向事件仅记录）
第 220 秒：完成 5 组循环 → 「5 组循环完成，准备再评估」
第 240 秒：再评估意识呼吸 → 「评估完成，做得不错」

Coach Voice 实现说明：所有教练话术来自 rubric 模板字符串（如 "对了，继续"），由阶段事件触发、模板填充生成，不经过 LLM 推理。确保零延迟、离线可用、行为完全可预测。

5. 结束练习 → 教练即时复盘（Instant Recap）

点击「结束练习」→ 结束仪式（亮点优先）。教练即时复盘基于规则聚合（统计 events 中各 confirmed/violation/phase_transition 事件），不评分、不依赖网络：

本次练习小结：
环境评估：环境安全确认 ✓ 呼救待确认 △「待考官确认」
胸外按压：按压深度有一次不足 ✗ 按压位置对 ✓ 频率稳定 ✓
气道与通气：气道打开 ✓ 通气有效 ✓
循环延续：30:2 比例正确 ✓ 5 组循环完成 ✓
[申请专家评分]

Instant Recap 与考官报告的区别：教练复盘是即时的、端侧的、不打分的、基于规则聚合的；考官报告是异步的、云端的、带评分的、基于 LLM + 全量证据分析的。

6. 可选：申请专家评分（Examiner Report）

用户点击「申请专家评分」→ events.jsonl 上传（< 25KB，秒传）→ 30 秒后收到考官报告：

总分 82/100
5 个维度详细评语（考官语气，引用时间戳）
按阶段分段评价
做得好的地方 + 改进建议
低置信维度标注「待考官确认」→ 可「一键云端复审」

7. 证据回放

点击某个扣分项 → 跳转到本地视频 50.2s 处回看按压深度不足场景。

Camera Quality Gate：独立可演示的创新

Camera Quality Gate 不只是「机位引导」的工程细节，而是一个独立可演示的技术创新点：

使用 Swift + AVFoundation + 轻量 CV（亮度/构图/稳定性检测），不依赖 VL 大模型
5 秒内完成画面质量判断：过暗/过曝/构图不达标/画面抖动 → 引导调整
端侧完成，零网络依赖，可独立 demo
确保后续 Perception Planner 获得高质量输入帧，直接影响全链路准确率
这是「端侧 AI 质量前置」的理念体现——不是拍完再说画质差，是开始前就确保条件达标

作为独立 demo 价值：即使不展示完整陪练流程，仅 Camera Quality Gate 的 5 秒引导就能作为「端侧智能感知」的独立演示。

感知栈三层分离（Perception Stack）

Camera Quality Gate 不是唯一的轻量感知——整个端侧感知拆为三层：

层级	技术栈	典型信号	特点
L0 CQG	Swift + Core Image	亮度/角度/遮挡	无模型，始终可用
L1 Specialized CV	Swift Vision + 规则	双手位置/按压姿态	快速（< 50ms），高频安全信号
L2 VL Model	Qwen2.5-VL-2B + MNN	按压深度/回弹/通气量	语义理解，按需采样

三层独立降级：即使 L2 不可用，L1 仍能覆盖关键姿态检测，L0 保证基础引导可用。

置信度分层 UX（提醒光谱）

不做二元弹窗，做三层提醒光谱：

置信度	端侧教练行为	用户感知
高 (>0.8)	强提醒 + haptic 震动	「确定有问题」
中 (0.6–0.8)	弱提示（角标 / 轻文案）	「可能要注意」
低 (<0.6)	只记 events，不打扰	云端报告中再判

低置信时，考官报告中显示「一键云端复审」——把技术限制变成产品特性。教练复盘中对应条目标注「待考官确认」，诚实暴露不确定性。

阶段感知 Perception Planner

不是全程盯按压，而是按阶段聚焦：

练习阶段（环境评估 → 胸外按压 → 气道与通气 → 循环延续）
    ↓
每阶段只激活该阶段的 2-3 个信号
    ↓
降低误报、省电、叙事更清晰（「我现在在帮你检查按压环节」）

CPR/BLS 的 rubric 已有 scene_assessment / chest_compression / airway_ventilation / cycle_continuation 维度，天然适配阶段机。这比「全程盯按压」更像真人教练，也是可讲清楚的创新点。

混合阶段切换（Hybrid Phase Switching）：阶段切换支持两种方式——自动（Perception Planner 检测到阶段信号）和手动（用户点击「下一阶段」按钮）。若超时未检测到切换信号，教练轻声提示「是否准备进入下一环节？」。这避免了纯自动切换的误判风险，也不强迫用户全程手动。

价值阶梯

层级	内容	条件	付费
L1 端侧教练	实时陪练 + 即时复盘	离线可用、永远可用	免费
L2 云端考官	专家级多维评分	需联网、消耗配额	学校账号 / 配额
L3 教师看板	班级数据 + Rubric 定制	全智评 Web 端	机构采购

MVP 可默认开启 L2，但产品叙事和设置页要体现「视频不上云，评分可选」。

Practice Summary Card（练习总结卡片）

练-评-教三角的最小闭合方案——不需要完整教师仪表盘，一张卡片就能连接学生和教师。

学生侧：练习结束后自动生成

Instant Recap 亮点摘要
Uncertainty Ledger 概要（N 项不确定）
Skill Journey 进步指标（如"第 5 次练习，连续 3 次环境安全一次确认"）

教师侧：扫 QR 码或点链接获取只读视图

看到学生的练习摘要（不含视频，仅事件统计）
可批注"已阅"或添加文字反馈
替代重型教师仪表盘，作为 L3 之前的轻量方案

隐私：教师看到的只是结构化统计数据，视频永远不离开学生手机。

与竞品的差异

维度	传统方式	纯云 AI	PracticeMate
实时反馈	❌ 老师事后批改	❌ 上传后等评分	✅ 教练实时陪伴
隐私	✅ 本地	❌ 视频上云	✅ 视频不上云
评分深度	⭐ 老师主观	⭐⭐⭐⭐ 多维度 AI	⭐⭐⭐⭐⭐ 三阶段 CCAE + 正向证据
离线可用	✅	❌	✅ 教练离线可用
正向反馈	△ 看老师	❌ 只有评分	✅ 教练正向激励
成本	高（老师人力）	中（API 费）	L1 免费 + L2 增值
诚实度	△ 看老师	❌ 装确定	✅ 低置信可见、待确认标签

当前阶段与 MVP 边界

Dual Track 开发策略（第四轮重命名为 Replay Mode / Live Mode，UI 中透明展示）

当前采用 Dual Track 并行：

Discovery Track：持续验证 Rubric Runtime 平台假设、多场景用户访谈、教师端需求挖掘
Delivery Track：聚焦 Hero Story（CPR/BLS）端到端可运行 demo

两条轨道共享 events.jsonl 数据格式和 Rubric YAML schema，确保 Discovery 的洞察可直接落地到 Delivery。

做（v0.1）

iOS App 基础框架（Swift/SwiftUI）
MNN 集成 + Qwen2.5-VL-2B 端侧推理
1 个练习模板（医学 - CPR/BLS 心肺复苏），含阶段定义
Camera Quality Gate 机位引导
Perception Planner 阶段感知调度（含混合阶段切换）
正负事实流（violation + confirmed + phase_transition）
置信度三层提醒光谱
练习仪式层（3 秒专注引导 + 阶段切换 haptic + 亮点优先复盘）
教练即时复盘（端侧规则聚合，不依赖网络）
可选上传 events → 云端考官评分 → 展示报告

不做（v0.1）

多用户/账号系统（demo 级）
多个练习模板（路演 pitch 展示概念，不实现）
历史记录管理
教师端看板（在全智评侧）
社交分享
App Store 上架
Android 版

PracticeMate 产品简要 ​

一句话 ​

产品隐喻：陪练会话，不是视频录制 ​

练习仪式层 ​

两个 AI 角色 ​

端侧教练（Practice Coach） ​

云端考官（Expert Examiner） ​

诚实哲学 ​

Uncertainty Ledger（不确定性账本） ​

目标用户 ​

用户三角：练 – 评 – 教 ​

Rubric 驱动的实操平台 ​

Skill Journey（技能旅程） ​

同架构三场景 ​

核心用户旅程（Hero Story：CPR/BLS 心肺复苏） ​

1. 选择练习模板 ​

2. 机位引导（5 秒） ​

3. 专注引导仪式（3 秒） ​

4. 开始练习（教练陪伴） ​

5. 结束练习 → 教练即时复盘（Instant Recap） ​

6. 可选：申请专家评分（Examiner Report） ​

7. 证据回放 ​

Camera Quality Gate：独立可演示的创新 ​

感知栈三层分离（Perception Stack） ​

置信度分层 UX（提醒光谱） ​

阶段感知 Perception Planner ​

价值阶梯 ​

Practice Summary Card（练习总结卡片） ​

与竞品的差异 ​

当前阶段与 MVP 边界 ​

Dual Track 开发策略（第四轮重命名为 Replay Mode / Live Mode，UI 中透明展示） ​

做（v0.1） ​

不做（v0.1） ​