【标签】 学习工作
【标题】【学习工作】PresaleOS 方案引擎：面向 B2B 售前团队的 AI 方案工作台
【正文】 至少包含以下 4 个部分，可以增加额外的部分（比如自我介绍、经验总结、踩坑复盘等）
0. 先和大家打个招呼吧 
-
你是谁： 我目前是一名飞书售前解决方案架构师
-
**你是怎么用 TRAE 把 Demo 做出来的：我把想的思路告诉了trae，我没有任何技术背景，全程都是靠和ai对话，一步一步修改成现在的样子的，我觉得他设计页面重构根本不需要我做什么，就是跟他说让他出大纲，我觉得可以就执行，比之前我需要构思整体大纲内容简单多了，可以让我自己用一个好的工具来解决我的工作难题，产出效果是实在是觉得太厉害了，这次最大的感受是，TRAE 不只是帮我写页面，而是能陪我把一个复杂产品从想法推进到可体验 Demo
我在过程中不断提出更具体的问题：登录为什么失败、方案为什么不能预览、管理员为什么看不到所有数据、知识库为什么页面里看不到、调研问题为什么不够真实、AI链路为什么没有真正闭环。TRAE 每次都能帮我定位文件、修改逻辑、补充页面、验证语法，再继续下一步
这让我可以把注意力放在产品判断上：售前到底需要什么、客户信息怎么流转、哪些内容必须真实、哪些步骤必须能编辑、哪些地方后续可以接真实 AI
PresaleOS 目前还是初赛 Demo，但已经能展示一个明确方向：用 AI 把售前从“靠经验写材料”变成“基于客户数据、调研记录和知识库生成方案”
1. Demo 简介
-
是什么：一套面向 B2B 销售、售前、解决方案团队的 AI 工作台，一个网页系统
-
面向谁：企业服务、SaaS、数字化咨询、低代码平台、协同办公平台等公司的销售和售前团队；
-
主要功能：列出 2–3 个核心功能，建议配产品截图或界面展示，让评审一眼看懂
Demo 当前已经做成可交互网页系统，包含以下核心功能：
-
客户自助诊断表单
客户通过专属链接填写企业行业、规模、现有系统、业务痛点、数字化关注方向和联系方式。系统会根据客户提交内容生成线索，并自动归属到对应销售人员 -
AI 售前工作台
售前人员登录后台后，可以看到线索列表、客户详情、AI诊断、客户背调、调研报告、售前作战包、报价和方案工厂。每一步都有结果，不是单纯展示静态页面
-
知识库与同行案例
系统内置知识库，整理了飞书官网、飞行社社区、客户案例等公开资料。售前可以按行业、场景、产品能力查看真实案例链接，并在方案中引用客户同行案例。
-
调研与方案生成
系统可以按不同访谈角色生成不同调研问题，例如 CEO/高管、业务负责人、IT负责人、HR负责人、财务负责人、项目负责人。售前可以导出调研表、上传调研记录、生成调研报告，再选择是否把背调和调研报告插入最终方案。
-
文档式编辑与素材上传
知识库和报告不是简单弹窗表单，而是像文档一样在线编辑。图片、视频、文件可以从本地上传并插入到正文中，适合售前沉淀行业资料、产品材料和客户案例
-
2. Demo 创作思路
我最初想解决的是一个非常具体的售前问题：很多 B2B 方案不是缺内容，而是内容分散在太多地方。
客户提交的信息在表单里，客户行业资料在官网或搜索结果里，调研问题靠售前临时想，访谈记录在聊天记录或文档里，案例链接散落在知识库里，方案又需要重新复制粘贴。最后的结果是，售前人员花了大量时间整理材料，但方案质量仍然依赖个人经验。
所以我把 PresaleOS 设计成一条完整链路：
客户提交信息 → AI判断客户痛点 → 生成客户诊断 → 售前做背调 → 按角色生成调研问题 → 上传调研记录 → 生成调研报告 → 选择是否插入背调和调研内容 → 生成方案 → 在线编辑 → 预览导出。
这里有几个关键取舍：
第一，客户提交不是简单收集表单
客户填写行业、规模、系统、痛点后，系统会根据这些信息计算模块评分、推荐场景、生成 ROI 区间和优先级。这一步是后续背调、调研、方案的输入，而不是孤立数据。
第二，调研问题不能每个岗位都一样
CEO/高管更关心战略目标、投入产出、组织阻力；业务负责人更关心流程效率、跨部门协作和数据可视化；IT负责人更关心系统集成、权限、安全和数据迁移；财务负责人更关心成本、审批、预算和对账。系统现在已经按角色生成不同问题，避免“AI生成一套通用问题给所有人”的问题。
第三，方案不是一次性生成不可改的 PPT
售前真实工作里，AI生成只能是初稿。PresaleOS 支持售前在线修改诊断报告、调研报告、知识库内容和方案内容，再导出标准文档或预览方案。这更接近真实工作方式。
第四，知识库必须接真实资料
我没有把知识库做成空模板，而是从飞书官网、飞行社社区、飞书客户案例中整理了真实产品功能、行业模板、客户案例和外部链接。客户查看同行案例时，可以直接点击跳转原始链接，不需要复制一份新的页面
3. Demo 体验地址（三选一）
设计SaaS售前诊断与方案系统.zip (7.4 MB)
建议体验路径：
-
打开客户诊断页，模拟客户提交信息
-
登录售前后台
-
查看新线索和客户详情
-
生成客户背调
-
进入调研模块，选择不同访谈角色生成问题
-
填写或上传调研结果
-
生成并编辑调研报告
-
进入知识库查看行业案例
-
在方案工厂创建方案，并勾选插入背调和调研报告
-
预览最终方案
4. TRAE 实践过程
这个 Demo 是我用 TRAE Work 辅助从 0 到 1 搭建出来的。整个过程不是一次性生成页面，而是围绕真实售前链路不断迭代。
阶段一：搭建基础演示系统
最初的目标是做出一个完整的售前诊断演示系统，包括首页、客户诊断页、售前后台和方案预览页。TRAE 帮我完成了纯前端静态系统的搭建，使用 HTML/CSS/JavaScript 和 localStorage 实现数据存储，保证不依赖复杂后端也能完整演示。
关键结果：
-
建立客户诊断页
-
建立销售后台
-
建立线索列表和客户详情
-
建立方案预览页
-
实现从客户提交到后台查看的链路
Session ID：
1800330902507352:00f8dc4ddfbdf85b9b662067c905f284_6a4356b38c6c132571528804.6a4356b53477077d49359160.6a4356b38c6c132571528805:TRAE Work CN.0.1.26.no_sid.no_ppe.T(2026/6/30 13:44:02)
阶段二：修复链路问题，让系统真正能跑通
开发中遇到过几个关键问题：
第一个问题是登录和页面渲染异常。后台页面一开始因为样式标签闭合问题导致页面显示不正常，后续修复了 HTML/CSS 结构。
第二个问题是管理员权限。最初管理员只能看到部分方案，后来调整为最高管理员可以查看所有方案内容，员工只能查看自己负责的客户。
第三个问题是方案预览跳转。原来预览按钮使用新窗口打开，容易被浏览器拦截，后来改为当前页跳转，保证演示时稳定可用。
关键结果：
-
登录链路稳定
-
管理员和员工权限区分清楚
-
方案预览可以正常打开
-
演示数据可以一键重置
Session ID：
1800330902507352:c3d4f04e1780e57945bcbe65c263be4b_6a4356b38c6c132571528804.6a44bfe1616f4d7cc0af9c3b.6a44bfe087cb0ecada1d8e7c:TRAE Work CN.0.1.26.no_sid.no_ppe.T(2026/7/1 15:21:40)
阶段三：完善方案工厂和报告能力
为了让 Demo 更像真实售前产品，我继续让 TRAE 帮我设计方案工厂。方案不再是简单文字拼接，而是支持不同汇报模板和不同受众。
方案工厂支持：
-
标准方案
-
高管汇报方案
-
POC验证方案
-
行业方案
并且加入了 Midnight Galaxy 视觉主题，让方案预览页更像正式汇报材料。
同时，我增加了诊断报告和调研报告模板，让售前不仅能生成方案，也能先生成中间过程文档。
Session ID：
1800330902507352:72ae27aa363453e8c2cc21e7aeeded75_6a4356b38c6c132571528804.6a44f868616f4d7cc0afa0d5.6a44f8672f851d0c8f210875:TRAE Work CN.0.1.26.no_sid.no_ppe.T(2026/7/1 19:23:15)
阶段四：建设真实知识库
我让 TRAE 从飞书官网、飞行社社区、飞书客户案例等公开页面中整理真实资料，包括产品功能、客户案例、行业场景、模板链接和 AI 能力介绍。
这里我特别强调了一个要求：知识库不能是 AI 随便生成的空内容，必须有真实来源、真实链接和真实案例。最终知识库支持：
-
产品功能资料
-
行业客户案例
-
模板和场景
-
图文文档式编辑
-
本地上传图片、视频、文件
-
原始链接跳转
Session ID：
1800330902507352:ff4f512a7c05183b673b65eedc8fd555_6a4356b38c6c132571528804.6a451191616f4d7cc0afa5be.6a451191b0a50b25f5114b81:TRAE Work CN.0.1.26.no_sid.no_ppe.T(2026/7/1 21:20:23)
阶段五：打通完整 AI 售前链路
后续我继续让 TRAE 帮我梳理整个数据链路，重点解决一个问题：每一步生成的内容不能是孤立的。
现在链路已经打通：
客户提交信息会进入 AI 诊断；
AI 诊断会影响背调和调研问题；
调研报告会影响方案内容；
知识库案例会作为方案中的同行参考；
方案工厂可以选择是否插入背调和调研报告；
最终方案可以预览、编辑和导出。
另外，我已经预留了真实 AI 接入层，把前端模拟 AI 拆成 AI 客户端，并新增后端代理接口，后续可以通过环境变量接入真实大模型 API。
截图位置：
Session ID：
1800330902507352:724e7b3624f6eb1b7d507b2bb7a0d23c_6a4356b38c6c132571528804.6a452285616f4d7cc0afa80e.6a452284d0539365d986514b:TRAE Work CN.0.1.26.no_sid.no_ppe.T(2026/7/1 22:21:57)
5. 对应的报名审核通过的帖子链接