AI 全栈开发实战（13）：产品化与持续迭代——从用户反馈到产品优化

用户反馈入口
├─ 产品内反馈按钮（右下角浮窗）
├─ 客服邮箱 feedback@know.app
├─ 用户微信群
└─ 使用数据（埋点）

# backend/app/services/feedback.py
feedback_categories = {
    "bug": "程序错误、页面报错、功能不可用",
    "feature": "希望新增的功能或能力",
    "improvement": "现有功能的优化建议",
    "content": "内容错误、文档不清楚",
    "question": "用户不知道怎么用",
}

紧急且重要 → 立即处理（影响核心功能的 Bug）
重要不紧急 → 列入下个迭代（新功能）
紧急不重要 → 快速修复（UI 文案错误）
不紧急不重要 → 放到 backlog（未来考虑）

激活：用户注册后完成知识库创建的比例
留存：Day 1 / Day 7 / Day 30 回访率
功能使用：哪些功能用得多，哪些没人用
满意度：NPS（净推荐值）

用户反馈 → 归类 → 看数据验证 → 评估工作量 → 排优先级 → 开发

// frontend/src/hooks/useAnalytics.ts
export function trackEvent(event: string, data?: Record) {
  try {
    fetch("/api/track", {
      method: "POST",
      headers: { "Content-Type": "application/json" },
      body: JSON.stringify({
        event,
        path: window.location.pathname,
        title: document.title,
        ...data,
      }),
    });
  } catch (e) {
    // 静默失败，不影响用户体验
  }
}

// 使用示例
trackEvent("kb_created");                    // 创建知识库
trackEvent("doc_uploaded", { count: 3 });    // 上传文档
trackEvent("chat_sent", { kb_id: "xxx" });   // 发起对话

# 产品健康度检查
def product_health_check():
    with models.get_db() as conn:
        total_users = conn.execute("SELECT COUNT(*) FROM users WHERE is_robot=0").fetchone()[0]
        users_with_kb = conn.execute("SELECT COUNT(DISTINCT user_id) FROM knowledge_bases").fetchone()[0]
        users_with_chat = conn.execute("SELECT COUNT(DISTINCT user_id) FROM conversations").fetchone()[0]

        print(f"总用户: {total_users}")
        print(f"创建知识库: {users_with_kb} ({users_with_kb/total_users*100:.1f}%)")
        print(f"发起对话: {users_with_chat} ({users_with_chat/total_users*100:.1f}%)")

第1周周初：规划本轮需求
第1周周末：完成开发
第2周周初：测试 + 修复
第2周周末：发布上线

# 语义化版本 SemVer
MAJOR.MINOR.PATCH

# MAJOR: 大版本重构，不兼容
# MINOR: 新增功能，向下兼容
# PATCH: Bug 修复，小改动

V1.0.0 → V1.1.0（新增 API Key 功能）
V1.1.0 → V1.1.1（修复上传文档报错）
V1.1.1 → V1.2.0（新增用量统计）

发布前：
□ 主要功能已测试
□ 数据库迁移已执行
□ 环境变量已配置
□ 备份已创建

发布后：
□ 健康检查通过
□ 核心功能可用
□ 错误日志无异常
□ 通知用户（如有必要）

V1.x（当前）：知识库问答
  └─ 文档管理 + RAG 问答 + API Key

V2.x（规划中）：
  ├─ 多知识库切换
  ├─ 团队协作
  └─ 文档批量导入

V3.x（远期）：
  ├─ 第三方集成（飞书/钉钉）
  ├─ 自定义 Agent
  └─ 数据分析面板