PROJECT 01
扇贝单词「长难句拍照分析」：体验分析 → 竞品分析 → PRD
角色：产品全流程（独立完成） ｜ 交付：体验分析报告 V5 + 竞品分析报告 + 产品需求文档 V1.3
背景与问题
以「扇贝单词」为研究对象（2011 年上线、2 亿注册用户、考研/四六级/雅思备考场景头部 App）。从产品体验、行业竞争、需求定义三个层次系统拆解，最终落到一个具体的功能需求上：备考用户在纸质真题上遇到长难句时，只能手动输入到 App 分析，打断学习流程、放弃率高——能不能拍照直接分析？
我的角色
- 独立完成「体验分析 → 竞品分析 → 需求定义 → PRD 输出」全流程
- 体验分析：所有事实性内容均来自可公开验证渠道（App Store / 官网 / 专利局），并在报告中标注来源
- 竞品分析：横向对比 4 个竞品，识别差异化机会并落到需求
Step 1体验分析
→
Step 2竞品分析
→
Step 3需求定义
→
Step 4PRD V1.3
体验分析 · 核心发现
- 业务逻辑：扇贝核心围绕「AI 学习 → 智能复习 → 用户激励」三大环节构建闭环，查过的生词可同步到扇贝阅读/听力，形成「单词 + 阅读 + 听力」三位一体学习生态
- 技术壁垒：自研「精简单词智能系统」获国家发明专利（ZL 2024 1 1008490.X），率先接入 DeepSeek，AI 转型动作领先行业
- 商业化结构：会员订阅（核心）+ 课程销售 + 贝壳虚拟货币，付费模式从买断转向订阅制
- 用户反馈短板：黑猫投诉/App Store 评论高频问题集中在自动续费、退款、客服响应——产品功能扎实，但付费后的服务体验是短板
竞品分析 · 差异化机会
- 对比 百词斩 / 墨墨 / 不背单词 / 沪江开心词场 四个竞品，覆盖行业「三足鼎立 + 差异化错位」格局
- 结论：扇贝的壁垒是「一个专利、两个闭环（学习+生态）、三个积累（14 年行业经验 / 2 亿用户 / 百亿学习行为数据）」
- 识别出的机会点：「拍照 OCR + AI 长难句分析」——长难句功能已有，但输入方式限制了使用场景，升级输入方式可显著提升功能使用率
竞品对比（摘要）
| 对比维度 | 扇贝单词 | 百词斩 | 墨墨 | 不背单词 |
|---|---|---|---|---|
| 核心定位 | 应试导向 · 科学记忆 | 趣味图背 · 大众覆盖 | 算法驱动 · 抗遗忘 | 语境学习 · 原声例句 |
| 复习机制 | AI 动态规划（专利） | 经典艾宾浩斯 | 1200 亿数据抗遗忘算法 | 艾宾浩斯优化 |
| AI 能力 | DeepSeek + 词文串学 + 问问AI | AI 口语 + 内容生成 | AI 动态遗忘预测 | AI 语音跟读评分 |
| 生态策略 | 单词+阅读+听力矩阵 | 软硬一体（单词机） | 聚焦单产品 | 联动轻听英语 |
| 行业判断 | AI 从差异化优势变成基础能力，竞争焦点转向「学习效果闭环」 | —— | ||
需求设计 · 核心需求
基于洞察输出完整 PRD（V1.3，含功能需求 / 计费规则 / 异常流程 / AI 评测 / 上线标准）：
- 用户故事：「作为 一名考研/四六级/雅思备考用户，我希望 拍照就能分析纸质真题中的长难句，以便 不打断精读流程，高效攻克难点。」
- 核心功能：「拍照 OCR + AI 分析」——OCR 识别多张图片（上限 3 张拼接），AI 自动标记长难句并按句子成分着色标注，点击查看结构拆解/翻译/词汇释义
- 关键设计决策：次数绑定「完整分析」而非技术环节——OCR 不扣次、点击「开始分析」预扣 1 次、失败自动返还；异常流程三原则「失败不扣次 / 能自动恢复的不打扰 / 每条提示带下一步」
- 成功指标：长难句分析功能使用率提升 ｜ 分析完成率 ｜ 会员转化率（每日免费 3 次 + 会员无限次模式）
- AI 上线标准：识别准确率/召回率/翻译准确率 ≥ 90%、成分标注 ≥ 85%，达标后灰度 10% 用户 2 周无回退再全量；评测数据集 ≥ 500 条人工标注样本
- Non-goals：V1.0 不做长难句以外的语法教学、不做 UGC 社区，聚焦「拍照 → 分析」闭环
💡
成果与反思
- 产出 3 份可展示交付物：体验分析报告 V5（数据标注来源）、竞品分析报告（4 竞品横评 + 行业判断）、PRD V1.3（13 章完整文档）
- 最大的认知收获：需求不是「用户说想要什么」，而是「用户未说出口的损失」——长难句分析功能一直存在，真正的痛点是输入方式，不是功能缺失
- 学会了用 Non-goals + 计费状态机 + 异常流程 控制范围和落地质量——PRD 写到这个粒度，研发才不用猜