GEI · 演讲稿 / Talk
v4.5b · 2026-04 产品总览 业务价值
Talk · 30 分钟带你看完 GEI

一场演讲,
四步看完
AI 自动把
需求变产品。

这不是产品文档,是一份演讲脚本。沿着 4 段叙事往下走—— 痛点 → 解决方案 → 功能 → 操作演示——带你的听众从"这东西跟我有什么关系" 一路走到"下周我就能试一下"。

01 痛点 02 解决方案 03 功能 04 操作演示
建议时长
30 分钟 + Q&A
受众
销售 / SIer / PM / 架构师
节奏
5′ + 5′ + 10′ + 10′
演示模式
Live 或录屏,二选一
线上版本
gei.gbase.ai

第一步 · 让听众认识自己

你真的,
不痛吗?

下面 4 个场景,你应该至少中了两个。

演讲开场别讲产品——讲听众上个月刚经历过的事。你不需要说服他们, 你只需要让他们意识到:他们确实被某件事困住了。

销售 · Sales

谈完会 2 周才能出 POC,客户已经跟竞争对手签了。

会议纪要 → PM 整理 → PRD → 评审 → POC ——两周过去了。 你不是输在能力,是输在响应速度。

SIer

交付那天,才是关系破裂的开始。

客户说"加个功能"→ 原研发已离职 → 重新立项 → 甲方骂街。 一次性收入,永久性负债。

PM / 架构师

14 份交付文档,又是一个周末的加班。

ADR、风险登记册、Trace 报告、Onboarding... 每一份都是熬夜写的, 甲方还挑刺:"这里缺审计链路"。

技术决策者

AI 写代码很快,但质量没人兜底。

Copilot / Cursor 只写片段,ChatGPT 只答问题。没有闭环、没有评分、没有可审计的产出—— 交给客户心里没底。

这四个痛点的共同源头,都是同一件事—— 需求 → 交付 这条链路,直到今天还是"用人肉串起来的"。 AI 时代做交付,不应该是这样。
今天我给你看的这个东西,
就是想把这条人肉链路砍断。

第二步 · 一句话说清楚 GEI

一条流水线,
四个交付物。

GEI = Generate · Evaluate · Improve — AI-native 质量工程系统。

GEI 是一个把客户需求自动变成可交付 AI Agent 的质量工程系统。 它读你本来就在产出的会议纪要、设计稿、聊天记录,沿四阶段流水线跑完, 产出的是一个可以被客户继续进化的完整 AI 产品——含协作 Skill 体系、 知识库、人格设定、14 份标准交付文档。

四阶段流水线

Phase A 需求工程 把会议纪要、文档、聊天记录归纳成结构化需求 spec。 gei-discover
Reflect →
Phase B 产品构建 生成多个协作 Skill + SOUL.md 人格 + 知识库 + 代码。 gei-generate
Reflect →
Phase C 质量工程 对每个 Skill 自动跑 15×5 评估,评分 < 阈值就进入 improve 循环。 gei-evaluate ⇌ improve
Reflect →
Phase D · 可选 产品进化 客户用自然语言说"加功能",CEO 循环自主迭代。 gei-evolve
→
Output Agent + 14 份文档 含 HTML 浏览器预览

跟"AI 写代码"工具的区别

现在市面上的 AI 工具
GEI
写代码片段
从需求开始,产出完整产品 + 文档
没有质量门禁
每个 Phase 有 Reflection + 评分闭环
一次性产出,改一版靠重跑
产物可追溯 + 可续传 + 可进化
交付后"孤儿化"
客户自然语言加功能 → Phase D 自动迭代
不是更快的 AI 代码,
是更可控的 AI 交付。

第三步 · 能做什么,一页看完

六个核心能力,
每个90 秒讲清。

不是全部功能 — 是听众最关心的六个。

演讲不是产品手册,不要列 20 个功能。挑最能戳到听众的六个—— 每个一张卡、一句话、一个数字/证据。

01 A

需求自动归纳

会议纪要、设计稿、聊天记录 → 结构化 requirements-spec.md。 不用手写 PRD。

Phase A · gei-discover
02 B

Skill 体系自动生成

需求 → 多个协作 Skill + SOUL.md 人格 + 知识库 + 代码骨架。 纯 Markdown 声明式,可审计可改。

Phase B · gei-generate
03 C

双指标质量评分

每个 Skill 自动跑 15 cases × 5 trials—— pass@k(下限)+ pass^k(上限)+ rubric(含义)。

Phase C · gei-evaluate ⇌ improve
04 D

客户自主进化

客户说"加个功能"→ CEO 循环 → AI 改 AI。 真实案例:日本消费电子 LINE 客服 60 轮迭代到 100 分。

Phase D · gei-evolve
05 ⊕

14 份标准交付

一句"生成交付报告"→ ADR / 风险登记 / Trace / Onboarding 全自动, 30 秒打包 + HTML 浏览器预览。

横切 · gei-package
06 ⇌

Bridge 模式自动接单

上游 SalesRoom 推 meeting.shared.v1 事件 → Python daemon fork CLI → 非交互跑完 → 自动产出提案书 + 交付包。

横切 · gei-bridge
这六个能力背后是一件事:
需求 到 交付 这条链路,
被重新编程了。

第四步 · 现场跑一遍(或放录屏)

五步,
把需求跑成产品。

每步都是一条命令或一句话 — 不需要写代码。

Live demo 有风险,但比 10 张功能截图更能说服人。如果不方便 live,就用录屏 + 这份步骤清单对照讲解。

01Input
Who: PM / 销售

把源文档放进 PRD 目录

不需要重写 PRD——你手里已经有的会议纪要、聊天记录、设计稿、产品 brief, 整理到 PRD/{项目名}/ 就行。 

paths# 你已经在产出的文档, 换个位置放
PRD/cordys-crm/
  ├─ meeting-notes-2026-04-10.md
  ├─ product-brief.docx
  └─ figma-export.png
02Trigger
Who: 任何人 · 不用懂技术

一句话触发,然后撒手

在 Claude Code 里输入触发词,orchestrator 自动接管。它会通过 AskUserQuestion 问你 output_dir,然后一路跑 Phase A→B→C。 

claude code · terminal生成客户 agent

好, 我先读 PRD/cordys-crm/ 里的 3 份材料...
    [读取 meeting-notes / brief / figma-export]
    # Phase A - gei-discover 提取 10 个核心需求
    #   需求 #1: CRM 主数据双向同步
    #   需求 #2: 销售线索评分 Skill
    #   ...
    已输出 docs/requirements-spec.md
    [Reflection A] 确认进入 Phase B?
03Reflect
Who: PM / 决策者 · 你来按按钮

每个阶段末做一次审批

Reflection 是 GEI 的"刹车"——它把事实摆出来,决策权在你手里。 选一个分支,流水线按那条路继续。这是人机协同的关键。

CONTINUE 继续下一阶段 REPLAN 重新规划 FILL_GAPS 补数据 FINALIZE 收尾打包 PARTIAL_DELIVERY 部分交付 
phase c · reflectionPhase C 完成:
    ✓ 10 个 Skill 已生成
    ✓ 平均评分 89.0 / 100 (区间 87-92)
    ✓ Phase C 评估全通过

    建议动作: FINALIZE (全部达标)
生成交付报告
04Package
Who: 任何人 · 一句话

打包 14 份标准交付文档

gei-package skill 读取 pipeline-state + 全部产物 + git 元数据, 按模板产出 14 份文档到 delivery/。 带 index.html——双击就能给客户看。 

output# 30 秒内产出:
output/cordys-crm/delivery/
  ├─ INDEX.md
  ├─ index.html                # 浏览器预览, 内嵌 CSS
  ├─ 01-user-requirements.md
  ├─ 02-requirements-analysis.md
  ├─ 07-adr-decisions.md       # 8 数据源全自动
  ├─ 10-risk-register.md       # 8 数据源全自动
  ├─ 12-trace-report.md        ★ GEI 独有
  └─ ... (共 14 份)
05Evolve
Who: 客户自己 · 不用回来找你

客户自然语言加功能

交付后,客户只要对着同一个 agent 说一句话,Phase D CEO 循环就会启动—— 读记忆、调子 skill、跑评估、打包更新。你睡觉都能收到续约钱。 

phase d · ceo round给 CRM agent 加一个销售周报自动生成的能力

读 SOUL.md + 记忆, 识别为新 Skill 需求
    → 分配给 Phase B/C 子流程
    → 生成 Skill: weekly-report-generator
    → 跑 15×5 评估: pass@1=0.93, pass^5=0.80
    → 打包为 SPEC-v2
    ✓ 交付包已刷新 (index.html 同步更新)
真实案例 · 日本消费电子 LINE 客服 客户用自然语言指挥、AI 自己改 AI,60 轮 CEO 循环,从初版一路迭代到 100.00 / 100 满分(SPEC-v13)。 全程不需要派研发回去。
从 输入源文档 到 客户自助进化,
整条链路,没有一行人肉代码。

下一步 · 你可以这样跟我们接上。

业务价值叙事 → 产品完整文档 导出 PDF