酒店垂类 AI 内容智能体战略规划
文档版本:1.0
创建时间:2026-03-16
状态:战略决策
一、战略决策
1.1 核心决策
决策内容:新建独立的 hotel-web 前端项目,开发酒店垂类 AI 内容智能体
决策时间:2026-03-16
决策依据:
- 产品定位与 storyboard-web 有本质差异
- 目标用户群体完全不同(酒店运营人员 vs 专业内容创作者)
- 复用 storyboard-web 会导致技术债务累积
- 对标即梦 AI 的产品哲学:为场景设计,不为功能设计
1.2 愿景与目标
愿景:成为酒店行业首选的 AI 营销内容生产平台
使命:让酒店运营人员 1 分钟内生成专业级营销视频
核心价值:
- 🎯 零门槛:无需理解 AI、分镜、提示词等专业概念
- ⚡ 超快速:从选择到生成 < 60 秒
- 🏨 懂酒店:深度理解酒店行业场景和营销需求
- 📊 可量化:营销效果数据追踪与优化建议
二、产品定位
2.1 目标用户画像
| 维度 | 描述 |
|---|---|
| 职业 | 酒店运营经理、营销专员、新媒体运营 |
| 行业 | 酒店集团、单体酒店、民宿、度假村 |
| 技能 | 基础电脑操作,无需视频制作经验 |
| 痛点 | 请专业团队成本高、自己不会做、外包周期长 |
| 诉求 | 快速、便宜、专业、可批量生产 |
2.2 核心使用场景
场景 1:酒店宣传视频生成
用户选择:
- 酒店:XX 国际大酒店
- 内容类型:酒店宣传片
- 风格偏好:高端大气 / 温馨舒适 / 商务便捷
系统输出:
- 60 秒酒店宣传片(含片头、房型展示、设施介绍、片尾)
- 自动匹配背景音乐和配音
- 一键发布到抖音/小红书场景 2:房型推广素材
用户选择:
- 酒店:XX 国际大酒店
- 房型:豪华大床房、行政套房
- 促销活动:周末特惠
系统输出:
- 多个房型展示视频(每个 15-30 秒)
- 自动添加价格信息和促销标签
- 批量生成,支持 A/B 测试场景 3:设施展示视频
用户选择:
- 设施:游泳池、健身房、会议室、餐厅
- 展示重点:环境、服务、特色
系统输出:
- 设施介绍短视频合集
- 数字人讲解(可选)
- 支持嵌入酒店预订页面2.3 与 storyboard-web 的本质差异
| 维度 | storyboard-web(通用工具) | hotel-web(垂类智能体) |
|---|---|---|
| 产品定位 | AI 视频创作工具 | 酒店营销内容平台 |
| 目标用户 | 内容创作者、视频制作人 | 酒店运营人员 |
| 核心价值 | 精细化控制、多模型对比 | 快速产出、模板化生产 |
| 使用场景 | 深度创作、定制化需求 | 批量生产、标准化需求 |
| 操作流程 | 选题→分镜→配音→合成(4 步) | 选择场景→生成内容(1-2 步) |
| 专业门槛 | 需要理解分镜、特效等概念 | 只需选择酒店和房型 |
| 决策成本 | 高(需要多次选择) | 低(智能推荐) |
| UI 风格 | 专业工具风格 | 商业化 SaaS 风格 |
| 术语体系 | 分镜、提示词、特效 | 酒店、房型、设施、活动 |
三、技术架构策略
3.1 项目结构
/Users/mzy/docker/dnmp/www/stooland/
├── api/ ← 主后端(复用,新增酒店模块及 Copilot LLM 接口)
├── web/ ← 管理后台(原有系统)
├── storyboard-web/ ← 分镜工具(原有系统)
├── hotel-web/ ← 酒店智能体(新建,包含 Workflow 引擎与 Copilot Panel)⭐
├── pybridge/ ← Python 服务(复用)
├── social-publisher/ ← 发布工具(复用)
└── muse-engine/ ← AI 引擎(复用)3.2 复用与新建边界
✅ 复用部分(后端服务)
- api/ # 主后端,新增 Hotel 模块
- app/Hotel/ # 酒店管理模块(新建)
- app/Aigc/ # AIGC 能力(复用)
- app/Aigc/controller/ApiCopilot.php # Copilot Function Calling 接口(新建)
- service/Hotel/ # 酒店业务服务(新建)
- pybridge/ # Python 视频处理服务
- services/video_processor.py # 视频处理(复用)
- services/smart_packaging.py # 智能包装(复用)
- social-publisher/ # 社交媒体发布
- platforms/douyin/ # 抖音发布(复用)
- platforms/xiaohongshu/ # 小红书发布(复用)
- muse-engine/ # AI 引擎
- ai_processors/ # AI 处理逻辑(复用 + 酒店优化)🆕 新建部分(酒店前端)
hotel-web/
├── package.json # Vite + Vue 3.4+ + Element Plus
├── src/
│ ├── views/
│ │ ├── dashboard/ # 数据看板
│ │ ├── marketing-kit/ # 一键营销包聚合工作台(Workflow 调度起点)
│ │ ├── page/ # AI Page 智能排版引擎(小红书/长图文)
│ │ └── publish-center/ # 发布中心
│ ├── components/
│ │ ├── CopilotPanel.vue # 超级 Copilot 悬浮对话面板
│ │ └── shared/ # 通用组件
│ ├── services/
│ │ ├── api/ # API 调用 (包含 copilot-api.js)
│ │ └── utils/ # 工具函数 (包含 workflow-engine.js)
│ ├── stores/ # 状态管理(Pinia)
│ │ └── marketing-kit.js # 营销包全局状态与 Workflow 执行器
│ └── styles/ # 样式系统
└── public/
└── assets/ # 静态资源3.3 技术栈选型
| 层次 | 技术选型 | 说明 |
|---|---|---|
| 前端框架 | Vue 3.4+ | 与原有系统保持一致 |
| 构建工具 | Vite 5.x | 更快的构建速度 |
| UI 组件库 | Element Plus | 复用团队知识 |
| 状态管理 | Pinia | 轻量级状态管理 |
| HTTP 客户端 | Axios | 成熟稳定 |
| 样式方案 | SCSS + CSS Variables | 支持主题定制 |
| 代码规范 | ESLint + Prettier | 代码质量保障 |
四、开发路线图
阶段一:MVP(2026-03 ~ 2026-05)
目标:验证核心流程,找到 PMF
核心功能:
- [x] 酒店选择器(支持搜索、筛选)
- [x] 内容类型选择(宣传片/房型/设施)
- [x] 一键生成视频(集成现有 AIGC 能力)
- [x] 结果预览与下载
- [ ] 基础数据看板(生成数量、下载量)
技术任务:
- [ ] 初始化 hotel-web 项目
- [ ] 搭建基础架构(路由、状态管理、样式系统)
- [ ] 开发酒店选择组件
- [ ] 对接后端 API
- [ ] 集成视频生成流程
- [ ] 部署测试环境
成功指标:
- 种子用户数:10 家酒店
- 周活跃率:> 50%
- 平均生成时长:< 90 秒
- 用户满意度:> 4.0/5.0
阶段二:增强(2026-05 ~ 2026-07)
目标:完善功能,提升体验
核心功能:
- [ ] 批量生成(多房型、多设施)
- [ ] 数字人讲解(酒店介绍、房型说明)
- [ ] 社交媒体发布(抖音、小红书)
- [ ] 模板市场(酒店行业模板库)
- [ ] 数据看板升级(播放量、点赞、转化)
技术任务:
- [ ] 优化生成性能(< 60 秒)
- [ ] 引入智能推荐算法
- [ ] 支持自定义模板
- [ ] 集成数字人能力
- [ ] 对接社交发布平台
成功指标:
- 活跃酒店数:50 家
- 周生成视频数:> 200 条
- 发布率:> 30%
- 用户续费率:> 80%
阶段三:生态(2026-07 ~ 2026-10)
目标:构建生态,规模扩张
核心功能:
- [ ] API 开放平台
- [ ] 第三方模板市场
- [ ] 酒店 PMS 系统集成
- [ ] 多语言支持(国际化)
- [ ] 企业级权限管理
技术任务:
- [ ] 构建开放 API
- [ ] 开发模板编辑器
- [ ] 对接主流 PMS 系统
- [ ] 支持多语言(英文、日文等)
- [ ] 企业级 SaaS 架构升级
成功指标:
- 合作酒店:> 500 家
- 模板数量:> 1000 个
- API 调用量:> 10 万次/月
- 营收目标:月入 50 万+
五、组织与资源
5.1 团队配置
| 角色 | 人数 | 职责 |
|---|---|---|
| 产品经理 | 1 | 产品规划、用户调研、需求管理 |
| UI/UX 设计师 | 1 | 界面设计、用户体验优化 |
| 前端开发 | 2 | hotel-web 开发 |
| 后端开发 | 1 | 酒店模块开发、API 对接 |
| 算法工程师 | 1 | 推荐算法、模板优化 |
5.2 资源需求
开发资源:
- 独立 Git 仓库(或 Monorepo 独立目录)
- 独立测试环境(hotel-test.example.com)
- 独立生产环境(hotel.example.com)
- 专用服务器资源(GPU 用于视频生成)
数据资源:
- 酒店行业数据集(用于训练和优化)
- 模板库(初期 100+ 模板)
- 字体、音乐、素材版权采购
运营资源:
- 种子用户招募(10 家酒店)
- 市场推广预算
- 客户支持体系
六、风险评估与应对
| 风险 | 概率 | 影响 | 应对措施 |
|---|---|---|---|
| 市场需求不足 | 中 | 高 | 快速 MVP 验证,及时调整方向 |
| 技术实现难度超预期 | 中 | 中 | 分阶段开发,优先核心功能 |
| 竞品抢先占领市场 | 高 | 高 | 加速开发,建立壁垒 |
| 酒店付费意愿低 | 中 | 高 | 免费试用 + 效果付费模式 |
| 内容质量不稳定 | 高 | 中 | 持续优化模型,建立审核机制 |
| 版权风险 | 中 | 高 | 采购正版素材,建立版权库 |
七、关键决策记录
决策 1:新建独立前端项目
- 时间:2026-03-16
- 决策:不复用 storyboard-web,新建 hotel-web
- 理由:产品定位差异大,复用成本高,长期技术债务重
- 参考:即梦 AI 的产品哲学
决策 2:采用 Monorepo 管理
- 时间:2026-03-16
- 决策:hotel-web 纳入 stooland Monorepo
- 理由:便于代码复用、统一依赖管理、降低运维成本
- 策略:独立部署,共享后端服务
决策 3:MVP 优先策略
- 时间:2026-03-16
- 决策:先做最小可行产品,快速验证
- 理由:降低风险,快速迭代,避免过度开发
- 范围:酒店选择 + 内容生成 + 预览下载
八、附录
8.1 参考产品
- 即梦 AI:https://jimeng.jianying.com/ai-tool/home/
- 学习点:场景化设计、Agent 模式、快速成片
- 剪映:https://www.capcut.cn/
- 学习点:模板化、低门槛、社交传播
- Canva:https://www.canva.com/
- 学习点:模板市场、批量生产、团队协作
8.2 相关文档
8.3 术语表
| 术语 | 解释 |
|---|---|
| PMF | Product-Market Fit,产品市场匹配 |
| MVP | Minimum Viable Product,最小可行产品 |
| PMS | Property Management System,酒店管理系统 |
| AIGC | AI Generated Content,人工智能生成内容 |
| SaaS | Software as a Service,软件即服务 |
文档维护:产品技术团队
最后更新:2026-03-16