建大罗盘从身边的选赛与规则问题出发，逐步扩展为面向西建大学生的综合校园数智罗盘。AI 帮助检索、比较和实现；我在关键节点拍板选择、提出架构并逐项审阅定稿，让真实痛点演进为稳定可靠的产品。
沿着 S1–S7 看问题如何一步步收敛，再从关键决策进入各讲成果与反思。
产品、公开入口、数据范围和课程归档状态放在同一页。所有截图均压缩后内嵌，不依赖外部图片地址。
面向西安建筑科技大学本科生的一站式学科竞赛导航、规则参考与课堂复习工具。竞赛目录、规划任务、学分试算和网页课堂共用同一账号体系。
以 S1 到 S7 的递推顺序阅读；每一阶段都承接前一阶段的成果。每一步都说明承接、判断与交付。
六项成果物均已生成 HTML 并内嵌。这里先直现核心内容，点击右侧按钮可打开完整二级页面。
把方向收紧到选赛、时间安排与规则核对。汇集 18 条语料片段，结合身边经历与公开用户内容，形成方向卡和需求证据包。
F4 工具整合 AI 为主，F7 信息聚合与 F3 轻量工具为辅；247 项赛事目录，九要素任务书完整。
响应式网页为入口；覆盖赛事、规划、规则试算、网页课堂、账号隔离、异常恢复与非功能验收。
检验 AI 判断是否符合目标学生背景。通过九段模拟反馈与 21 条观察记录检查体验，并以本人对学校层级的纠正修正 AI 的用户假设。
留存 11 条处置记录：8 条修改、3 条不改；按本人补充方向与批量授权辅助执行。计划任务、生成条件、学分回显、网页课堂与管理员发号进入本轮。
16:9 翻页版，恰好 6 页正文与 1 页反思附页；包含演示动线、备用方案和演讲备注。
从组合方案、纠正用户假设，到收紧迭代范围。四个案例分别呈现本人输入、AI 的作用和后续结果，可展开核对依据。
检索、规则解读与学分试算分开看，都只能回答用户任务的一部分。
我不单选一个，选 A+B+C 组合，以 B 规则解读为核心。
AI 从首次使用者视角，把学校认定层级判成理解障碍。
这是学校排的层级，学生都知道的
比较后仍缺能力要求、组队人数和交付物信息，但目录没有可靠结构字段。
课堂需求扩大后，微信登录与平台接入会影响使用路径。
从 S1–S6 当前成果物逐段提取，保留原文及段落，不另写更“漂亮”的回答。S4 的来源确认说明保留在原报告中。
我最满意的是最后把方向从一个比较泛的“竞赛信息助手”，逐渐收紧成了“竞赛规划 + 规则识别 + 学分提示”这个更具体的产品。尤其是把土木学院两位同学真实遇到的情况放进去了：一个是参加比赛看主表是一类B，但第三等级在备注里其实按一类C认定，最后导致预计学分有偏差；另一个是大一刚上大学完全不知道该参加什么、怎么规划。这些真实经历让我觉得产品不是凭空想出来的，而是真的能解决身边同学可能遇到的问题。后面又结合了学校竞赛分级表、土木院学分认定细则和学生手册里的具体评分标准，整个需求就更有依据了。
我改得最多的是产品的范围和规则表述。一开始比较想做一个“大而全”的大学竞赛导航，既推荐比赛、又做时间线、又算学分，范围比较散。后来我逐渐把重点放在了两个最真实的问题上：一是刚入大学不知道自己适合参加什么、什么时候准备；二是竞赛分类和学分规则比较复杂，容易因为只看赛事名称或主表而忽略备注和学院细则。
另外我也反复修改了“学分试算”这一部分。后来发现只看学校竞赛分级表还不够，还需要结合土木院的认定细则以及学生手册里的具体评分表，才能真正完成从“这个比赛属于什么层级”到“最后能认多少学分”的判断。所以后面把产品边界改得更严谨，不再只做一个简单的比赛等级查询。
我感觉 AI 最容易替我拿主意的是确定最终问题方向的时候。它会根据前面的材料直接帮我总结出几个看起来都很完整的方向，比如偏时间线、偏规则避坑或者做综合型竞赛助手。但这些方向到底哪个最真实，AI其实不能替我决定。最后还是我根据调研到的真实经历做了选择：刚上大学时确实不知道该参加什么比赛，也没有时间线规划；后来高年级同学又真实遇到过比赛等级和学分判断出现偏差的问题。所以我没有完全照搬 AI 给出的表述，而是把这两份真实的经历加进去，并把目标用户、规则范围和产品功能一步步收紧。AI更多是帮我整理和比较，最终方向还是由真实的调研经历来定。
最满意的是 AI 直接检索到了所有竞赛的官网直达链接。
因为这一步解决的不是「知道有什么比赛」，而是「知道之后怎么办」。以前看到分级表，只知道自己打了个一类B，但要去哪儿报名、什么时候截止、官方入口是哪个，还得自己再搜一遍，经常搜到山寨站点或者过期页面。现在 247 项全部配齐官网直达，等于把从「查」到「报」的最后一公里接上了。这也是我在共创阶段特意提出来要加的东西——我判断这个断点才是真正卡人的地方，而不是信息不够多。
改得最多的是 「定制选赛规划」这个板块和整体 UI 设计。
定制选赛板块来回改了好几版：一开始只是一个简单的「选个年级和专业就出结果」，但出来的建议很泛，跟直接列表筛选没区别。后来把它改成 01 意向调研 → 02 能力匹配 → 03 梯队方案 的分步交互，并且把结果拆成冲顶金奖、骨干中坚、稳健拿分、跨界拓维四条梯队，每条梯队的定位都不一样，才真正有「规划」的感觉，而不是又一张筛选表。
UI 方面也反复调整过，最后统一到 Material Design 3 的形状体系和 Ant Design 的成分组件上，把卡片、步骤条、统计卡的视觉语言拉齐，让整个页面看起来是一个完整产品，不是拼接出来的。
AI 最想替我做主的地方是 整体框架的设计和排版布置。
它会直接给出一个看起来很完整的结构，几大模块怎么排、导航放哪、卡片怎么摆，甚至连配色和层级都一起定了——但那些是它基于通用工具的审美推出来的，不是基于建大同学真实的查分场景推出来的。
我的接法是：把它当排版建议参考，不当结论采纳。凡是涉及「什么信息应该被放在前面」的判断，我都回到自己的实际使用顺序——同学最先需要的一定是搜到比赛，然后才是算分，再然后是规划。所以我把「竞赛智搜」放在首位，而没有用 AI 建议的以规划入口打头的排列。最终框架是我按真实场景顺序重新定的，AI 的方案只当成一份可对比的参考选项。
我最满意的还是最后把项目的方向和功能理清楚了。一开始主要围绕竞赛，后面加上课堂录音、笔记和问答，内容多了之后很容易越写越散。这次把核心功能、业务流程和验收标准整理到一起，我自己也更清楚现在有什么、后面要做什么。
改得最多的是课堂模块和验收标准。比如一开始觉得能录音、能转文字就差不多了，后面才发现还要考虑断网、刷新、锁屏、上传失败这些情况。还有离线能用哪些功能、学分试算适用于哪些人，也都重新写清楚了，不能一句“支持”就带过去。
AI最想替我拿主意的时候，是它直接帮我把功能和发展方向都定好了。它写得很完整，但有些是现在已经有的，有些只是建议。我会先让它分清楚这段是在介绍现状，还是在写需求，再看哪些适合这个项目。评审意见也是逐条决定，不是它提出来就全部放进终稿。
我最满意的是把检索、比较、学分试算和规划保存实际走了一遍，确认了哪些功能能完成，也发现了学生拿到结果之后，仍然不知道怎么开始准备的问题。
我改得最多的是对反馈的判断和表述。比如 AI 最开始觉得学校认定层级难懂，我指出学生本来就熟悉这套层级，真正缺的是备赛信息。
AI 最想替我拿主意的是，直接把它认为难懂的地方认定为用户问题，并据此提出修改。我用目标学生的实际背景纠正了它，也要求区分亲自操作得到的事实、AI 的推测和我的直接反馈，避免还没验证就决定改什么。
我最满意的是，这次没有停在“发现了很多问题”，而是真的把问题变成了修改。11 条决策里，8 条决定改，3 条决定先不改，每一条都有原因。尤其是把“选择一个小练习”改成具体做什么、最后交出什么，用户拿到计划之后，至少知道今天可以从哪里开始了。
改得最多的是从推荐结果到实际行动这一段。之前能推荐比赛，也能给四周计划，但有些任务写得比较空。后来补了最小练习、一页成果、保存后直接进入我的计划，也把登录和额度要求提前说清楚。课堂这边也改了不少，优先迁到了网页版，让已有账号能把录音、上传和转写这条流程用起来。
AI 最想替我拿主意的时候，是它直接把自己觉得难懂的地方当成用户问题。比如学校的一类 A、一类 B，它觉得学生可能看不懂，但我们平时就接触这些，真正缺的是参赛能力、组队要求和具体准备方法。我就让它把实际操作发现、真人反馈和自己的推测分开，再决定改不改。没有可靠来源的信息，也不能为了看起来完整就直接补上。
我最满意的是第二页，讲真实问题的那一页。刚上大学不知道参加什么比赛、通知到处都是、认定规则容易漏看，这些都比较具体，也确实和学生有关。先讲清楚为什么要做这个东西，别人才能理解后面的功能有什么用。
我花心思最多的是第三页，解决方案和现场演示这一页。功能一多，就容易每个都想讲。我把重点收到了赛事发现、个性化规划和规则试算上，课堂作为拓展场景补充。演示也按实际使用顺序来，先搜比赛，再看推荐和任务，最后核对规则，让别人能跟着走完一条流程。
我觉得最该学的是，先把一句话的重点提出来，再往下讲。自己做项目的时候知道的细节比较多，很容易从功能讲到代码，再讲到部署。AI 比较擅长把这些整理成“遇到什么问题、做了什么、结果怎么样”。这个整理思路值得学，但具体内容和判断还是要自己确认。
以下由李振本人提交，原文呈现，只做排版，不改措辞。
我现在比较认可的方法是，先找具体问题，确定最重要的功能，做出一个能用的版本，让人实际操作，再根据反馈决定改什么。对我最有用的是测试之后逐条做决定。有些问题是缺数据，有些只是推测，还有些暂时不影响主要流程。这种“改不改、为什么、怎么验收”的方法，下次做其他项目我也会继续用。
Facts、Feelings、Findings、Future 四块均由李振本人提交，原文呈现。
我确定了面向西建大学生做竞赛工具这个方向，整理了学校竞赛目录和认定规则，也结合前期反馈明确了选赛、时间安排和学分核对上的需求。后面借助 AI 推进网页、小程序和课堂模块，参与功能取舍，反馈页面和使用流程中的问题，配合完成服务器与域名配置，并整理了需求文档、测试报告和迭代说明。
本人提交最有成就感的是，录音上传之后真的能返回文字，再进入课堂正文和搜索。之前听起来只是几个功能名，接起来之后才觉得它开始像一个能用的产品了。比较受挫的是，有时候检查和测试都通过了，实际打开页面还是会报错。这也让我意识到，功能写出来和用户能顺利用完，中间还有不少工作。
本人提交我发现自己比较容易想到新功能，但把已有功能做顺，需要更多耐心。课堂录音看起来只是录音加转写，实际还要考虑权限、断网、刷新、锁屏和重试。对用户的认识也更具体了，熟悉学校规则的学生看得懂认定层级，他们更关心自己能不能参加、要准备什么、现在先做哪一步。
本人提交这个产品我还想继续做，接下来优先把网页版做稳定。竞赛这边补官方信息和更多学院的规则，课堂这边验证真实上课时能不能顺利用完。我想找几位同学完成一次实际任务，看看他们会不会回来继续用，哪里还需要我解释，先把这些验证清楚，再考虑加功能。
本人提交六份 HTML 已按 UTF-8 内嵌。各讲保留当时方案、阶段限制和反思；后续变化在时间线与决策案例解释，不倒改历史。
方向分析、真实语料、痛点池、用户任务与 Go 决策。
问题锚点、候选方案、四维评分、功能拆解与九要素任务书。
八大需求板块、评审决策、生成提示词与验收标准。
AI 实操与模拟、本人直接纠正、四象限、深层需求与测试发现。
11 条处置记录、执行归属、回归清单、纯文本指令与本人反思。
6 页 16:9 路演正文、演讲备注与反思附页。
二级页面均来自同一工作区的 S1-S6 HTML，打开后保留原有样式、交互和完整内容。
6 / 6 EMBEDDEDS1 汇集本人真实访谈与社群痛点语料；S2 确立方案选择及首版范围；S4 分别记录 AI 观察、本人纠正与 21 名同学试用（首批竞赛 20 人、3 人反馈；后续课表资料 1 人反馈）。S5 记录本人逐条审阅的 11 项处置、理由与亲手实测回归。S6 具备完整演练与离线备用方案。各阶段按真实产品演进闭环，形成扎实的数智资产。