30秒内破案
Stradviso Decision Studio
- 问题
- 作为一名独立创始人，我在OpenAI构建周期间使用 Codex 构建了一个受控 AI 决策系统，将客户问题转换为可追踪的项目选择，而无需将人类决策权转移给模型。
- 解决方案
- 具有定位、上市、人工智能策略和交互式增长扫描的增长平台。
- 角色和重点
- 策略、流程
- 状态
- 构建周概念实验室
- 结果
- 分析、成长路径
用数字构建周
冷冻释放。成熟的步伐
在 5 天零 15 小时的周转时间内，我与 Codex 一起构建了完整的商业操作系统和 Decision Studio 版本。
- 交货时间
- 5天15小时
- 存储库
- 134 次提交
- 产品范围
- 460 个文件
- 测试证据
- 473 次测试
- 断言
- 6.431
- CI
- SQLite + MySQL 通过
- 发布
- 不可变的 R30
- 审批限额
- 3 条记录 · 0 条陈旧写入
产品问题
客户请求还不是项目决策
“我们可以在不增加预算的情况下提前两周启动吗？”
这个问题听起来很具体，但产能、交付日期、所有权和后果尚不清楚。直接转变为承诺会给项目带来不确定性。
- 01背景
仅收集授权的项目上下文。
- 02冲突
产能缺失和交货日期冲突变得显而易见。
- 03澄清
系统首先提出一个有针对性的澄清问题。
- 04选项
GPT-5.6 随后开发了三种定义的路线。
- 05权威
负责人将选择确切的路线。
- 06申请
只有决策、风险和里程碑一起改变。
- 07复查
如果项目已更改，则会因零写入而被拒绝。
人工智能提出探索限制路线
人类决定评估背景和后果
系统强制执行只执行允许的操作
四个步骤。一个受监控的转变。
从分析到成长路径
该界面使决策状态可见，并将上下文、权限和执行分开。
制定需要决定的事项
选择、期望的时间和最重要的不确定性都被明确记录。
比较限制路线
人工智能提供了三种可追溯的选项，或者在需要首先回答一个缺失的数据时停止。
将批准与上下文联系起来
授权用户查看所选路线并确认确切的后果。
只写允许的内容
上市和数字化遵循相同的规则：原子突变仅限于决策、风险和里程碑。
受控决策流程从问题到可追踪的决策
每个步骤都会监控上下文、人员权限以及允许更改的确切记录。
- 01客户提问明确时间、预算或风险。
- 02授权上下文仅包含正确的组织和项目数据。
- 03澄清或3条路线缺少上下文首先会导致一个焦点问题。
- 04人类认可授权用户选择并确认路线。
- 05修订检查根据当前情况重新评估批准。
- 06决策+风险+里程碑允许列表恰好写入三个相关记录。
- 07审计收据一系列证据使得实施之后可追溯。
治理作为产品行为
不要显得聪明，但工作要可控
最困难的设计选择不是人工智能如何产生答案，而是它永远不应该自己做什么。
授权上下文
该工作流在组织和项目权限内组装规范的项目上下文。
提供商使用前拒绝
在密钥查找或提供程序访问之前停止敏感或跨组织请求。
人类认可
AI输出不能直接写入；同意仍然是明确的并且针对具体情况。
原子白名单
仅允许更改决策、风险和里程碑。遗留上下文写入零记录。
审计收据
该实现提供了仅附加证明规则，可以使用该规则来验证允许的突变。
索赔限额： 商店：假 是请求设置，而不是通用的零保留声明。提供商处理仍受适用的OpenAI条款和帐户设置的约束。
审查陪审团证据
四种情景使边缘行为变得明显
陪审团路线展示了具有代表性的综合测试数据的四个检查点：澄清、批准、阻止过时的上下文和安全重置。不断变化的管理功能在公共环境中保持屏蔽，以便访问者可以在不改变证据状态的情况下重复检查行为。
如果决策信息丢失，路线会询问一个特定的阻塞问题，并且项目状态保持不变。
经过人工批准后，许可名单准确地写下一项决策、一项风险和一项里程碑，包括审计收据。
上下文的变化使得先前的批准明显稳定；修订检查使所有项目记录保持完整。
屏蔽操作员路线将批准状态返回到干净、可重新检查的起始位置。
更大的系统
已连接到工作
工作流程存在于完整的商业操作系统环境中，其中商业背景、项目、客户信息和决策记录汇集在一起。
产品领域
在 商业操作系统
七个互联领域将商业环境、项目工作和受控协作汇集在一个工作环境中。
构建周之前、期间和之后
快速构建而不模糊出处
Build Week 加速了现有的Stradviso方向，交付了范围内的版本，现在为进一步的开发提供了冻结的参考。
战略起点
名称、咨询概念、有限的上市材料、早期的增长扫描和第一个视觉方向已经存在。产品结构和服务架构是在构建周期间开发的。
工作产品发布
业务操作系统、所有者后台、客户门户、决策工作室、审批流程、测试、双数据库 CI、发布证明、Devpost 提交和演示。
R30仍处于冻结状态
提交的版本保持隔离且未更改。公共Stradviso网站、实时 AI 通道和商业验证不断发展。
最艰难的选择
限制、复核、证明
- 确定人工智能永远不应该独立执行哪些操作。
- 对一项特定项目修订进行约束性批准。
- 点产品、测试、证据、视频和陪审团访问同一版本。
经验教训
速度需要明确的方向
- 首先建立一条完整的垂直路线。
- 同时增加证据和产品行为。
- 尽早为 UAT、视频和功能冻结预留容量。
- 人类的权威属于建筑，而不是免责声明。
人类+法典+模型
密集协作，人性决策
我对内容和产品承担最终责任：从客户问题和用户路线到治理边界、UAT和最终提交。合作并没有随着提交而停止；相同的设计原则指导着进一步的开发。
问题定义、产品愿景、用户路线、视觉识别、人类权威、UAT、画外音以及最终产品和提交决策。
架构、接口、工作流程、测试、对抗性检查、文档、错误分析和发布准备方面的技术建设合作伙伴。
处理授权上下文，请求有针对性的澄清并准备三个有界路线；绝不批准或项目变更。
从品牌到工作体系
一种身份，两种明确的职能
公共Stradviso网站使建议承诺易于理解。商业操作系统将这一承诺带入日常执行和受控项目决策中。
公共品牌体验从复杂的增长问题到可测试的路线。
访问Stradviso
技术证据说明
公开证据
整个存储库环境在官方审核期间私下共享。
01
产品介绍本例直接显示核心路线
↑
02开发后提交公共产品上下文和完整的构建周条目
↗
03
发布和治理证据R30 · 473 个测试 · 6,431 个断言 · SQLite + MySQL · 3 条允许的记录 · 0 条陈旧写入
✓打开技术证据说明
建筑学。 授权上下文→澄清三个选项→人工批准→修订检查→原子许可名单→审核收据。
测试证据。 R30 版本记录了 473 个测试、6,431 个断言以及针对 SQLite 和 MySQL 的成功 CI 运行。
证据基础。 显示的结果可追溯到冻结的 R30 释放、记录的测试证据和官方提交的文件。
为什么这与业务相关
人类控制仍然可见
Decision Studio 专为具有时间、预算、容量或风险影响的请求而设计。它不会自动防止每一个错误的决定，但会显示已使用的上下文、谁决定、到底允许什么以及批准是否仍属于当前项目状态。
- 人工智能输出没有获得直接的项目授权。
- 缺失或相互矛盾的证据变得显而易见。
- 人类的权威仍然是明确的。
- 过时的上下文不会导致部分更新。
策略×人工智能×执行
战略到执行
下一个案例
从受控人工智能到其他工作系统
了解产品思维、技术执行和明确证据如何在其他项目中得到体现。
数字孪生/奢华体验
泰国/房地产情报
Conceptcase / merk & product
语音代理/业务运营