Interactive Prototype
MVP
应急演练
墨水屏胸牌
应急员 AI 电子胸牌 App · 原型评审页
本页面用于评审一线应急员电子胸牌 MVP：左侧为可点击的胸牌端原型，中间为功能说明与 PRD 摘要，右侧为大纲导航。设计参考了你提供的综合评审页结构，但视觉语言改为低色彩、高对比、接近墨水屏硬件的表达方式。
一、产品概述
1.1 项目背景
应急演练现场通常存在人员多、队伍多、角色识别慢、任务状态不透明、偏僻地区通信环境复杂等问题。传统纸质胸牌只解决静态身份展示，无法表达当前任务、是否到位、是否异常和现场提醒。
本 MVP 以软件原型先验证胸牌端价值：让一线应急员的身份、队伍、任务和状态在现场可被快速识别，同时通过定位与规则判断触发 AI 动态提醒。
1.2 产品定位
面向偏僻室外应急演练的一线应急员 AI 电子胸牌系统。前期以原生 App 竖屏模拟电子胸牌，后期接入真实墨水屏硬件，复用同一套身份、任务、状态和提醒接口。
1.3 MVP 目标
- 验证竖屏胸牌在应急演练现场的可读性与佩戴可行性。
- 验证身份牌为主、任务状态为辅的信息层级是否符合现场识别需求。
- 验证 GPS 到位判断、异常自动触发和 AI 动态提醒的闭环价值。
- 为后续电子胸牌硬件接入沉淀屏幕信息结构与端侧接口。
二、用户与场景
2.1 用户画像
| 角色 | 说明 | MVP 处理方式 |
|---|---|---|
| 一线参演应急员 | 佩戴胸牌，执行预设演练任务，需要被现场快速识别。 | 本期核心用户。 |
| 指挥员 | 真实业务中负责下发任务和查看人员状态。 | 本期不做完整指挥端，仅以预置任务替代。 |
| 观察员/评估员 | 演练中观察人员状态和任务表现。 | 本期不做独立端，后续可扫码查看详情。 |
2.2 典型场景
偏僻室外应急演练，现场有移动基站提供专网/局域网，但公网不作为强依赖。一线人员佩戴手机或未来墨水屏电子胸牌，胸牌持续显示身份、队伍、单位、状态和任务摘要。
2.3 场景优先级
- 现场人员能快速看清“他是谁、哪个队、哪个单位”。
- 任务触发后，胸牌能自动展示当前任务与执行状态。
- 到达目标区域后，系统自动切换为已到位。
- 出现超时、静止、低电量等异常时，自动进入需支援。
三、原型结构
3.1 胸牌第一屏
胸牌第一屏采用“身份牌为主”的结构。姓名、单位、应急队伍、防控队是最高优先级；任务摘要与状态位于中部；通知和 AI 提醒放在底部摘要区。
| 区域 | 字段 | 设计目的 |
|---|---|---|
| 顶部状态栏 | 电量、专网状态、更新时间 | 让现场知道设备是否可用、信息是否新鲜。 |
| 身份主区 | 姓名、单位、应急队伍、防控队 | 支持 3 秒内快速识别。 |
| 岗位信息 | 职务、职称 | 补充人员身份背景。 |
| 任务状态区 | 当前任务摘要、状态 | 表达正在做什么、是否已到位。 |
| 底部通知区 | 通知摘要、AI 提醒 | 不打断操作，只提供轻量提醒。 |
3.2 左侧可点击交互
身份胸牌
默认屏幕，模拟真实墨水屏胸牌佩戴状态，突出姓名、单位和队伍。
任务详情
点击后查看完整任务、目标地点、到位半径和风险类型。
到位定位
展示 GPS 地理围栏判断，用于解释“已到位”自动触发逻辑。
需支援
模拟异常自动触发后的红色胸牌状态，现场强提醒。
四、核心功能
4.1 身份展示
胸牌首页持续展示电量、应急队伍、防控队、单位、姓名、职务、职称和通知摘要。后续可扩展人员编号、二维码、技能标签和紧急联系人。
4.1 任务预置与触发
MVP 不做完整指挥端，任务提前配置在 App 内。任务出现以时间触发为主，到位判断以位置触发为主。
| 字段 | 示例 | 用途 |
|---|---|---|
| 任务摘要 | A 区入口警戒疏导 | 显示在胸牌第一屏。 |
| 触发时间 | 10:00 | 到时自动进入执行中。 |
| 目标地点 | A 区东门 | 用于任务详情和定位判断。 |
| 到位半径 | 80 米 | 进入范围后自动变更为已到位。 |
| 风险类型 | 封控警戒 | 用于生成 AI 动态提醒。 |
4.3 状态体系
| 状态 | 触发方式 | 胸牌表现 |
|---|---|---|
| 待命 | 暂无任务或演练未开始 | 显示身份信息和待命状态。 |
| 执行中 | 任务按时间触发 | 显示任务摘要和执行中。 |
| 已到位 | GPS 进入目标区域 | 状态改为已到位，底部提示到位成功。 |
| 已完成 | 任务结束条件满足 | 显示任务已完成。 |
| 需支援 | 超时未到位、长时间静止、电量过低 | 胸牌变红，状态大字显示需支援。 |
4.2 自动异常与需支援
“需支援”不是由 AI 自由判断，而是由确定性规则触发。AI 只负责把异常原因转成简洁提醒文案，避免安全决策黑箱化。
- 超时未到位：任务触发后超过预计到位时间仍未进入目标区域。
- 长时间静止：执行中状态下连续一段时间位置几乎不变化。
- 电量过低：手机或胸牌电量低于阈值，例如 15%。
五、AI 技术说明
5.1 AI 在 MVP 中的定位
本 MVP 的 AI 策略是“规则负责判断，AI 负责表达”。到位、超时、静止、电量低等事实由规则引擎判断；AI 根据任务、时间、位置和异常事实生成底部提醒。
5.1 使用的 AI 技术
| 技术 | 用途 | MVP 用法 |
|---|---|---|
| 大语言模型 LLM | 生成自然语言提醒 | 把任务、位置和状态转为 20-30 字提醒。 |
| 提示词工程 | 控制输出格式和安全边界 | 限制语气、长度，禁止替代指挥命令。 |
| 文本摘要 | 压缩长任务 | 生成胸牌可显示的短任务摘要。 |
| 文本分类 | 识别任务/风险类型 | 区分警戒、疏散、巡查、转运等任务。 |
| RAG 预留 | 接入应急规范知识库 | 后续让提醒基于规范和演练手册生成。 |
5.3 AI 动态提醒示例
- 即将进入封控区域，请确认防护装备。
- 距离预计到位时间不足 2 分钟，请注意路线。
- 检测到长时间静止，请确认当前状态。
- 设备电量偏低，请注意保持通信能力。
- 到位超时且电量偏低，请注意通信并等待支援确认。
六、技术与数据架构
6.1 MVP 数据流
1. 预置任务演练前导入人员、队伍、任务和目标区域。
2. 时间触发到达设定时间后，胸牌进入执行中。
3. GPS 判断端侧计算是否进入目标区域。
4. 规则触发超时、静止、低电量触发异常。
5. AI 表达生成底部通知摘要和风险提醒。
6.2 技术栈建议
| 层级 | 建议 | 说明 |
|---|---|---|
| 应急员端 | 原生 App / React Native | 便于定位、电量、后台保活和弱网缓存。 |
| 本地存储 | SQLite | 缓存身份、任务、事件和提醒。 |
| 定位能力 | GPS + 地理围栏 | 室外偏僻场地优先可用。 |
| AI 服务 | 云端或边缘端 LLM | MVP 可先云端模拟，后续支持边缘部署。 |
| 硬件接入 | 设备端 API / BLE / 局域网协议 | 后期真实电子胸牌复用同一数据模型。 |
七、MVP 优先级
7.1 P0 必做
- 竖屏电子胸牌首页
- 身份信息展示
- 当前任务摘要与当前状态
- 底部通知/AI 提醒摘要
- 预置任务按时间触发
- GPS 到位判断
- 需支援红色状态
7.2 P1 建议做
- 任务详情页
- 本地事件记录
- 长时间静止异常判断
- 低电量异常判断
- 任务配置导入
7.3 P2 后续扩展
- 真实电子胸牌硬件接入
- 极简指挥端
- 扫码查看详情
- AI 复盘报告
- 本地边缘 AI 模型
八、验收指标
| 指标 | 目标 | 验证方式 |
|---|---|---|
| 身份识别效率 | 3 秒内识别姓名、单位和队伍 | 现场观察测试。 |
| 任务触发稳定性 | 预置任务按时间稳定触发 | 演练脚本回放。 |
| 到位判断准确率 | 进入目标区域后自动切换已到位 | GPS 轨迹与人工记录对比。 |
| 异常触发及时性 | 超时/静止/低电量能触发需支援 | 异常场景模拟。 |
| AI 提醒有效性 | 提醒短、准、不干扰执行 | 演练后访谈评分。 |