AI 发布说明与反馈归纳：上线后持续学习

## 适用场景

适合版本发布、灰度和迭代复盘。对外说明关注用户变化，对内总结关注风险、指标和后续观察。

## 三步工作法

### 步骤 1：整理真实变更

从合并记录、需求和测试结果中提取用户可感知变化与已知限制。

### 步骤 2：生成分层说明

分别写用户公告、客服说明、销售要点和内部技术记录。

### 步骤 3：归纳上线反馈

将工单、评论和指标按问题、影响用户、频率和严重度聚类。

## 可直接复制的 Prompt

> 根据版本变更和测试结果生成四类发布说明：用户版、客服版、销售版、内部版。再根据上线反馈归纳问题主题、证据、影响范围、优先级和建议验证，不要把单条反馈当普遍结论。

## 进阶技巧

- 已知限制主动说明

- 重大变更提供操作截图

- 反馈主题保留原始链接

## 交付前检查

- 说明是否与实际上线一致

- 不同角色是否获得所需信息

- 反馈结论是否有数量与证据

## 预期效果

降低版本沟通成本，并将上线后的真实反馈快速转成下一轮产品学习。

## 使用边界

AI 负责整理、扩展和检查，人仍然负责事实准确性、业务判断、隐私保护与最终发布。涉及个人信息、商业机密、财务、法律或安全内容时，只能使用组织批准的工具和脱敏材料。