个人 AI 产品作品 · 约 3–5 分钟

寓见电费

长租公寓用电预算
与核查助手

让住户提前了解月底费用,
让运营先找到值得核查的变化。

查用电·看预算·留依据

深圳长租公寓概念场景;项目、房间与用电数据为仿真。
当前线上为规则模拟,本机已验证真实模型调用。

⌂ 从一份月底预算开始
真实产品界面 · 仿真案例 点击图片放大 ↗

先明确谁会用

同一份用电数据,
两种不同的关心

住户

关心自己的房间
“还没到月底,
大概要交多少电费?”
需要看懂
已经用了多少,剩下还会用多少。
希望核对
费用怎么算,为什么与上月不同。

运营人员

关心多个项目与房间
“房间这么多,
哪些记录值得先看?”
需要定位
从汇总中找到明显变化的房间。
希望留据
快速整理结果,带着依据继续核查。

※ 上述痛点来自场景分析,属于产品假设;尚未完成真实住户或运营访谈。

把需求接成一条可操作的流程

从“想知道”,
到“有结果、有依据”

  1. 01

    选对象

    房间、月份
    明确这次看什么

  2. 02

    提问题

    “这个月
    预计电费是多少?”

  3. 03

    查与预测

    先读已用电量
    再估计剩余日期

  4. 04

    按规则计费

    展开阶梯明细
    核对计算过程

  5. 05

    保存报告

    保留当时结果
    对象与规则可追溯

用户看到的是一个问题的答案。

背后连接的是 查询 → 预测 → 计费 → 结果快照。

首版支持预算、变化核查与报告;费用为所选参考规则下的情景测算。

住户端

已用与预计分开,
费用可以逐项核对

福田云栖公寓 A栋101室 · 虚构示例房间 点击放大 ↗

2025年7月 · 截至15日结束

仿真已用电量
175.395度
剩余日期预计
176.852度
月底费用情景测算
¥238.11

未来日期展示预测值。往下查看费用明细,可看到各档电量、单价与金额。

参考价不等于具体公寓账户适用资格;预测金额不形成实际应收。

运营端

先找到值得核查的房间,
再判断变化的原因

5个虚构项目
20个演示房间

福田云栖 A栋104室 · 仿真增用情景

+95.46%

近7日用电,相比前7日增加。

输出“待核查”,带着前后电量继续看;现有数据不足以确认设备故障或住户行为。

逐房间计算费用后汇总,保留核查入口 点击放大 ↗

汇总仅覆盖这些示例房间,不代表实际整栋容量,也不是实际租户账单。

AI 的作用与产品设计亮点

让问题连到工具,
让数字留有依据

  1. 01

    理解问题,选择工具

    把“月底多少钱”连接到查询、预测和计费流程。

  2. 02

    金额交给程序计算

    明确规则与时间边界,已用数据和预测结果分开。

  3. 03

    计算结果可以保留

    报告引用已存快照;解释失败,可单独重试解释。

线上规则问答的真实界面 点击放大 ↗

线上明确标为规则模拟。真实模型已在本机完成规划、工具与解释整链验证;23.381秒为一次集成记录,不代表普遍速度或成功率。

从需求到可以体验的产品

我做了什么,
怎样确认它能用

  1. 需求拆解

    区分住户预算与运营核查,确定首版范围。

  2. 交互与实现

    设计双角色流程,使用AI辅助编程连接数据与工具。

  3. 验证与发布

    核对数值、时间、权限与报告快照,发布公开模拟。

个人产品项目 · AI辅助开发

80组 Node 检查通过

34组 Python 检查通过

320 个跨实现数值样例,属于套件内部断言,不是用户或真实模型样本。

本地接口检查 25/26,保留一项错误格式问题。

查看验证边界与已知问题 25 / 26

最终本地已构建HTTP检查通过25/26。H06中,非法跨来源请求被拒绝,但本地代理返回503而非预期403,错误格式问题已保留记录。

本机真实模型整链另行验证。公开版为规则模拟,未配置线上付费模型。

用户研究、真实住宅预测效果、使用效率及实际节费仍待验证。

↗ 下一步:真实用户访谈、授权住宅数据与现成模型对照实验。

从介绍,走到实际操作

现在,自己试一次。

打开链接,就能体验一个完整案例。

立即体验产品
  1. 1选一个房间
  2. 2问月底电费
  3. 3查看并导出报告

手机与电脑均可使用。线上为规则模拟,数据为仿真,费用仅作情景测算。

选择一页

可横向滚动查看细节打开原图 ↗