面对难看懂的纸质说明书,大二学生做了款能直接与“原厂说明书”进行对话的 AI 助手
有趣产品咖啡馆 Funny café :一个能让你更快接触到更多新鲜有趣好玩产品的地方。我会寻找市面上有趣的独立产品,向独立开发者们进行一对一的访谈,挖掘优质产品背后不为人知的故事(文末可加入群聊,有彩蛋!)。
1、可以先介绍下你自己,以及 Manio 现在的核心功能和玩法有哪些?
大家好,我是不言,今年大二,从去年开始搞独立开发,所以我现在算是一个初出茅庐的小白,虽然我做的产品不能做到十全十美,但是我一直在向其他大佬学习,努力提升自己。我非常喜欢和用户交朋友,也很乐意倾听大家对产品的各种想法和建议,欢迎大家与我交流。
Manio 是一款专注于解决“说明书”收纳痛点的智能工具,我们的使命是让用户彻底告别纸质说明书的丢失和查找困难,并通过 AI 技术,让说明书从“查阅”变为“对话”。
Manio 的核心功能和玩法主要围绕“收录、管理、提问、共享”四个方面:
高效收录与管理(收录与管理):用户可以通过拍照、文档扫描或从相册导入等多种方式,将纸质说明书快速数字化为多页图片,并添加设备名称、分类、标签和备注进行结构化管理。所有数据都安全地存储在用户的私有库中。
AI 智能问答(提问):这是 Manio 的核心价值。用户无需翻阅厚厚的说明书,只需向 Manio AI 提出自然语言问题(例如:“我的按摩椅怎么切换模式?”),AI 会立即阅读对应的说明书图片内容,并提供准确、步骤化的答案。
公共说明书库(共享):用户可以选择将自己的说明书公开分享,形成一个高质量的公共说明书库。其他用户可以在公共库中搜索和查阅,实现知识共享,让更多人受益。
全方位搜索:支持对设备名称、分类、标签、备注,进行检索,确保用户能快速定位到任何一份说明书。
这个产品的灵感来源于我的生活,当我想知道一个冷门设备(比如家里长辈买的杂牌按摩椅)怎么使用时,我会去翻找说明书;当我想知道一个大众化的设备(比如某知名品牌的蓝牙键盘)怎么用的时候,我会去网上搜。
这里就延伸出来了两个痛点。
其一,小众设备的说明书不好找(PDD上买的杂牌吹风机、小作坊买的焊台等),网上搜不到,家里也不知道放在什么位置了,这个时候我认为将说明书进行记录和管理就显得非常需要。
其二,大众化设备虽然网上能搜到说明书,但是当我找到我要的型号时,需要经过多次的查找、点击和人为的筛选,我需要过滤掉无用的信息,有的时候甚至我忘了我用的是什么型号的了。(比如我在购买键盘的时候,当时只是随便选了一个好看的,并没有把型号背下来)这个时候建立一个私人的说明书收纳库就非常有必要。
“全网教程搜索”或“维修问答”工具虽然覆盖面广,但其信息来源鱼龙混杂,容易出现以下问题:
型号不匹配: 教程可能针对的是相似但不同的型号,导致操作失败。
信息不权威: 网友经验可能存在错误、遗漏或过时。
步骤不完整: 往往只解决一个点,缺乏系统性。
Manio 想要成为的是“原厂说明书的智能替代品”,我相信,在解决设备问题时,“权威、精准、针对性强”比“大而全”更重要。Manio要占领的空间就是“全网教程搜索/维修问答”类的工具所覆盖不到的地方。
我用一个表格来展示“原厂说明书” vs “网友教程”这两种信息源的差别。
特征 | 原厂说明书(Manio 目标) | 网友教程 |
信息来源 | 制造商官方,针对特定型号 | 个人经验、论坛讨论、非官方媒体 |
权威性 | 极高,操作步骤最准确 | 不确定,需用户自行甄别 |
针对性 | 针对特定型号,细节丰富 | 往往是通用或近似型号,细节易错 |
形式 | 结构化、系统化 | 碎片化、非系统化 |
Manio 毫无疑问更想成为“原厂说明书”的智能替代。
就拿我举例,我买了一台苏泊尔除螨仪,过了一段时间我想清洗,这个时候我在小某书上搜索“苏泊尔除螨仪”,可以看到其型号众多,由于我家的电器太多了,我已经忘了我买的是什么型号的了,这个时候我要是随便找一个拆卸清洗教程又怕损坏机器。唉,还是在家里翻找说明书吧。
而 Manio 就可以解决这个问题,如果我记录了我的说明书,当我使用AI问答功能的时候,Manio 会优先搜索私人库,我不用告诉其型号,因为私人库中的设备就是我使用的。同时,Manio 也会在回答中标记出说明书的来源,告知用户该说明书是来源于私人库还是公共库。
这就是 Manio AI 的核心技术,我们通过“限定数据源”和“强化提示词工程”来解决这个问题:
Manio AI 的问答严格限定在说明书这唯一可信数据源内:所有回答均基于用户上传或公共库中的原厂说明书图片,通过多模态视觉大模型直接“阅读”说明书内容。
系统指令明确要求只依据图片信息进行准确、简洁、步骤化回答,若说明书中不存在相关内容则直接告知用户,从机制上杜绝幻觉。同时,回答必须以步骤化的形式呈现,确保强实操性。
针对型号差异,Manio 坚持“说明书即型号”的理念,先从用户问题中提取产品实体,再在私有库与公共库中匹配说明书,最终会在对话中展示对应型号的说明书卡片以保证AI基所于的回答信息的透明性。
Manio 的兜底策略可以概括为 “不编造 + 可核验”:当说明书中不存在相关信息时,AI 会直接明确告知用户无法找到答案,而不是强行回答。同时,问答过程全程透明,用户可以清楚看到 AI 所依据的具体说明书,并随时查看原图进行核验。
在信息覆盖上,Manio 通过私有库与公共库协同,在私有库无结果时自动补充公共库中的权威说明书,既保持回答可靠性,也尽可能提升可用性。
为此我特地测试了一下,我在拍摄说明书图片的时候漏拍了一页,Manio AI 诚实地告知了用户。
6、这类产品最大的挑战是低频,说明书不是天天用,你准备怎么做留存?在产品里做了哪些降低录入成本的设计?
我的留存策略是“高价值的即时满足”和“低成本的无感存储”。
留存策略:高价值的即时满足: 我们的核心留存点在于 Manio AI。当用户真正遇到问题时,Manio AI 提供的精准、即时、步骤化的答案,能够带来远超全网搜索的“即时满足感”。这种“关键时刻的救急”是用户再次遇到问题时,第一个想到的工具。
从工具到资产: 我们将用户的说明书视为一种“数字资产”。用户存储的说明书越多,Manio AI 的能力就越强,用户对 Manio 的依赖度就越高。这种资产积累效应是长期留存的关键。
降低录入成本的设计:支持文档扫描、拍照和相册多选等多渠道导入,其中内置的文档扫描可自动校正、裁剪和增强图片,轻松获得清晰的数字化说明书;同时支持多页图片的批量导入与自动归并,显著简化录入流程;在信息填写上坚持极简原则,仅需填写设备名称,其余分类、标签和备注均可后续补充。
我愿意给 Manio 打 8 分。
理由:Manio 成功地将说明书从难以查阅的文档变成了可以对话的智能助手,解决了用户在关键时刻找不到权威信息的痛点。AI 问答的精准性和步骤化是产品最大的亮点。
但是目前我认为该产品还有一些不足:公共库的积累需要时间,说明书的记录成本可以进一步降低,说明书格式可以支持更多。
Trae 哈哈哈,平时搞开发必不可少的软件;Manus 写论文必备;ChatGPT 问一些奇奇怪怪的问题。总之对我来说 AI 是第一生产力。
9、你有哪些工作/生活习惯?
我习惯早睡早起,并且不喜欢一整天坐在屋子里干活,尤其讨厌写作业。我最喜欢干的事就是漫无目的地在外面散步。
10、请用一句话打动用户并让她使用你的产品
再也不用担心说明书丢失,因为 Manio AI 能让你直接‘问’你的设备,得到最权威、最精准的官方答案。