01
专业认知偏差
学生对专业的多元发展方向了解不足，容易被单一就业评价或行业负面舆论影响专业自信。
Problem
学生不是没有选择，而是缺少能看清选择的导航。
当前的职业信息分散、经验来源不稳定，学生很难判断一条路径是否真的适合自己，也很难知道从今天到目标职业之间需要补齐哪些能力。
02
路径投入不透明
同一专业可能通向不同职业星轨，但每条路径的门槛、投入和收益缺少直观比较。
03
学习路径不清晰
缺少系统化的学习路线图，不知道从当前水平到目标职业需要学习哪些具体内容。
Core Logic
用兴趣适配、专业匹配、难度评估三要素推荐职业方向。
产品的底层评估体系围绕 兴趣适配度、专业匹配度 和 实现难度 三个维度展开，生成与用户背景高度相关的职业推荐。
兴趣适配
基于用户的爱好、特长和期望职业，评估与各职业的兴趣匹配程度，用行星大小直观展示。
×
专业匹配
结合用户的专业大类和专业名称，推荐与专业高度相关的职业，避免推荐无关领域。
→
难度评估
根据用户当前年级和已有技能，评估实现各职业的难度，用行星距离直观展示。
推荐不是为了给学生贴标签，而是把模糊的"我适合什么"转化成可解释、可比较、可执行的星际路径。
Data Collection
六项信息采集，让规划结果更接近真实的你。
系统通过表单采集学生的基础信息、爱好与特长、期望职业和人格特质，从而提升 AI 推演的适配度。
01
年级
选择当前所处阶段（准大学生、大一至大四、研究生、毕业1年内），系统根据所处阶段推荐合适的学习路径。
准大学生
大一
大二
大三
大四
研究生
毕业1年内
02
专业大类
从 30 个专业大类中选择（计算机与信息技术、电子电气与自动化、临床医学与护理、交叉学科与新兴领域等），为职业推荐提供专业背景参考。
计算机与信息技术
电子电气与自动化
临床医学与护理
交叉学科与新兴领域
03
专业名称
输入具体专业名称，系统结合专业大类和名称进行精准职业匹配。
软件工程
金融学
视觉传达设计
04
爱好 / 特长
合并为一栏输入（如编程、写作、阅读、摄影），同时用于评估能力匹配度与兴趣匹配度。
编程
写作
阅读
摄影
05
期望职业（选填）
输入期望从事的职业，系统将其作为推荐列表第一位，并客观评估适配度。
软件工程师
产品经理
设计师
06
MBTI人格
从16种MBTI类型中选择（也可选「不确定」），将沟通方式、决策倾向作为职业适配的辅助参考。
INTJ
INFJ
ENTJ
ENFJ
Interaction Flow
五步交互流程，从起点到规划报告。
产品将职业规划拆解为五个清晰步骤：填写基础信息 → 选择职业星球 → 生成学习路线 → 深层价值观探索 → 获取规划报告。
01
基础信息
填写年级、专业、爱好与特长、期望职业和 MBTI，完成个人画像搭建。
02
选择星球
查看职业星图，行星大小代表兴趣适配度，距离代表实现难度，点击选择目标职业。
03
学习路线
查看职业介绍与知友真实从业感受，可一键快速生成学习路线，也可深度定制（填写已掌握技能与目标成就），路线图支持缩放（20%-500%）与拖拽平移，附课程资源汇总。
04
深层探索
回答四个深度问题，分为两组：前两个关于职业价值观和应对困难方式，后两个关于所选职业的动机和自身优劣势。
05
规划报告
系统输出方向锚点、适配依据、核心路径、行动清单和避坑建议五大板块，支持导出 PDF 保存，也可重新生成或返回修改。
Visual System
把职业路径做成一张可以探索的星空地图。
基础信息填写完成后，用户会看到完整的职业星系图。每颗行星代表一个职业方向，行星的大小代表兴趣适配度，距离代表实现难度，支持缩放（20%-500%）和拖拽平移。
行星大小 = 兴趣适配度
行星越大，代表该职业与用户的兴趣、特长匹配度越高；越小则匹配度相对较低。系统推荐10-12个职业，期望职业始终排在第一位。
行星距离 = 实现难度
越靠近中心恒星（你）的行星，代表实现难度越低，所需学习路径更短；越遥远的行星，代表实现难度越高，需要更多积累和努力。
点击行星 = 展开学习路线
进入职业详情页，查看 AI 生成的职业介绍与「来自知友的真实感受」（知乎真实从业者分享），随后可快速生成或深度定制个性化学习路线图，附课程资源汇总。
悬浮查看详情
鼠标悬浮在行星上显示详细信息弹窗，包含职业名称、兴趣适配度、实现难度和推荐理由。
Learning Path
学习路线图：从起点到细分职业的完整路径。
选择职业后，系统生成树状学习路线图，包含多个分支路线，终点为细分职业。支持缩放（20%-500%）和拖拽平移，节点悬浮显示详细信息和课程资源。
🗺️
线性树状结构
学习路线图采用从左到右的线性结构，左侧黄色起点节点表示用户当前水平，中间紫色节点显示具体学习内容、难度、时长和重要程度，右侧绿色终点节点表示细分职业。
黄色起点
紫色中间
绿色终点
📊
详细节点信息
每个节点包含学习内容名称（如"学习Python基础语法与数据结构"）、难度（1-5星）、时长（小时）、重要程度（1-5星）和推荐学习资源（具体课程名称）。
难度星级
学习时长
重要程度
课程资源
🌿
多条分支路线
学习路线图包含多条分支路线，终点为真实且具体的细分职业方向，如全栈开发工程师、前端架构师、出版插画师、商业品牌插画师等。
分支点
细分职业
绿色终点
🔍
交互功能
支持鼠标悬浮查看详细信息弹窗、缩放（20%-500%）、拖拽平移，以及重新生成和重新输入学习路线。学习路线图生成后会隐藏输入区域，右上角提供"重新输入"按钮。
悬浮弹窗
缩放平移
重新生成
Zhihu Insights
在「这个职业到底什么样」的那一刻，给出来自知友的真话。
AI 生成的职业介绍终究是二手转述，学生对职业的信任来自真人从业者的现身说法。用户点开一颗职业行星时，页面调用 /api/zhihu_feelings，以「职业名 + 从业 感受 建议」检索知乎站内内容，把真实回答置顶呈现。
🔎
真实从业分享置顶
在最需要判断依据的时机，用知乎站内搜索拉取该职业的真实从业分享，补上 AI 无法提供的信任背书。
站内搜索
原始帖子
🏷️
关键词蒸馏
对检索结果做一次蒸馏，归纳出正面、中性、提醒三类关键词，让长回答里的关键信息一眼可见。
正面
中性
提醒
🧭
学习节点直达搜索
学习路线每个节点都附具体学习资源，并统一提供站内搜索入口，让用户从「知道要学」跨到「现在就能开始学」。
资源位
可执行
🛟
不可用时自动降级
检索或模型不可用都不影响主流程：规划报告优先走知乎直答 zhida-fast-1p5，失败再回退 DeepSeek，并在报告中标注生成来源。
zhida-fast-1p5
DeepSeek 回退
Value
既缓解学生焦虑，也沉淀高校职业服务的新入口。
产品通过可视化和 AI 深度分析，把职业规划从"听别人说"变成"基于自己判断"，同时具备后续服务延展空间。
社会价值
填补高校学生职业规划服务空白，帮助学生更早建立长期发展体系，减少因信息不对称、专业误解和盲从舆论带来的焦虑。
产品价值
以星际探索为隐喻，将抽象的职业规划转化为直观的视觉体验，降低用户理解门槛，提升使用意愿。