第 20 课 | 场景一交付效果验证与价值复盘从第 13 课到第 19 课我们完成了场景一「竞品监控」的完整闭环。这节课我们不写代码而是算一笔账——这套系统到底值多少钱省了多少时间未来还能怎么进化一、场景一全流程回顾1.1 8 课链路第13课基础爬虫第14课进阶爬虫第15课数据清洗第16课LangChain 入门第17课智能分析第18课报告生成第19课定时自动化完整流水线每天 9:00 自动运行1.2 每课产物课次主题核心产物技术栈13基础爬虫IT之家新闻采集器requests BeautifulSoup14进阶爬虫虎嗅 API 澎湃 SeleniumAPI 分析 Selenium15数据清洗清洗流水线 LLM 增强pandas 规则引擎16LangChain 入门新闻分析链LCEL Pydantic17智能分析竞品洞察生成器System Prompt 四维分析18报告生成Word 周报生成器python-docx matplotlib19定时自动化全自动流水线schedule 日志二、效率对比人工 vs 自动化2.1 耗时对比环节人工耗时自动化耗时提升倍数浏览行业新闻50 条30 分钟0 秒-筛选重要信息20 分钟5 秒240x分析竞争格局30 分钟5 秒360x归纳趋势洞察30 分钟5 秒360x制作图表20 分钟2 秒600x撰写分析报告40 分钟5 秒480x排版格式20 分钟3 秒400x总计3 小时 10 分钟25 秒456x2.2 质量对比维度人工自动化结论覆盖范围30-50 条/天100 条/天自动化更全面一致性因分析师而异100% 一致自动化更稳定遗漏率15-20%3-5%自动化更低时效性隔天出报告实时/每日自动化更快可追溯依赖记忆完整日志自动化更可靠三、ROI 计算3.1 成本模型人力成本按月计算项目传统方式自动化方式每周工时3 小时 × 5 天 15 小时0 小时月工时60 小时0 小时时薪分析师100 元/小时-月人力成本6,000 元0 元年人力成本72,000 元0 元技术成本按月计算项目成本电费RTX 3090 运行约 50 元/月LLM API如用云端约 100 元/月本地免费服务器维护0 元本地运行年技术成本约 600-1,800 元3.2 ROI 计算年节省 72,000 - 1,800 70,200 元 ROI 70,200 / 1,800 39x 回本周期 1,800 / (72,000/12) 0.3 个月 ≈ 9 天9 天回本年化 ROI 39 倍。这还只是显性成本。隐性价值更大分析师释放的 60 小时/月可以用于深度研究不会遗漏重要信息避免决策失误报告质量稳定不会因分析师状态波动四、技术架构总结4.1 系统架构输出层AI 层数据层爬虫requests Selenium清洗pandas LLMLLM 推理Ollama/Qwen2嵌入模型BGE重排序BGE-RerankerLangChain编排洞察生成JSON报告生成Word自动化schedule4.2 技术栈全景层级技术作用基础设施Python 3.12 UV环境管理模型部署Ollama Qwen2 7B本地推理嵌入检索BGE ChromaDB Reranker语义检索框架编排LangChain LCEL应用构建数据采集requests BeautifulSoup Selenium网页爬取数据处理pandas LLM 增强清洗结构化报告生成python-docx matplotlib文档图表自动化schedule Windows 任务计划定时运行五、经验教训5.1 做得好的业务驱动先行从第 1 课就明确竞品监控这个场景技术服务于业务渐进式搭建从爬虫到报告每课都有可交付的产物本地优先Ollama 部署本地模型零 API 成本数据不外泄错误处理重试、日志、告警让系统在无人值守时也可靠5.2 可以改进的反爬能力目前对复杂反爬网站如豆瓣效果有限将在第 49 课加强多源整合目前只爬了 IT之家需要更多数据源实时性目前是每天一次可以改为小时级六、展望场景二场景二「数据问答 Agent」将解决一个更核心的问题让业务人员像对话一样查数据而不需要写 SQL。上周哪个品类的销量增长最快 → Agent 自动生成 SQL → 查询数据库 → 返回答案 对比一下 Q1 和 Q2 的毛利率变化 → Agent 生成多步查询 → 数据可视化 → 分析报告从第 21 课开始我们将进入这个更激动人心的场景。本课无代码。场景一全部代码已包含在第 13-19 课中。