快讯 WIRE
个人及公司商业作品集 ● PORTFOLIO ISSUE 01 ● 成都 CHENGDU

生意现场

The Business Field — notes from a real counter, in Chengdu. 8WALAB.CLUB
本期装置 · THE INSTALLATIONA diecast car, a cup of coffee — 桌面静物
Fig. 00 —— 本期装置。展台上的压铸模型车与一杯咖啡:两个项目,在一张桌面上相遇。暖石墨车身,朱红只在展台前缘与杯沿各一线;车模为开源 CC0 素材重着色,杯子由代码现场生成。页面内嵌 3D 实时渲染,可轻拨转动。

给贸易生意 和咖啡馆用的AI, 已在自己玩具店里跑通。

我经营一家成都的玩具销售公司,柜台开在春熙路群光广场,也写代码。我们不卖抽象的 AI 工具:先有经营问题,再有技术动作——先看你现有的经营问题,再决定哪几个环节用 AI 改。这一页的两个项目都来自同一家店,范例不用找别人:我自己的店,就是成都首家玩具店铺 AI 改造范例。

玩具销售公司经营者春熙路 · 群光广场玩具柜台
产品开发者软件开发背景,需求与验收出自本人
改造范例本人自有店铺先跑通,再交付同行
所在地成都

项目阶段截至 2026 年 10 月如实标注(口径见页脚)。联系方式见 05 合作入口。

01实体商业经营背景The Counter — where every product idea gets tested

群光广场的玩具柜台 第一个案例,是我自己的店

现场

柜台在成都春熙路商圈的群光广场。站在柜台前的,一边是带孩子逛街的本地家庭,一边是行程只剩半天的游客——他们的问题都很具体:孩子喜欢什么、能不能带上飞机、坏了找谁。这里没有抽象的用户画像,只有成交,或者没有成交。

品类包括模型车与遥控模型、儿童智能手表、毛绒玩具、火车/高铁/地铁/飞机模型,以及益智创意玩具。

出题方式

经营的日常问题同样具体:坪效够不够、毛利结构合不合理、库存周转快不快、多少资金压在货上。这些问题就是我做产品的出题方式——先有经营问题,再有技术动作。

所以这个柜台同时也是产品的第一间实验室:Bawa AI 的每一个功能都从这些问题里出题,任何新工具也先在这里经受真实交易的检验。我自己就是最好的案例:需求是我的、数据是我的、验收标准也是我的。注1

事实 · 库存快照(单一时点)

133条商品记录
1,284件在库(快照)
首家成都玩具店铺 AI 改造范例

口径说明:该快照以多美(Takara Tomy)体系商品为主,不能代表柜台全部品类;快照不含销售与成本数据,本页不据此推算库存金额、销量或利润。

编辑批注 · FOOTNOTES

02项目 · Bawa AIAn AI system for the toy trade

Bawa AI:把 ERP 数据, 变成可复核的补货建议

首个案例 · 经营者自有玩具销售公司

问题

玩具生意的日常是碎的:SKU 多、报价靠经验、库存靠记忆、补货靠感觉;商品信息还经常缺胳膊少腿——一张照片对不上货号,录入全靠人肉。数据其实都在商家的 ERP 里躺着,只是没人有空把它们变成第二天能用的进货单、报价单和完整的商品档案。

做法

Bawa 接入商家 ERP 的销售、库存与采购数据。数字一律由确定性代码计算,逐条可复核、可追溯来源;AI 只负责把结论解释成人话。数据缺失或口径对不上时,系统直接阻断并说明缺什么——不猜、不编。其中「拍照识别货号、自动补全商品信息」的框架,已经被车模行业同行拿去实际试用,反馈是:好用。

案例

它的第一个用户是我自己:自有公司的柜台与库存就是它的验证场,每一个功能先在我店里跑通、先解决我自己的报价与补货问题,才有资格谈交付。所以你要是想看案例,不用等我安排客户参观——01 章写的那家店,就是案例现场。注2

现在 Bawa 正在寻找第二、第三个真实场景:如果你也是玩具或模型行业的商家,带着你的 ERP 数据和最头疼的三个问题来,我们按 FDE 流程先列问题、再定试点。

真实数据示意 · REAL DATA自有柜台库存快照节选
BAWA □ 库存总览 □ 报价单 □ 订单处理 □ 补货提醒 □ 商品信息补全 □ 选品提示 真实数据接入 框架如何工作 · 从一份库存导出开始 柜台库存导出 ERP / 进销存数据 确定性计算 数字由代码算,不靠猜 建议与提醒 逐条写明依据 · 老板拍板 真实库存快照节选 · 2026-10-09 · 共 133 条,此处 4 条 编码 商品 在库 状态 228257多美卡仿真车 #117-861充足 917762奥特曼多美卡 UTC-01 迪迦 复合型39充足 955726多美卡旗舰版 TP42 TOYOTA MR21只剩 1 件 · 重点提醒 090762CNXRT07 联合救援直升机3偏低 框架在这里做什么 MR2 只剩 1 件,系统标出它并写明依据。只有库存快照时,它只提醒、不编补货数量——补不补,老板定。 数字由代码计算 逐条可复核 · 可追溯 缺数据即阻断,不猜 覆盖报价 · 补货 · 商品档案 数据来源:经营者自有柜台 2026-10-09 库存导出;状态为快照口径的规则标注,非实时库存。
示意图 —— 界面为框架结构示意;表格数据取自经营者自有柜台 2026-10-09 真实库存导出(节选),状态为快照口径,非实时库存。

编辑批注 · FOOTNOTES

03项目 · Cafe / Hallucination OperatorOne drink, three unreal portraits

一杯咖啡, 换三张不属于现实的肖像。

网页与 Mock 全流程已在自有场景验证 · 真实三图未验收 · 尚未对顾客开放

它是什么

Cafe(亦称 Hallucination Operator / 幻觉算子)是一个开在咖啡馆里的 AI 图像体验:顾客点一杯指定特调,换到的不是拉花,而是一组由自己照片生成的、风格化的肖像结果。

它的视觉方向是安静、高级的欧洲/北欧气质,科技感克制——用排版、留白与摄影气氛说话,不堆砌赛博元素。

一次完整的体验

  1. 1

    购买指定咖啡特调,获得一枚专属 Access Key。

  2. 2

    扫码进入网页,凭 Key 打开只属于你的 Session。

  3. 3

    选择一个 Reality(视觉风格)。

  4. 4

    上传一张经授权的人物照片。

  5. 5

    在同一 Reality 下,得到三个候选结果。

  6. 6

    凭原 Key 随时恢复原 Session,不重复生成。

体验流程图 · FLOW示意图
一杯特调ONE DRINK ACCESS KEY专属钥匙 选 REALITY视觉风格 上传一图经授权照片 三个候选SAME REALITY 凭 KEY恢复 一杯饮品 = 一枚 Key = 一个 Session = 一次生成任务 = 三个候选。
示意图 —— 流程结构示意,非产品真实界面。

如实记录 · 不回避的一次失败

网页与整套 Mock 流程已用真实代码跑通并验证;真实模型完成过一次单次生成验证,人物身份与服装保持良好。但那次结果在画面四角出现了伪文字/水印状伪影——而提示词里已明确禁止文字与水印——该次指令遵循判定为 FAIL。正式的三图结果尚未验收,Cafe 未上线、不对顾客开放。本页宁可把这条写出来,也不写「效果惊艳」。

04商业视觉与网页实践Design as a business tool

商业视觉与网页实践 这一页本身,就是样本

视觉与网页不是装饰环节:客户先在页面上认识你,才轮到产品说话。我的做法固定是四步——先研究参照、出视觉方向;再做能直接打开的原型;拿真实反馈比较;最后才定稿。这一页就是这样定下来的:前后做过 15 套以上结构完全不同的完整原型,本页是被选中的一版。

整页零外部请求,断网打开,页面里的 3D 装置照常转动;定稿不靠自我评价,靠真实反馈比较。注3

视觉方向评审

先定气质与禁区:什么感觉、什么元素不用、按什么标准验收。

网页内容策略

先定读者顺序:先看到什么、凭什么相信、下一步做什么。

可交互原型

交付能在手机与电脑上直接打开体验的页面,不交静态效果图。

设计研究

持续拆解编辑设计与创意工作室的版式,把参照转成自己的细节。

编辑批注 · FOOTNOTES

05合作入口Work with me

先看一个完整案例, 再决定要不要聊。

01 章那家店、02 章那套系统,就是我能给的最完整的案例:问题怎么列的、AI 改了哪几步、哪里还没做好,都写在上面。如果你也是实体生意的经营者,带着你最头疼的经营问题来——我们按同一套 FDE 流程开始:先列问题,再定方案,最后用你的数据验收。

玩具贸易 AI 系统 · 试点与共创Bawa 已在自有公司跑通,欢迎玩具、模型行业商家带真实场景谈试点。
咖啡 AI 体验 · 门店合作Cafe 完成最后验收后开放门店合作,现可先聊你的门店场景。
商业视觉与网页项目视觉方向、内容策略与可交互原型,以能打开体验的成果交付。

沟通提纲 · 先想清楚这五件事

  1. 合作方向:玩具贸易 AI / 咖啡 AI 体验 / 商业视觉与网页
  2. 你的业务现状与目标
  3. 希望解决的具体问题
  4. 期望的时间与预算范围
  5. 你的联系方式

联系方式:微信 / 电话(同号)130 8807 1109

手机上点按号码可直接拨打;微信请搜索同一号码添加。请先按上方沟通提纲说明来意,回复更高效。

补充说明:我在 2 个工作日内回复。第一次通话只聊你的问题和它值不值得做,不推销方案。不接:只比方案、不落试点的咨询;没有真实业务场景的 AI 定制。