Hồ sơ 03 / 03
Mô hình credit và pipeline PDF
Cho một SaaS giúp giáo viên làm tài liệu giảng dạy accessible.
Bối cảnh
SaaS giúp giáo viên làm tài liệu giảng dạy accessible: AI thêm heading và alt text, trả lại file đã cải thiện. Có bản cho giáo viên cá nhân và cho trường.
Sản phẩm xử lý Word, PowerPoint, Excel, PDF và link Google Docs; thanh toán qua Stripe; đồng bộ thư mục với LMS.
Quyết định
01
Đổi thuật ngữ hiển thị: School thành Organization, Teacher thành User
- Vì sao
- Sản phẩm bán cho cả trường và doanh nghiệp; đổi ở tầng hiển thị để không phải migrate dữ liệu.
- Đánh đổi
- Copy phải nhất quán US English; tên nội bộ trong DB và API vẫn khác UI.
02
10.000 token = 1 credit; trừ khi xử lý thành công, retry thất bại thì hoàn
- Vì sao
- Giáo viên cần biết trước mình trả bao nhiêu; credit chỉ mất khi có kết quả.
- Đánh đổi
- Estimate là cam kết cuối, có thể lệch so với token thật; không có log cho điều chỉnh tay.
03
Bỏ Adobe, tự xây PDF auto-tag engine; lấy chất lượng Adobe làm sàn
- Vì sao
- Adobe tính theo trang và có hạn mức miễn phí; tự xây bỏ được chi phí đó.
- Đánh đổi
- Rủi ro kỹ thuật: engine phải không tệ hơn Adobe trên 20–30 file thật, đo bằng PAC 2026.
Kết quả
Phạm vi, mô hình credit và pipeline PDF được chốt trong spec; engine có danh sách cấu trúc phải tag và một ngưỡng chất lượng đo được.