产品架构

一套产品架构贯穿商品全生命周期

识界围绕商品数字身份,把生产赋码、包装关系、生命周期追溯、可信验证、商品营销与服务 AI,以及企业经营智能连接在同一套产品架构中。

包装现场建立单品与外箱之间的关系
生产与包装 / 身份关系形成FIELD NOTE 02
商品全生命周期 / 五个关键阶段

从生产现场开始,沿着商品继续向前

一件商品从被识别,到被记录、被验证、被服务,前后环节共享同一套身份关系。

01建立身份

从产品与批次开始

记录产品、SKU、批次和生产现场的基础信息。

形成

商品身份档案

02现场采集

让赋码结果成为事实

连接标识、产线、采集设备和赋码结果,留下生产身份起点。

形成

生产身份起点

03建立关系

单品进入包装图谱

把单品、中包、大箱和托盘连接起来,保留关系变化。

形成

包装关系图谱

04记录事件

流转过程留下上下文

将入库、出库、调拨、签收和验证整理为可查询事件。

形成

轨迹与风险线索

05连接服务

身份延伸到不同角色

按权限连接商品营销与服务、企业复核、接口和数据智能。

形成

验证与服务入口

产品能力 / 五个层次

所有模块都围绕商品身份工作

从一个标签或一条产线开始,也可以逐步扩展到可信验证、商品服务和企业经营智能。

能力模块

从身份到智能,按阶段组合

下面描述的是产品能力边界,不预设客户规模和项目结果。具体部署方式、设备接入和数据范围,需要结合企业现场评估。

01 / IDENTITY

让商品拥有身份

从物理标识和生产现场开始,建立单品、SKU、批次与包装之间的统一身份关系。

输入

产品 / SKU / 批次 / 标识

处理

建档、赋码、现场采集、状态管理

形成

可查询的商品身份

身份载体

二维码、RFID、NFC、喷码和其他标识形态,按商品与验证场景组合。

码中心与状态

管理生码规则、码池、产品绑定以及激活、冻结、作废等状态。

生产身份采集

连接批次、产线、赋码结果和可选的视觉基准,记录身份起点。

身份载体是入口,商品数字身份才是核心对象。
02 / TRACE

让商品留下轨迹

把包装关系和真实业务事件连接起来,形成可查询、可复核的商品生命周期记录。

输入

包装层级 / 业务事件 / 流转节点

处理

关联、记录、校验、保留历史

形成

生命周期事件链

包装关系

建立单品、中包、大箱与托盘的关系,支持拆箱、换箱和重新关联。

Trace Event

记录生产、入库、出库、调拨、签收、验证和召回等关键事件。

仓储与渠道

通过 PDA、RFID 或接口连接仓储、物流和渠道流转事实。

先有真实业务事件,再有面向消费者的追溯展示。
流转事件

商品生命周期

01
生产赋码 / 已记录
02
单品 → 箱 → 托盘 / 已关联
03
出库与流转 / 待接入
04
消费者验证 / 可查询

事件记录是公开追溯和企业复核的共同基础。

03 / TRUST

让商品可以被验证

将数字身份、生命周期、渠道行为与可选的视觉证据放到同一个可信判断框架中。

输入

身份 / 行为 / 渠道 / 视觉证据

处理

规则比对、风险分层、证据复核

形成

验证提示与复核依据

数字验证

结合码状态、身份关系和查询历史,输出可解释的验证信息。

视觉证据

工厂建立视觉基准,移动端采集实物特征,作为判断中的辅助证据。

风险分层

区分身份、渠道、扫码、视觉和生命周期风险,保留复核依据。

重复扫码或异地流转是风险线索,不应被单独等同为假货。
可信证据参考档案
点击切换参考档案关系状态: READY
商品身份参考 · SN: SJ-REF-8940-2026
数据说明: 参考数据 · 可按需配置
参考状态 · 已记录
身份状态
参考档案已建立
记录时间
按业务流程留痕
身份特征
可配置的识别要素
验证记录
支持按规则留存
探针坐标: [300, 240]交互节点已连通
04 / CONNECT

让商品连接品牌与消费者

消费者扫码不只是查询真假,也可以成为企业介绍产品、互动推广、售后和品牌服务的入口。

输入

产品资料 / 品牌知识 / 服务规则

处理

按角色配置讲解、互动与服务入口

形成

产品营销与服务连接

产品内容与讲解

根据企业允许公开的范围展示产品资料、使用场景和品牌知识。

商品营销与互动

连接官方渠道、活动、门店、会员和围绕具体商品的互动内容。

服务承接 AI

围绕消费者当前扫码的具体商品,提供经过允许的产品问答与售后入口。

商品身份是品牌触达的上下文,不是一次扫码后的终点。
商品服务视图

扫码后的服务入口

当前商品 · 参考档案

公开内容按项目配置

产品讲解场景推荐活动互动售后服务
05 / INTELLIGENCE

让经营数据被理解

在业务数据接入和权限边界明确后,用企业经营 AI 支持团队理解商品、渠道与风险。

输入

商品 / 批次 / 渠道 / 风险数据

处理

查询、分析、解释、回到事实

形成

可行动的经营判断

AI 查询

围绕商品、批次、渠道、扫码和风险,直接查询权限范围内的业务事实。

AI 分析

使用自然语言比较变化、分析原因并解释关键业务线索。

AI 洞察

把异常行为整理成值得关注的线索,支持团队复盘和后续经营判断。

企业经营 AI 默认遵循查询、分析、解释,不直接成为数据库管理员。
数据理解

让业务事实可被追问

在权限范围内提问

“这个批次当前有哪些流转记录,哪些节点还需要复核?”

读取分析解释
权限范围内的商品事实
现场 / 商品 / 数据

三层世界,围绕同一件商品连接。

物理标签、RFID 和设备连接现实现场;Identity、Trace、Trust 管理商品事实;AI、分析和服务让这些事实继续产生价值。

01 / PHYSICAL

物理世界

标签、RFID、商品、包装、设备与现场流程。

02 / IDENTITY

数字身份世界

Identity、Trace、Trust 以及可查询的事实关系。

03 / INTELLIGENCE

智能世界

企业经营 AI、商品营销与服务 AI,以及面向不同角色的智能服务。

集成原则

不替换旧系统,补上商品身份层

ERP 管经营,MES 管生产,WMS 管仓储。识界通过 API、Adapter 和 Webhook,管理跨系统的商品身份、包装关系、流转事件和验证事实。

查看开放平台与集成

连接现有系统

保留企业已有的经营、生产和仓储系统。

统一身份关系

让不同系统围绕同一件商品交换事实。

保留复核依据

风险判断回到事件、规则和证据。

按权限使用数据

企业和消费者使用不同的数据范围。

以现场为起点

先把商品和业务流程讲清楚

识界可以从一个标识、一个批次或一个渠道问题开始,再逐步组合身份、轨迹、可信、服务和智能能力。

预约场景沟通