先写场景，再选技术组合
明确是固定故事播放、开放问答、角色对话还是几种体验组合。写出一段完整操作：用户如何开始、设备如何反馈、内容如何结束。不同场景对音频、触发、响应和服务的需求不同，不能仅凭“AI”或“多模态”几个词确定成本和硬件范围。
联网条件如何进入需求
说明使用国家或地区、家庭或门店等环境，以及用户能够完成的连接步骤。项目需要讨论连接、配网、服务不可用时的提示与恢复路径，实际可行性由具体方案验证。对话响应受网络、模型和音频处理等因素影响，应在约定条件下评审，不宜只看单次演示。
持续服务由谁负责
如果涉及外部模型或云服务，需要明确账号主体、费用承担、服务范围、更新方式与运维联系人。硬件采购和持续服务可能是不同的费用项，应分别列清。还应询问服务变更、停用或额度不足时如何提示用户、谁负责沟通以及是否需要调整产品说明。
怎样安排内容与数据讨论
先确定产品需要处理哪些输入、是否需要保存、由谁访问及如何告知用户，再由相关负责人确认适用要求。儿童产品尤其应避免把真实儿童个人资料当作开发素材。测试阶段使用专门准备的示例内容，内容审核、异常回应和版本更新都需要在项目中明确责任。