昆虫猎手 · 嵌入款产品方案 V3.0
南京市苏息生物有限公司 × 当趣（青少年AI创客培训机构） 版本：v3.0 | 更新日期：2026-07-27
一、产品定位
一套基于 iNaturalist 真实数据的昆虫收集卡 + AI寻虫游戏，嵌入任何主题的旅行社线路。
到景点 → 发卡片 → 拍照寻虫 → AI识别 → 集齐换标本
二、与 V2.1 的起点差异
| 维度 | V2.1 | V3.0 |
|---|---|---|
| 产品形态 | 一条完整的生境线路 | 一个可插入任意线路的环节 |
| 场地 | 紫金山/汤山等特定地点 | 任何自然景点，数据驱动 |
| 内容来源 | 人工编写翻页卡 | iNaturalist API 自动生成 |
| 执行者 | 导游带节奏 | 客户自主寻虫，AI辅助识别 |
| 苏息参与 | 活体展示盒（需饲养运输） | 零现场参与，纯物料+AI |
| 规模扩张 | 每增加一个生境需人工开发 | 每增加一个景点只需跑一次API |
三、核心玩法
┌─────────────┐
到景点 │ 导游发卡片 │
└──────┬──────┘
│
┌──────▼──────┐
30min寻虫 │ 客户自主拍照 │
└──────┬──────┘
│
┌──────▼──────┐
AI识别 │ 上传小程序 │
(当趣工具) │ AI鉴定物种 │
│ 返生境+演化 │
└──────┬──────┘
│
┌─────────────┴─────────────┐
│ │
┌──────▼──────┐ ┌──────▼──────┐
│ 匹配卡片上的虫 │ │ 未匹配 │
│ → 获得积分 │ │ → 也存入数据库│
│ → 积累换标本 │ │ → 显示物种信息│
└──────────────┘ └──────────────┘
四、三个核心组件
组件一：昆虫收集卡（实体卡片，每景点一套）
┌─────────────────────────────────────┐
│ ┌─────────────────────────┐ │
│ │ │ │
│ │ [iNaturalist真实照片] │ │
│ │ │ │
│ └─────────────────────────┘ │
│ │
│ 🪲 双叉犀金龟 │
│ Trypoxylus dichotomus │
│ │
│ ⭐ 稀有度：★★★（常见） │
│ 📍 活跃期：6-8月 │
│ 🔍 在哪找：树干流汁处、落叶层 │
│ │
│ ───────────────────── │
│ 💡 你知道吗： │
│ 它的角不是武器，是用来"铲"对手的！ │
│ │
│ 📷 扫码上传你的发现 → [二维码] │
└─────────────────────────────────────┘
卡片规格：85×130mm，300g铜版纸，圆角切割。每套6张，正面昆虫图+背面信息。
卡片来源：从 iNaturalist 中国数据中，按地点筛选当地的”高观察数+有观赏性”昆虫，自动生成。
稀有度系统（基于 iNaturalist 真实观察数）：
| 稀有度 | 图标 | 标准 | 积分 | 换标本所需 |
|---|---|---|---|---|
| ★★★ 常见 | 绿色 | iNat观察数 >1000 | 1分 | 集齐3分 |
| ★★ 不常见 | 蓝色 | iNat观察数 200-1000 | 3分 | 集齐6分 |
| ★ 稀有 | 金色 | iNat观察数 <200 | 5分 | 集齐10分 |
组件二：AI昆虫识别工具（当趣提供）
形态：微信小程序或 H5 页面
功能：
- 拍照识虫 — 客户拍昆虫 → AI识别 → 返回物种名+简介
- 生境分析 — “这只虫为什么在这？”→ 根据识别结果返回生境解释
- 卡片匹配 — 自动对比客户拍的虫是否在”本站收集卡清单”中 → 匹配成功加积分
- 个人收藏 — 每人一个”我的发现簿”，记录所有识别过的昆虫
- 排行榜 — 本次旅行团内积分排名 → “最厉害的昆虫猎手”
当趣侧开发量：
- 昆虫识别模型：已有或可快速接入（调用 iNaturalist 的 computer vision API 或自建）
- 卡片匹配：简单规则匹配（数据库比照）— 开发量极小
- 积分系统：标准用户积分功能
- 界面：参考 iNaturalist Seek app 的体验
如果当趣暂无识别模型：可先用 iNaturalist 的免费 CV API（同样无需 Key），客户拍照 → 返回 iNat 物种建议 → 人工确认 → 完成识别。
组件三：奖励系统（苏息提供）
| 积分 | 奖励 |
|---|---|
| 3分 | 昆虫贴纸一套 |
| 6分 | 昆虫标本钥匙扣（成本¥2-3） |
| 10分 | 苏息蝴蝶标本框一个（成本¥15-20，市场价¥50-80） |
| 20分 | 苏息活体饲养入门套装 + 苏息商城8折券 |
| 50分 | 免费参加一次苏息标本文创DIY工作坊 |
五、嵌入旅行团的完整流程
行程中的插入点
旅行团行程示例：溧阳天目湖一日游
├── 09:00-10:30 出发 + 天目湖游船
├── 10:30-11:30 南山竹海徒步
│ └── 💡 插入点#1：竹林生境昆虫收集卡（竹节虫/螽斯/蝴蝶）
├── 11:30-12:30 午餐
├── 12:30-13:30 茶园参观
│ └── 💡 插入点#2：茶园生境昆虫收集卡（蜂类/瓢虫/蜘蛛）
├── 13:30-14:30 手工体验
└── 14:30-16:00 返程
每个插入点：
- 导游在到达前5分钟发卡片（“这里有一种稀有昆虫，你们能找到吗？”）
- 客户在游览过程中自主寻虫+拍照+上传
- 不干扰原行程流程
- 回程大巴上，导游宣布：“今天积分最高的前三名是——“
六、苏息交付物（对旅行社）
首次合作
| 交付物 | 说明 | 成本 |
|---|---|---|
| 该线路专属昆虫卡套装 | 每站一套，6张/站 | ¥3-5/套印刷 |
| AI识别小程序入口 | 当趣提供，扫码即用 | ¥0 |
| 导游操作指南（1页） | 何时发卡、如何引导、应急处理 | ¥0 |
每次发团
| 交付物 | 成本/人 | 说明 |
|---|---|---|
| 昆虫收集卡 | ¥1-2 | 按人均1张发放（不必须每人一套） |
| 奖励标本 | ¥15-20 | 只有集齐10分才兑换（实际兑现率预估30%） |
旅行社怎么用
导游只需做三件事：
1. 发卡 — "这个景点有6种虫子等你发现"
2. 指路 — "扫码打开寻虫助手"
3. 宣布结果 — 回程时公布积分前三名
其余全部由卡片+AI完成。
七、数据来源：iNaturalist 数据生成卡片
已验证可用的iNaturalist查询
每个景点只需查询一次 iNaturalist API：
查询参数：
place_id=6903（中国）
taxon_id=47224（蝴蝶）/ 49083（锹甲）/ 48112（螳螂）……
quality_grade=research
→ 返回当地最常被观察到的昆虫物种 + 真实照片
已确认可用的中国昆虫数据（部分）
| 类群 | 中国物种总数 | 代表性物种 |
|---|---|---|
| 蝴蝶 | 1479种 | 黄钩蛱蝶、柑橘凤蝶、青凤蝶 |
| 锹甲 | 239种 | 巨扁锹甲、两点赤锯锹甲、库奥锹甲 |
| 金龟 | 540种 | 双叉犀金龟（独角仙）、凸星花金龟 |
| 螳螂 | 150种 | 广斧螳、中华大刀螳、棕静螳 |
| 蜻蜓 | 500种 | 黄蜻、红蜻、玉带蜻 |
| 蝗虫/螽斯 | 653种 | 疣蝗、悦鸣草螽、棉蝗 |
每个物种都有：真实照片 + 中文名 + 学名 + 观察数
八、盈利模型
对旅行社报价
| 收入项 | 价格 | 说明 |
|---|---|---|
| 卡片设计费（首次） | ¥500/线路 | 跑API生成图片+排版，一次性 |
| 卡片代印 | ¥3-5/套 | 6张/站，1套/团（导游共用展示） |
| 个人卡 | ¥1/张 | 按参团人数，每人发1张 |
| 奖励标本 | ¥20/个 | 兑换时结算，苏息成本¥15 |
收益测算（月）
10家旅行社 × 每社每周末发团2次
= 80团/月
每团20人 × ¥1/人（卡片）= ¥1,600/月
每团1套共用卡 × ¥4/套 = ¥320/月
奖励兑现（30%兑换率，每团约0.5人换标本）：
80团 × 0.5人 × ¥20 = ¥800/月
━━━━━━━━━━━━━━━━━━━
月收入 ≈ ¥2,720
年收入 ≈ ¥32,640
这是”铺渠道”的收入。真正的利润在后续：
- 兑换过标本的客户 → 加微信 → 苏息商城复购（活体、标本、课程）
- 每100个兑换标本的客户中有20人产生后续消费 → 年利润翻3-5倍
九、下一步立即可做的事
| # | 事项 | 工具 | 时间 |
|---|---|---|---|
| 1 | 选定一条旅行社线路 × 确认其自然景点 | 人工 | 1天 |
| 2 | 跑iNaturalist API → 生成该线路专属卡片内容 | 脚本自动化 | 1小时 |
| 3 | 设计卡片模板（图文排版） | 人工 | 半天 |
| 4 | 与当趣确认：AI识别工具形态（小程序/H5/先用iNat CV API） | 会议 | 1次 |
| 5 | 打印首批卡片 → 试跑1团 | 实物 | 1周 |
更新日志
| 日期 | 版本 | 内容 |
|---|---|---|
| 2026-07-27 | v3.0 | 基于iNaturalist数据的收集卡+AI寻虫方案 |