如何写好一份投标书技术部分的感悟

简介:

 最近为了写投标书搞的焦头烂额,由于自己也是第一次比较深入的参与标书编写,实在摸不到方向,好在有人指点得到不少经验教训,特记录下来以备后用。

    1. 读懂找标书:如何写首先要看如何要求

    今天又被痛批一顿,原因就是标书根本没看仔细。我以为自己写技术标部分就可以了,其他部分只是很粗略的过了一遍,结果写出来的章节内容就是想当然,孰不知人家前面的要求里有很明确的说明。人家就是要求对未进行检测的功能有实质性说明,也就是说主要说明内容就是未检测功能,说明的方法是具体实现的途径和相应截图。

    2. 理清方向:想清楚客户想看到什么,你要从哪个角度去写

    最近两份标书在写,一是项目投标,另一个是产品选型。看了一下内容很相似,就直接把一个标书复制到另外一个标书中了,结果又被一顿教育。其实前者是一个项目,那标书中要说明的是我们系统有哪些功能,能够适应项目需要。而后者是一个选型,并不要具体产品,但要说明它的需求是怎么实现的。这就应该完全是两个角度去写,其实这些要求应该从为什么招标以及招标的具体内容角度去琢磨。

    3. 前后呼应:先从总体上考虑宏观设计,再用细节章节描述具体实现

    在最近一次写标书的过程中,几个人分工协作,章节一列,大家一份就各自写去了,等到合并的时候发现前后连贯性极差。参考了别人以前写的标书发现整篇前后呼应非常好,先是一个总体设计目标,然后给出相应的架构设计,指出每个子系统怎么分工协作,实现上有什么技术难点,后面就是针对每一个系统一一详细说明,再用关键技术章节说明怎么解决这些难点的,感觉就是一气呵成。仔细想一下,我们做的时候应该先大家讨论出一个总体设计和一个详细的系统功能图,再确定每个模块的具体功能,然后才是分工,这样才能保证整体的连贯性。

    4. 响应需求:必须对用户需求有提炼,形成自己系统的功能

    刚开始写标书,为了响应用户需求,能做的最简单办法就是换成问答题,就是他说要什么,我就说有什么,但最后写完感觉整个标书没有自己的东西,特别是自己特用的东西往哪里写都不知道了。经过指导才认识到需求是要先经过提炼,然后消化成自己系统功能的一部分,这样给别人看才认为你是理解需求了。其实你很容易发现用户提的需求是很零散的,有些需求放到一个并不太相关的子系统需求中去说明,而你实现肯定会在其他地方,这就要根据实际情况去写,还要写的有道理。其实这个过程感觉就像是给你一个新需求,让你去重新设计一套系统。对于响应的一一对应当然也是要的,这是体现在技术偏差表中,但也不是把用户招标文件照搬,还是要有一定的提炼概括,否则20页的偏差表专家会有心情看吗?!

    总结一下,刚开始写投标书真是觉得摸不清标准和尺度,但想明白了发现其实没难。首先要看清楚客户到底要的是什么,然后想明白自己怎么才能给出一个满意的答案,最后就是有条理、有针对性、有信服力的把这些内容写出来。以上是这些标书编写的一点感悟,希望大家能多提意见,共同提高。


本文转自passover 51CTO博客,原文链接:http://blog.51cto.com/passover/708938,如需转载请自行联系原作者

相关文章
|
存储 数据采集 安全
各种系统架构图与详细说明
原文:各种系统架构图与详细说明 共享平台逻辑架构设计 如上图所示为本次共享资源平台逻辑架构图,上图整体展现说明包括以下几个方面: 1 应用系统建设 本次项目的一项重点就是实现原有应用系统的全面升级以及新的应用系统的开发,从而建立行业的全面的应用系统架构群。
26899 1
|
资源调度
一天掌握latex论文编辑,从标题作者,段落,数学公式,图片,图表,到参考文献全流程
一天掌握latex论文编辑,从标题作者,段落,数学公式,图片,图表,到参考文献全流程
1447 0
|
7月前
|
机器学习/深度学习 敏捷开发 供应链
从多维度解构 Lead Time:定义、应用与优化策略
当我们谈论lead time时,往往会发现这个词在不同领域的定义存在细微差异。这种现象并非偶然,而是源于其本质的抽象性与适用场景的多样性。为了深入理解这一概念,我们需要从底层逻辑出发,通过跨领域的对比分析和实际案例验证,逐步揭示其核心内涵。
1567 16
|
机器学习/深度学习 人工智能 测试技术
阿里云百炼已上线超强推理开源模型QwQ-32B,尺寸更小,性能比肩DeepSeek满血版
通义千问团队推出了320亿参数的QwQ-32B模型,通过大规模强化学习和多阶段训练,在数学、编程及通用能力上达到或超越了DeepSeek-R1等先进模型。QwQ-32B模型已在阿里云百炼上线,支持API调用,用户可通过官方文档了解详细使用方法。未来,团队将继续探索智能体与RL集成,推动人工通用智能的发展。
9080 0
|
10月前
|
人工智能 前端开发 JavaScript
智能编码在前端研发的创新应用
在前端开发领域,智能编码技术正引领一场变革,通过大模型的强大能力将自然语言需求直接转化为高效、可靠的代码实现。
381 10
|
安全 定位技术 数据安全/隐私保护
|
机器学习/深度学习 vr&ar 光互联
ACM TOG:仅通过手机拍照就可以对透明物体进行三维重建
【10月更文挑战第20天】近期发表在ACM TOG上的论文《NU-NeRF: Neural Reconstruction of Nested Transparent Objects with Uncontrolled Capture Environment》提出了一种名为NU-NeRF的神经重建方法,能够在无需特殊设备的情况下,对嵌套的复杂透明物体进行高质量的三维重建。该方法通过分离反射和折射部分,结合神经符号距离场和神经渲染技术,实现了高保真的外表面几何形状和内部表面重建。实验结果表明,NU-NeRF在合成和真实场景中均表现出色,具有广泛的应用前景。
390 3
|
运维 安全 网络性能优化
|
监控 测试技术 程序员
|
人工智能 自然语言处理 搜索推荐
内幕!smardaten无代码平台全方位测评,这些细节你绝对想不到!
本文详细测评了smardaten无代码平台,重点评估了其前后端交互嵌套、兼容性与可扩展性、UI定制、开发环境隔离、OEM能力、多语言支持及AI能力。smardaten在处理复杂业务逻辑方面表现出色,支持灵活的UI定制和多语言切换,尤其在OEM定制方面具备优势。其即将推出的AI功能备受期待,可利用企业内部知识训练大模型,提升工作效率。然而,smardaten在信创领域的支持尚待加强,建议有相关需求的企业深入了解其发展规划。