复杂来信可把普通任务变焦虑，尤其涉及孩子、福利或医保。我做 Letterstep，帮助理解信写了什么、要求什么、从哪开始。
可贴文本或导入 TXT，再聊天提问。服务用浅白语言解释，区分行动期限和其他日期，将建议步骤连到原文具体措辞。
下方是从 Base44 保存的已发布 Letterstep 界面，保留原组件字体和案例。云请求及实时 AI 已关闭。
Letterstep 首屏
归档界面 · 演示数据
用户选择保留任务，附支持引文下载或打印。原信随手可查，能回到相应段落验证建议来源。
一件事的多封信
FamilyCase 汇集相关信件。演示为虚构：学校会面、弗吉尼亚 SNAP 申请准备、医保覆盖问题。目的是帮家庭准备谈话，不裁定福利或保险资格，也不替代专业咨询。
屏幕打开准备好的信件对话，左选问题，右对照解释与资料。答案事先写好，不调用 AI。
谈一封信
归档界面 · 演示数据
演示也包含同一聊天内向向导交接上下文，继续前用户核对传递信息。通话明确标“模拟”，无真人接入。
FamilyCase 集合一个演示案件的文件，可切换视图看信件、准备和历史的关联。虚构案例不属于真实家庭。
一个案件的文件
归档界面 · 演示数据
我如何搭建和验证界面
先本地设计交互，再以 Codex、Base44 实现打磨。Chrome 中检查手机布局、真实 TXT 导入、AI 回答、原文链接和所选任务导出。
想让不知所措时刻稍清楚：平静界面、原信可查、下一步具体。下方视频展示过程。
这里是准备案例的行动计划，邻接原始资料，能核对下一步是否出自来信。这是原型界面，不是真实申请裁定。
下一步计划
归档界面 · 演示数据
案例可走完全程：选问题，在 Sources 找引文，再去计划。它用虚构数据测试交互。实时 AI 是独立模式，受云额度限制；真实电话及工作人员未连接。
项目屏幕与录制
相关故事：Source 与 Operator · Nevsky OS.
@nevsky_alexander
在 Instagram，看明信片之外的迪拜：家人、城市、新发现，还有项目之间的日常。在 Threads，聊聊设计与 AI 的随想；在 YouTube，分享一条限时动态装不下的视频。选你习惯的平台关注，常来聊聊