Blanket tariffs are currently set at 10%. Trump brushed off concerns over higher inflation and the stock market shock due to further tariffs.

<blockquote><p>在电商副业的选品过程中，侵权问题是一个绕不开的难题。新手卖家常常面临正版产品难选、盗版风险又高的困境。本文将探讨电商副业选品中的侵权风险，分析盗版商品的潜在代价，并提供如何辨别侵权风险、选择可持续产品的实用建议。</p> </blockquote>  一位群友想做游戏周边电商，初步考虑在拼多多平台开店，但是发现一个问题：正版产品难选，盗版风险又怕惹事。 ## 一、电商副业第一坑：产品能安全卖吗？ 这其实不止是他的问题，而是很多电商新手、项目创业者都会遇到的第一个风险判断点：**我选的这个产品，是不是能安全卖？ ** 之前我做无货源电商，批量上架了一批女装，其中就有几个品类因为侵权被别的卖家投诉，小本生意也懒得去查证到底有没有侵权，既然平台反馈了那就直接下架了。 其实侵权这个事，尤其是像我们做设计、做内容的创作者，经常会遭遇别人抄袭、洗稿，未经允许进行商业化的行为。 可能有些人觉得“我销售别人的东西是在帮别人宣传”，但作为权利人来讲，自己的作品未经允许被售卖会有很大的品牌风险。 所以，为了营造良好的商业生态，我们还是“尽量”不要销售有侵权风险的商品。 ## 二、盗版好卖，但你能承受它的代价吗？ 都知道盗版行为不好，但是却又很难完全杜绝。 在电商平台上，当一个卖家因为自己独特的眼光对某些品类做了微创新，或者在运营方式、内容营销方式上有了创新，因而销售情况表现不错。 但是，用不了多久，平台上就会出现像素级模仿的其他卖家，要么仿制，要么抄袭，很快就会陷入恶性竞争。 这种灰度的侵权行为，让很多品牌卖家很是头疼。 如果经常选品应该能留意到，在现在主流的电商平台上，类似的“灰品”其实有很多，尤其是涉及到动漫、游戏、影视等IP品类，比如“卡通贴纸+文字微改”、盗版T恤、动漫人物周边等。 当有新的IP角色爆火时，就会有很多厂商生产销售未经允许的盗版商品。 刚开始可能因为平台审核宽松没有被投诉下架，但是并不意味着没有风险，只是风险滞后而已。 还有一些类似手串、贴纸、T恤等DIY类周边，如果经过商家微改造，这个侵权行为就很难被定义清楚，所以逐渐形成了很多模糊地带。 新手卖家前期销售因为单量不大，不容易引起平台审核，但是后期一旦起量，极易被下架、投诉、举报甚至关店封号。 其实，盗版不是不能碰，而是要知道风险控制点在哪里。 ## 三、别用“模糊信息”做决策：新手一定要有风险辨识力 **1.做电商副业，要具备“风险辨识力”** 副业搞电商，核心是低成本启动，如果有对自己造成不良影响甚至有强售后风险的行为，最好是别做。 很多时候我们需要具备风险辨识力，不是看到别人做就能做，好卖的东西未必能长卖。 **2.平台灰度窗口不是护城河** 如果你开局侥幸卖得不错，但是也不要高兴太早，平台审核刚开始会比较宽松，允许一些品类进行竞争，打价格战让利给消费者，但你不能把侥幸当常态。 否则当暴风雨来临时，没有一片叶子是无辜的。 比如亚马逊跨境电商平台，不管你有多少货值的库存，也不管你每年创造多少GMV，贡献平台多少抽成，一旦发现侵权，停店封号是分分钟的事。 **3.“可持续产品”靠的是差异化和设计感** 作为小卖家，一开始就能打造品牌是不现实的，所以“借鉴”别人是难免的。 但是随着店铺运营越来越成熟，就需要卖家们有意识地去打造自己的品牌。 找小而垂的题材，结合打磨原创图或者增加定制化功能，慢慢就会有自己的运营节奏，也才会形成复利。 ## 四、副业选品3步走：安全、可控、能说服 所以刚开始做电商副业，涉及到选品，可以参考以下几点建议： **1.你清楚它的版权归属吗？** 可以先了解货源工厂有没有相关的资质，版权认证等等，如果不能确认就先避开热门IP，做无IP衍生品更安全。 **2.你知道从哪里拿货更可控吗？** 选择工厂时，不能只是图便宜，还要考察是否能持续供货，是否接受和支持定制，售后是否稳定。在1688平台上，一般工厂店都会有相关说明。 **3.你能为这个产品写一段文案宣传它的独特性吗？** 当你发现了一个不错的品类，你是否有能力去挖掘它的特点，输出你自己理解的宣传文案？ 如果只是因为看别人也在卖，你就跟风去卖，商品特性都一样，那你可能不是在做生意，只是在混同质化的红海。 将来也不可能指望能做微创新进行差异化改造，来打磨自己的品牌。 其实电商副业最难的，从来不是选什么产品，而是你有没有想清楚：**这东西能卖多久、能卖多广、能不能卖得安心？** **副业不是投机，而是实验。** **别在灰色边界里试错太久，也别因顾虑迟迟不动，选对节奏，才是副业能走远的底层逻辑。** 我们副业群里，正有一些像这位群友一样在“边试边问边成长”的朋友。 本文由人人都是产品经理作者【曙欧巴】，微信公众号：【曙欧巴】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

<blockquote><p>《Sand Blast》这款“流沙版俄罗斯方块变种”游戏上线不到两个月便收获了超100万次下载，显示出强劲的市场潜力。本文将剖析该游戏的独特玩法、创新机制以及其背后的厂商Inspired Square FZE的成功策略，探讨其能否成为下一个爆款模板，并分析流沙版俄罗斯方块玩法的市场前景和未来发展方向。</p> </blockquote>  “俄罗斯方块变种”《Block Blast》爆火之后，各大厂商都想做出下一个“俄罗斯方块变种”爆款，但成功者却并不多。究其原因，这类游戏需要在爽快感和策略性之间找到一个比较完美的平衡。尽管难，但强劲的获客吸金能力持续吸引着全球游戏厂商，通过题材差异化、玩法融合等手段，尝试将“俄罗斯方块+”玩出新的花样。 近期，我们注意到一款名为《Sand Blast》的混变休闲益智产品，在并未做过多广告投放的基础上（去重后357条），5月21日上线后至今不到两个月的时间内收获了超100万次下载，**自6月起，该游戏的单日下载平均保持在8万左右，并且仍在攀升，单日下载量峰值在6月29日，已经超过8.87万次。**  （图源：点点数据） 更有趣的是，其背后的厂商是来自阿拉伯联合酋长国的一家游戏公司Inspired Square FZE，这家公司专注于开发益智解谜类游戏产品，目前在线的产品超过20款，下载量最高的是“2048”游戏，在Google Play商店的下载量超过5000万次。  （图源：Google Play） 作为一家有着益智休闲基因的游戏公司，其打造的《Sand Blast》到底有什么特别？ ## 流沙版“俄罗斯方块”像素风带来心流体验 《Sand Blast》是俄罗斯方块的一个变种产品，采用了像素风风格，增强了情怀体验。玩法上看，其操作方法与俄罗斯方块基本一致，玩家只需要控制方块下落即可。游戏不做时间限制，不存在独立关卡，只添加了消除分值这一激励模块。不过，和传统俄罗斯方块略有不同的是，该游戏添加了Blast元素，同时设计了红黄蓝绿四种颜色，方块并非是下落的方式，而是在下方提供了三个槽位，每个槽位中放入不同形状的方块供玩家选择，玩家需要点击方块并拖拽到想要放置的位置。  《Sand Blast》的游戏机制是整行消除，但最为特别的是，虽然每个砖块的初始形状是规整的（与俄罗斯方块形状一致），但仔细观察的话，会发现其是由一个个单独的小方块构成，这也令砖块下落后会以流沙的形式散开，玩家需要确保流沙方块从左到右全部相连才可消除。通过这样的方式，打破了传统俄罗斯方块消除的“平行竖直”形态，创造出了新的不规则消除玩法。  由于是不规则消除，《Sand Blast》的策略性也得到了增强，玩家不仅需要控制方块下落的位置，还要提前预测方块下落后可能会散开的面积、不同颜色方块会不会彼此覆盖导致无法消除等情况。 我们前面提到的“这类游戏需要在爽快感和策略性之间找到一个比较完美的平衡”，在《Sand Blast》中体现的淋漓尽致。在流沙形态增强策略性的同时，基于不同颜色流沙的彼此覆盖、延展，也会带来连击消除的爽感。并且由于这类下落消除的玩法相对单一，为了进一步扩大玩家的爽感体验，《Sand Blast》在Combo特效、奖励机制、延长用户游戏时间等方面都做了比较完善的强化。 展开来说，每次玩家消除、连续消除成功后，屏幕中都会显示增加的分值和不同的Combo特效（比如改变屏幕闪烁颜色等），颇有小时候玩俄罗斯方块游戏机的快乐，情怀拉满。奖励机制方面我们前面有提及，《Sand Blast》是以消除得分作为激励项，每个激励档位相差25k。 这样的档位设计，既能够让玩家在相对不需要花费大量时间的情况下完成短期阶段性目标，增强正反馈，同时，随着中后期砖块累积的数量逐渐增加，达成阶段性目标所需时间也会增长，又能提高挑战性，带给玩家更强的消除爽感。  此外，挑战性增加，道具的重要性也会随之凸显。《Sand Blast》仅提供了一种局内道具——炸弹，用来炸开快触及红线的砖块确保存活。每颗炸弹需要花费50钻石购买，有意思的是，《Sand Blast》将钻石获取入口放到了局内，有两种方式，一种是看广告，每看一次广告可获得20钻石，这意味着玩家想要购买一颗炸弹需要看至少三次广告。第二种方式是直接通过局内的购物商店付费购买钻石礼包，礼包价格依次为1.09欧元/100钻、3.19欧元/600钻、5.49欧元/1200钻、10.99欧元/2500钻。除了钻石礼包之外，还包括3.19欧元的去广告。局外，其还安排了每日签到环节，也是获取钻石的一个重要免费途径。  目前，《Sand Blast》全球下载量超过100万次，进入加拿大、美国、英国、荷兰、挪威等多个国家和地区益智游戏榜TOP5、免费游戏榜TOP10以内，目前表现最好的市场为加拿大，排名上升50名，位列当地免费总榜第27，免费游戏榜第3。不计算IAA营收，其近90天商店内购收入超过4000美元，ARPDAU大约为1.46美元。在美国的日均收入和总内购收入均为最高，分别是175美元、2101美元。从这一数据表现来看，《Sand Blast》无疑是“俄罗斯方块+”赛道上一个具有高潜力的黑马产品。  （图源：点点数据） ## 流沙版俄罗斯方块会是下一个机会点？ 根据我们的观察梳理，虽然流沙版俄罗斯方块玩法是借由《Sand Blast》走入大众视野，但实际上早在23年6月14日，Voodoo就推出过一款名为《Sand Blocks》的产品了，从时间线上看，它可能是第一款流沙版俄罗斯方块产品。目前，该产品也仍然在更新状态，最近一次更新时间在今年3月份。  风格、玩法和机制上，《Sand Blocks》和《Sand Blast》基本一致。但是《Sand Blocks》遵循了最传统的俄罗斯方块规则，只有每个砖块下落后，玩家才能选择另一个方块，在右上角会有下一个砖块形状的提示。截至目前，《Sand Blocks》在Google Play商店中下载量仅50万次，根据部分用户的反馈来看，《Sand Blocks》差评主要集中在操作手感不丝滑、Bug多等方面。此外，相较于《Sand Blast》，《Sand Blocks》的砖块流沙质感和颜色也相对不够吸引人。  暂时抛开成绩这些因素，我们都清楚的一件事是，Voodoo的“带货”能力有目共睹。自Voodoo推出《Sand Blocks》之后，很快市场中就出现了不少“同款”，最快的跟风者《Setris Sand Block Puzzle》上线时间仅跟《Sand Blocks》相差1日。画面风格上选用了传统的俄罗斯方块游戏机形式，但不知是否太过急促，导致整个游戏模型非常粗糙，砖块也是简单的色块堆叠。  紧随其后上线的同类产品还有《Sandy Blocks》《Sandtrix：ASMR Blocks》《Sand Bricks》等等，几款产品上线时间也都为23年，玩法、砖块风格等方面比较类似。由于时间相对早期——《Block Blast》爆火前，俄罗斯方块类型的创意型产品风潮还没有受到市场极大关注，因此这些产品下载营收表现几乎可以忽略不记。2024年，流沙类俄罗斯方块类产品更几乎“泯然众人矣”，可搜索到的新品数量仅个位数，并且都没有产生水花。 直到今年5月《Sand Blast》的推出，再度令流沙版俄罗斯方块这一创新玩法有了翻红之势。 究其原因，除了玩法/画面/操作流畅度提升、借势《Block Blast》等要素之外，还有一个重要的原因可能在于关键词搜索趋势。 以Voodoo《Sand Blocks》和《Sand Blast》为例，根据点点数据，二者ASO关键词搜索指数有着比较大的差异，其中《Sand Blast》相关的关键词有多个在最近7天内被搜索，并且相对精确，其中直接搜索“sand blast”的流量达到296。对比来说，《Sand Blocks》相关关键词的搜索指数和热度排名较低，最高热度的关键词是“sandtris”，达到21，而“sand blocks”的热度仅为5。这也是开发者在推出应用时应该考虑到的一个重要因素。   （图源：点点数据，上-《Sand Blocks》；下-《Sand Blast》） ## 结语 作为益智类游戏中的经典玩法之一，《Sand Blast》用“流沙”的形式创新为俄罗斯方块这一存续时间超过40年的经典玩法注入了新的动能。将固态方块变为动态流沙，不仅改变了操作逻辑，更提升了整个游戏的策略维度。或许在接下来的一段时间内，我们又能看到大量类似产品同台竞技。 同时，对于这类核心玩法逻辑相对简单的产品类型而言，是否可以用AI去学习并制作出更多有关经典玩法创新的产物，或许也是值得思考的未来方向之一。 作者丨汪酱 编辑丨火狐狸 本文由人人都是产品经理作者【扬帆出海】，微信公众号：【扬帆出海】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

<blockquote><p>在AI技术飞速发展的当下，将其融入办公OA产品以提升效率和用户体验已成为趋势。本文从实际工作经验出发，深入探讨了办公OA产品中的四个常见AI应用场景：智能助理、智能会议助手、告警机器人和项目任务机器人。</p> </blockquote>  现在互联网中，AI已然是个大热概念。不管行业内外，都对这个板块跃跃欲试。 宏观上来说，行业外的老板把AI当作开源节流的良药，想要利用便宜好用的AI代替已经便宜好用的员工。而互联网行业的老板更务实一点，只想搞出一个媲美deepseek的产品，实在不济，硬刚一波豆包、文心一言也行。 宏观想法显得有些华而不实，听起来不太靠谱。而微观就好实现的多，就是立足自己的产品，梳理功能场景，把每个能和人工智能关联上的场景都加上AI入口，强势将产品”智能化“。 所以现在对于产品经理而言，开拓业务的智能化场景、将AI融入产品也是工作的重要一部分。当然，业务和业务也是不一样的，如果说垂直领域的业务是一条小溪，而办公场景则是一片汪洋大海。所以在其中梳理智能化场景也容易得多、可能性也更高。 当然不能一一列举，所以本文就从实际工作经验出发，聊一聊办公OA产品中的几个AI场景的应用。 ## 一、智能助理 在所有AI场景中，要论排第一的是哪个，毫无疑问是智能问答。不仅是办公OA业务，在任何业务中，用户都有咨询提问的需求，平台有答疑和收集问题的需求。而在办公场景中，用户的疑问则更多更广泛，问题类型覆盖考勤、薪资、请假、流程、合同、培训等等。 员工问题多又杂，如果客服线上一对一回复，对客服而言，需要随时在线，工作压力大且很容易回答不准确。而对员工而言，回复效率慢准确率不高。这对双方来说都不是很好的体验。 但好在用户的问题都在公司制度框架内，问题类型容易分类，回答也都是标准化回答。这个特质就很容易将引入机器人进行统一进行智能问答。这也是智能助理成为应用最早、最广泛的AI场景的原因。 钉钉智能助理就是一个很好的案例，智能助理是面向钉钉企业组织的专属办公服务AI助理。员工助理以自然语言对话形式提供通知推送、自助问答、员工服务办理、数据分析等能力，重点针对企业HR、IT、销售、行政等多个日常工作场景提供7X24小时在线，全年无休随时待命的智能便捷服务，有效解决繁琐重复工作，推动企业提高效率、降低服务与管理成本，帮助企业进入全新智能化办公管理时代。 钉钉智能助理中，主要场景有单聊服务、群聊服务、定时通知、自助问答、转人工等。 单聊服务主要是服务助手提供一对一单聊服务，解决大量重复且高频的问题咨询。 群聊服务则是将服务助手机器人添加到钉钉全员群、部门群、内部群等不同群类型中。在群聊对话中遇到问题，可以随时@机器人回答。  定时通知则是企业通过自定义配置，定时向员工推送办公中的提醒和公告。例如打卡通知、考勤统计、培训学习提醒、审批待办等需要及时送达员工的事项。 自助问答是智能助理中最常见的功能，它和单聊服务其实很类似，只是问题内容可能会有区别。自主问答主要面向企业日常办公常见的流程化、知识性问题。需要企业配置自定义知识库，前端实现7*24企业在线服务。  智能助理中一定会有一项转人工服务，这其实是一项“兜底功能”。再智能的机器人，也总有解答不了的问题。那么针对机器人无法解决的复杂问题，支持转人工处理，启动内部客服处理机制，也能解决用户需求。 总的来说，对比传统服务，智能助理有自然、方便、及时、便捷等显著特点。对用户而言，能够方便快捷地得到问题回复和解答；对企业而言，减轻了人工压力，提高效率的同时降低了资源成本。同时还在这个过程中，训练智能模型，了解并追踪员工关注的热点问题。 ## 二、智能会议助手 办公场景中，线上会议也是一个重要功能。因为之前负责过对接腾讯会议，搭建内部办公产品的线上会议系统，所以对线上会议这块熟悉一点，也发现了腾讯会议上线了自己会议AI小助手。 腾讯会议智能会议助手主要是针对线上会议场景，为用户提供个性化提醒、总结会议内容、提炼关键信息等支持，帮助提升开会效率。 如果你是“食物链最底端”的实习生，会议内容与你关系不大，但是需要你了解并做会议纪要、会后整理发出会议总结时，人工压力就很大。这时候就需要AI智能助理帮助进行会议录制、实时整理会议内容，并且会后生成一份充实详细的会议纪要。  如果这场会议需要你参与，但是你手头上还有些紧急的工作要处理，只能分出一半的精力在会议上，你很担心走神错过关键信息。这时候的会议助手则可以帮助你智能转写、提炼当前讨论重点，整理会议待办，明确待跟进的工作。如果怕错过会中有人cue你、或者错过重要领导的发言，也可以通过智能助手设置提醒项，当有人提到“我”、关注的发言人或者话题时，会议助手会 自动发来提醒，帮助跟上会议节奏。  当然如果这场会很重要，你全身心投入，积极参与讨论，最后要推动决策，AI助手也是个好帮手。会议讨论中遇到你不熟悉的名词或领域，再也不用浏览器搜索了，直接使用AI联网搜索，帮助你对会议议题了解更深入。当然如果会中有头脑风暴，需要及时给出方案进行讨论，比如该系统的名称应该叫什么，有时候人脑思考会突然卡顿没有思路，这时候使用AI助手生成内容，共同创作推进讨论和决策，能让会议更高效。  经常开会的朋友都知道，大多数会议其实都很低效，所以这个场景的提效空间还蛮大的。智能会议助手确实是深度挖掘了线上会议这个场景，满足了用户在会议的一些痛点，很大程度上提高了会议效率。 ## 三、告警机器人 除了用户端的一些使用场景，针对开发运维人员，其实也有机器人使用的场景，最典型的就是告警机器人。当业务出现线上故障时，需尽快通知相关成员解决问题。 以前当线上出现故障或异常，系统可能会通过邮件、短信、电话等方式向相关人员告警，但这样问题有时难以得到及时处理，相关人员的沟通和跟进也不够高效。而当企业引用告警机器人，则可以自动创建群组，并向群组内添加相关的负责人员，相关人员可以即时协同并在群里同步处理的进展，便捷又高效。 以飞书告警机器人为例，创建告警机器人后，每当出现故障或异常，告警机器人自动发起群聊，并将相关的负责人员添加入群，实现沟通同步。同时机器人在群聊中分别@对应的负责人，精准推送告警，避免大量重复的无效信息和告警处理的延时和遗漏。问题解决后，不仅自动修改群名状态，还能沉淀故障处理经验和知识库，帮助事故复盘。   ## 四、项目任务机器人 项目任务机器人其实和告警机器人有点类似，只不过一个是推送告警信息，一个是推送项目进度和任务待办。 先将项目管理平台与内部即时通讯系统打通，当在项目管理平台创建需求并拆分好任务后，任务机器人自动拉群，并向群组内添加相关的任务人，例如业务方、产品、设计、开发、测试等。而随着项目开发中，需求生命周期的各个时间点，机器人自动@对应任务人，发送任务待办，提醒任务进度。 这个项目任务机器人很大程度地减轻了项目经理的工作压力。不然传统模式下，项目经理还得密切关注需求状态，逐步通知各个负责人。项目任务机器人的出现，能够释放项目经理的时间和精力，让项目经理更多关注问题解决、项目提效上。 ## 五、总结 现在AI确实很火，软件硬件都在希望通过AI实现一些变革和创新。但我作为一个业务产品而言，对它的认识其实也不深。目前接触和参与到的一个AI的功能，其实更像是收集信息、训练模型、调试优化。办公场景里的这些AI功能，其实更像是智能化工具。只是大家在不断探索AI场景的范围，推动“互联网软件的AI+”。 不过不管怎样，从一个产品的角度出发，软件系统有更多智能化场景是一件好事，传统软件有了新的生命力，这也意味着你所做的东西价值更上一层楼。而对一个用户而言，你在工作和生活中有了更多的“智能助理”，帮助你全方位地提效，你也有更多时间来专注生活，这也是一件很好的事情。 **专栏作家** 异彩，微信公众号：一只蜗牛慢慢跑，人人都是产品经理专栏作家。从事房产管理系统的产品工作，关注To C产品的交互设计、运营、结构设计和商业模式。在成为一名优秀的产品人的路上努力前行。 本文原创发布于人人都是产品经理。未经许可，禁止转载。 题图来自 Unsplash，基于 CC0 协议。 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

<blockquote><p>在元器件电商领域，供应商运营至关重要，关乎企业的货源稳定性与成本优势。本文深入剖析了供应商的价值、管理策略、诉求以及商品交易和联合供应商的多种模式，旨在为从业者提供一套系统化的供应商运营框架，助力企业在激烈的市场竞争中稳固供应链，提升运营效率，实现互利共赢。</p> </blockquote>  我们很多企业都是销售为王，销售部门具备很大的话语权，因为销售是直接带来业绩的部门，没有它们企业无法正常运转。这本身没有什么错的，只是对于我们电子元器件分销行业，我们不生产商品，所以我觉得我们的货源也很重要，也就是我们的供应商非常重要，是需要我们好好运营的。 ## 供应商的价值 供应商是提供给我们商品的源头，销售再有能耐也要有东西销售才可以，好的供应商能够提供给我们数量充足且有价格优势的商品，这决定了我们在这个分销市场上的赚钱能力，这也才能给销售人员带来更多的谈价格的空间。 不仅如此，我们有时候对市场的反应是要落后于一些贸易商的，而我们获取信息的渠道很大一部分也是来源于供应商，这就要求我们与供应商之前要保持紧密的联系。供应商与我们之间绝对不只是交易商品那么简单，在交易中也要能够获取到及时的市场信息，来为我们的商品管理提供依据，避免闭门造车的局面。 ## 供应商管理 我们做商城的因为需要的商品数量庞大，品牌众多，有些品牌还会有多个供应商，也就意味着供应商的数量也是很庞大的，所以对数量庞大的供应商做管理就非常有必要。我们需要进行分类，可以按照原厂、代理、分销这样来分类并差异化的进行管理。需要在一定的时间内对供应商进行打分分级，对于不合格的供应商要舍得痛下杀手。我觉得IC交易网有一点就做得很好，他们有一个板块是专门列黑名单的，一些合作不好或者有不良交易历史的会被他们挂在上面，给同行和合作伙伴一个警示。 对于合作良好，交易量大的供应商自然要基于肯定，这在很多企业也都有落实，特别是一些大型的工厂，我们可以经常看到他们举办供应商大会，表彰优质供应商。 对于一些一线品牌，我们一般来说都是要基于一定资源倾斜的，关系也是要好好维护的，毕竟好的品牌厂家大把人都在围着他们转。我们去这样做也十分正常，毕竟都是做生意的，跟企业利益相关。 同样从它们手中引进的商品也是要有区别对待的，可能原厂的货源就更让人放心，在商品入库检查上就会不那么频繁，甚至是可以免检，这不是偷懒，而是为了减少一些工作量，把精力留给更需要对待的商品；但是从其他分销商那里拿来的货就要小心对待了，入库时的检测就很有必要。 ## 供应商的诉求 我们跟供应商合作，并不只有交易那么简单，有时候供应商也是会有很多诉求的，我们需要知道他们的诉求，才能让双方的合作更加稳固。 ### 原厂 对于原厂来说，跟商城合作，他们看中的未必就是业绩，特别是对于一些大一些的品牌而言，他们更看重的是商城的品牌宣传能力，它们希望你把它们品牌宣传做的热火朝天的，但是可能还不希望你把业绩做大。因为你的业绩做大了，蚕食的是它其他代理的份额，而且你是商城，本质还是分销商，甚至你把价格公布在网上就是一种罪。 对于原厂它们也希望商城给他们做送样的工作，这样可以快速帮他们把新品向外推广出去，总比他们一个个线下客户去推广要快一些。虽然不知道最后是谁拿到了样品，但是最后成交的源头还是在原厂。 至于业绩，刚才也讲了可能并不是最看重的，当然这不排除一些小品牌，它们想要品牌宣传，想要送样出去，也想要销售额。这个我们只能认真倾听，但是实际落实下来，每一个诉求都不容易满足。 ### 代理商 对于代理商而言，有时候他们想要的可能是在原厂的分量，所以与商城的合作可能更多的是搭建一个桥梁，把原厂品牌在商城进行引导和品牌宣传。用来说明我这个代理是认真有在跟原厂做工作的。 至于业绩，如果行情不好的话，能有一些销售额的话，它们也是愿意的。甚至是有些原厂抵制电商，不愿意跟电商合作，而代理商在私底下进行交易，毕竟如果不跟电商合作，这个订单也不一定是我这个代理商的，大部分应该都会到了其他家代理商，那既然这样为什么不呢。 ### 贸易商 贸易商就很简单了，什么品牌宣传，什么送样它都不在乎，他只要业绩，有业绩就好说话。 还有一类是工厂，有时候他们手上会囤积一大批料在手上，需要找人来帮他们处理掉，否则就是真的烂在他们手里了。所以他们的诉求很简单，就是清库存，价格低一些也是很愿意的，不过这也要看友商们有没有渠道能销售出去了，毕竟这些货之所以成为库存料也总是有原因的。 ## 商品交易 ### 现货交易 我们做电商的，一般说来说还是做的是现货生意，市场要求我们要快，所以在很多时候我们需要购买很多的型号，放在我们的仓库。动不动就是数万的现货SKU，商品交易还是要谨慎一些，我前面讲得商品运营也有重点提及到商品标签之类的，对于与供应商的交易也是适用的。 ### 代销 代销是指供应商的商品放在商城上，挂在商城的价格可以协商标定，卖出去多少再跟供应商结算。这种方式对于商城来讲比较友好，不需要花那么多现金备货，同时也保证了商城上有足够的现货可以对外销售。 不过一般说来，那些国际大牌的货基本不会这样玩，毕竟这些货放在供应商手上，它们也可以比较自由的支配，不必全部挂靠在商城上。选择代销的多半还是一些国产的品牌，因为他们本来的销路就比较受限，更在意的是商城能给他们带来销售额。所以把一部分货押宝在商城上，对他们来说也是一个不错的选择。 ### 数据对接 当然还有一种方式，那就是数据对接。我们商城虽然想要把更多的商品搞到仓库，做现货交易，但是元器件的型号那么多，显然这是不现实的。我们跟供应商还有可以进行数据对接，只是数据对接不是立刻有商品交易。把型号挂在网上，一旦有客户过来询价再立刻跟供应商谈价格、谈交期，能满足客户的要求再进行交易。这对商城来说这类交易也是比较理想的，没有资金压力，基本不会亏本，哪怕是毛利低一些也是可以接受的，毕竟风险低利润低这是很符合市场定律的。 数据对接可以让商城的型号数量快速扩充起来，只是成单要比现货少的多。对于供应商来说，它们也没有太大的风险，只是把商城当做一个小的销售窗口而已，能成单就成不承担好像也是理所当然。 ## 联合供应商 ### 带着供应商一起玩 既然供应商那么重要，双方合作也大多是互利共赢，那我们是不是可以把合作更深入一些，比如一起参与展会，一起搞一些大型的促销活动，实在不行哪怕是日常小的促销活动也行。 我们前面也说了供应商对商城也是有诉求的，那我们做活动拉着他们一起来参与就再合理不过了，对于供应商可以给他们做品牌宣传、送样、做业绩，对于商城而言还可以降低活动的支出。跟一些大品牌合作的话，还可以蹭他们的流量，真的是一举多得，何乐而不为。 当然这是要建立在商城有足够的客户和影响力的前提之下的，要不然供应商也不一定就愿意花时间去跟你玩，对于供应商而言也要考虑投入产出比的，哪怕只是投入时间也是要谨慎考虑的。 ### 合作数据回馈 与供应商的合作，供应商也有述求，那自然想要得到一些数据上的回馈，一切以数据为基础来衡量合作的成效。这些数据也是考量今后是否继续合作的基础，所以有必要给供应商适当的数据回馈。 有时候我们甚至需要把回馈的数据做成实时反馈的，就是让供应商也可以通过某些渠道看到他们的商品在商城上的销售数据，活动数据，这样也更方便供应商及时的调整策略，更重要的是可以让供应商有参与感，显得不再那么被动，显得被重视，也才更愿意更商城进行更多的合作。 ## 对供应商的要求 与供应商既然是合作关系，那自然不能只能供应商有诉求，不能商城总处于被动的位置，我们对于供应商也是可以有一些要求的。 最基础的莫过于商品的品质保证，一般这些都是要提前跟供应商签好合同的，这是商品质量保障的基础，也对供应商能有一个约束。有条件的还可以对商品进行必要的检测的，确保客户的权益，毕竟出事故影响的还是商城的名誉。 其次我们对供应商也要求他们能快速报价，特别是对于数据合作或者期货订单，需要供应商能有快速的回复，有时候时间就是订单。我之前接触过一家新加坡的企业，它们在全球都是挺靠前的一家分销商，跟他们接触的过程就发现他们对于效率的重视。给你发去询价一般15分钟就要给出回复，超过这时间可能他们就不再接收报价了，因为他们给客户报价的时间也就是15分钟，所以他们会把系统做得很大，希望跟供应商的报价能实现像数据对接那样快速。 然后，我们也希望供应商不要给我们放鸽子了，有时候一些期货订单都已经谈得好好的了，最后有些供应商确把货出给了别人，这对商城的客户也是一种伤害，所以我们也会对供应商有所要求。但是实际上我们很难杜绝这种情况，也有情况是报价给你了，你给供应商的确认回复时间太长了。 ## 关键点 供应商的运营，我们可以用一些方式把他们串联起来，对于品牌影响力大的我们也需要好好对待，利用好他们的品牌影响力来给我们服务。但是这一切都是建立在相互对等的基础上的，如果只是给他们卖货，那就没有什么意思了。我们需要利用商城的影响力来给他们服务，双方应该是相互依赖相互扶持的关系，所以还是先需要把自身的实力提升起来，要让供应商觉得我们有价值。 本文由 @青山郭员外 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自 Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

<blockquote><p>在流量成本飙升、用户留存困难的当下，企业如何从“流量收割”转向“资产增值”成为关键。本文通过剖析某知名娱乐公司的粉丝运营策略，揭示了其如何通过用户分层、情感货币和生命周期管理，实现用户终身价值翻10倍的秘诀。</p> </blockquote>  2024 年企业营销报告显示，消费品行业获客成本三年间飙升 127%，但用户平均留存周期却缩短至 8 个月，“流量买得起、留不住” 成为老板们的共同焦虑。某连锁餐饮品牌 CEO 在行业论坛直言：“我们每年花 2 亿做推广，新增用户里 90% 只消费一次，就像在沙滩上建城堡，潮水一来全没了。” 这种 “流量收割” 的恶性循环，本质是把用户当一次性交易的 “流量单位”，而非可长期增值的 “资产”。 但 SM 娱乐却走出了相反的路径：旗下组合 aespa 出道仅 3 年，核心粉丝年均消费超 800 美元，是普通娱乐用户的 10.3 倍；Super Junior 出道 18 年，仍有 37% 的早期粉丝保持年消费习惯，用户生命周期远超行业平均的 3-5 年。更颠覆认知的是，SM 的用户复购率高达 71%，这意味着每 10 个用户里，有 7 个会主动持续消费 —— 这组数据放在任何行业都是令人惊叹的成绩。 SM 的秘密，绝非 “偶像光环” 那么简单。当其他娱乐公司还在靠打歌节目刷曝光、靠限量专辑冲销量时，SM 早已用 “粉丝思维” 重构了游戏规则：**它不追求“一次性卖爆”，而是让用户从“买专辑”到“订Bubble”，从“看演唱会”到“参与歌曲投票”，甚至自发为品牌辩护、创作二创内容。**这种把用户从 “消费者” 变成 “品牌共建者” 的能力，恰恰是当下企业最需要的 “反常识增长答案”—— 毕竟，所有行业的终极竞争，都是用户终身价值的竞争。  ## 第一章：解码SM的“用户资产增值公式” SM 娱乐的用户资产增值能力，本质上是一套可拆解、可复制的运营公式：用户分层 × 情感货币 × 生命周期管理。这套公式让其用户价值像滚雪球般持续放大，而非随时间衰减。 ### 1.1 从“流量漏斗”到“价值金字塔”：分层运营的底层逻辑 传统企业的用户运营常陷入 “漏斗困境” 用统一的促销活动覆盖所有用户，结果高价值用户觉得 “没特权”，低价值用户觉得 “门槛高”。SM 则搭建了 “三级价值金字塔”，让不同层级用户各得其所，同时持续向上跃迁。 金字塔底层是 “外围粉丝”（约占总用户量的 60%），通过免费内容（如 MV、综艺片段、社交媒体动态）保持触达。例如，aespa 在 YouTube 发布的练习室花絮，单条播放量常破千万，这些用户虽不直接消费，却是品牌传播的 “自来水”。中层是 “付费会员”（约 30%），通过 KWANGYA CLUB 会员体系（年费约 120 美元）获得专属权益：提前购票、艺人直播回放、会员限定周边购买权等。数据显示，这部分用户的消费力是外围用户的 3.8 倍。金字塔顶端是 “核心共创者”（约 10%），他们能参与演唱会歌单投票、专辑概念征集甚至艺人行程建议，如 Super Junior 的 “E.L.F JAPAN” 会员曾投票决定日本巡演的安可曲，这部分用户贡献了 50% 以上的用户价值，且流失率仅 2.3%。 这种分层逻辑对企业的启示在于：80% 的资源应投向 20% 的高价值用户。某美妆品牌模仿该模式后发现，将 “年消费超 5000 元” 的用户单独拉群，提供 “新品试用反馈权”，其复购率提升了 47%，远高于全量用户的 12%。 ### 1.2 “情感货币”如何替代“价格战”？SM的溢价创造法 当多数企业还在靠 “满减”“折扣” 刺激消费时，SM 早已用 “情感货币” 构建了溢价能力。这种 “情感货币” 看不见摸不着，却能让用户心甘情愿为高于市场价的产品买单。 aespa 的首张迷你专辑《Savage》定价 4.8 万韩元（约合 240 元人民币），比同类型女团专辑贵 40%，但首发即售罄。秘密在于专辑内含 “粉丝专属语音信”—— 扫描内页二维码，能听到成员用私人语气录制的 30 秒感谢语。SM 内部数据显示，含 “情感附加值” 的周边产品，用户支付意愿比普通产品高 62%。更典型的是 Bubble 订阅服务，用户每月支付 4.99 美元，仅能收到艺人碎片化的文字或语音消息（无实质福利），却创造了年营收 3.98 亿人民币的奇迹。这种 “为情感买单” 的行为，本质是用户对 “被重视”“被专属对待” 的心理需求付费。 对比传统企业的 “价格战依赖症”：某连锁咖啡店常年推出 “第二杯半价”，导致用户只在促销时消费，品牌溢价能力持续下滑。SM 的启示在于：情感货币的成本远低于价格补贴，且能形成竞争壁垒。当用户对品牌产生 “非你不可” 的情感认同，价格敏感度会自然降低 —— 这正是奢侈品行业的经营逻辑，被 SM 成功嫁接到了大众娱乐领域。 ### 1.3 数据印证：SM用户LTV的10倍增长路径 用户终身价值（LTV）的 10 倍增长，不是偶然结果，而是 SM 对用户生命周期每个节点的精准运营。以 EXO 粉丝为例，其 LTV 增长路径清晰可见： - **首次接触期（0-3个月）：**通过免费MV和综艺吸引用户“入坑”，此时用户价值仅为“关注账号”的流量价值。SM会推送“新人引导包”（如成员成长故事、经典舞台合集），将“路人”转化为“潜在消费者”，此阶段转化率约28%。 - **消费激活期（3-12个月）：**用户首次购买专辑或周边，SM会同步触发“消费后关怀”——发送定制感谢邮件、解锁专属头像框，引导其加入会员社群。数据显示，参与社群的用户比纯消费者的复购率高3倍，年消费额可达300-500美元。 - **深度绑定期（1-3年）：**用户开始订阅Bubble、购买演唱会门票，SM通过“权益升级”提升粘性，如会员等级越高，购票优先权越靠前、线下活动参与机会越多。此阶段用户年消费额突破800美元，且会自发在社交平台分享体验，带来平均2.3个新用户。 - **共创沉淀期（3年以上）：**核心用户进入“品牌共建”阶段，参与专辑投票、应援策划甚至为艺人反黑。这部分用户年消费稳定在1000美元以上，且流失率低于5%，成为“活的品牌资产”。 反观多数企业，用户生命周期停留在 “首次消费” 即断裂，SM 的案例证明：用户价值不是线性衰减，而是可以通过运营实现指数级增长。关键在于从 “卖产品” 转向 “经营关系”，让每个生命周期节点都成为价值增值的跳板。  ## 第二章：SM的3个“粉丝思维”工具，企业可直接复用 SM 的粉丝运营并非依赖 “偶像光环” 的特殊逻辑，而是通过一套可拆解的工具体系，将 “陌生人” 转化为 “忠诚拥护者”。这三个工具对零售、科技、服务等行业具有直接复用价值，核心是解决 “用户为什么选择你、记住你、离不开你” 的问题。 ### 2.1 工具一：“身份符号系统”——让用户主动“站队” 人类对 “身份认同” 的需求，远超过对产品功能的需求。SM 最精妙的设计，是**为每个组合打造一套专属符号体系，让粉丝从“消费者”变成“圈层成员”，甚至愿意为“身份标签”主动传播。** 以 aespa 为例，其粉丝名 “MY”（意为 “最珍贵的朋友”）并非简单的称呼，而是贯穿所有互动场景的核心符号：官方 APP 用 “MY” 命名粉丝社区，演唱会大屏循环播放 “MY 与 aespa 同行” 的动画，成员在直播中会说 “今天也为 MY 准备了惊喜”。这种高频曝光让 “MY” 成为粉丝的社交名片 —— 在论坛发帖带 #MY# 标签，购买印着 “MY” 的应援物，甚至在社交账号简介标注 “aespa MY”，本质是用符号宣告 “我属于这个群体”。 更关键的是符号的 “**排他性与扩展性**”：EXO 的粉丝 “EXO-L” 有专属 “行星代码”，每个粉丝对应唯一数字 ID；Super Junior 的 “E.L.F” 拥有 “宝蓝色” 应援色，在演唱会形成的 “蓝海” 成为独有的视觉符号。这些符号既让圈内人产生强烈归属感，又让圈外人直观感受到 “这是一个有组织的群体”，从而引发好奇或敬畏。 企业迁移这套工具时，需抓住三个核心：**专属名称**（如小米的 “米粉”、蔚来的 “车主社群”）、**视觉标识**（会员勋章、专属配色）、**仪式感场景**（如每年一次的用户节）。某母婴品牌为 “年消费超万元” 的用户设计 “成长陪伴官” 身份，定制实体徽章和电子证书，其社群活跃度提升 58%，用户自发分享率增长 3 倍 —— 因为人们总是愿意为 “能证明自己身份的东西” 付出更多。 ### 2.2 工具二：“高频非交易触点”——用“情感连接”替代“促销骚扰” **“只在需要用户花钱时才联系”，是企业用户运营的最大误区。**SM 的用户粘性，很大程度上来自 “**非交易场景**” 的情感渗透 —— 让用户在不消费时，也能感受到被重视。 **Bubble工具是典型案例**：艺人每天花 10-15 分钟发碎片化内容，可能是早餐照片配文 “今天也要加油哦”，可能是练歌间隙的语音 “刚才跑调了哈哈哈”，甚至是深夜的 emo 动态 “今天有点累，但想到 MY 就好了”。这些内容没有任何促销信息，却让用户产生 “偶像在和我私聊” 的错觉。数据显示，订阅 Bubble 的用户中，73% 表示 “即使没有新专辑，也会一直续费”，因为 “这是和偶像保持连接的方式”。 线下场景的触点设计更具穿透力：**SM每年在全球举办“SMTOWNWEEK”，粉丝可免费参与艺人签名会（需抽选）、未公开花絮放映会；在首尔的SMT餐厅，菜单上印着艺人的手写推荐语，餐桌扫码能听到专属语音祝福。这些“不强迫消费”的场景，反而让用户更愿意为后续的付费内容买单——就像朋友间常联系，借钱时才更顺利。** 对比多数企业的 “私域死群”：每天推送 “满减券”“新品上架”，用户打开率不足 5%。SM 的启示是：非交易触点的价值，在于积累 “情感信用”。**企业可设计“3：1互动法则”**——**每3次非交易内容（用户故事、品牌幕后、节日祝福），搭配1次促销信息。**某美妆品牌在会员生日时发送 “创始人手写祝福视频”（非模板化），而非 “生日折扣券”，该群体当月复购率提升 42%，远高于单纯发券的 18%—— 因为用户知道，“品牌记得我，不是因为我花钱，而是因为我是‘我’”。 ### 2.3 工具三：“共创激励机制”——让用户“越付出越忠诚” 心理学中的 “沉没成本效应” 指出：人对自己付出过的事物更难割舍。SM 让用户从 “旁观者” 变成 “参与者”，正是利用这一原理提升忠诚度。 **NCT的“音乐银行打歌服设计”活动曾引发热潮：粉丝提交设计稿，获选作品由成员穿着表演，设计者还能获得“制作人证书”和演唱会VIP席位。**该活动吸引 23 万粉丝参与，最终获选的粉丝自发在社交平台拉票，带动相关话题阅读量破 10 亿。 更巧妙的是 “歌曲投票权”：aespa 的后续曲选择由粉丝投票决定，投票需消耗 “会员积分”（通过消费或互动积累），**这让用户既投入时间（研究歌曲），又投入“成本”（积分），最终对结果产生强烈“主人翁意识”。** **SM的共创机制遵循“低门槛+高荣誉”原则：**普通粉丝可参与投票（零成本），核心粉丝可参与设计（中等成本），顶级粉丝可参与策划会（高成本），每个层级都有对应的 “荣誉反馈”（如名字公示、实体奖励）。数据显示，参与过共创的粉丝，年消费额比未参与者高 89%，且会主动防御负面评价 —— 就像父母不会容忍别人批评自己的孩子，因为 “这是我参与过的成果”。 企业落地时，无需追求 “大型共创”，可从细节入手：某家居品牌让会员投票选择 “新品颜色”，某书店邀请读者推荐 “月度书单”，甚至某软件公司开放 “功能命名权”。关键是让用户感受到 “我的意见能改变品牌”—— 这种 “被需要” 的感觉，比任何折扣都更能绑定用户。 ## 第三章：警惕3个“形似神不似”的模仿陷阱 许多企业看到 SM 的成功后，盲目复制 “会员体系”“私域社群” 等形式，却陷入 “学其形而失其神” 的困境。这些模仿者的共性问题是：只抄表面动作，却忽略 SM 粉丝运营的底层逻辑 ——用情感连接替代利益捆绑，用长期关系替代短期转化。 ### 3.1 错把“会员等级”当“用户运营”：权益设计的避坑指南 某连锁酒店推出 “钻石 / 铂金 / 黄金” 会员体系，等级越高折扣力度越大，结果高等级会员反而集中在 “价格敏感型群体”，每年靠折扣消耗企业利润超千万元。这种 “等级 = 折扣” 的设计，本质是把用户运营变成 “价格战的升级版”，与 SM 的会员逻辑背道而驰。 SM 的会员权益从不以 “折扣” 为核心。以 KWANGYA CLUB 的 VIP 会员为例，**其专属权益包括“艺人彩排直播观看权”“专辑内页签名版优先购”“线下粉丝见面会抽选资格”——这些权益的价值在于“稀缺性”和“情感专属感”，而非金钱优惠。更关键的是，SM的会员等级晋升标准不仅看消费金额，还纳入“互动频次”“传播贡献”等维度，比如粉丝在社交平台分享艺人动态可获得积分，这让“高参与度用户”比“高消费但低互动用户”更易获得高等级权益。** 企业的正确做法是：**让权益回归“情感价值”而非“价格补贴”。**某运动品牌调整会员体系后，将 “新品试穿权”“设计师沟通会入场券” 留给高等级用户，折扣仅作为基础权益，结果会员年均消费额提升 35%，且对价格敏感度下降 28%。 ### 3.2 错把“私域加粉”当“关系沉淀”：互动质量的关键 不少企业把 “私域加粉率” 当作 KPI，某美妆品牌甚至要求导购 “每单必加微信”，最终私域用户超 50 万，但社群日均发言量不足 200 条，变成 “广告推送群”。这种 “重数量轻质量” 的操作，与 SM 的 Bubble 形成鲜明对比 ——Bubble 的用户回复率达 42%，核心在于 “内容有温度”。 SM的艺人在Bubble从不发“专辑促销”，而是分享真实生活片段：aespa的宁艺卓会吐槽“减肥失败吃了炸鸡”，RedVelvet的涩琪会发“练舞扭伤的脚踝照片”。这些“不完美”的内容反而拉近与粉丝的距离，因为“真实”比“完美”更易建立信任。 反观企业私域，充斥着“今天8折”“明天上新”的机械推送，本质是把用户当“流量容器”，而非“需要沟通的人”。 对企业而言，私域的核心是“沟通效率”而非“粉丝数量”。 某母婴品牌调整策略后，要求客服每周发1条“育儿小知识”（非广告），每月发起1次“宝妈经验分享”，私域用户虽从10万减至3万，但复购率提升60%——少而精的有效互动，远胜庞大的僵尸用户池。 ### 3.3 错把“流量规模”当“资产质量”：用户价值的衡量标准 某网红茶饮品牌沉迷 “粉丝数破千万” 的噱头，却忽视其用户复购率仅 9% 的事实，最终因资金链断裂倒闭。这种 “流量规模崇拜”，暴露了对 “用户资产” 的认知偏差 —— 真正的用户资产不是 “有多少人关注你”，而是 “有多少人愿意持续为你付出”。 SM 的用户运营始终以 “质量” 为导向。虽然其全球粉丝总量不及某些流量型娱乐公司，但核心粉丝的 “年度消费 + 传播价值” 总和是对手的 2.3 倍。SM 有个 “用户健康度公式”：**用户价值=消费额×互动频次×推荐人数**，而非单纯看粉丝规模。这就像两家店铺，A 店有 1000 个顾客但每人每年来 1 次，B 店有 300 个顾客但每人每年来 10 次且带朋友来，显然 B 店的资产质量更高。 **企业需重构用户价值评估体系：少看“总用户数”，多看“NPS（净推荐值）”和“年度消费频次”。当用户愿意主动推荐你的品牌，愿意在非促销时消费，才真正成为“可增值的资产”。** ## 第四章：企业落地“粉丝思维”的4步行动框架 SM 的 “粉丝思维” 并非娱乐行业的专属魔法，而是一套可拆解、可迁移的用户运营方法论。企业无需照搬 “应援文化” 或 “虚拟偶像”，只需围绕 “用户资产化” 的核心，按以下四步行动，即可实现从 “流量收割” 到 “价值沉淀” 的转型。 ### 4.1 第一步：绘制“用户资产地图”——找到你的“核心粉丝” **企业首先要明确：不是所有用户都值得投入同等资源。SM通过“三维评分模型”锁定高价值用户，这套方法可直接复用——用“消费力×参与度×传播力”给用户贴标签，区分出“核心资产”“潜力资产”和“流量用户”。** - **消费力：**不仅看消费金额，更看消费频次（如年消费≥3次、单次消费≥客单价2倍的用户，优先级高于“一次性大额消费”用户）； - **参与度：**包括私域互动（社群发言、问卷反馈）、内容浏览（品牌推文完读率、视频观看时长）等； - **传播力：**通过“是否分享品牌内容”“推荐新用户数量”“社交媒体提及频次”衡量。 宜家家居曾用这套模型分析用户数据，发现 “25-35 岁女性宝妈” 群体虽年均消费额（约 8000 元）不及 “企业采购客户”（约 5 万元），但参与度（线下体验活动出席率 62%、社群互动频次每周 3 次以上）和传播力（朋友圈分享宜家家居方案的比例达 41%）远高于其他群体。于是将其定为 “核心种子用户”，针对性推出 “宝妈家居改造工作坊”“儿童房设计咨询” 等专属服务，6 个月后该群体推荐转化的新用户成本比传统广告获客低 62%，且复购率提升 37%。 绘制地图的关键是拒绝 “一刀切”：SM 不会让 EXO 的核心粉丝和 aespa 的新粉参与同一活动，企业也应避免用统一的促销短信骚扰所有用户 —— 找到你的 “20% 核心用户”，才能把资源花在刀刃上。 ### 4.2 第二步：设计“情感价值包”——跳出“价格战”泥潭 **SM的用户愿意为溢价买单，核心是其“情感价值包”设计击中了“被重视、被专属对待”的心理需求。**企业可从三个维度搭建自己的价值体系，让用户觉得 “花钱买的是情感，不是产品”。 - **功能层：**基础产品或服务（如SM的专辑、企业的实物商品）； - **情感层：**专属化体验（如SM的“艺人手写感谢信”，企业可设计“创始人签名版礼盒”“用户专属编号”）； - **社交层：**圈层身份标识（如SM的粉丝名和应援色，企业可设计“会员专属徽章”“线下活动入场手环”）。 星巴克的 “金星会员专属礼遇” 是典型案例：年消费满 12000 元的用户除了累积星星兑换饮品，还能获得 “专属生日邀请券”（可免费定制星座杯）、“咖啡大师一对一品鉴会” 资格（每月限量 20 个名额），甚至有机会参与 “新品研发盲测”。这些权益的成本仅占产品定价的 8%，但数据显示，金星会员年均消费额比普通会员高 2.3 倍，且主动在社交平台分享 “会员专属体验” 的内容超 300 万条 / 年，相当于省下 2000 万品牌传播费用。 **设计的核心原则是“稀缺性＞性价比”：SM的限量版周边从不降价，因为“独家情感体验”一旦打折，就会失去价值。企业要避免把“情感价值”做成“折扣附赠品”，而是让它成为用户“非你不可”的理由。** ### 4.3第三步：搭建“高频互动矩阵”——保持关系“温度” SM 的用户粘性，来自 “每周至少 3 次” 的非交易互动。企业若只在 “促销时才想起用户”，就会陷入 “需要时才联系” 的尴尬。搭建互动矩阵的关键是 “碎片化渗透，场景化触达”，具体可分三类： **日常轻互动：**如 SM 的 Bubble 日常分享，企业可做 “品牌幕后故事”（如设计师手稿、仓库打包过程）、“用户故事征集”（如 “用我们的产品过了一个难忘的生日”）； **周期性活动：**每月 1 次小型互动（如投票选新品颜色），每季度 1 次中型活动（如线下体验课、用户沙龙）； **仪式感节点：**用户生日发送 “非折扣祝福”（如定制电子贺卡、创始人语音），品牌周年庆邀请核心用户参与 “回顾直播”。 皇家宠物食品的 “皇家宠友会” 运营值得借鉴：每周在私域社群推送 “宠物行为训练小知识”（配兽医出镜视频），每月举办 “萌宠时装秀”（获奖宠物的照片会印在季度限量包装上），每年邀请 100 位核心用户参观法国总部研发中心。数据显示，参与互动的用户日均停留时长从 1.2 分钟提升至 8.7 分钟，复购周期从 3 个月缩短至 1.5 个月，且推荐亲友购买的比例达 39%，远超行业平均的 12%。 **记住：互动的目的是“刷存在感”，而非“逼单”。就像朋友间常聊天才能维持感情，用户只有感受到“品牌记得我”，才会在需要时第一时间想到你。** ### 4.4 第四步：建立“价值增长飞轮”——让用户自发“增值” SM 的终极能力，是让用户从 “被动消费” 变成 “主动为品牌创造价值”。这套 “用户增值飞轮” 的逻辑很简单：用户付出→获得回报→更多付出→更大回报，形成自循环。 第一步：低门槛付出（如投票、分享），回报 “情感认可”（如公开感谢、积分奖励）； 第二步：中等付出（如参与共创、购买高价值产品），回报 “稀缺权益”（如优先购、线下参与权）； 第三步：深度付出（如推荐新用户、防御负面评价），回报 “身份升级”（如 “品牌大使” 认证、利润分成）。 得到 APP 的 “知识城邦” 体系印证了这一逻辑：用户分享课程笔记可获 “得到贝”（可兑换电子书），这是低门槛付出的情感回报；参与 “课程大纲投票”“作者问答” 的用户，可成为 “内容体验官”，优先获取新课试读资格（中等付出的稀缺权益）；年度推荐新用户超 50 人的用户，将被邀请加入 “罗振宇私享会”，参与平台战略讨论（深度付出的身份升级）。最终，该平台的用户推荐量占新用户总量的 47%，获客成本比行业平均低 58%，且核心用户的年度 ARPU 值（用户平均收入）达 1200 元，是普通用户的 6 倍。 飞轮转动的核心是 “让用户的每一份付出都有看得见的回报”——SM 的粉丝愿意熬夜打榜，是因为 “偶像获奖时会感谢粉丝”；企业的用户愿意主动传播，是因为 “品牌让他们觉得自己是参与者，不是旁观者”。 通过这四步，企业能将 SM 的 “粉丝思维” 转化为可落地的行动：先找到核心用户，再用情感价值绑定，通过高频互动维持关系，最终让用户自发为品牌创造价值。这不是 “讨好用户”，而是用更聪明的方式经营 “用户资产”—— 毕竟，最可持续的增长，永远来自 “已经相信你的人”。 ## 结语：从“赚一次钱”到“赚一辈子钱” 当企业还在为 “如何让用户多买一次” 焦虑时，SM 早已用 18 年的用户生命周期证明：真正的商业智慧，是把 “赚一次钱” 的逻辑，变成 “赚一辈子钱” 的能力。 SM 的粉丝运营从来不是 “追星经济学”，而是最朴素的 “关系管理学”。它告诉我们：用户不会因为 “你卖得便宜” 而忠诚，但会因为 “你懂他、重视他、需要他” 而停留。就像宜家的宝妈用户愿意为 “专属设计服务” 买单，星巴克的金星会员愿意为 “品鉴会资格” 续费，这些用户的终身价值，远非一次促销能衡量的。 对企业而言，转型的关键不是模仿 “粉丝应援” 的形式，而是学会 SM 的底层思维：把用户当 “资产” 而非 “流量”，把互动当 “投资” 而非 “成本”，把关系当 “基石” 而非 “工具”。当你愿意放弃短期的流量收割，耐心培育用户的情感连接，当你敢于把 “品牌决策权” 分给用户，让他们从 “旁观者” 变成 “共建者”，用户自然会用持续的消费、自发的传播、坚定的拥护来回报。 毕竟，商业的终极战场从来不是价格，而是信任。SM 的故事最动人的地方在于：它让我们看到，当品牌与用户的关系足够深，“赚一辈子钱” 不过是水到渠成的结果。 本文数据来自网络如有数据勘误，欢迎指出。 本文由@周云龙 原创发布于人人都是产品经理，未经许可，禁止转载。 题图来自 Unsplash，基于CC0协议。 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

<blockquote><p>随着人工智能技术的飞速发展，实时交互数字人正从科幻走向现实，成为企业服务、娱乐、教育等多个领域的强大工具。本文将深入探讨实时交互数字人的核心技术、核心特征，以及其在不同行业的应用场景与典型案例，同时分析其面临的挑战与未来发展方向，带你一探数字人背后的强大潜力与变革力量。</p> </blockquote>  在人工智能技术飞速发展的今天，实时交互数字人（Real-Time Interactive Digital Human）正逐渐从科幻概念走向现实应用。 它们不仅拥有高度仿真的外观和自然流畅的语音，还能基于用户的语言、表情、动作甚至情绪，在毫秒级时间内做出智能响应，实现真正意义上的“面对面”交互。 从银行智能客服到电商虚拟主播，从医疗健康助手到元宇宙社交化身，实时交互数字人正在重塑服务、娱乐、教育等多个行业。 它们不仅是AI技术的集大成者，更是未来人机交互的重要载体。 下面我们将深入解析实时交互数字人的核心技术、核心特征，并结合实际案例，探讨其应用场景与未来趋势。 ## 01  概念解析：实时交互数字人的核心定义 实时交互数字人是一种融合人工智能、计算机图形学、自然语言处理、语音识别与合成、多模态感知等多项前沿技术所构建的虚拟人类形象。 其核心在于能够在毫秒级响应时间内，与真实人类用户进行自然流畅、多模态、个性化的双向互动。 区别于静态展示或预渲染的虚拟偶像，实时交互数字人的本质在于其动态响应能力、情境理解力与人格化表现。 实时交互数字之所以有这样的表现，得益于几项关键技术的支撑： - 多模态感知与输入：可以实时捕捉用户语音、文本、表情、动作甚至生理信号（如脉搏），理解意图与情感。 - 智能决策与内容生成（AI大脑）：基于大语言模型（LLM）与知识图谱，结合上下文进行推理、知识检索、对话生成与决策。 - 情感计算与表达：识别用户情绪，并驱动数字人表现出相应的表情、语气和肢体语言（如喜悦、关切、困惑）。 - 实时渲染与驱动：利用高性能图形引擎（如UE5、Unity），结合动作捕捉（光学/惯性）、面部绑定与语音口型同步技术，实现超写实或风格化的流畅形象呈现。 - 低延迟通信与边缘计算：保障交互的实时性，尤其在云端协同架构中至关重要。 ## 02  实时交互数字人核心特征 很多企业考虑使用实时交互数字人代替真人员工，是看中了它下面几项核心特征： 1、拟人化交互 突破传统图形用户界面（GUI）限制，提供类人的对话、表情、肢体动作，大幅提升交互的自然度与亲和力。 2、7 * 24的稳定性与一致性 不受时间、地点限制，始终保持专业、稳定的服务状态与知识水平。 3、深度个性化 基于用户画像和历史交互，提供定制化的信息、推荐和服务体验。 4、沉浸式体验 在元宇宙、VR/AR环境中，成为用户交互的核心载体，增强临场感与连接感。 5、规模化与降本增效 替代或辅助真人完成大量重复性、标准化的咨询、服务、讲解等工作，释放人力资源。 ## 03  行业应用场景与典型案例 目前，实时交互数字人已经在银行、电商、医疗、游戏、文娱等行业中开始尝试应用，并且获得了不错的效果。 1、智能客服与服务大使 场景：银行、电商、电信、政务等线上服务入口。 案例：招商银行“小招” 银行网点的VTM（远程视频柜员机）内置数字人客服。 可实时识别客户身份，理解复杂的金融业务咨询（如理财、贷款），进行合规性审核引导。 甚至通过表情和语气传递专业与亲和力，处理效率提升30%，用户满意度显著提高。 2、沉浸式营销与电商直播 场景：品牌宣传、产品展示、直播带货。 案例：京东“言犀”虚拟主播 7×24小时不间断直播，基于实时商品数据和用户弹幕，动态调整话术和推荐策略，展示商品细节，引导下单。 某美妆品牌使用后，直播间转化率提升18%，人力成本下降70%。 3、企业培训与知识传承 场景：新员工入职培训、复杂设备操作指导、合规教育、专家经验数字化。 案例：国家电网“安培”虚拟导师 在VR变电站模拟场景中，实时指导学员进行高压设备操作演练。 能识别学员操作步骤错误，即时语音提示并演示正确动作，模拟突发故障（如电弧光）进行应急演练，大幅提升培训安全性与效率。 4、医疗健康与心理陪伴 场景：健康咨询、慢病管理、心理疏导、康复训练、辅助诊疗。 案例：“AI陪伴者”原型应用 针对独居老人，通过简单设备交互，数字人能进行日常问候、提醒用药、播放音乐/新闻，识别异常行为（如长时间未活动）并预警。 其表情和语气设计着重传递温暖与关怀。 5、文娱与社交 场景：虚拟偶像、游戏NPC、元宇宙社交化身。 案例：次世文化“翎Ling” 虚拟歌手，在直播中不仅能演唱，还能基于弹幕实时与粉丝聊天、即兴创作，表情动作生动自然，举办“虚拟演唱会”吸引百万观众。 ## 04  实时交互数字人核的挑战 虽然实时交互数字人被越来越多使用，但其也面临着诸多挑战，比如： 技术瓶颈 极致逼真的表情与动作（尤其细微表情）、复杂情境下的深度理解与推理、超低延迟保障（尤其在跨地域场景）、多轮对话一致性保持。 成本与门槛 高质量数字人制作与AI训练成本仍较高，中小企业应用存在技术门槛。 伦理与信任 身份欺诈、隐私泄露、情感操纵、责任归属问题突出。用户对“非人”服务者的信任建立需要过程。 ## 最后 实时交互数字人绝非简单的动画形象升级，而是人工智能与人类交互界面的一次深刻变革。 它正在重塑服务模式、娱乐形式、工作方式和社交连接。 从银行的“小招”到陪伴老人的“AI伙伴”，从永不疲倦的“虚拟主播”到元宇宙的“数字分身”。 实时交互数字人正从概念走向现实，从工具进化为伙伴，深刻融入并改变着我们的数字生活。 未来已来，唯有人与AI的深度协同、伦理与技术的并驾齐驱，才能引导这场变革走向更普惠、更温暖、更具创造力的方向。 本文由人人都是产品经理作者【伍德安思壮】，微信公众号：【时间之上】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

<blockquote><p>在竞争激烈的市场中，产品同质化现象日益严重，企业如何在其中脱颖而出成为关键。本文深入探讨了在同质化背景下，企业如何通过深挖用户需求、优化转化路径、强化用户体验等策略，打造差异化优势。</p> </blockquote>  在多年前的面试中，面试官曾让我问答我负责的产品在同行业中核心差异是什么？我记得当时从功能、体验、场景等维度说了很多，咋一听是没有什么问题，但其实都没说到点上，我自己很清楚这些观点在实际的业务发展中很难起到决定性作用。 直到这几年，对于这个问题，我才有了一些有价值的观点。 同质化产品，我们常规思维是指产品功能同质化，这一点在saas工具行业一直被诟病。 之前有对电商行业的打单软件做过深度调研，在这请允许我拿电商行业大众并不熟悉的打单发货软件举例，商家发货除了软件本身，还需要打印设备以及快递公司的面单账号，面单账号的作用在于获取快递公司单号并以此做相应的运费结算，具备这两者之后，商家才能打单发货。 首先市面上几乎所有的打单发货软件，80%以上的功能都完全相似，但头部几家企业各自用户的基本盘都异常稳固，这一条规律几乎在所有行业都是如此，有没有想过这是为什么？ 既然大家彼此的核心功能都类似，用户理论上完全是根据喜好和利益去选择，为此我特意做过A软件核心老用户的调研，他们对于软件表达出的忠诚度让我很惊讶。 而这类用户都有一个共同点，他们几乎都是经快递员推荐后使用的，而快递员几乎都是被当时开发的一款移动端免费打单软件所吸引，从移动端爆发之后，与之对应的服务市场的软件订购数也随之增长。 这类用户本身就不是被什么产品功能所吸引，业内人士的观点比起冷冰冰的软件功能教程具有绝对说服力。 当然，在A软件气势前后都有出现了营收数据不错的B软件和C软件，B软件早期入驻服务市场较早，不错的产研能力承接了很大部分平台流量，因此顺利坐稳了头把交椅。 C公司是在行业比较成熟后杀出的黑马，这时候单纯的产品功能和引流手段几乎构建不了核心竞争力，但其创始人凭借多年的电商物流行业，利用线下快递员资源在拓展客户时共享面单账号，并指定打单软件，用这样的推广模式拿到了不错的效果。 但在表面上看，这三家软件的功能几乎雷同，不往深层次研究，根本看不到门道。如果只是停留在功能表面，永远无法做出核心差异。 我一直觉得，产品功能本质上只是结果的呈现，为什么做这个功能的初衷才是真正的差异，当这些差异形成势能时，是很难被其他竞争对手复制的，而这些差异的来源往往来自于这些方面： 1.你和其他友商服务的是一群人吗？ 2.你和其他友商各自产品核心的转化路径是什么？ 3.你所在的行业，用户体验是不是核心价值？ 4.你的用户群体，核心场景是什么？只有一个吗？ … 同样是工具产品，你的本质也许是流量型工具、业务者导向工具、用户场景型工具，到稳定的格局之后，也许每一块大家都会做，但核心差异确保了增长或者说是基本盘。 再拿快手、抖音、视频号举例，快手的老铁文化，抖音早期的算法推荐和病毒式推广，视频号的社交关系都是其自身鲜明的差异化优势。 虽然三者的用户市场属性大致相同，但产品的创作初衷完全不一样。 还有极度内卷的新能源汽车行业也是极好的例子，新车的发行速度赶上了母鸡下蛋，这种环境下没有过硬的差异化优势，很难做出一片市场， 小米打造的年轻运动风格，极氪的超高性价比特色，理想L6打造的家庭空间概念，都是车本身之上的角度，场景和维度确实越造越多，但如果没有说到消费者的心坎上，怕早就和那些倒闭的车厂商一样了。 在行业本身没有进入真正的饱和度，如果你感觉产品的增长非常困难，那么大概是走错了方向或者还没有找到自己的核心差异。 换个角度，从产品的全流程思考，也许能看到很多未曾被开发的地带。 **专栏作家** 都市摆渡人，公众号：都市摆渡人，人人都是产品经理专栏作家。电商行业资深产品经理，专注提升产品认知和思维，期待共同进步。 本文由作者原创投稿发布于人人都是产品经理。未经作者许可，禁止转载 题图来自Unsplash，基于CC0协议

<blockquote><p>在互联网创业的浪潮中，抖音故事号以其低门槛和高回报潜力，成为许多人关注的焦点。本文将深入剖析如何通过抖音故事号在一年内还清50万债务的可行性。从内容创作的底层逻辑，到精细化的运营策略，再到风险应对与变现路径，本文为你提供了一份详尽的“作战地图”，助力你在故事号的赛道上脱颖而出，实现财务自由的突破。</p> </blockquote>  今天我们就聊一个实打实能操作的互联网项目：抖音故事号。 这个项目门槛不高，但想靠它一年赚50万，里面的水很深。 这篇报告，就是要把这事儿的底层逻辑、操作细节、风险在哪，都给你扒干净。 **它不是什么成功学，它是一份作战地图。** 如果你正被债务追着跑，或者就是想找个突破口，那就静下心来看完。  ## 01 项目可行性逻辑：这事儿凭什么能成？ 很多人瞧不上故事号，觉得是搬运工，没技术含量。 这么想，说明还没看明白。 这个模式能跑通，而且能赚到钱，**背后的逻辑比你想的要硬核得多。** ### 1.本质是“情绪价值”的工业化生产。 用户刷视频，看的不是故事，是情绪。 情感故事给的是共鸣和治愈，悬疑故事给的是紧张和刺激。 你的工作，就是把这些抽象的情绪，通过一套**“选题-脚本-配音-画面”**的流程，做成标准化的、可以复制的“情绪罐头”。 人性对情绪的需求是永恒的，所以这个市场永远都在，你只需要保证你的“罐头”味道正，能让人上瘾。 ### 2.流量获取的“非对称”红利。   什么叫非对称？就是你投入的时间和精力成本，跟你可能获得的回报不成正比。 一个视频，你花几个小时做出来，一旦爆了，可能带来几百万的播放。 这种以小博大的机会，在实体行业几乎没有。 而且，你的视频发布后，就成了你的“内容资产”。 只要内容够好，平台算法随时可能把它挖出来，在几个月甚至一年后继续给你带流量。 你是在积累，不是在消耗。 ### 3.心智占领的“窄门”与变现路径的“宽路”。   别上来就做“情感故事”，太宽了。 你应该做“原生家庭创伤”或者“中年职场危机”这类精准赛道。 用内容把这个细分人群的心智占领了，让他们一想到这类问题就想到你，信任就建立起来了。 有了信任，变现的路子就宽了。 从植入一本书，到引导去听付费课程，再到做付费咨询，都是水到渠成的事。先 走窄门，再行宽路，这是高手玩法。 ### 4.创作门槛的“洼地”与AI技术的“填平”。   很多人怕自己不会写、不会剪。 其实故事号的核心不是文采，是结构和节奏。 网上的素材多到用不完，你的工作是“重组”和“演绎”，不是从零开始的原创。 更关键的是，现在的AI工具已经非常强大。从找选题、写初稿、AI配音到生成部分画面，技术正在把门槛一降再降。 你不需要是全才，你更像一个懂得利用工具的项目经理。  ## 02 如何一年实现50万：从0到1的精细化运营地图 50万的目标，听着吓人，但拆解开来，就是每天、每周的具体动作。这套组合拳，你得接住了。 ### 1.定位定生死：用“手术刀”切入赛道。 放弃做大而全的念头。 去知乎、豆瓣、小红书这些地方，看那些吵得最凶的话题，比如“远嫁的委屈”、“凤凰男的困境”，这些就是用户的真痛点。 选定一个，就扎进去，用30个视频去测。数据不好，别心疼，马上换。定位越精准，你的内容穿透力越强。 ### 2.内容工业化：打造你的“故事流水线”。 靠灵感吃饭，迟早饿死。必须流程化。 选题库： 每天雷打不动花一小时，在各大平台搜集高赞、高评论的故事，存到你的在线文档里，分好类。 脚本模板： 所有的故事，都套用一个爆款结构：黄金三秒（扔出最大悬念）-&gt; 快速交代背景 -&gt; 冲突连续升级 -&gt; 情绪顶点（反转或爆发） -&gt; 结尾引导（留个问题让大家吵起来）。把这个流程刻在脑子里。 素材库： 把你常用的动画、BGM、音效都分门别类整理好。效率就是这么挤出来的。 ### 3.数据驱动：像个“交易员”一样看盘。 视频发出去，战斗才刚开始。 紧盯后台的完播率、互动率、转发率。 完播率决定平台给不给你下一波流量，互动率决定视频热度，转发率决定能不能出圈。 每天复盘，把爆款和扑街的视频数据拉出来对比，找到规律，第二天马上应用到新视频上。 ### 4.流量放大：玩“矩阵”和“多平台分发”。 一个号能成功，可能有运气成分。 但如果你能成功复制三个号，那就是你的能力了。 主号模式跑通后，马上开子账号，做不同细分领域，比如一个做婆媳，一个做职场。 同时，把视频同步到视频号、快手、B站，一个内容吃多份流量，还能分摊风险。 ### 5.变现前置化：从一开始就埋下“钩子”。 别等粉丝多了再想赚钱，那就晚了。 初期（0-5万粉）： 靠中视频计划赚点小钱，同时在主页引导，想看完整版故事去我的公众号/知乎。这是在筛选付费用户。 中期（5-20万粉）：接星图广告，但要爱惜羽毛，只接和内容调性相符的，比如读书APP、心理课程。 后期（20万粉+）：全力建私域。用送资料、建群的方式，把铁粉拉到微信里。在微信里，无论是做付费社群，还是卖你自己的小课程，收入才是最稳定、最可观的。 ### 6.构建壁垒：从“讲故事的”变成“IP”。   最后一步，也是最重要的一步。 当你的账号能稳定赚钱了，就要想办法让别人抄不了你。 怎么做？IP化。 你需要有自己独特的风格，比如一个固定的虚拟形象、一种标志性的配音腔调、一个洗脑的片头。 当用户一听到这个声音就想到你，你就不是一个简单的故事频道了，你成了一个人格化的IP。 人格，是无法被复制的。  ## 03 项目核心提示词：赋能内容创作的AI指令 脚本是整个流程的发动机。下面这个提示词， 你直接复制，把搜集来的故事梗概填进去，就能让AI成为你7×24小时的顶级编剧。 AI提示词（Prompt）： <blockquote><p>角色扮演：你是一位抖音故事领域的顶级编导，对爆款叙事结构、用户情绪G点和平台算法有深刻洞察。你的任务是基于我提供的【故事梗概】，创作一个时长90-120秒的、具备病毒传播潜力的动画短视频脚本。</p></blockquote> 核心指令与结构要求： -开篇钩子（&lt;10秒）：必须用一个极具冲突或悬念的场景开场，直接抛出故事中最矛盾的点，瞬间抓住用户。 -情境铺垫（10-30秒）： 用精炼的语言快速交代人物关系和背景，让观众立刻入戏。 -冲突升级（30-70秒）：设计至少两个连续的反转或矛盾激化点，让剧情一波三折，持续调动观众情绪。 -高潮反转（70-85秒）：引爆整个故事的情绪顶点，呈现一个大快人心或意料之外的结局，这是刺激用户点赞评论的关键。 -结尾升华与互动（&gt;85秒）： 用一句话总结故事的情感内核，然后抛出一个开放性问题（例如：“如果是你，你会怎么选？”），引导评论区讨论。 输出格式： [备选标题]： 提供3个，风格分别为：悬疑式、情绪式、结果式。 [脚本正文]： -场景/画面描述，用（）表示。 -旁白/配音台词，直接写出。 -关键音效/BGM建议，用【】表示。 [情绪关键词]： 提炼故事最核心的3个情绪点（如：背叛、觉醒、逆袭）。 [优化建议]： 以运营者视角，对脚本提出一个可改进的点及方案。 现在，请根据以下【故事梗概】开始创作：[请在这里粘贴你找到的故事原文或情节]  ## 04 项目风险和挑战：那些看不见的暗礁 这路看着平坦，但坑不少。提前知道坑在哪，才能绕过去。 ### 1.版权的原罪。 你用的故事素材，严格来说都是灰色地带。虽然是二次创作，但风险一直都在。 对策：别原文照搬，一定要深度改编，改叙事角度、增删情节。 主页挂个免责声明。 长远看，要么找作者合作拿授权，要么鼓励粉丝投稿，慢慢“洗白”。 ### 2.情感的内耗。 天天看这些狗血、悲伤的故事，对你自己的精神是种消耗。 灵感也总有用完的一天。 对策：把这当成一份工作，下班就抽离。 流程化就是对抗灵感枯竭的最好办法。定期给自己断网一天，让大脑清空缓存。 ### 3.算法的无常。 你永远摸不透平台的脾气。 今天有效的套路，明天可能就失效了，流量一夜之间就没了。 对策：别把身家性命都押在一个平台上。 多平台分发，同时拼命把流量往你的私域（微信）里导。 平台给的流量是租的，只有到你微信里的粉丝，才是你自己的资产。 ### 4.变现的鸿沟。 粉丝多不等于赚得多。 用户愿意给你点赞，不代表愿意为你花钱。 从免费内容到付费产品，这一步转化率极低。 对策：信任是唯一的货币。爱惜自己的羽毛，别什么广告都接。 推荐的东西，必须和你的人设相符。 引导付费时，一定要提供超额价值，让用户觉得占了便宜，他们才会心甘情愿买单，并且下次还来。  ## 05 结语：路在脚下，唯有行动 洋洋洒洒三千多字，其实就是把一个大目标，拆成了一堆你能上手干的活。 一年，五十万，这个目标很高，但不是梦。 它不看你多聪明，就看你的执行力、专注力和死磕到底的劲儿。 这个过程，肯定不好受。 你会在深夜改稿子改到崩溃，会因为数据差怀疑人生。 但你要记住，你走的每一步，都是在给你自己的未来铺路。 别把这事想得太文艺，它就是一门生意。 一门研究人性、流量和商业的生意。 本文由人人都是产品经理作者【抖知书】，微信公众号：【抖知书】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

<blockquote><p>在数字化转型的浪潮中，CRM咨询市场正经历着前所未有的变革。本文深入剖析了当前CRM咨询市场的七大趋势，揭示了市场从高端走向普及、从大团队转向小微组织、从系统上线到价值量化等深刻变化。</p> </blockquote>  我在1999年3月份进入Siebel Canada，包括我2002年回国后，那时候CRM市场是一个蓬勃向上，充满希望的市场，很多人都认为 CRM市场将是ERP市场的10倍。到了几年后国内金融、电信等行业开始广泛使用CRM时，CRM还是一个高端的市场。2007年和2008年我帮高伟达负责宁波银行和华泰银行CRM时，普通顾问报价在每天3500，IBM给我的资深顾问报价是每天15000，那时候北京的平均房价也就每平米7，8千。到了18年后的今天，普通CRM顾问每天2000多的报价比比皆是，外资头部咨询公司的报价也就是平均每天6，7千的水平。 CRM咨询市场一直都没有得到好转，最近2年反而越来越差。2020年我在微软负责销售CRM时，虽然是疫情期间，但几千万级的项目还很多；但2023年下半年开始，明显感觉CRM咨询和交付市场在萎缩，大单越来越少。2024年和2025年的前几个月也没见好转。 个人认为在CRM和AI融合后，没有找到大量业务场景、产生巨大业务价值前，CRM市场的颓势很难得到改观。目前通过机器人在客服中心替代人工座席，通过AI起草邮件的一些应用，所产生的业务价值不高，不足以改变CRM市场的格局和趋势。目前CRM咨询市场有七个比较明显的趋势：1.平民化、2.小微化、3.价值化、4.专题化、5.专业化、6.IP化、7.产品化。  图 1 CRM咨询市场的七趋势 - **平民化：**单从顾问收费来说，费用也就是18年前收费的一半到三分之二。更重要的是企业重视度，原来企业会认为CRM是改变自身核心竞争力的抓手，现在CRM就是一个普通数字化项目。以销售型CRM项目为例，原来一般都是企业一把手参与，最差也是销售总经理或副行长参与和主导，每双周企业经营办公会也会邀请CRM乙方项目负责人参与，共同规划和讨论CRM项目内容。现在基本都是数字化部门和销售管理部门主导，业务部门老大偶尔听一下，更别提公司一把手亲自参与了。 - **小微化：**由于当前咨询加交付的CRM项目预算大幅缩水，上千万的项目很少，所以留给CRM咨询部分预算也变小了，普遍在几十万到2，3百万之间。萎缩的CRM市场养不起大的咨询团队。在国内，别管全球知名大咨询公司，还是国内CRM厂商，在CRM业务顾问这块都没几个人。一般也就几个人到10几个人，能有几十个人的都算国内顶尖的大团队了。所以未来CRM咨询团队会以几个人到10几个人的小微组织为主，太大的团队存活不易。 - **价值化：**尽管CRM咨询这块费用大幅缩水，但客户的要求不断提升。原来只要系统上线，正常运行，没有bug就行；现在越来越多的客户要求把CRM上线后产生的业务价值量化和货币化，作为验收标准，和乙方价值产出对赌。 - **专题化：**现在越多的企业不再做大而全的CRM咨询，而是针对企业当前面临的头疼问题，做专题化的咨询。比如如何提升赢单率、如何解决备件满足率等问题等。 - **专业化：**10年前、20年前CRM顾问不专业也行，因为客户更不专业。我记得15年前几千万的项目，给客户设计一个360度视图、账户和产品视图、投诉和咨询流程等，客户都认为不错。现在大量咨询公司的资深顾问都跳巢到甲方，客户越来越专业。CRM咨询项目一个乙方专家带5，6个毕业生，根据客户描述的现状，用相应的方法论写一个PPT来验收的方式，客户已经很难接受了。客户现在要求顾问在业务上比客户自己要更有经验，要更专业，能指导客户；而不是顾问先过来学习，然后总结汇总。所以对顾问的专业性要求越来越高。 - **IP化：**原来大的CRM咨询项目选大厂，很看中全球知名品牌。一个是甲方觉得有面子，一个是如果项目失败了也好向公司解释。但最近几年随着信创的普及、项目预算的缩小、知名品牌整体能力的退化，很多企业在选型时更看重人的因素。比如你在某个领域是知名专家，企业管理层看过你的书或读过你的文章，认可你的观点和方法，从而选择你来做CRM咨询。所以CRM咨询团队可以全力打造和培育专家个人IP。 - **产品化：**如果公司纯靠CRM业务咨询的收入，在目前项目少、预算低、回款难的市场环境下，生存得会很艰难。如果企业有自己的产品销售给客户，哪怕咨询部分是亏损的，也可以通过产品部分补回损失。所以咨询+落地产品的组合会在当前环境下活得更好些。但前提是产品要聚焦，不要做太多的客户化。 虽然当前CRM咨询市场不景气，但也是一个大浪淘沙，整合优化的最好时机。CRM咨询市场不仅仅需要对咨询厂商和顾问做一个优胜略汰，也需要对收费标准做一个**再定位**。如果乙方来指导客户的专家非常专业，又比甲方的员工收入还低不少，那顾问为什么不跳槽到甲方。咨询费用决定了顾问的素质，在咨询领域低收费一定不会找来好的专家。 **总结：**本文介绍了CRM数字化咨询市场有七个比较明显的趋势：1.平民化、2.小微化、3.价值化、4.专题化、5.专业化、6.IP化、7.产品化。 本文由人人都是产品经理作者【杨峻】，微信公众号：【CRM30】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Pexels，基于 CC0 协议。

Trump said the new tariffs in part resulted from Ottawa retaliation on the tariffs the U.S. imposed for fentanyl trafficking. He also cited the trade deficit owing to trade barriers, such as up to 400% tariffs on U.S. dairy goods.

据了解，IT巨头英迈（Ingram Micro）的持续停机是由SafePay勒索软件攻击造成的，该软件导致内部系统关闭。英迈是全球最大的企业对企业技术分销商和服务提供商之一，为全球经销商和管理服务提供商提供一系列解决方案，包括硬件、软件、云服务、物流和培训。 自上周四以来，英迈的网站和在线订购系统一直处于瘫痪状态，该公司没有透露问题的原因。据了解，这次中断是由周四凌晨发生的网络攻击造成的，员工突然在他们的设备上发现了创建的赎金记录。 这起事件与SafePay勒索软件行动有关，该行动已成为2025年较为活跃的行动之一。目前尚不清楚设备是否在攻击中被加密。 值得注意的是，虽然赎金笔记声称窃取了各种各样的信息，但这是所有SafePay赎金笔记中使用的通用语言，可能不适用于英迈攻击。  在英迈的设备上发现了SafePay的勒索信 威胁者通过 Ingram Micro 的 GlobalProtect VPN 平台渗透了该公司的系统。攻击被发现后，一些地区的员工被告知在家工作。公司还关闭了内部系统，告诉员工不要使用公司的GlobalProtect VPN访问，据说这次IT故障影响到了它。 许多位置受到影响的系统包括公司的基于人工智能的Xvantage分发平台和Impulse许可证分配平台。然而，其他内部服务，如Microsoft 365、Teams和SharePoint，继续像往常一样运行。 在公告中，英迈公司证实他们遭受了勒索软件攻击。英迈表示正在努力恢复受影响的系统，以便能够处理和发货订单，“在得知该问题后，公司立即采取措施确保相关环境的安全，包括主动关闭某些系统并实施其他缓解措施。公司还在顶尖网络安全专家的协助下展开了调查，并通知了执法部门。” SafePay勒索软件团伙是一个相对较新的行动，于2024年11月首次被发现，自那时以来已经积累了220多名受害者。安全研究人员此前曾观察到，该勒索软件使用受损凭证和密码喷雾攻击，通过VPN网关破坏企业网络。

当地时间周四，美国电动汽车制造商特斯拉的首席执行官埃隆·马斯克在X平台发帖称，Grok AI“最迟”将于下周在特斯拉汽车上推出。这将标志着，特斯拉在车辆智能化方面迈出重要一步。  马斯克旗下人工智能初创公司xAI周三宣布推出了最新的旗舰人工智能（AI）模型Grok 4，称这是“世界上最强大的AI模型”。  尽管马斯克曾表示特斯拉汽车将搭载Grok，但他此前从未透露过时间表。 特斯拉尚未确认该聊天机器人将在其车辆上推出的具体时间，或哪些车型将搭载该人工智能工具。 目前还不清楚特斯拉车主是否需要为电动汽车上的Grok访问权限付费，以及费用是多少。虽然X上的聊天机器人版本是免费的，但用户需要每月支付30美元才能通过Grok网站或应用程序访问Grok 4。而功能更强大的Grok 4 Heavy版本的费用则要高得多，每月300美元。 眼下，大语言模型在汽车领域，尤其是高端汽车领域正变得越来越普遍。福特、梅赛德斯-奔驰、Stellantis 和其他一些车企都已在部分车型中集成了Chat-GPT。 值得注意的是，本周，特斯拉的人工智能聊天机器人遇到了麻烦。在X用户和反诽谤联盟（Anti-Defamation League）投诉Grok制作了带有反犹色彩和赞扬阿道夫·希特勒的内容后，其X账户上的社交媒体帖子被删除。 **多重利好齐发** 特斯拉无人驾驶出租车（Robotaxi）的扩张计划是特斯拉面临的又一大利好。马斯克将自动驾驶汽车的大规模普及视为公司未来的关键。 特斯拉已申请在亚利桑那州凤凰城测试并最终部署其Robotaxi，追随市场领军者Waymo的脚步。 亚利桑那州交通部的一位发言人周四向媒体证实，特斯拉已申请在亚利桑那州开展自动驾驶汽车测试及运营，测试范围包括有人类安全驾驶员和无人类安全驾驶员两种情况。这位发言人通过电子邮件称，预计将在7月底对该申请做出决定，特斯拉 “表达了在凤凰城都会区运营的兴趣”。 此外，马斯克周三在X上表示，特斯拉的Robotaxi服务将“可能在一两个月内”扩展到旧金山湾区。他还表示，特斯拉将在本周末将Robotaxi服务扩展到“奥斯汀更大的地区”。 今年6月，特斯拉在得克萨斯州奥斯汀正式推出Robotaxi服务。 特斯拉还于周四确定了年度股东大会的日期，最终定于11月6日举行。这为特斯拉投资者扫清了一些不确定性。在马斯克涉政、特斯拉在多个市场销量下滑的背景下，特斯拉投资者迫切需要借股东大会来了解公司的战略与发展方向。 周四，特斯拉股价强劲反弹，截至收盘大涨4.73%，报309.87美元。 今年以来，该股已累计下跌20%。过去几个月，马斯克在美国政府中所扮演的角色、他和特朗普总统之间的“口水战”以及特斯拉汽车的销量“逆风”让该股处于持续的震荡之中。  [查看评论](https://m.cnbeta.com.tw/comment/1512370.htm)

当地时间7月9日，美国财政部长斯科特·贝森特在爱达荷州太阳谷举行的“亿万富翁夏令营”活动上再度嘲笑马斯克建立“美国党”的举动。贝森特笑称：“他也许能在火星上赢得选票。” △美国财政部长贝森特（资料图） 这不是贝森特第一次嘲讽马斯克“另立山头”。他在6日接受采访时，就马斯克宣布成立“美国党”表示，马斯克执掌的特斯拉公司和太空探索技术公司的董事们“不喜欢”这一举动，他们“会鼓励他把注意力放在商业而不是政治活动上”。贝森特说，“如果你看民意调查，埃隆并不受欢迎”。 △马斯克发帖回怼贝森特 马斯克也在6日经由社交媒体回怼贝森特，称这位美国财长“主修政治学，甚至不懂数学”。 **两位亿万富翁的恩怨** 此前两人还都在特朗普政府内任职时，马斯克和贝森特这两位亿万富翁就摩擦不断。 据美媒爆料，两人4月17日曾在白宫当众大吵，双方一度“胸口相抵”。据当时听到争吵的消息人士说，贝森特一度用脏话大骂马斯克，马斯克则回呛说，“大声点儿”。二人争吵如此激烈，以至于一名助手不得不将他们分开。一名目击者说，当时“场面壮观”且“声音很大”，到访的意大利总理梅洛尼都听到了。 贝森特抨击马斯克在带领政府效率部削减预算的工作上“承诺多、兑现少”。马斯克则反驳称贝森特是“索罗斯的代理人”，并指责他经营过“失败的对冲基金”。贝森特在成为美国财长前，担任过索罗斯基金管理公司的首席投资官。 马斯克4月末宣布将离开白宫，并在5月底正式卸任“政府效率部”负责人。之后他因“大而美”法案与特朗普公开决裂，特朗普签署法案次日，马斯克宣布成立“美国党”，瞄准明年的国会中期选举，争取在参众两院占得一席之地。马斯克还表示，不排除“美国党”在2028年总统选举中支持某名候选人。（央视记者 许弢） [查看评论](https://m.cnbeta.com.tw/comment/1512368.htm)

<blockquote><p>在生成式AI与大模型技术爆发的当下，人工智能正加速走向产业落地，AI产品经理作为技术商业化的关键枢纽，其重要性日益凸显。本文深入剖析了AI产品经理的职业定位、核心能力与成长路径，结合最新行业趋势与实战案例，给大家提供了从入门到精通的系统化指南。</p> </blockquote>  在生成式AI与大模型技术爆发的今天，人工智能已从实验室走向产业落地最前沿。据IDC最新数据显示，2025年全球AI市场规模将突破5000亿美元，中国AI应用占比达35%，其中AI产品经理（AI PM）岗位需求同比增长240%，成为技术商业化浪潮中的关键枢纽。本指南将系统解析AI产品经理的职业定位、能力模型与成长路径，结合2025年最新行业趋势与实战案例，为从业者提供从入门到精通的完整框架。 ## AI产品经理的核⼼定位与时代需求 人工智能技术的产业化落地正在经历从”技术驱动”向”产品驱动”的关键转变。在这一背景下，AI产品经理的角色价值被重新定义：他们不再是简单的需求传递者，而是**技术价值转化的核心枢纽**。2025年Gartner行业报告指出，成功实现AI商业化的企业中，87%配备了专业化的AI产品经理团队，其核心使命在于将前沿AI能力转化为解决实际问题的产品方案，并在技术可行性、用户体验与商业价值间找到动态平衡点。 ### 与传统产品经理的差异化定位 AI产品经理与传统互联网产品经理存在本质性差异，主要体现在四个维度： - **决策逻辑体系**：传统产品依赖确定性规则与流程（如电商下单流程），而AI产品需要建立**概率思维框架**，理解模型输出的不确定性及其管理方式（如置信度阈值设置）。例如，智能客服的应答准确率从85%提升到95%，可能需要重新设计整个对话管理策略。 - **核心驱动要素**：传统产品以功能逻辑和用户体验为核心，AI产品则需关注**数据-模型-场景**的三角关系。如京东云言犀智能客服系统在迭代过程中，产品经理需要同时优化标注数据质量（准确率）、模型结构（BERT到GPT-3.5迁移）和业务场景适配（金融vs零售），这三个变量的耦合度远超传统产品。 - **关键挑战差异**：传统产品的挑战在于需求优先级排序与体验优化，AI产品则面临**数据闭环构建**的独特挑战。阿里云小蜜的产品日志显示，其70%的迭代时间用于解决数据漂移（DataDrift）问题，仅有30%资源用于功能开发，这种比例在传统产品中难以想象。 - **技术依赖深度**：传统产品对技术理解要求较浅（如API调用），AI产品经理则需要**深度掌握技术边界**。当设计医疗影像AI产品时，产品经理必须清楚CT图像分割模型在细小病灶（&lt;3mm）上的识别局限，才能合理设计医生复核流程。  表：AI产品经理与传统产品经理能力对比（2025年最新调研数据） ### 大模型时代的新定位 2025年，随着多模态大模型（如GPT-5、Claude3.5）的普及，AI产品经理的角色进一步分化。百度千帆平台用户调研显示，企业对大模型产品的需求呈现**“三分天下”格局**：35%选择公有云API调用，28%需要行业精调模型，37%要求全链路私有化部署。这种分化要求AI产品经理在技术选型上具备更强的判断力。 同时，生成式AI的爆发带来了**产品形态的革命性变化**。月之暗面Kimi产品总监指出：”当模型能力每季度跃迁时，产品经理的核心价值从功能设计转向**能力探索**——如何挖掘基座模型尚未被发现的应用潜力。”例如，GPT-4最初未被设计用于蛋白质结构预测，但产品经理与生物学家合作发现了这一突破性应用场景。 AI产品经理也正成为**商业模式的创新引擎**。MiniMax的To B产品线通过”模型能力+计费策略+合规方案”的三元定价模式，在2025年上半年实现ARR增长300%，证明技术商业化路径的设计价值可能超过技术本身。 ## 三大AI产品经理方向的核心差异 随着AI技术渗透到各行业，AI产品经理这一角色已经分化出多个专业化方向。根据技术在产品中的介入程度和应用方式，当前行业主要存在三种差异明显的AI产品经理类型，每种类型对知识结构、能力维度和职业发展路径都有独特要求。理解这些差异对于从业者的定位选择至关重要。 ### AI平台产品经理：开发者的赋能者 AI平台产品经理专注于构建**机器学习开发基础设施**，他们的核心用户是算法工程师与数据科学家。这类产品在2025年呈现出明显的专业化趋势，如百度千帆平台已分化出模型训练、数据标注、部署监控三个独立产品线，各需要专门的产品团队。 典型工作流包括设计**MLOps全生命周期工具链**。某国际云厂商产品总监透露，其日常工作60%围绕”数据版本控制-模型监控告警-自动化再训练”闭环优化。例如，当检测到生产环境模型出现特征漂移时，产品经理需要设计一键回滚机制，这要求对AI开发生态有深刻理解。 核心能力项中，**技术架构思维**位居首位。优秀候选人需要掌握分布式训练原理（如AllReduce算法）、推理加速技术（TensorRT优化）等深度知识。阿里云PAI产品经理面试中，候选人被要求设计支持千卡并行的训练任务调度方案，这远超传统产品经理的技术要求。 开发者体验（DX）优化是另一关键。2025年平台类产品的竞争焦点已从功能完备性转向**工作流顺畅度**。AWS SageMaker的最新用户调研显示，83%的开发者将”调试工具完整性”作为平台选择首要标准，这要求产品经理深入算法开发的实际痛点。 职业发展路径通常为：算法工程师→AI平台产品经理→开发者生态负责人。头部企业如第四范式更倾向录用有实际模型开发经验的候选人，因其能更好理解技术团队需求。 ### AI Native产品经理：重塑人机交互边界 这类产品经理致力于创造**以AI为核心价值主张**的全新产品品类。ChatGPT、Midjourney等产品的爆发，使该岗位在2025年成为竞争最激烈的领域，月之暗面（Kimi）招聘数据显示，单个岗位收到逾2000份简历。 工作内容发生本质变化。传统PRD文档被**Prompt模板库**替代，产品经理需要精心设计系统提示词（System Prompt）来激发模型潜力。例如，Notion AI的产品团队建立了包含2000+变体的提示词矩阵，通过AB测试确定最优组合。 **多模态交互设计**能力变得至关重要。当语音、图像、视频输入成为可能，产品经理需要重新思考信息架构。Zoom AI Companion的产品团队创造性地设计了”语音命令+屏幕标注”的混合交互模式，使会议摘要效率提升3倍。 面临独特的**伦理合规挑战**。Stability AI的产品经理透露，其50%时间用于设计内容过滤机制，包括实时检测流水线和事后追溯系统。欧盟AI法案实施后，这类合规设计直接决定产品能否上市。 职业瓶颈常出现在技术理解深度上。智谱AI招聘主管指出，初级AI Native产品经理最普遍的短板是**无法准确评估模型能力边界**，导致设计出不可行的产品方案。 ### AI+产品经理：传统业务的智能化引擎 这类产品经理致力于在现有业务中**寻找AI赋能点**，需要兼具行业知识与技术嗅觉。2025年最成功的案例是美团智能调度系统，通过时空预测模型将骑手配送效率提升22%，这要求产品经理深入理解物流业务细节。 核心挑战在于**技术选型决策**。某零售企业产品总监分享了真实案例：当商品评价情感分析准确率要求从85%提升到92%时，解决方案可能从规则引擎切换到BERT模型，但相应需要增加20倍标注预算。这种权衡需要扎实的技术-商业判断力。 **变革管理能力**同样关键。医疗AI产品经理经常面临医生群体的抵触，腾讯觅影团队通过”AI辅助诊断→人机竞赛→共诊模式”的三阶段推广策略，成功实现三甲医院渗透率从15%到68%的跨越。 职业发展呈现**行业专业化**趋势。2025年头部企业更倾向招聘”金融+AI”、”医疗+AI”等复合背景人才。平安科技AI产品团队中，具有金融从业经验者占比达65%，远高于纯技术背景候选人。  表：三类AI产品经理的核心差异对比（2025年行业基准） ## 核⼼能⼒模型：技术+产品+商业三维度 AI产品经理的能力构建是一个系统工程，需要在多个维度上取得平衡。2025年行业领先企业普遍采用”三角能力模型”来评估AI产品经理的胜任力，包括技术理解深度、产品设计高度和商业落地精度三个相互支撑的维度。这种能力结构的复杂性远超传统产品经理，也决定了AI产品经理的培养周期通常需要12-18个月。 ### 技术理解力：超越表面的认知深度 AI产品经理的技术能力不在于编写复杂算法，而在于**准确评估技术边界**。2025年百度内部培训数据显示，优秀AI产品经理在技术评估方面表现出三个层级的能力： **基础原理认知**是入门门槛。需掌握监督学习（如XGBoost）、无监督学习（如聚类）和强化学习的基本区别，并能根据场景选择合适方法。例如，信用卡反欺诈适合监督学习，而用户分群则适用无监督学习。 **模型全生命周期管理**能力日益重要。产品经理需要主导构建从数据采集（如设计标注规范）、特征工程（特征重要性分析）、到模型监控（如漂移检测）的完整闭环。京东金融的风控产品经理通过建立周级别的数据质量巡检制度，使模型稳定性提升40%。 **大模型技术栈**成为2025年标配能力。包括Prompt工程（Few-shot Learning设计）、微调技术（LoRA适配器应用）和推理优化（KV缓存配置）。月之暗面的产品团队开发了”能力-提示词映射矩阵”，系统化挖掘基座模型潜力。 技术理解力的终极表现是**技术可行性判断**。当业务方提出”用AI预测股票走势”时，成熟的产品经理需要评估：数据是否满足有效市场假说？是否存在无法克服的混淆变量？这种判断能避免团队陷入技术死胡同。 ### 产品设计：不确定性中的用户体验 AI产品的设计哲学与传统产品存在本质差异。亚马逊AI设计原则指出，AI产品经理需要建立**概率化设计思维**，这意味着每个交互节点都需要考虑fallback机制。智能客服产品中的”三级应答降级策略”（模型回答→知识库匹配→人工接管）就是典型范例。 **人机协同设计**能力尤为关键。医疗AI产品需要精细设计医生与AI的协作流程：何时AI主导（如影像初筛）？何时人主导（如治疗方案制定）？联影智能采用”AI标记-医生复核-双盲校验”流程，在提升效率的同时确保医疗质量。 数据驱动的**持续迭代机制**不可或缺。不同于传统产品的版本发布模式，AI产品需要建立实时数据反馈环。抖音推荐系统产品团队构建了”AB测试-在线评估-离线分析”的三层迭代体系，实现模型天级别更新。 **可解释性设计**成为刚需。欧盟AI法规要求用户有权获得算法决策的解释，这催生了”解释界面”这一新设计领域。Credit Karma的信用评分AI提供”影响因子可视化”，显著提升用户信任度。 ### 商业化与伦理平衡 AI产品的商业化需要**价值证明**能力。B端产品经理尤其需要设计清晰的ROI计算模型。例如，工业质检AI的成本不能超过人工检验的60%，且漏检率需降低50%以上，这些数字决定客户采购意愿。 **定价策略**复杂化。大模型API产品衍生出按token计费、按效果付费（如准确率分级）、订阅制等多种模式。Azure AI的混合计费方案（基础调用费+性能附加费）在2025年获得30%的溢价空间。 **伦理风险管理**能力日益重要。从训练数据偏见检测（如肤色均衡性）到输出内容过滤（如暴力内容识别），产品经理需要建立全流程管控。Stability AI的”伦理检查表”包含87项具体指标，覆盖从数据采集到用户反馈的全环节。 **合规架构设计**成为必备技能。GDPR、AI法案等法规要求产品在设计阶段就内置合规性。Salesforce Einstein产品团队包括专职的合规架构师，确保每个功能模块都符合跨国监管要求。  表：AI产品经理能力评估矩阵（2025年行业标准） ## 转型路径：从入门到高阶 AI产品经理的职业发展是一条需要精心规划的旅程，不同背景的从业者需要采取差异化的成长策略。2025年行业数据显示，成功转型者平均需要12-24个月的过渡期，期间需要系统性地构建知识体系、积累实战经验并完成思维模式转换。本节将拆解不同背景从业者的转型策略，提供可操作的学习路线图和求职策略。 ### 背景适配策略 转型AI产品经理的成功率与**原始背景**高度相关。LinkedIn 2025年人才报告显示，技术背景转型者平均薪资比非技术背景高出27%，但后者在用户体验设计方面表现更优。针对不同背景的转型者，建议采取以下策略： **技术背景从业者**（算法工程师、数据科学家）的优势在于**技术理解深度**，短板常出现在产品思维和商业敏感度。某大厂内部调研显示，转型成功的算法工程师通常先切入AI平台产品方向，通过参与1-2个完整的开发者工具项目（如标注平台优化）培养产品感，再扩展到更广领域。建议技术背景者优先补足： - 用户研究方法（如情境访谈） - 商业模式设计（SaaS定价策略） - 跨部门协作技巧（与技术团队之外的部门沟通） **传统产品经理**转型需要突破**技术认知瓶颈**。2025年行业调查表明，成功转型的传统PM中，83%系统学习了机器学习课程（如Andrew Ng的Coursera课程），65%获得AI相关认证（如TensorFlow Developer Certificate）。美团到店事业群的产品总监分享，其团队要求转型者至少完成3个Kaggle入门竞赛，以建立对数据科学工作流的直观认知。 **零基础转行者**需要构建**复合竞争力**。教育科技公司Coursera的学员数据显示，零基础学员最有效的学习路径是：技术通识（2个月）→垂直行业知识（3个月）→实战项目（4个月）。某成功转行AI医疗产品的案例中，候选人通过”医学影像分析慕课+医院实习+开源项目贡献”的三段式准备，最终获得联影智能的offer。 ### 学习路线图 构建系统化的知识体系需要分阶段推进。根据2025年AI产品经理岗位要求的变化，我们设计了三阶段学习路径： **基础阶段（0-6个月）**需要建立**技术-产品交叉认知**。关键学习任务包括： - 技术通识：完成《》（花书）关键章节+Fast.ai实战项目 - 工具链掌握：通过HuggingFace部署文本分类模型，实现90%+准确率 - 产品思维转型：分析10个以上AI产品案例（如ChatGPT迭代路径）阿里云认证体系显示，完成此阶段的学习者已能胜任60%的初级AI产品工作。 **专项深化（6-12个月）**应聚焦**方向选择**。各方向的核心课程： - AI平台方向：掌握AWSSageMaker架构设计，完成3个MLOps项目 - AINative方向：精通PromptEngineering，构建100+提示词模板库 - AI+方向：深入行业知识（如金融风控模型评估指标）百度黄埔学院的学员数据显示，专项学习可使面试通过率提升3倍。 **实战积累阶段**决定转型成败。2025年雇主最看重的三类实践： - 开源贡献：参与LangChain等项目的文档优化或案例开发 - 竞赛成果：Kaggle竞赛进入前15%或天池大赛获奖 - 自研项目：使用GPT-4API开发完整应用（如教育助手）腾讯AI加速器数据显示，具有实战项目的候选人获得offer的概率高出76%。 ### 求职策略 **地域选择**显著影响职业机会。2025年中国AI产业呈现明显区域分化： - 北京海淀：大模型研发中心（占全国70%基座模型企业） - 杭州：电商AI应用集群（阿里达摩院+跨境电商AI化） - 深圳：硬件结合AI枢纽（无人机、机器人等终端智能） - 成都：AI+医疗高地（华西医院带动医疗影像创新）猎聘网数据显示，地域专精化使求职效率提升40%。 **目标公司选择**需要匹配发展方向。2025年各领域代表企业： - AI平台：百度智能云（千帆）、阿里云（PAI）、华为（昇思) - AINative：月之暗面（Kimi）、智谱AI（ChatGLM）、MiniMax - AI+行业：平安科技（金融）、联影智能（医疗）、京东数科（零售）行业报告显示，选择赛道前三企业的从业者成长速度是行业平均的2.3倍。 **薪资谈判**需要**数据支撑**。2025年市场参考值： - 初级（1-3年经验）：25-40万/年，股权占比0.01%-0.05% - 高级（3-5年经验）：50-80万/年，重点考察项目经历 - 专家（5年+）：100万+，通常要求主导过千万级营收项目调研发现，展示Kaggle排名、GitHub星标数等硬指标可使薪资上浮15%。  表：AI产品经理转型里程碑（2025年标准） ## 行业趋势与风险规避 AI产品经理的职业发展始终处于技术演进与市场变化的双重影响下。2025年的AI领域呈现出加速迭代的态势，新技术、新法规和新竞争格局不断重塑行业面貌。在此环境下，AI产品经理既要敏锐把握技术突破带来的机遇，又需要规避产品化过程中的各种陷阱。本节将剖析未来12-18个月的行业走向，并提供实战验证的风险规避策略。 ### 未来方向：技术前沿与商业突破点 多模态融合技术正在**重构产品形态**。GPT-5和Claude 3.5等多模态模型的出现，使”文本+图像+语音”的混合交互成为可能。微软Surface产品线已经应用”语音描述+手写输入+图像识别”的三模态笔记功能，用户留存率提升58%。AI产品经理需要掌握： - 跨模态信息对齐技术 - 混合交互设计原则 - 多模态数据评估指标行业专家预测，到2026年，纯文本交互的AI产品将失去竞争力。 **Agent架构**的兴起代表着AI自主性的提升。AutoGPT和BabyAGI等项目展示了AI自主完成任务的可能性。亚马逊已部署3000+客服Agent，处理30%的常规咨询。产品经理面临新挑战： - 设计Agent行动边界 - 构建人类监督机制 - 评估Agent系统风险阿里云的研究表明，设计良好的Agent系统可提升业务自动化水平，但失控风险同步增加。 垂直行业大模型催生**专业AI产品经理**需求。医疗、法律、金融等领域的精调模型（如Med-PaLM 2）性能已超越通用模型。2025年，具有”行业知识+AI技能”的复合型产品经理薪资溢价达40%。培养方向包括： - 领域专用评估指标设计（如法律条文召回率） - 行业合规要求内化 - 专家协作流程构建联影智能的医疗AI产品团队中，同时具有医师资格和AI认证的产品经理占比已达35%。 ## 常见陷阱与规避策略 **技术至上陷阱**是AI产品失败的首要原因。Gartner 2025报告显示，67%的AI项目因过度追求技术先进性而偏离实际需求。有效规避策略包括： - 先验验证（PrioritizedMVP）：用简单规则引擎解决80%问题，再逐步引入机器学习 - 成本锚定法：设定技术投入上限（不超过预期收益的30%） - 场景分级：区分“必须AI”和“可AI”场景京东客服AI的迭代经验证明，合理的技术克制可使产品上市时间缩短60%。 **数据质量陷阱**常在产品规模化时爆发。计算机视觉产品尤其面临标注不一致问题，某自动驾驶公司因夜间图像标注标准模糊，导致模型性能下降40%。解决方案包括： - 建立标注百科（含100+典型案例） - 实施ActiveLearning循环 - 开发标注质量预测模型百度视觉技术团队通过“三阶段质检流程”，使数据清洗效率提升3倍。 **伦理盲区**可能导致灾难性后果。2024年某招聘AI因性别偏见被起诉，直接损失达800万美元。建立**伦理检查点**至关重要： - 数据采集阶段：多样性评估（性别、年龄、地域分布） - 训练阶段：偏见检测（AdversarialDebiasing） - 部署阶段：影响评估（EEO认证）IBM的AIEthicsBoard已制定包含150项检查点的全流程指南。 **商业闭环缺失**使AI产品难持续。2025年调研显示，仅41%的AI项目实现盈利，主因是未构建可持续商业模式。成功案例的共同特征： - 价值可测量（如客服AI节省的人力成本） - 收费与服务深度绑定（如按准确率阶梯定价） - 客户成功体系（使用效果追踪与优化）Salesforce的EinsteinAI通过“实施-培训-优化”三位一体服务，使客户LTV提升220%。 ### 效能提升工具链 2025年AI产品经理的**技术栈**显著专业化。除传统产品工具（Jira、Figma）外，必须掌握： - 模型监控工具（WhyLabs、Evidently） - Prompt管理平台（Promptitude、AIMMO） - 伦理检查工具（IBMFairness360、GoogleWhat-If）阿里云PAI产品团队的数据显示，使用专业工具链可使迭代效率提升50%。 **知识更新机制**决定职业生命力。顶尖AI产品经理平均每周投入10小时学习，主要渠道： - 论文速递服务（ArXivSanityPreserver） - 技术简报（TheBatchbyDeepLearning.AI） - 案例库（AI案例精选） - 实验环境（GoogleColabPro）持续学习者晋升速度是同龄人的2.4倍。 **社区资源**的价值日益凸显。2025年值得加入的顶级社区： - 专业社群：AIProductAlliance（会员制） - 开源社区：HuggingFace、LangChain - 行业联盟：中国人工智能产业发展联盟（AIIA）社区活跃成员的职业机会多出83%。 ### 学习资源工具箱 AI产品经理的持续成长离不开精心设计的学习资源体系。随着技术迭代加速，2025年的学习资源呈现出”专业化、实战化、社区化”三大趋势。本节将分类整理经过验证的高价值资源，包括技术基础、产品设计、行业洞察等多个维度，帮助从业者构建系统化的知识体系。这些资源均经过实际案例验证，确保其在实际工作场景中的适用性。 ### 技术基础资源 **书籍选择**需要兼顾深度与广度。2025年行业调研显示，最受推崇的三本技术书籍分别是： - 《深度学习》（花书）第2版：新增了大模型技术章节，理论深度适合技术背景转型者 - 《Hands-OnMachineLearning》第4版：突出Scikit-Learn、TensorFlow和PyTorch的对比实践 - 《AIEngineering》byAndrewNg：聚焦AI项目工程化落地难点京东图书数据显示，这三本书的AI产品经理读者留存率达73%，远高于平均水平。 **课程体系**呈现分级趋势。根据学习者背景推荐： - 数学基础薄弱者：MIT线性代数（OpenCourseWare）+可汗学院概率统计 - 入门阶段：AndrewNg机器学习（2025新版新增Prompt工程章节） - 进阶方向：Fast.ai实战课程（侧重计算机视觉与NLP交叉应用）Coursera数据显示，系统学完三门相关课程的学习者，技术面试通过率提升65%。 **实验平台**是技能转化的关键。2025年主流选择： - HuggingFaceSpaces：部署模型Demo的一站式平台 - GoogleColabEnterprise：企业级协作笔记本环境 - KagglePro：真实数据集与竞赛机制阿里云天池大赛数据显示，参与过3次以上竞赛的产品经理，技术方案可行性评估准确率显著提高。 ### 产品设计资源 **设计方法论**需要专门适配AI特性。推荐资源包括： - 《AI产品设计原则》：微软AI设计团队出品，含57个交互模式案例 - 人机协作白皮书：IBM研究院发布，涵盖医疗、金融等8个行业的设计规范 - 不确定性设计案例库：收录200+个AI产品设计决策点用户体验测量公司UserTesting的调研显示，学习过专业AI设计资源的从业者，其产品用户满意度平均高出23%。 **Prompt工程**已成为基础技能。2025年必备学习资料： - OpenAIPromptEngineeringGuide（官方持续更新版） - 《AdvancedPrompting》byAnthropic：含Claude模型最佳实践 - PromptBase市场：研究Top100付费Prompt的设计模式行业数据显示，精通Prompt工程的产品经理可使大模型产品开发效率提升40%。 **伦理与合规**资源日益重要。核心参考资料： - 欧盟AI法案全文及解读手册（2025年正式版） - IEEE伦理认证体系（含800+检查项） - NIST风险管理框架（AI特定章节）合规专家指出，提前学习这些资源可减少产品上市后60%的合规整改工作。 ### 行业动态与社区 **行业报告**帮助把握技术商业化的脉搏。2025年最具洞察力的报告系列： - GartnerAI技术成熟度曲线（7月更新版） - 麦肯锡AI商业化全景图（含30个行业ROI分析） - 中国信通院AI白皮书（侧重政策与基础设施）企业战略部门调研显示，定期研读这些报告的产品经理，其产品路线图前瞻性评分高出同行37%。 **技术大会**的价值从展示转向连接。值得重点参与的活动： - WAIC（世界人工智能大会）：亚洲最大的AI生态盛会 - NVIDIAGTC：聚焦AI工程实践与最新硬件 - EMNLP/ACL：自然语言处理前沿成果首发地会后调研表明，有效参与会议（提前选择议题+会后总结）的产品经理，技术敏感度提升2.1倍。 **实践社区**加速经验获取。2025年活跃社区特点： - 垂直化：AI+医疗、AI+金融等细分领域社群兴起 - 工具化：集成案例库、代码共享等实用功能 - 认证化：社区贡献可转化为职业认证学分如“AI产品经理大本营”社区成员的平均晋升速度快于非成员28%。  表：AI产品经理学习资源效能评估（2025年基准） ## 结语：成为技术与人性的”双语者” 在AI技术持续重塑产业格局的今天，AI产品经理的角色价值正经历根本性升华。2025年行业领先企业的实践表明，顶尖AI产品经理已经超越单纯的产品功能设计者，进化为**技术价值转化的架构师**。他们不仅需要精通技术语言与商业语言的双向翻译，更需要在算法效率与人文关怀、创新突破与伦理边界的动态平衡中展现高超的智慧。这种复合型人才的形成，既需要系统化的知识构建，也需要实战中的持续精进。 ### 核心竞争力的本质 AI产品经理的独特价值在于**连接维度**的多元化。与传统产品经理相比，他们需要处理技术可行性、数据可获得性、商业合理性、伦理合规性等多元约束条件的复杂互动。OpenAI的产品副总裁在2025年峰会上指出：”优秀AI产品经理的决策框架必须同时包含准确率指标、用户体验指标、商业回报指标和伦理风险指标，这种多维度的权衡能力无法速成，需要至少3000小时的刻意练习。” 具体而言，这种竞争力体现在三个层面： **1）技术判断力**的深度决定产品天花板。当面对”是否应该采用刚发布的新型大模型”这一决策时，资深产品经理会评估：模型在实际业务场景中的边际收益是否超过切换成本（如重新设计提示词模板、调整用户教育内容）；技术供应商的长期生存能力；以及模型在特定边缘案例（Edge Cases）上的表现。这种判断需要持续的技术追踪与实践积累。 **2）场景洞察力**的精度决定产品市场契合度。Kimi产品团队在开发”长文本分析”功能时，没有简单复制学术界的评估指标，而是深入法律、研究等专业场景，设计出”关键信息提取准确率”、”跨文档关联发现能力”等业务导向的度量标准。这种从用户真实工作流中提炼需求的能力，使产品在专业用户群体中获得高达92%的满意度。 **3）伦理预见力**的远度决定产品生命周期。随着全球AI监管框架的完善，产品设计的前瞻性伦理考量变得至关重要。欧盟AI法案实施后，某知名图像生成产品因未能预先建立完整的版权追溯机制，被迫进行长达6个月的架构重构，直接损失达800万欧元。相反，提前布局合规设计的竞争对手同期获得30%的市场份额增长。 ### 持续成长的心态与行动 在技术快速迭代的环境中，AI产品经理的成长是**永续进程**而非终极状态。2025年行业研究显示，顶尖AI产品经理在持续学习上的投入呈现三个显著特征： - **学习节奏的规律化**：78%的受访者保持”每周技术深潜”习惯，即每周至少安排4小时不受干扰的深度学习（如研读论文主干章节、复现关键实验）。这种持续而非突击式的学习方式，使他们对技术演进保持敏锐度。 - **知识管理的系统化**：高效学习者普遍建立个人知识库，使用Obsidian或Logseq等工具连接技术概念、产品案例和业务洞察。某AI Native产品总监的知识图谱包含3000+个相互链接的概念节点，这种结构化的知识体系显著提升决策质量。 - **经验萃取的主动化**：每完成一个重要项目后，优秀从业者会进行”项目解剖”，不仅总结成功经验，更深入分析决策过程中的信息盲点和思维局限。阿里云某产品团队将这种复盘制度化为”三问会”（问技术假设、问用户理解、问商业判断），使团队成长速度提升40%。 ### 未来演进的方向 面向2026年，AI产品经理的角色将继续分化与深化。行业观察家预测将出现以下专业方向： - **AI技术策展人**：随着模型生态的复杂化（基座模型、精调模型、专属模型的组合使用），产品经理需要成为”技术策展人”，能够根据业务需求设计最优的技术组合方案。这要求对数百个开源和商业模型的特点有精准把握。 - **人机协作架构师**：当AI Agent能够自主完成复杂任务时，产品经理的核心职责将转向设计人机协作的流程与规则。医疗领域已经出现专门的”人机协作设计”岗位，负责规划医生与AI系统的互动边界与责任分配。 - **AI价值审计师**：监管要求和企业社会责任将催生专门的AI价值评估角色，确保AI产品在公平性、可持续性等方面符合标准。这类岗位需要兼具技术理解与伦理判断的复合能力。 正如微软AI产品副总裁Lila Tretikov在2025世界人工智能大会上所言：”未来的AI产品经理将是文艺复兴式人才——他们既理解技术的数学之美，又洞察人性的复杂精妙，最重要的是，他们能在两者之间架起坚实的桥梁。” 对于有志于这一领域的从业者而言，没有比现在更好的起点——每一次技术突破都带来新的产品可能，每一个行业痛点都隐藏着创新的种子。在这个充满不确定性的时代，唯有持续学习与场景深耕，才能驾驭AI技术的巨大潜力，创造出真正改善人类生活的产品。 作者：徐礼昭 本文由 @徐礼昭商业评论 原创发布于人人都是产品经理。未经许可，禁止转载 题图由作者提供 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

 《生化危机》系列衍生手游《生化危机生存小队》举办了最新发布会，本作将于2025年内登陆移动平台，支持中文。  全程视频： &lt;内嵌内容，请前往机核查看&gt; 游戏的制作人为川田将央，游戏的时间线将从《生化危机2&amp;3》开始，并逐渐发展为一个平行世界的剧情设定，另外本作的怪物设计将由天野喜孝担任。

<blockquote><p>在数字化时代，表单作为用户与系统交互的重要桥梁，其验证机制直接影响用户体验与数据质量。本文深入探讨了表单实时验证的技术细节与行为模型，从验证触发机制、节奏与输入行为，到客户端与服务端的协同配合，全方位解析了如何打造高效、友好且安全的表单验证流程。通过科学策略与优化技巧，助力开发者提升用户满意度，确保数据准确性与系统安全性。</p> </blockquote>  ## 一、验证触发机制详解 实时验证，顾名思义，就是边填边检查。但“边填”到底是指什么时候呢？系统到底该在用户做什么操作时跳出来说话？这就是触发机制的问题。我们先来看看几个常见的触发点，它们虽然看起来只是一行事件绑定，其实背后都藏着不同的“沟通语境” onInput：这是最激进的方式，用户每输入一个字符就触发验证。这种方式容易让用户感到被监视，体验上非常打断式，如用户输入邮箱时刚打完一个字母就提示格式错误，会让人觉得添堵。 **案例**：用户想输入邮箱 james@example.com，刚打完 j 系统就提示“格式错误”……这不是在帮忙，是在添堵。 onChange：在用户每次改完输入框的内容时触发验证，节奏比 onInput 慢一些。搭配节流/防抖机制，如等用户停下输入 300 毫秒后再验证，既不会太打扰，又能保持反应迅速。 案例：帮助用户创建高安全性密码，实时反馈强度，避免提交后因密码太弱被驳回。 onBlur：用户离开输入框时才触发验证，不会边输边打扰，但反馈延迟较大，可能会错过及时提示的机会，如电商网站让用户输入手机号后按 Tab 跳到下一个字段才提示号码格式错误，会给用户带来不便。 **案例**：有些电商网站就喜欢 onBlur，你输入手机号，填完按 Tab 跳到下一个字段，系统才告诉你“号码格式错了”——这时候你已经开始填地址了，来回跳不累吗？ onSubmit：所有字段在用户点击“提交”时一起验证，属于事后型处理，体验上类似于“你都交卷了才告诉你填错了名字”，无法及时发现并纠正错误。 <blockquote><p>患者在线提交预约表单，比如填写了姓名、身份证号、手机号、症状描述、预约科室、就诊时间。点击提交后，系统瞬间完成验证：例如身份证号格式、手机号有效性验证、症状描述是否≥20字…</p></blockquote> **触发机制的选择并非单纯的技术问题，而是人机沟通策略。不同的用户有不同的输入习惯和需求，如打字飞快的用户可能会觉得onInput太唠叨，新手用户可能会觉得onBlur太迟钝。因此，一个聪明的验证机制往往是混合策略加上防抖优化，懂得在合适的时机“说话”或“闭嘴”。** ## 二、验证节奏与输入行为 ### 2.1 用户输入节奏 用户打字是有速度和停顿节奏的，而反馈系统如果“插话”节奏不对，就会打断用户认知流程。用户输入节奏呈“波浪型”，有些字段是连续输入节奏快，有些字段需要思考中间有停顿，还有些字段习惯输完直接按 Tab 跳下一项。这些行为决定了验证系统不该“一刀切”，而应根据字段类型、用户行为自动调整反馈时机。 用户打字节奏呈“波浪型”： - 有些字段是连续输入（如手机号），节奏很快； - 有些字段需要思考（如密码、地址），中间会有停顿； - 有些字段习惯输完直接按Tab跳下一项。 这些行为决定了验证系统不该“一刀切”，而应根据字段类型、用户行为自动调整反馈时机。 ### 2.2 可接受的反馈延迟范围 研究表明，反馈延迟控制在 200ms~800ms 是最合适的区间。少于 200ms 容易给人“边打边挑错”的压力，多于 800ms 用户可能已经在看别的字段，提示被忽略或觉得反应迟钝。 优秀的实时验证会结合用户输入节奏做防抖处理，如在用户停止输入 300ms 后再触发验证，这样既不打断输入节奏，又能及时给出反馈。原理是在频繁触发的事件中延迟执行函数，等待设定的时间间隔后执行最后一次触发的操作，若期间重复触发则重新计时。 典型应用如搜索框输入实时查询优化，避免每次输入都请求接口，以及表单提交按钮多次点击合并为一次有效操作。 - 少于200ms：容易给人“边打边挑错”的压力； - 多于800ms：用户已经在看别的字段，提示被忽略或觉得反应迟钝。 ### 2.3 合理做法 优秀的实时验证，一般会结合用户输入节奏做防抖处理（debounce）。比如在用户停止输入300ms后再触发验证，这样既不打断输入节奏，又能及时给出反馈。 原理：延迟执行函数，在频繁触发的事件（如输入、点击）中，等待设定的时间间隔后执行最后一次触发的操作。若期间重复触发则重新计时。 典型应用：搜索框输入实时查询优化，避免每次输入都请求接口。表单提交按钮多次点击合并为一次有效操作。 ## 三、客户端 vs 服务端 客户端验证和服务端验证，职责完全不同。客户端验证主要负责即时反馈和格式校验，如邮箱格式是否正确、密码长度是否足够、电话号是否为纯数字等，这部分验证轻巧快捷，适合边输边查，给用户一个“安全感预览”。而服务端验证则是安全兜底和数据校验，如用户名是否重复、邀请码是否合法、地址是否合法合规等，这些需要访问数据库、第三方接口甚至风控系统判断，只能由后端完成，是真正的“最终裁判”。 ### 一致性机制：双重验证是标配，不是多余 很多开发者一开始觉得“前端已经验证过了，后端就别重复了”。但真这样做，就等于机场安检只查了一次身份证——太冒险了。双重验证是标配，不是多余。客户端先排除格式错误，提高体验；服务端再兜底核查，确保数据安全。例如，注册账号时，前端提示用户名可用，但若两个用户几乎同时提交，服务端需再做“唯一性检查”来避免冲突，这就是双重验证的意义所在。 最稳妥的做法是： - 客户端先帮你排除格式错误，提高体验； - 服务端再兜底核查，确保数据安全。 **案例**：比如你注册一个账号，前端告诉你“用户名可用”，但你和另一个用户几乎同时提交，服务端就必须再做一遍“唯一性检查”来避免冲突。这就是双重验证的意义。 本文由 @ DesignLink 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自 Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

GEO野蛮生长。

<blockquote><p>WMS系统中，上架与补货也是仓库人员在日常工作中用的比较多的两个功能，为了大家更好理解上架与补货功能，现将WMS中上架与补货的区别做一个主题单独分享。</p> </blockquote>  ## 1.核心区别总结 **上架**：解决新到货物“放在哪里”的问题（入库流程）。 **补货**：解决已有库存“如何移动到需要的位置（通常是拣选区）”的问题（库内补货流程）。 ### 1.1. 上架 **定义**：将外部进入仓库的货物（如采购到货、退货、调拨入库等）放置到系统指定的存储位置（库位）的过程。 **目的**：将新接收到的货物（从供应商、生产线下线、退货等）从收货暂存区移动到仓库中合适的、长期的存储位置。完成货物的 “入库闭环”，确保新到货物被正确存储，为后续的拣货、盘点等操作提供基础。 **触发时机：** - 收货完成（验货、贴标等之后）。 - 系统根据预设规则（如商品属性、ABC分类、存储策略、库位状态、路径优化）计算并推荐最佳存储库位。 **起点**： 收货暂存区/码头。 **终点**：指定的存储库位（可能是储备区、拣选区、或二者合一的库位）。 **涉及货物**：新入库的、未在系统存储位上有记录的货物。 **本质**：入库流程的关键环节，是货物进入仓库存储状态的开始。 **系统关注点**：空间利用率最大化、货物属性匹配（如温度、危险品）、存储策略执行（如先进先出FIFO）、路径优化。 **简单说：上架是“新货入库，找个地方存起来”。** ### 1.2. 补货 **定义**：当拣货位（或前端存储位）的货物数量低于设定阈值时，从后端存储位（如整箱存储区）向拣货位补充货物的过程。 **目的**：将货物从储备存储区（通常是大容量、不易直接拣选的区域）移动到前端拣选区（或直接拣选库位），以确保拣选区的库存量足以满足即将到来的订单拣选需求，避免拣货时缺货。保障拣货位有足够库存，避免因缺货导致拣货中断，提高订单处理效率。 **触发时机：** - 基于触发点：拣选区库存低于预设的最小安全库存量或补货点。 - 基于波次：在生成大型拣货波次前，系统预测拣选区库存不足，提前触发补货。 - 基于任务：特定订单需要大量某种货物，拣选区库存不足。 **起点**：储备存储区。 **终点**：前端拣选区。 **涉及货物**：仓库内已有的、已上架存储在储备区的货物。 **本质**：库内库存转移，是订单履行流程的支撑环节，确保拣选高效顺畅。 **系统关注点**：库存水平监控、补货规则执行（触发点、补货量）、任务优先级、补货路径优化。 **简单说：补货是“库内移库，把大库的货搬到小库（拣选区）准备卖”。** ### 1.3. 关联与协同 - **上架是补货的前提：**只有先完成上架，货物进入存储区，后续才有补货的“货源”。 - **部分场景下，上架可直接补充拣货位：**例如新品预售，已产生销售订单，待新品入库后进行发货，上架时可以直接分配部分至拣货位，减少后续补货操作。 ## 2. 关键区别对比  ## 3. 为什么需要区分 - **流程清晰：**明确不同操作的责任人和步骤。 - **系统逻辑**：WMS需要不同的规则引擎来驱动（上架规则vs补货规则）。 - **绩效衡量**：分别考核上架效率和补货及时性。 - **库存准确性：**正确的起点和终点记录对库存账务至关重要。上架错误影响基础库存位置；补货错误影响拣选效率和订单履行。 - **优化目标不同**：上架优化存储，补货优化订单履行。 ## 4. 总结 - **上架是入库的“终点”**：解决新货存放问题。 - **补货是拣货的“起点”**：确保有足够的货在正确的位置等待被拣走。 下篇文章继续为大家分享**上架与补货的具体功能及原型图**。 本文由 @刚哥 原创投稿或者授权发布于人人都是产品经理。未经许可，禁止转载。 题图来自 Unsplash，基于 CC0 协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

Llama惨遭抛弃！**Meta**工程师透露，现在Meta内部开发都已经换掉了自家的Llama，**改用Claude Sonnet**写代码。不过，Llama 4自发布的那天开始确实是风评就没好过，先是发布36小时差评如潮，后来又陷入大模型竞技场刷榜风波。  现在连Meta内部都不用了，于是就有人开始怀疑，Llama 5真的还会有吗？  更何况，扎克伯格又新成立了**MSL**（Meta SuperIntelligence Labs），要与原本的GenAI团队**并行**开发下一代大模型。 Llama 5 or 其它？我们只能拭目以待了。 小扎：Llama-4.1和4.2正在开发 扎克伯格的MSL天团几乎组建完毕，这个团队将启动下一代模型的研究，并称争取在未来一年左右达到前沿水平。 不过，他们并没有透露下一代模型是否沿用Llama这个产品名，或许将进行品牌重塑。 虽然目前还不清楚会不会有Llama 5，但在小扎泄露的挖角备忘录中称，**Llama-4.1和4.2正在开发中**  然而，一位即将离职的Meta员工在一篇内部文章中尖锐批评了公司的文化缺陷，他认为这是阻碍LLaMA等项目成功的因素。 <blockquote>几乎没有人相信Meta的人工智能使命</blockquote> 这位员工认为Meta的生成式AI团队中充斥着恐惧文化、缺乏愿景和破坏性的竞争思维这些缺陷，甚至大多数团队成员并不在意AI使命。 尽管投入了数十亿美元并吸纳了很多杰出的成员，但他认为这些问题仍是项目成功的阻碍。 来自The Information 鉴于Meta在Llama产品上投入巨大，这次换掉自家的Llama，改用Claude Sonnet写代码相当于承认Llama的表现不佳。  尽管Meta会加大投入，加强下一代Llama的性能，但在此之前，它不想阻碍工程师们的工作效率，于是做出了更换决定。 据内部人员透露，自换成Claude以来，代码能力确实明显变得更好了。  实际上，Claude最新的一代的模型的写代码能力在目前确实处于一流水平。 不仅网友纷纷好评：  甚至连**苹果开发者**还用它写了几乎一整个MacOS应用程序，这个应用程序叫**Context**，是一款用于调试MCP服务器的开发者工具。  这位开发者称：在这个**20000行**代码的项目中，我亲手编写的代码估计**不到1000行** 不得不说，Claude还是有实力的。 据最新消息，Claude背后公司**Anthropic**的年化收入已达到**40亿**美元（月收入3.33亿美元），较年初增长近四倍，约占OpenAI 6月宣布的100亿美元的40%。 但同时，Claude用户仅占OpenAI的**1/25** 有人表示这样惊人的数据都是少部分开发者的贡献。  确实，Anthropic收入快速增长的动力之一就是其在今年2月推出的编程工具Claude Code。  One More Thing FAIR研究员朱泽园明确了**FAIR与GenAI、MSL的区别** <blockquote>FAIR ≠ GenAI or MSL</blockquote> FAIR是由**Yann LeCun**等人创立的小型世界级实验室，他们的工作是受好奇心驱动，利用公开数据开展长期的开放研究，并不训练产品级规模的大模型。 朱泽园强调，FAIR与GenAI、MSL在数据、代码、基础设施及计算集群上**完全独立**，GenAI/MSL的成功、失败或网络热梗，都不代表FAIR的工作情况。  同时，LeCun解读了研究、技术开发与产品开发的区别： - 产品开发的周期通常是3个月到1年。 - 技术开发的周期一般是1到2年。 - 研究的周期跨度为2到10年甚至更久。 而他从事的是研究工作，并表示： <blockquote>我关注的内容，往往比人工智能专家们当下痴迷的方向超前3-5年。</blockquote> [1]https://x.com/swyx/status/1943017429430604115 [2]https://x.com/kimmonismus/status/1943060343263236227 [3]https://x.com/Yampeleg/status/1942592878342963379 [4]https://x.com/ZeyuanAllenZhu/status/1942156231558488563 [查看评论](https://m.cnbeta.com.tw/comment/1512366.htm)

据汽车网站Electrek报道，美国总统特朗普已提名乔纳森·莫里森(Jonathan Morrison)出任美国国家公路交通安全管理局(NHTSA)局长。莫里森之前在NHTSA任职期间曾批评特斯拉，双方还发生过争执。  特朗普与马斯克关系恶化 在特斯拉CEO埃隆·马斯克(Elon Musk)与特朗普发生冲突的背景下，这项提名引人关注。下周，莫里森预计将参加参议院的任命确认听证会，不久后可能就正式履职。 莫里森是一位律师，曾在特朗普的第一任期内担任NHTSA首席法律顾问，并与特斯拉发生过几次争执。 2018年9月，NHTSA公布了针对特斯拉Model 3的碰撞测试结果，这款电动汽车在所有测试类别中都获得了五星安全评级。随后，特斯拉根据测试数据宣称，Model 3“是NHTSA测试过的所有车型中受伤概率最低的车型”。 对此，时任NHTSA首席法律顾问的莫里森向特斯拉发出了一封律师警告函，指责其说法具有误导性。NHTSA律师还传唤了特斯拉，要求其提供与2019年一起特定交通事故相关的数据资料。 马斯克近期一直在批评特朗普及其盟友刚刚通过的预算和税收法案。该法案预计将大幅增加联邦政府债务，几乎全面取消对电动车和可再生能源的补贴，冲击特斯拉业务。 特朗普则警告马斯克，他完全可以直接对其公司“动手”，而NHTSA将成为他对付特斯拉的首选工具。这些年来，NHTSA已对特斯拉展开多项调查，其中规模最大的一项针对的是特斯拉的完全自动驾驶(FSD)系统，以及多起与其高级辅助驾驶系统(ADAS)相关的致命车祸。 [查看评论](https://m.cnbeta.com.tw/comment/1512364.htm)

7月11日消息，彭博社发表评论称，**当下AI领域最贵的资产是什么？不是芯片，也不是数据中心，而是人。**据报道，为了一名资深员工，Meta不惜开出1亿美元的签约奖金。这场激进的“挖角”让OpenAI高管感觉“像家里遭了贼”，而最新的“战利品”，是刚刚从苹果跳槽至Meta的核心高管庞若鸣。  一个显而易见的事实是，**在美国科技巨头们夸耀招入麾下的众多“超级巨星”中，有大量华裔面孔。**包括庞若鸣在内，Meta超级智能实验室团队新招募的12名成员中，有8位毕业于中国大陆高校，之后才在海外开启职业生涯。**这意味着，全球AI竞赛的命门，已然攥在了“中国大脑”的手中。谁能赢得这批主力军，谁就可能赢得未来。** 本国人才为其地缘政治对手（美国）开发AI系统所扮演的超常角色，不太可能被中国方面忽视。 因此，美国决策者现在必须采取更多措施，吸引来自中国及其他地方最优秀、最聪明的人才，并创造一个他们可能留下来的环境，而不是一味打击移民。 但美国商界高管们不应想当然地认为，单靠高薪就能赢得这场国际人才竞赛。哈佛大学研究人员上月表示，从高影响力科学出版物的数量来看，中国在“人工智能原始人力资本”方面占据主导地位。尽管美国在算力和投资上占优，但**人力资本优势有助于推动中国本土的人工智能研究。顶尖人才或许也热衷于在海外赚钱，但他们当中的大批人还是会选择留在中国国内。** 今年5月，斯坦福大学的研究人员分析了DeepSeek论文上列出的200多位作者的数据。他们发现，这家公司的成功“本质上是一个本土人才的成功故事”。**DeepSeek一半的团队成员从未出国留学或工作，而那些出过国的人最终也选择回国投身于人工智能的研发**。这对于美国的政策具有启示意义。 斯坦福的报告指出，中国看待人才出国经历的视角，并非单纯视为人才流失，更多是将其视为他们获取知识后回国效力的途径。美国“可能错误地认为自己拥有永久性的人才优势”。 其他数据也佐证了美国作为顶级人工智能研究人员首选目的地的吸引力正在下降。在2022年，仅有42%的顶级人工智能研究人员在美工作，而2019年这一比例为59%。同期，中国正迅速缩小差距，占比从11%跃升至28%。 与此同时，作为产业政策的一部分，**中国一直在资助高校的人工智能实验室和研究项目。无论这项投资的回报如何，它都确实帮助孵化了人才，继而为企业的技术突破提供了有力支持。**例如，DeepSeek的一篇关键性论文就是由清华大学、北京大学和南京大学的学者共同撰写。通过这种方式，中国正在构建一个不依靠挖角个别明星人才的创新生态系统。 相比美国企业，中国本土企业在招募顶尖人才方面远没有那么财大气粗。一项分析显示，美国在人工智能领域的私人投资额几乎是中国的12倍。今年早些时候，有报道称DeepSeek的“高薪职位”年薪可达约154万元人民币。这在中国城市已属可观，但与硅谷动辄造就百万富翁的薪酬相比，仍相去甚远。 尽管如此，**DeepSeek正在积极招兵买马，其目的是吸引更多身处海外的中国人工智能研究者回国。**公司甚至在招聘平台LinkedIn上发布了大量职位。这不仅仅是钱的问题，更是为了让这些人才相信，他们的贡献“将在历史长卷中留下浓墨重彩的一笔”。DeepSeek或许希望，这样的愿景能打动那些思乡心切的中国人才。 归根结底，**全球将近一半的顶尖AI研究员来自中国，而来自美国的则为18%。许多人可能会到海外寻求机遇，但在美国并未释放出热情欢迎信号的当下，中国正力求说服至少一部分人才留在国内。**硅谷令人咋舌的签约奖金或许足以赢得一场跨国人才争夺战，但能否赢得长期博弈还有待时间来检验。 [查看评论](https://m.cnbeta.com.tw/comment/1512356.htm)

美国总统唐纳德·特朗普在Truth Social上发文称，将对美国从加拿大进口的商品征收35%的关税。该关税将于8月1日起生效。美国官员稍后称，特朗普势将维持对美墨加协定项下商品的关税豁免。 [](https://n.sinaimg.cn/tech/transform/96/w550h346/20250422/91a9-312fa053f02123c6dd5591defa2b1203.png) 特朗普周四在接受NBC News采访时表示，他还计划对多数贸易伙伴征收15%或20%的统一关税，并补充正在研究具体税率。目前的统一关税税率为10%。 上述措施表明特朗普并未收敛其标志性经济政策。他接受NBC采访时表示，尽管有对主要贸易伙伴提高关税的计划，但美国股市近期仍在上涨。 特朗普本周一直在向贸易伙伴发出公函，告知其若无法协商达成更优的条件，新关税将于8月1日生效。预计很快还将致函欧盟成员国。 [查看评论](https://m.cnbeta.com.tw/comment/1512354.htm)

据了解美国官员初步评估情况的人士透露，针对6月份印度航空（Air India）坠机事故的调查目前集中于这架飞机上的飞行员行为，目前尚未指向波音787梦想飞机（Dreamliner）存在问题。上述知情人士称，初步调查结果显示，控制这架飞机上两台发动机燃油流量的开关被关闭，导致飞机起飞后不久明显失去推力。 飞行员使用这些开关来启动和关闭飞机发动机，或在某些紧急情况下重置发动机。这些知情人士说，这些开关在飞行过程中通常是打开的，目前尚不清楚它们是如何或为何被关闭的。 这些知情人士还表示，目前还不清楚此举是意外还是故意，也不清楚是否有人试图重新打开这些开关。如果这些开关当时被关闭了，或许可以解释为什么飞机的应急发电机，即冲压空气涡轮（RAT），似乎在飞机坠入附近一所医科学生宿舍楼前的片刻启动了。 此次事故共造成260人死亡，其中包括该机上除一人外的所有人员。领导此次调查的印度航空事故调查局（Aircraft Accident Investigation Bureau）预计最早将于当地时间周五发布一份初步报告。  [查看评论](https://m.cnbeta.com.tw/comment/1512352.htm)

在海辰储能IPO的关键时刻，宁德时代以“不正当竞争纠纷”为由起诉了海辰储能。目前，该案件已由福建省宁德市中级人民法院已立案，将于8月12日开庭审理。海辰储能董事长吴祖钰再次成为被告。  文 | 《能见派》栏目 刘丽丽 《能见派》查阅有关资料发现，早在2023年的一起案件中，宁德时代的代理律师在法庭直指海辰储能创始人吴祖钰，称其“对宁德时代造成的损失早已不可估量。” 时隔两年后，宁德时代又起诉了吴祖钰。在业内人士看来，此次诉讼本质是第三代电芯知识产权之争。对此，接近海辰储能的人士对《能见派》表示，此次诉讼无关技术，也不会影响所谓的技术路线定义权，这次诉讼对海辰储能IPO没有太大影响，即使败诉，赔偿金对海辰储能的经营也不会构成实质性影响。 就有关问题，截至发稿时，宁德时代方面暂无官方回复。  **董事长再成被告，涉及重复起诉？** 这次宁德时代发起的不正当竞争纠纷诉讼，被告除了海辰储能，以及海辰储能董事长吴祖钰之外，被告方还包括厦门稀土材料研究所、珠海市海辰新能源技术有限公司、天津安洁环保科技有限公司、厦门诚博旺咨询管理有限公司、福建省宏桐建设工程有限公司。 被告名单中，有些名字似曾相识。 2023年11月，中国庭审公开网公示了一件涉及宁德时代的竞业限制纠纷案。案件原告是原宁德时代资深电芯系统工程师张敏，被告是宁德时代，诉讼请求是依法判决原告无需向被告支付违约金100万元。张敏2021年底从宁德时代离职，之后加入厦门稀土材料研究所，从事电化学储能与器件相关研究。2020年6月，厦门稀土材料研究所与海辰储能签约，为海辰储能提供引才、育才、研发等服务。 公开庭审录像显示，宁德时代拍摄到张敏曾多次佩戴海辰储能工牌进出海辰储能厂区，张敏被认为在厦门稀土材料研究所期间，实际上服务于海辰储能，违反了竞业限制义务，因此被宁德时代要求支付违约金100万元。 庭审过程中，宁德时代的代理律师还提到，海辰储能创始人吴祖钰“不仅自己违反竞业限制协议，还利用其在宁德时代的工作经验及人脉关系，大量挖角宁德时代的核心技术人才，两年迅速抢占储能市场，对宁德时代造成的损失早已不可估量，不是区区100万足以弥补的。” 这个案件开庭之前，海辰储能董事长吴祖钰已向宁德时代交了违约金——因违反竞业限制协议，2023年9月，仲裁委裁决吴祖钰向宁德时代支付100万元违约金。9月23日，吴祖钰通过其妻子林秀华向宁德时代支付了违约金。 海辰储能的核心管理层和宁德时代确有渊源。 招股书显示，吴祖钰于2011年8月至2015年12月担任宁德新能源科技有限公司的工程师，2016年1月至2019年2月担任宁德时代的工程师。有数据显示，2012年7月至2018年11月期间，吴祖钰在宁德时代作为第一发明人申请了多项专利，共有专利署名67项，涉及储能领域的集流体、极片及电池等。2018年吴祖钰还曾作为技术骨干成为宁德时代授予期权的195名中层管理人员之一。 2019年，吴祖钰从宁德时代离职，一年多后创业。目前，海辰储能高管团队中，执行董事兼副总经理庞文杰、执行董事兼副总经理易梓琦都有宁德时代的工作经历。 2023年已有裁决的案件，2025年被告吴祖钰再次出现在诉讼中，原告都是宁德时代，这是否违反了“禁止重复起诉”原则？ 知识产权专业律师对《能见派》表示，虽然两个案件案情有关联，但一个是劳动争议，一个是侵权，不算重复起诉，而且这次的被告方也更多。 此外，厦门稀土材料研究所也被直接列为被告，综合各方面信息看，此次宁德时代发起的不正当竞争纠纷诉讼大概率仍将指向挖角行为。 **诉讼焦点：核心利益是电芯技术路线之争** 事实上，业内人士普遍认为，宁德时代和海辰储能两家当事企业，最在意的核心利益还是第三代电芯技术路线之争。 之前宁德时代也曾多次诉讼竞争对手，如蜂巢能源、中创新航等。外界有传言称，此次诉讼也涉及因技术路线相似性引发的知识产权之争。对此，接近海辰储能的人士对《能见派》表示，此次诉讼无关技术，也不会影响所谓的技术路线定义权。 法律专业人士分析，这次的诉讼是宁德时代以“不正当竞争纠纷”为由发起，在宁德市中院立案，应该不涉及技术秘密。因为根据《福建省高级人民法院关于调整第一审知识产权民事、行政案件管辖的公告》，发明专利、实用新型专利、植物新品种、集成电路布图设计、技术秘密、计算机软件的权属、侵权纠纷以及垄断纠纷第一审民事、行政案件由福州市、厦门市和泉州市中级人民法院分别集中管辖。而宁德中院只能受理一般知识产权案件。 宁德时代（587Ah电芯能量密度434Wh/L）与海辰储能（415Wh/L）的技术参数差异，实为“高成本高性能”vs“低成本长寿命”路线之争。 之前有传言称，海辰储能主打产品（如587Ah电芯）与宁德时代的产品技术参数高度重叠，能量密度偏差仅4.4%，远低于行业10%的技术代差红线。 对此，接近海辰储能的人士对《能见派》表示，所谓双方产品“参数高度重叠”与事实不符，在尺寸、能量密度、循环次数、商业策略等方面，海辰储能和宁德时代的三代电芯产品核心参数有本质差异。另外，储能电池需综合评估能量密度、循环寿命、安全性、成本等多维指标。仅以能量密度偏差推断技术重叠，违背产业常识。 上述人士指出，宁德时代587Ah的尺寸是73.05x274.6x218.1mm，海辰储能587Ah的尺寸是73.5x286.0x216.3mm；在能量密度方面，宁德时代587Ah的能量密度是434Wh/L，海辰的则是415Wh/L；循环次数方面，宁德时代是8000次，海辰是10000次。宁德时代的商业测量是优先能量密度，海辰的商业策略是优先可制造性和长寿命。 对于“10%的技术代差红线”，上述人士表示，属于主观杜撰，无任何权威依据。“经核查国际电工委员会（IEC）、国际标准化组织（IS0）、中国储能电池产业创新联盟等权威机构标准，以及彭博新能源财经（BNEF）、Wood Mackenzie等全球知名行业研究报告，储能电池领域从未定义“10%技术代差”量化标准。另外，技术代差需基于电化学体系、循环衰减机制、安全防护等级等复杂体系综合判定，非单一参数可概括。” **接近海辰储能人士：对IPO没有太大影响** 虽然此次诉讼表面上没有直接打专利官司，但三代电芯竞争正如火如荼。 业内人士对《能见派》表示，587电芯目前还没有定论，系统集成商也在观望，宁德时代和海辰储能确实是争夺定义权的对手，海辰储能是通过改造既有生产线去生产587电芯，成本会相对更低一些，目前还没有量产，计划今年下半年量产，宁德时代是在新建的济宁基地生产，目前已经宣布量产，双方都希望能抢先一步占领市场。 根据灼识咨询的资料，全球锂离子储能电池出货量将由2024年的314.7GWh增至2030年的1，451.3GWh，2024年至2030年的年复合增长率为29.0%。海辰储能正在为提高产能而战。招股书显示，海辰储能上市募集的资金将主要用于提升储能电池产能、拓展海外产能、研发、搭建全球销售服务网络等。 此次诉讼正值海辰港股IPO聆讯阶段，是否会干扰投资者信心，甚至直接影响IPO？ 接近海辰储能的人士表示，这次诉讼对海辰储能IPO没有太大影响，对基石投资者也不会有太大影响，因为他们都是相对专业的。此前，宁德时代也曾有同类诉讼，多以和解或赔偿收场，比如蜂巢能源赔偿了500万元。如果海辰储能败诉，赔偿金对海辰储能的经营也不会构成实质性影响。 [查看评论](https://m.cnbeta.com.tw/comment/1512350.htm)

一直有一种论调（为这事网友各种抬杠），吐槽电动汽车不够环保（特别是生产锂电池环节），不过最新的研究狠狠的反驳了这样的说法。**国际清洁运输委员会（ICCT）发布的最新研究表明，欧洲市场上的电动汽车在整个生命周期中的温室气体排放量比传统燃油车低73%。** **更重要的是，上述数据涵盖了包括电池生产在内的所有制造和使用环节，远超此前的普遍预期。** 报告中指出，电动车初期制造阶段由于电池生产，碳足迹通常高于燃油车约40%。但研究显示，这种差距在行驶约17000公里后即可被抵消，相当于大多数车主一到两年的日常使用时间。 研究中还显示，在2025年至2044年期间，以欧盟预测电力结构运行的中型电动车，其平均碳排放约为每公里63克二氧化碳当量；而同级别燃油车则高达每公里约235克二氧化碳当量。这不仅包括尾气排放，还涵盖燃料生产和车辆制造等间接排放。 相较之下，混合动力车型表现不佳。普通油电混合汽车仅实现约20%的排放削减，插电式混合动力车型则为30%左右。 [](//img1.mydrivers.com/img/20250711/9dbc2923667847f88e8fbc3c879f7782.png) [查看评论](https://m.cnbeta.com.tw/comment/1512348.htm)

**三星Galaxy S26系列现身GSMA数据库，**该系列将在明年上半年登场。GSMA数据库显示，**三星Galaxy S26系列有3款机型，分别是Galaxy S26、Galaxy S26 Edge和Galaxy S26 Ultra，**其型号分别是SM-S942、SM-S947、SM-S948，**这意味着Galaxy S26+已被砍掉。** 这跟苹果的策略如出一辙，今年9月登场的iPhone 17系列不再推出Plus版本，取而代之的是iPhone 17 Air，主打超薄设计。三星也加入了超薄赛道，今年上半年开售的Galaxy S25 Edge便是一款超薄机型，与此同时，Plus系列产品线明年停更，Edge取而代之。 作为三星最强旗舰，Galaxy S26系列将首发鸡血版骁龙8 Elite 2移动平台，预计命名为“骁龙8 Elite 2 for Galaxy”，它在骁龙8 Elite 2的基础上再度提频，跑分和性能都将再创新高。 此前Galaxy S25系列便首发骁龙8 Elite鸡血版，型号是SM8750-AC，CPU主频高达4.47GHz，标准版骁龙8 Elite的CPU主频是4.32GHz（型号是SM8750-AB）。 [](//img1.mydrivers.com/img/20250711/9c44df1a284c4ed88dbe4ab2a4399330.png) [](//img1.mydrivers.com/img/20250711/a4ec589844184045b034e742f64e2743.png) [](//img1.mydrivers.com/img/20250711/e5994b3262c649ea9bdf6d7fa84edb2e.png) [查看评论](https://m.cnbeta.com.tw/comment/1512346.htm)

 Epic 游戏商城为玩家带来了最新的福利喜加一活动。即日起至7月17日晚11时，所有玩家均可免费领取《星空网球》《虚构世界2》。其中，《星空网球》是一款融合了街机时代两种经典游戏类型：射击与打砖块的游戏。在一个你无法攻击的世界里，用你的球拍击退敌人的子弹是你唯一的选择！将子弹弹回你的敌人并拯救银河系！ [&lt;《星空网球》免费领&gt;](https://store.epicgames.com/zh-CN/p/sky-racket-4cf23a) [&lt;《虚构世界2》免费领&gt;](https://store.epicgames.com/zh-CN/p/figment2-creed-valley) 《虚构世界2》则是一款以人的思想为舞台的动作冒险游戏。噩梦在这片曾经平静的土地上肆虐，四处散布着混乱。和思想的勇气担当——Dusty 一起，解开谜题、加入音乐头目战、游历别具一格的场景。

<blockquote><p>未来趋势： 终极的“提示工程师”将是另一个AI。人类角色转变为“系统设计师”和“目标定义者”，AI负责探索和优化提示空间。</p> </blockquote>  手动设计和优化提示词是一个需要专业知识和反复试验的迭代过程，可能非常耗时 。为了应对这一挑战，一个更前沿的领域应运而生：**元提示（Meta-Prompting）**，将LLM本身用作优化器，用自然语言描述优化任务，大模型自动迭代生成和改进提示词。 ## 为什么要进行自动化提示词优化？ **提升效率**：手动设计提示词劳动密集、耗时，AI优化提示词的效率和效果远超人类。能加大减少人力和时间成本。 **超越人类直觉**：LLM能够探索和发现人类可能想不到的、非直观但效果更优的提示词结构和措辞。 一个著名的例子是通过自动化方法发现的“Let’s think step-by-step”这一零样本思维链提示，其效果超越了许多人工设计的复杂提示 。 **系统化优化**：元提示将提示词设计从一门“手艺”转变为一个可以被算法驱动和系统化改进的“工程问题”，使得大规模优化提示词成为可能 。 ## 如何自动化设计提示词 对于产品经理和业务人员来说，虽然元提示的底层技术（如APE框架）可能很复杂，但其核心思想可以通过一种“与AI协作”的对话式工作流来实现。这意味着你从“提示词作者”转变为“提示词总监”，指导AI为你构建最佳工具。 以下是一个简单实用的方法： ### 第一步：清晰定义你的目标 像任何项目开始时一样，首先要明确你希望最终的提示词能完成什么任务。这个初始指令要简洁明了。 **示例**：“我需要一个生产级的提示词。它的功能是：扮演一名顶级的市场营销文案专家，为一款新的移动端笔记应用生成5个吸引人的广告标题。目标用户是大学生和年轻职场人。” ### 第二步：让AI生成初始版本的提示词 现在，你可以要求LLM为你草拟第一个版本的提示词。为了得到一个高质量的起点，你的指令应该包含对提示词本身的要求。 <blockquote><p><strong>示例元提示</strong>：“请基于我上面的目标，为我生成一个详细、结构化的生产级提示词。请在这个提示词中，使用<strong>角色提示（RolePrompting）和少样本（Few-shot）技巧。请使用Markdown</strong>格式来组织结构，包含明确的‘角色’、‘规则’、‘任务’和‘示例’部分。”</p></blockquote> ### 第三步：提供反馈，迭代优化 LLM会返回一个结构化的提示词草稿。现在你的工作是像评审原型一样，对这个草稿提出具体的、可执行的修改意见。通过对话，引导AI不断完善。 **示例迭代对话**： **你**：“这个初稿不错。但在‘规则’部分，请补充一条规则：‘标题必须包含一个强有力的动词’。另外，‘示例’部分只给了一个好例子，请再补充一个‘坏例子’，并解释为什么它不好，这样模型能更好地学习。” **AI**：（生成修改后的版本） **你**：“现在，我们来优化‘角色’定义。‘市场营销文案专家’有点宽泛。请把角色修改得更具体：‘你是一名专门为90、00后消费者撰写社交媒体广告文案的专家，风格风趣、用语新潮’。” **AI**：（再次生成更新版本） ### 第四步：测试并最终确定 将AI优化后的提示词投入实际测试，使用一些真实的输入数据来检验其输出效果。如果发现问题，可以继续回到第三步的反馈循环中，直到你对结果满意为止。 这个协作过程的背后逻辑是，它结合了人类和AI各自的优势： **人类（产品/业务经理）**：提供战略方向、业务背景、最终目标的定义以及对产出质量的最终评判标准。 **大型语言模型（LLM）**：基于其对语言模式的深刻理解，提供战术层面的实现，即具体的、最能有效引导其自身行为的措辞和结构 。 这种人机协同的方式，使得非技术人员也能够系统地、高效地创造出原本需要深厚技术背景才能设计的复杂提示词，是提示词工程领域一个重要的发展方向。 ## 彩蛋：自动化提示词模版 ### 1. 用于提示词评估和优化的模版 **用法：**用这个提示词创建一个简单的对话智能体，然后输入你起草的提示词，让大模型对你起草的提示词进行评分和调优  ### 2. 完美提示词生成模版 **用法：**用这个提示词创建一个简单的对话智能体，然后输入你的要求，让大模型根据你的要求直接设计提示词。 **注意：这个提示词很长，以下全文都是提示词内容**  本文由 @Mrs.Data 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

 《美洲卡车模拟》艾奥瓦州 DLC 于今日正式发售。 驾车穿越 I-80，前往州首府得梅因，以及密西西比河沿岸的其他城市。一路上，你将经过风景如画的乡村小镇，以及与蜿蜒的河流交织的古雅山丘。充分把握在鹰眼之州的旅程，享受每一刻：  - ​驾驶卡车穿越12座城市，包括得梅因、锡达拉皮兹、迪比克、伯灵顿、艾奥瓦城，以及更多！ - ​探索精美重现的艾奥瓦州议会大厦、历史悠久的雪松廊桥、路中间的树、世界上最大的粮仓等地标。 - ​运送货物至新的货场或从那运出 - 农业工厂和农业经销商。 - ​参观我们在80号州际公路上建造的 ATS 最大的卡车停靠站！  - ​成为将鹰眼之州的农产品运往美国各地的重要一员。 - ​在旅途中探索超过15个优美的城镇（定居点），例如斯潘塞、克利尔莱克、戴尔斯维尔、奥斯卡卢萨、特雷尔！ - ​在铝厂接取和运送设备及货物，这是一个具有定制设计的资产的全新预制货场。 - ​欣赏艾奥瓦州震撼的连绵起伏的山丘，以及梯田和风景如画的农场。  - ​确保货物在艾奥瓦州的大型乙醇工厂货场不断进出流动，支撑其在美国乙醇生产中的领先地位。 - ​探索艾奥瓦州的隐秘珍宝，发现隐藏的道路、观光点及更多内容！ &lt;内嵌内容，请前往机核查看&gt;