日产表示，将从 2027 年开始使用 Wayve 开发的自动驾驶软件来增强其高级驾驶辅助系统，这对于这家英国初创公司来说是一项具有里程碑意义的交易，该公司已从 NVIDIA、微软、软银集团和 Uber筹集了超过 13 亿美元的资金。   日产将把 Wayve 的软件以及传感器（包括来自未公开供应商的激光雷达）集成到其名为 ProPilot 的 ADAS 系统中。这家日本汽车制造商表示，该系统将“为具有先进防撞功能的自动驾驶树立新标杆”。   日产表示，该系统正在开发中，计划于2027年实现量产，将是一款在驾驶员监督下运行的2级自动驾驶系统。日产并未透露该系统将应用于哪些车型。根据美国汽车工程师协会（SAAE）的定义，2级自动驾驶系统意味着系统可以自动执行转向和制动等多项驾驶任务，但仍需要驾驶员始终保持控制。 Wayve 成立于 2017 年，其自动驾驶系统吸引了众多关注和投资者。该系统采用自学习而非基于规则的模式，类似于特斯拉的自动驾驶方法。Wayve 开发了端到端数据驱动的学习方法，适用于“注视”辅助驾驶和“非注视”全自动驾驶系统。 与特斯拉不同，Wayve 计划将其“Embodied AI”出售给汽车制造商和其他科技公司。 Wayve 的自学习方法对汽车制造商尤其有吸引力，因为它不依赖于特定的传感器或高清地图。这意味着 Wayve 的系统可以与摄像头和雷达等现有传感器配合使用。自动驾驶软件会从这些传感器获取数据，并直接为系统的驾驶决策提供信息。 虽然这家初创公司的开发车队使用了 NVIDIA 的 Orin 片上系统，但联合创始人兼首席执行官亚历克斯·肯德尔 (Alex Kendall) 表示，该软件可以在其 OEM 合作伙伴车辆中已有的任何 GPU 上运行。 肯德尔上个月在 NVIDIA 的 GTC 会议上表示，所有这些都意味着软件运行成本低廉，可用于高级驾驶辅助系统、自动驾驶出租车甚至机器人技术。 日产发言人 Shiro Nagai 在一封电子邮件中指出，Wayve 的 Embodied AI 基础模型是一种基于大量真实世界驾驶数据进行训练的大规模端到端 AI，可使软件适应不同的环境和车辆平台。 长井表示：“利用日产的技术和 Wayve 的人工智能，我们相信未来的日产汽车能够在复杂的驾驶场景中紧密复制谨慎而有能力的人类驾驶员的判断和行动。” [查看评论](https://m.cnbeta.com.tw/comment/1491850.htm)

根据新的传言， watchOS 12可能会看到一些受 visionOS 启发的设计变化，但不可靠的消息来源也分享了 Apple Intelligence 也将登陆该平台的可能性不大。  一年多来，我们听到各种各样的传言，称iPhone操作系统将借鉴visionOS 的风格。尽管多个不太可靠的消息来源认为iOS 18会采用这种风格，但事实并非如此。然而，最近又有其他泄密者 表示，iOS 19和macOS 16将采用visionOS 风格的重新设计。 现在，《The Verifier》声称，watchOS 12将获得同样的视觉效果。据报道， Apple Watch将包含深受Apple Vision Pro操作系统启发的用户界面元素，包括半透明和改进的菜单、图标等。 据称，操作系统界面的“几个想法”正在开发中，但该出版物并未透露这些变化何时会正式发布，甚至根本不会公布。虽然这种说法可能有些不寻常，但苹果有时会在开发过程中更改其操作系统的用户界面元素，就像AppleInsider看到的“分心控制”和其他功能一样。 报告的这部分内容获得了“可能”的传闻评分，因为它与我们从其他传闻和更准确的消息来源听到的内容一致。如果苹果公司希望将 visionOS 元素引入各个操作系统，以进一步统一设计美学，那么 watchOS 12 也包含在内。 最终，没有人能保证这些所谓的设计变更会在6 月份的WWDC上发布，但该报告详细介绍了另一个看起来更不可能的变更。 如果该报告只提及设计变更，那么报告会更有说服力。他们不切实际地暗示，Apple Intelligence功能将应用于Apple Watch Ultra，其他型号也将在“一年内”跟进。 目前 Apple Intelligence 不太可能在 Apple Watch 本地运行 具体来说，据说苹果的通知摘要和Genmoji功能正在为 Apple Watch 开发中。甚至有传言称，得益于新芯片的推出，苹果改进后的Siri也将登陆这款智能手表，尽管该功能此前曾遭遇延迟。考虑到目前对生成式 AI 工具的需求，认为 Apple Watch 能够获得 Apple Intelligence 的想法充其量是不切实际的。 目前，Apple Intelligence 需要一块至少配备 8GB RAM 的Apple Silicon芯片，这比每块 Apple Watch 自带的 1GB RAM 要大得多。在目前的状态下，Apple Intelligence 短期内不太可能在 Apple Watch 上直接运行。 这个传言很可能有一定道理。Apple Watch 并非直接在设备上运行，而是可以显示最初在 iPhone 上生成的 Genmoji，显示已在 iPhone 上解析的摘要和优先级通知，或者将更复杂的 Siri 查询传递给 iPhone。 苹果可能希望在实际使用过程中尽量减少设备之间的来回切换，从而缩短完成任务所需的时间。无论如何，报告中关于 Apple Intelligence 将以目前的形式登陆 Apple Watch 的说法似乎过于乐观。 该传言背后的发布者并没有良好或长期的记录。此前，他们声称iOS 18 将采用 visionOS 风格的重新设计，但据称该设计被推迟到 iOS 19，以专注于 Apple Intelligence。 [查看评论](https://m.cnbeta.com.tw/comment/1491846.htm)

**浙江城市天际线迎来历史性突破——总高409米的宁波中心大厦正式亮灯投用，**这座刷新全省建筑高度纪录的摩天大楼以"水中莲花"为设计意象，为东海之滨增添了一座标志性建筑。 这座总建筑面积达25万平方米的超高层建筑由地下3层和地上80层组成，巧妙融合了商务功能与奢华体验：1-60层为国际甲级写字楼，61-80层则入驻了世界顶级丽思卡尔顿酒店。  建筑外立面采用玻璃与铝材幕墙的创新组合，在阳光下呈现出晶莹剔透的视觉效果。  **项目设计团队通过斜交网格结构与竖向构件的精妙配合，既确保了建筑的抗震性能，又完美诠释了莲花含苞待放的动态美感。**这一设计不仅实现了力学性能与美学表达的平衡，更展现了现代建筑技术与东方美学意境的完美融合。 作为浙江省首座突破400米的超高层建筑，宁波中心大厦的落成不仅刷新了城市天际线，更标志着长三角地区城市建设迈入新高度，为区域经济发展注入了新的活力与象征。  [查看评论](https://m.cnbeta.com.tw/comment/1491844.htm)

随着中国人工智能的快速发展，美国单纯想要靠禁售一些芯片就来阻止无异于痴人说梦。**据美国媒体报道称，在英伟达公司首席执行官黄仁勋上周出席了玛拉歌晚宴之后，特朗普政府改变了限制出口英伟达H20人工智能芯片的计划。** 美国对芯片出口管制的计划已经酝酿了几个月，最快本周就可以实施。计划的改变是在英伟达向特朗普政府承诺美国将在人工智能数据中心进行新的投资之后发生的。 **当然了，英伟达也没办法乐观起来。因为之前有消息称，国家发改革正建议中国企业在新建数据中心或扩建现有设施时，使用符合严格要求的AI芯片。** 目前，英伟达的H20的性能低于其高端GPU，经过调整以符合美国出口管制规定，但未能满足国家发改委的新规要求。由于相关规定尚未严格执行，H20在中国市场的销量仍然强劲。 报道指出，如果国家发改委决定加强执行这些规定，英伟达在中国市场每年170亿美元的业务将面临威胁，而这也会给华为等国产AI人工产业链带来巨大的增量机会。 据一位知情人士透露，为应对这一形势，英伟达已准备调整H20芯片，使其符合国家发改委的能效要求。  [查看评论](https://m.cnbeta.com.tw/comment/1491842.htm)

“疯狂小杨哥”直接开副本了。两天前，合肥三只羊网络科技有限公司自营品牌“小杨臻选”App在多个应用市场上线，此时距离“疯狂小杨哥”停播已经过去了半年多。  本以为会重新复播的大小杨哥，到目前为止，并没有出现在“小杨臻选”直播间。主播在直播间表示，大小杨哥一定会来，只是时间不确定。“这个App是老板的亲儿子，心血花费了很多，老板一定会到这个账号来和大家见面的”。新浪财经发现，4月9日晚间，小杨臻选App直播间的观看人数仅为300人左右。 之前“三只羊”曾尝试过视频号，但没有激起多大水花，这次自建App圈地为王，能不能翻身？  **复制一个东方甄选？** 打开“小杨臻选”App，可以发现内容十分丰富，包括直播间，还有大杨哥、小杨哥的系列短视频。销售商品的类别主要包括：休闲食品、美妆护肤、个护家清、日用百货、饮料乳品和服饰箱包等，相当于把大小杨哥在其他平台的内容和有关电商功能都搬运过来了。 这意味着自立门户，和平台割席吗？“三只羊”相关负责人表示，小杨臻选App的上线，并非意味着放弃原有的直播带货渠道，未来“三只羊”仍将在抖音等公域平台开展直播业务，此举只是为了更进一步地确保产品品质，拓宽购物渠道，为消费者提供更多元的购物选择。 “小杨甄选”App客服透露，目前App上大多为自营品，暂不支持其他商户入驻。同时，“三只羊”内部人士表示，推出小杨臻选App是公司落实“产品品牌化、品质化”发展路径的关键部署，“小杨臻选”是“三只羊”的自营商城，“这样更加垂直，无论是供应链，还是产品设计，都可以更直观地展现在大众面前”“通过建立自主可控的供应链体系，企业可以深度参与产品研发、生产、质检等全流程管理。” 内部人士还提到，App只是“三只羊”业务板块之一，今后的每一步还需要稳扎稳打，对市场保持敬畏，再去做相应的调整。 急于重新开始的“三只羊”已经经历了一场生死考验。此前因涉嫌虚假宣传和产品质量等问题，“三只羊”去年被停播并接受处罚。半个月前，“三只羊”缴纳了罚款、赔付合计9672.8万元后，被合肥市联合调查组宣布“具备恢复经营条件”。此时距离“疯狂小杨哥”停播已过去198天。 被判定具备恢复经营条件后，大杨哥、小杨哥的复出应该只是时间问题，但他们会在哪里进行复出首播呢？ 在“小杨臻选”App的直播间中，有观众问大小杨哥为什么不来，主播表示，“他们一定会来直播间的，只是时间不确定”。 从4月8日和9日的直播数据看，“小杨臻选”App直播间的观看人数不多，人数多为几百人。 直播过程中，主播也一直在推广“小杨臻选”的会员，会员费一年99元，并承诺“省不够随时退”。主播介绍，成为会员后，不仅购物省钱，还可以积分，以及一些其他福利，包括参加粉丝见面会和大小杨哥合影、获得周边、在App上优先观看大小杨哥系列视频等。 在“小杨臻选”直播间中，主播坦言App是在较短时间内开发完成的，目前存在卡顿、黑屏等问题，但后续会逐步优化和改进。 目前看来，从形式到内容，“小杨臻选”颇有向东方甄选“致敬”之意。有不少观点认为，“三只羊”此举是为小杨哥复出打前站，就算抖音不允许，也可以在自家App上复出。 产业时评人张书乐认为，事实上，类似这样的套路，此前东方甄选就折腾过，自建平台来避免被直播短视频平台抛弃，“只是当年东方甄选是在如日中天之时扩大地盘，而‘三只羊’则是在各种问题缠身时，才开启第二战场”。  **自建平台是救命稻草？** 随着官方“放行”，“三只羊”终于可以回归直播江湖，但江湖风云已经变幻了几回。如果小杨哥复播，还能回到顶流位置吗？“三只羊”能把自营做起来吗？ 自己做App，不用在意平台的约束和各种违禁词，但更大的问题出现了——粉丝是否愿意跟随呢？新浪财经观察发现，在4月9日晚间，小杨臻选App直播间的观看人数是300人左右，同时间段，东方甄选抖音直播间的观看人数是6000+。 产业时评人张书乐认为，“三只羊”自建平台，可能最后变成一场自嗨。他强调，口碑的修复需要好品质和时间，而‘三只羊’和小杨哥显然等不起。“公众如果能忘记了负面，更会忘记小杨哥昔日影响力。” “直播带货已经在2024年彻底走向拐点，过去单纯网红靠流量来刺激销量、用所谓全网最低价来激发消费冲动的打法，已经越来越难以为继。”他认为，目前直播带货的两条路径已经明显，“三只羊”目前在两条路径上都有巨大难题要破解：“其一是自建产业链，企业自播或MCN进入产业链上下游（东方甄选）。这一点上，‘三只羊’的自营品看似可以划入其中，但其自营不过是较为粗浅的选品，而非深耕产业链。其杂货铺式的选品模式，较之东方甄选主攻三农的布局，缺少可比性，未来在自营品类上翻车的概率依然较大。” 张书乐坦言，“其二是网红进入垂直领域口碑带货。类似董洁专注名品、李佳琦回归美妆，都是在自己认知较深的品类中，用自己的体验和口碑为产品背书。小杨哥和三只羊选择了东方甄选模式，也就在于自身没有垂直品类认知的深度，这更加考验他们的品控能力。” 他总结道，随着直播带货逐渐走向‘专卖店’模式，小杨臻选的产品线显得过于繁杂，不仅涵盖垃圾袋、纸巾等日用品，还包括吐司、拌面、椰子水等食品饮料，更像是一个‘大卖场’，难以在垂直领域建立竞争优势，同时品控难度也大幅增加。 有接近抖音电商的人士表示，2025年抖音电商会将资源重心放到品牌商家以及非品牌商家身上，以保证商家获取较大的GMV规模。 也有分析人士认为，现在直播带货竞争这么激烈，光靠公域平台流量不太稳，有了自己的App，就相当于有了私域流量的“根据地”，粉丝能直接在上面购物，黏性更高，都是头部主播打造自有商业闭环的尝试。但“三只羊”之前的负面风波让很多消费者还心存疑虑，担心产品质量和售后能不能真的做好，App里现在商品种类还比较少，后续上新速度和商品丰富度有待考验，而且，“三只羊”说不会放弃原有直播带货业务，那怎么平衡两边资源也是个难题。 张书乐强调，“光靠泛娱乐流量，只是一时喧嚣。用户要的不是热闹，而是品质。” 出品 / 新浪科技（ID:techsina） 作者 / 刘丽丽 [查看评论](https://m.cnbeta.com.tw/comment/1491840.htm)

<blockquote><p>在私域运营中，社群管理是实现用户增长和转化的关键环节。然而，许多运营者在实践中面临诸多挑战，如冷启动难、用户活跃度低、转化不稳定等。本文将提供一份详细的私域社群SOP实操地图，从工具选择、社群分类、冷启动方法、常规运营到数据优化，手把手教你搭建和管理高转化的私域社群。</p> </blockquote>  90%的社群活不过30天？这篇文章让你的社群起死回生！ - 花 3 天时间拉满 2000 人，结果发红包都没人抢 - 精心策划的 “干货知识分享” 无人互动，发完链接秒变广告群 - 月底复盘发现，社群转化率还不如朋友圈直发 这不是个例，而是私域运营的真实缩影： - 冷启动难：裂变活动雷声大雨点小，新群刚建就成 “死群”（行业数据：83% 的社群 7 天内活跃度低于 5%） - 失控式运营：社群早中晚轰炸 15 条消息，用户屏蔽率飙升 60%（快消品牌实测：高频推送导致次日退群率增加 3 倍） - 转化不稳定：今天发优惠券爆单，明天推新品却无人问津（电商品牌血泪教训：活动后用户沉默率高达 85%） **你需要的不是零散技巧，而是一套可复制的社群 SOP。** 如果你也经历过这些私域社群的「死亡瞬间」，这篇文章就是你的急救手册。 无论你是电商、教育还是本地生活行业，这套 SOP 能让小白也能快速上手。 本文将拆解私域社群的完整搭建逻辑： 1、企业微信 vs 个人微信：选对工具少走弯路 2、3 大社群类型：群发型、服务型、精细化运营型的不同打法 3、日不落运营体系：如何用标准化动作实现自动运转 4、科学的数据指标：判断不同阶段的数据统计 ## 01 选对工具：企业微信 vs 个人微信的决策逻辑 在搭建私域社群前，首先要回答这个灵魂拷问：用企业微信还是个人微信？ **选择背后的核心逻辑，在于匹配企业规模、业务形态与用户需求。** ### 1. 两种微信的适用行业区别  **企业微信更适合：** - 中大型企业：需规模化运营社群，统一管理员工与用户资产 - 标准化服务行业：如教育、零售、本地生活，需快速复制运营策略 - 高客单价产品：需专业形象背书，提升用户信任度 **个人微信更适合：** - 小微企业 / 个体创业者：轻量化运营，主打强个人 IP 人设 - 强信任型服务：如美妆顾问、心理咨询师，依赖 1v1 深度沟通 - 低频高客单价行业：如房产中介、高端定制，需长期情感维系 ### 2. 为什么90%企业终将选择企业微信？ 当你的私域用户突破3000人，会突然发现这些致命问题： - 客服私人微信被误认为诈骗 - 账号员工离职带走80%核心客户  **1）生态联动：串联微信生态工具形成合力** 企业微信可无缝对接公众号、小程序、视频号，构建私域运营闭环，实现内容种草、即时转化、直播引流的全链路打通。 **2）专业形象：快速建立用户信任** 企业微信的 “官方认证标识”+“企业简称后缀”，天然传递专业感。 **3）资产沉淀：避免用户随员工流失** 员工离职后，企业可无缝接管客户关系。 - 聊天记录存档：关键对话永久保存，防止服务断层； - 客户继承功能：一键转移社群与好友，保障用户服务连续性 **4）工具赋能：用自动化降低运营成本，企业微信的智能工具，让社群管理更高效。** - 欢迎语自动化：新用户入群自动发送定制化欢迎语（含福利钩子） - 标签分组管理：按用户属性、行为打标签，实现精准推送 - 群发助手升级：可设置不同社群发送差异化内容，避免 “一刀切” ### 3. 何时需保留个人微信？ 尽管企业微信优势显著，但以下场景仍需个人号配合： - 高端客户维护：需通过朋友圈人设渗透（如奢侈品顾问的生活方式展示） - 强情感连接：母婴社群需 1v1 育儿咨询，用个人号更易建立信任 - 特殊行业限制：如医疗、金融等对敏感词管控严格，需规避企业微信监管 **企业微信是私域社群的 “标准配置”，尤其适合追求规模化与长期价值的品牌。** ## 02 三大社群分类：精准定位，开启高效运营 我们确定了建群的工具（即企业微信和个人微信），接下来我们再确定社群的分类。 在私域社群搭建中，依据不同的运营目标和策略，可将社群分为群发推广型、精细化运营型和客户服务型三类。 ### 1. 群发推广型社群 群发推广型社群以高效传播信息、推广产品或活动为主要目的。它通过批量推送消息，触达大量用户，激发购买欲望。  比如快时尚品牌的促销群，会定期发送新品上架、限时折扣、满减活动等信息。品牌借助群内的高曝光度，快速提升产品销量。用户在群里能第一时间了解优惠动态，这种简单直接的推广方式，能在短期内为品牌带来可观的流量和转化。 ### 2. 精细化运营型社群 精细化运营型社群注重对用户的深度运营和精准服务。它会根据用户的兴趣、行为、消费习惯等进行细致分类，提供个性化的内容和服务。  以健身工作室的社群为例，会根据会员的健身目标（增肌、减脂、塑形等）进行分组，为不同组别的会员定制专属的训练计划和饮食建议。同时，还会定期举办线上线下的健身交流活动，增强会员之间的互动和粘性，提升用户的长期价值。 ### 3. 客户服务型社群 客户服务型社群主要是为用户提供售后支持、问题解答和反馈渠道。通过及时响应用户需求，解决用户问题，增强用户对品牌的信任和忠诚度。  比如电子产品品牌的售后社群，用户在使用产品过程中遇到问题，可在群里随时咨询。客服人员会快速回复，提供解决方案。品牌还会在群里收集用户的使用反馈，以便对产品进行优化升级，持续提升用户的满意度。 ## 03 社群搭建：从 0 到 1 的冷启动方法论 讲完了三大社群的分类，这一部分我们来讲讲社群的搭建。我会把社群的搭建分为两个环节：前期准备以及常规运营。 ### 1. 前期准备：搭建社群的 “地基工程” 好的开始是成功的一半，社群搭建需遵循** “定位 – 架构 – 规则 – 内容 – 测试” **五步法，确保基础稳固。 **1）社群定位** 明确社群价值（如 “提供行业资讯”“解决育儿难题”），用公式精准定义：目标用户 + 核心痛点 + 解决方案。例如：“为 25-35 岁职场女性提供穿搭解决方案，每周 3 次穿搭教程 + 专属折扣”。 **2）组织架构** 设置群主（统筹全局）、管理员（维持秩序）、内容官（输出价值）、水军（活跃气氛）四类角色，形成 “1+3” 运营小组。 **3）社群规则** 制定 “三不原则”（不发广告、不刷屏、不争吵）+“三必做”（入群改昵称、定期发福利、参与活动），用模板化公告明确要求。 **4）基础内容** 提前准备入群欢迎语、自我介绍模板、活动预告海报、常见问题解答等 “弹药包”，确保运营连贯性。 **5）测试工作** 用 50-100 人小群测试规则、内容、活动，收集反馈优化 SOP。 ### 2. 常规运营：用标准化动作激活社群 通过其他渠道将用户引流至社群，我们就可以开始进行社群的常规运营了。 这些内容会包括**内容规划、社群激励和价值体系、产品转化、促销机制以及数据优化等内容。** **内容规划是社群运营的核心；社群激励和价值体系不可或缺，鼓励用户参与，形成正向循环；产品转化是社群变现的关键，巧妙融入产品介绍，结合用户反馈，适时推出优惠活动，促进购买；促销机制要灵活多变，节日促销、会员日特惠等，让用户在享受优惠的同时，增强对品牌的忠诚度。** **1）内容规划** 内容是社群的生命力，但 90% 的运营者输在内容规划的无序性。按照**【分类 – 建库 – 生产 – 优化】**四步法，系统化构建内容体系。  **内容分类：按运营目标精准分层** 将内容分为促活型、转化型、品牌型三大类，匹配不同运营阶段需求： - 促活型内容（占比 50%）：行业干货、热点解读、用户故事。比如：母婴社群分享《新手妈妈必知的 5 个育儿误区》 - 转化型内容（占比 30%）：限时优惠、产品测评、案例解析。比如：教育社群推送《3 天掌握短视频剪辑技巧，点击领取免费试听课》 - 品牌型内容（占比 20%）：价值观传递、IP 形象塑造、社会责任。比如：环保品牌发布《我们用 1000 个塑料瓶做了这件事》 **素材库建立：打造内容生产 “弹药库”** 按分类建立结构化素材库，确保内容可持续输出： - 知识干货区：行业报告、操作指南、数据图表 - 视觉素材区：产品展示图、用户场景图、表情包 - 活动素材区：优惠券模板、倒计时海报、直播预告 - 用户 UGC 区：用户好评截图、使用反馈视频、互动话题 技巧：用 “标签 + 日期” 管理素材，如 “202503 促活 – 育儿干货 – 图文”。 **内容生产：确定好对应的素材库之后，可以着手内容的生产** 生产方式： - 原创（权威性高但耗时）：专家专栏、产品测评 - 转载（快速补充内容）：行业媒体优质文章（需授权） - 征集（低成本获 UGC）：发起 “我的使用故事” 征集活动 生产流程：① 制定《内容排期表》，明确主题、形式、责任人② 团队分工协作（策划 1 人 + 文案 2 人 + 设计 1 人）③ 内容审核（合规性 + 匹配度 + 吸引力） **内容优化：内容优化就是对已经发送过的内容进行分析优化** 选取用户打开率最高、评论率最高、最喜欢互动的内容，提升此类内容的频率；分析用户互动率较低，不喜欢的内容，原因是什么，减少此类内容的频率 在这里提供一些常见的优化策略： - 高打开率内容：提炼共性特征（如 “数字 + 痛点” 标题），复制成功模板 - 低互动内容：测试不同发布时间（如工作日晚 8 点 vs 周末上午 10 点） - 零转化内容：检查钩子设计（是否足够吸引人、是否与内容强相关） **2）激励体系** 设置积分兑换机制（如发言 1 次 = 10 积分，100 积分兑换优惠券），用 “升级打怪” 的游戏化思维提升参与感。 **3）产品转化** 涉及到选品以及组货两个方面。 选品：私域社群内的商品一般为流量品、福利品、利润品以及专属品。日常销售时，借助节日+定制渠道的专属组合更容易引发用户冲动，完成付费转化；还可以结合高话题性、高质量的内容进行种草 组货：组货有这4方面的建议。一般是公域内没有的组合；爆品+滞销品的更优惠组合；99元三件任选组合；低价出滞销品+热门小样 **4）促销机制** 设计 “限时 + 稀缺” 活动，如 “前 50 名下单加赠定制礼品”，搭配话术模板：“专属福利仅限今晚 24 点，点击小程序即可锁定优惠！” **5）数据优化** 每日监控群消息打开率、用户发言率、链接点击率，若打开率低于 20%，调整推送时间与标题；发言率低则增加互动话题。 ### 3. 社群 SOP 制作 没有 SOP 的社群运营，不过是重复试错的无效劳动。通过以下四步，将前期测试的成功经验固化为标准化流程： **1）搭建 SOP 文档框架** 按照 “定位 – 执行 – 工具” 逻辑，构建三个模块文档： 基础信息：社群名称、目标用户、核心价值 执行流程： - 每日动作：早安问候（8:30）、干货分享（15:00）、福利推送（20:00） - 每周节奏：周一行业早报、周三直播预告、周五会员日 - 每月活动：月初主题策划、月中用户调研、月末数据复盘 工具包： 话术模板：入群欢迎语、活动提醒、问题解答 视觉规范：群头像、公告排版、海报尺寸 **2）制定标准化操作流程** 冷启动期： ① 用 “3 天福利钩子” 吸引入群（如 “连续 3 天签到送试用装”） ② 第 1 天：发送欢迎语 + 群规则 + 自我介绍模板 ③ 第 3 天：发起首次互动话题（如 “你最想解决的问题是？”） 成熟期： ① 每天固定时间推送内容（如工作日 10:00/15:00/20:00） ② 每周三举办 “限时秒杀” 活动（配倒计时海报 + 专属优惠券） ③ 每月底进行用户分层（RFM 模型筛选高价值用户） **3）配套工具包落地** 自动化工具： 企业微信欢迎语自动回复 社群运营日历自动提醒（如 “会员日倒计时 3 天”） **4）建立 SOP 迭代机制** 每周复盘： 分析《内容效果报表》，淘汰末尾 20% 低效内容 收集用户反馈，调整话题方向（如新增 “职场技能” 板块） 每月升级： 根据行业热点更新素材库（如 618 大促前补充促销话术） 优化活动流程（如将 “3 天秒杀” 改为 “阶梯式折扣”）  ## 04 社群运营六大利器 ### 1. 形成可复制的社群运营模式 将成功社群的运营逻辑提炼为标准化 SOP，包含内容模板、活动流程、话术库等，实现跨社群快速复制。 比如连锁餐饮品牌将 “爆款菜品接龙 + 专属优惠券” 模式标准化，在 10 个城市的 50 个社群同步复制，单群日均订单提升 200%。 ### 2. 固定时间发消息 建立 “社群生物钟”，在用户活跃时段推送内容，培养阅读习惯。 比如母婴社群固定每天 10:00 推送育儿知识、15:00 发起互动话题、20:00 发布福利。 ### 3. 栏目式经营 将社群内容做成一个个的栏目，比如每日好物、精选推荐、限时秒杀、干货分享等环节，然后将栏目匹配到每日运营以及每周运营上，补充社群内容的多样性以及趣味性。 比如，在线教育社群每周一 “行业资讯早报”、周三 “免费公开课”、周五 “学员成果展”。 ### 4. 会员制经营 设置会员等级体系，通过积分兑换、专属权益提升用户粘性。 设计逻辑：会员权益需与产品强相关，如 “积分可兑换正装产品”。 ### 5. 订单接龙 通过群内接龙形式，制造紧迫感与从众效应，快速引爆销量。 比如生鲜品牌在社群发起 “爆款水果拼团”，满 10 单发货，3 小时内完成 200 单，比常规促销效率提升 5 倍。 ### 6. 活动 策划主题活动（如节日促销、打卡挑战），打破社群平淡期。 健身工作室社群可以发起 “21 天减脂打卡” 活动，每日群内分享运动视频，完成打卡可兑换私教课。 ## 05 社群数据指标拆解 社群数据指标拆解：从冷启动到裂变的 5 阶段关键指标。 数据是社群的 “体检报告”，通过分阶段监测核心指标，可精准判断运营健康度。以下是社群全生命周期的关键数据指南： ### 1. 初建期（0-7 天）：验证模式，快速冷启动 核心目标：快速聚集目标用户，完成基础信息沉淀 关键指标：进群率、群资料完善率、首周留存率  优化策略： - 进群率低：优化入群福利（如 “扫码领 5 元无门槛券”） - 资料完善率低：在欢迎语中强制引导修改昵称（如 “修改昵称解锁专属福利”） ### 2. 激活期（7-30 天）：建立互动，培养使用习惯 核心目标：提升用户参与感，激活沉睡用户 关键指标：用户发言率、活动参与率、内容打开率  ### 3. 变现期（30-90 天）：精准转化，提升商业价值 核心目标：将活跃用户转化为付费用户，提高客单价 关键指标：转化率、客单价、优惠券使用率  优化策略： - 转化率低：优化钩子设计（如 “前 50 名下单加赠定制礼品”） - 客单价低：推送组合优惠（如 “购买 A 产品送 B 产品体验装”） 在这里，我举个例子：母婴品牌通过 “满 199 减 30” 优惠券，转化率从 8% 提升至 18%，关键在于将优惠券与用户浏览过的商品关联推送。 ### 4. 留存期（90 天以上）：延长生命周期，提升复购 核心目标：持续提供价值，防止用户流失 关键指标：周活跃率、复购率、用户流失率  优化策略： - 周活跃率低：增加专属权益（如 “老用户专属折扣日”） - 流失率高：建立流失预警机制（如 30 天未发言用户触发召回活动） ### 5. 传播期（长期）：激发裂变，扩大社群规模 核心目标：通过口碑传播吸引新用户，形成增长飞轮 关键指标：裂变率、推荐率、KOC占比  优化策略： - 裂变率低：设计阶梯奖励（如 “邀请 3 人送小样，邀请 5 人送正装”） - 推荐率低：优化分享话术（如 “点击分享给好友，你俩各得 5 元券”） ## 06 结语 从工具选择到社群分类，从冷启动到数据运营，本文完整拆解了私域社群从 0 到 1 的搭建逻辑。 标准化 SOP 不是限制创新的枷锁，而是规模化复制成功的密码。 当你： - 用企业微信构建用户资产护城河 - 用三大社群类型覆盖全生命周期需求 - 用内容规划四步法实现价值持续输出 - 用数据指标监控运营健康度 **私域社群将不再是 “发广告的地方”，而会成为用户主动打开的知识库、福利场、社交圈。无论是电商、教育还是本地生活行业，这套 SOP 都能帮你实现。** 作者：私域深度运营 公众号：私域深度运营 本文由 @私域深度运营 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>随着618购物节的临近，品牌们纷纷摩拳擦掌，准备在小红书这个重要的消费决策平台上大展身手。如何通过绑定热点趋势实现“流量共生”、如何通过精准的搜索词卡位战获取流量、如何通过直播与群聊联动提升转化，以及如何避免虚假横向测评。帮助品牌在不大幅增加预算的情况下，实现流量和销量的双丰收。</p> </blockquote>  618 作为中国电商行业上半年规模最大的营销节点 已经成为品牌全年增长的关键节点，对品牌营销的重要性不仅体现在短期销量爆发，更能帮助品牌深度种草，心智争夺实现品效协同 小红书作为全网消费决策最后一战，重要程度不言而喻，那在这么重要的节点当中，有没有什么方式可以可以通过不大幅增加预算也能够在618大促中脱颖而出？ 我们今天就为大家总结了几个高效又不占用大预算占比的方式方法，文末还帮大家准备了小红书618大促的投放节奏安排 ## 一、绑定热点趋势实现”流量共生” ### 1）结合趋势热点 2025年小红书推出的「REDGALA春日盛典」已揭示趋势营销的黄金法则，华为Pura X手机通过绑定「阔型风尚」穿搭趋势，将产品参数转化为生活方式符号，在明星红毯秀中，姚安娜手持手机与服装形成视觉呼应，使「16:10屏幕比例」的技术指标，转化为「阔屏看世界」的情绪价值 活动期间相关笔记增长320%，搜索转化率提升47%，618期间，品牌可以结合平台趋势热点，将产品特性与「夏日逃离计划」「宅家美学」等平台热点强绑定，不仅能获取流量红利，更将产品嵌入文化趋势中，实现长效增长 618大促投流很重要，结合趋势热点更能事半功倍。品牌要通过千瓜热门话题榜、聚光-关键词规划工具以及小红书热点榜查阅热点趋势，发布联动热点的种草笔记，即使不能正中热点靶心，也可以硬来沾边，说不定会有意想不到的收获！ ## 二、搜索词卡位战：不抢头部词，挖好腰部词 小红书搜索场域正在发生革命性变化：2025年数据显示，「新生儿吐奶解决方案」等长尾词转化率是「奶瓶」等头部词的2.8倍，这就极其考验品牌从「流量争夺」转向「需求深挖」，在用户决策链路上提前设伏 而且大促前夕流量成本飙升，中小品牌的预算很难支撑在头部热词中竞争，反而可以结合平台现状，转向挖掘腰部长尾词实现精准卡位 ### 1 ）筛选标准重构 可以通过**聚光后台的以词推词**来找到上下游词，根据每个词的热度来确定范围；或者也可以通过千瓜的热词推荐来确定关键词；还有**蒲公英和小红书创作者服务平台**也可以帮我们关注最近热度高的关键词 **这里我们以千瓜数据平台为例**：在行业流量大盘下抓取相关行业的评论热词、内容关键词、搜索热词等，看有没有可以与我们的衍生词库相匹配的，进行保留  例如女装品牌应用该标准筛选”梨形身材连衣裙推荐”（搜索量1.2万/竞争度2.8），这种多维筛选体系兼顾流量规模与转化效率，通过平衡搜索热度、竞争强度与用户需求场景，实现精准流量捕获与营销成本优化 ### 2 ）建立三级关键词库 - 核心词：直接关联产品功能（如“泥膜清洁黑头”） - 衍生词：用户需求延伸（如“苹果型身材穿搭”） - 场景词：使用情境关联（如“见家长连衣裙”） 每日通过聚光关键词规划工具、聚光搜索广告关键词消耗情况或千瓜等工具更新词库，淘汰竞争度超标的词汇 ### 3 ）搜索广告联动 将自然流量表现最佳的笔记，投放“关键词竞价广告”，形成“自然+付费”双流量入口 腰部词运营的本质是用精细化对抗资源不足。通过逆向思维选词再配合内容矩阵，中小品牌完全可以在大促流量战中实现逆袭，关键在于保持关键词库的动态活性与内容形态的持续创新，让每一分钱都花在刀刃上 ## 三、拉直播时长，笔直群联动 在小红书，店播是非常好的承接搜索流量的场景 中小品牌通过多场次高频率的店播和笔记、群聊联动，可有效在大促期间铺开品牌声量、促进流量转化 直播与群聊联动需强化“预热-转化-复购”闭环（如福利预告→专属优惠→晒单返券），形成“搜索种草-私域留存-直播收割”的全链路提效。 ### 1）私域蓄水 利用高互动笔记吸引精准用户入群，通过分层社群（如福利群/会员群）进行差异化预热，结合限时预约券、倒计时提醒强化开播期待； ### 2） 直播转化 主推款采用“群直联动”模式，主播实时同步群内互动至直播间，搭配群专属暗号价、限量秒杀等动态激励机制，缩短用户决策路径； ### 3）用户沉淀 播后引导群内晒单并发放复购券，通过UGC内容裂变实现口碑传播，形成“种草-转化-复购”闭环  例如栖作床垫不仅会专门发笔记进行直播预热，还会在群聊发送直播提醒和福利活动优惠券等承接店播流量，对618大促起到流量互推的作用 ## 四、注重规避虚假横向测评 **今年4月2日小红书平台宣布将进一步加强对“虚假横向测评笔记”的审核力度，**这个消息给所有品牌敲了个警钟，尤其是喜欢用大量“横测笔记”做品类对比，突出自己产品优势的一些中小品牌，为了不被平台抓住把柄，我们要尽量规避产出“对比明显的横测笔记” **那么在618这种急于扩大声量、抢占销量的大促时期，还有什么种草、转化效果突出的笔记形式？** 根据我们的实战经验，相比“一眼广告”的对比型横向测评，这几种笔记形式各有核心优势： - 教程类：步骤教学+产品植入，实用性强，自然转化高 - 合集类：高信息密度满足用户”一站式”需求 - 用户体验类：真实生活场景增强信任感 - 干货类：解决痛点提升品牌专业度 例如：美妆教程类视频，在教学的过程中，“产品的突出效果+达人效应”就极易种草用户，除了笔记在流量爆发期能收获一大波兴趣人群和转化外，之后只要搜索“妆造”相关话题的”核心用户“对可能看到笔记被种草产品，一定程度上延长了长尾流量，有利于618返场期转化和之后品牌的长效影响力 用户信任已成为小红书生态的硬通货。品牌需从“流量思维”转向“信任资产经营”，通过真实场景内容建立可持续的用户关系。这不仅是对平台政策的响应，更是品牌穿越流量周期、实现长效增长的核心竞争力。 本文由人人都是产品经理作者【Vic的营销思考】，微信公众号：【Vic的营销思考】，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>随着人工智能（AI）技术的飞速发展，SaaS行业正经历着深刻的变革。本文将深入探讨AI在HR SaaS产品中的落地应用，分析其从萌芽到成长的三个阶段：智能客服、大模型场景化应用和多智能体组合应用。</p> </blockquote>  人工智能（即AI）在不同领域的渗透程度，早已过了“春江水暖鸭先知”，而直接进入“白热化”阶段。 老板在全员群里呼吁大家：“全民AI”（如下图），以及分享各类AI文章（比如DeepSeek从入门到精通等）的场景，你可能也“见怪不怪”了吧？  作为一名HR SaaS产品经理，今天咱们就带你看看AI在这个领域的落地情况。 截止到今天（即2025年04月08日），AI产品的在HR SaaS产品的落地，至少已历经了三个阶段： ## 阶段一：萌芽阶段（2015-2020）——智能客服 HR SaaS产品包含组织管理、人才管理、招聘、绩效、考勤、薪酬个税、培训等模块，属于典型强业务/规则类产品，尤其是在绩效、考勤、薪酬个税等模块。 它面向不同行业、企业规模、发展阶段、管理理念和政策风险偏好的SaaS产品中，产品规则因行业多样性、企业需求差异、政策风险偏好及产品经理的个人认知和偏好而变得复杂多变。 最终表现为：客诉问题严重，除了专门的客服团队外，还需对应产研进行技术支持，才能有效解决用户使用产品过程中的各类问题。 **笔者曾统计过2022.9.8日至2024.01.05日（约1.32年）期间，考勤模块累计产生2336条客诉问题，产研累计花费了2399小时（约300人日，8小时/天）。** 换句话说，每年大概产生1761个客诉问题，他们需要1.2个人全职投入才能解决完客诉问题。 这仅仅是单一模块的客诉问题量。 所以，当AI应用有所苗头时，大部分SaaS企业首先想到的落地场景，就是智能客服。期望通过它来解决客诉问题，提升服务体验的同时，降低人力成本。 结果，我们可以看到目前市面上所有HR SaaS产品厂商，都一定会有一个AI智能客服。比如北森的AI客服、薪人薪事的AI小薪、i人事官方客服等。  智能客服是以SaaS企业为出发点所设计的“辅助产品”，只能是AI落地应用的“前菜”，是个“配角”。 话不多说，我们继续来看AI落地应用的“双男主”。 ## 阶段2：起步阶段（2020-2023年）——大模型场景化应用 在大模型跑分和参数之争进入“白热化”，多模态模型开始“小露尖尖头”之际，AI在HR SaaS领域的应用，也进入了正式起步阶段——我们AI应用领域的“男主之一”（即大模型场景化应用）正式“出场”。 它的特点是： - **不再只是解决SaaS企业内部效率问题，而是面向解决客户问题；** - 不一定属于现有SaaS产品的一部分，而是**可单独售卖**； - 基于现有业务，**聚集关键场景，用AI重做一遍**。 以北森为例。 他们在过去的两年内，陆续推出了“AI Family”的七大AI助手。  图片来源于北森官网 **AI面试官**是基于AIGC大模型所生成的AI数字人，它可以模拟真人对候选人进行面试，从候选人的职业形象、专业技能、岗位胜任力、心理风险、认知能力、职业选择偏好等六个方面，评估候选人的能力与潜力，有效解决招聘的三大难题：成本高、招不准、招不快。 在其当年的财报中，甚至明确表示计划单独将AI面试官进行商业化（即以独立产品进行定价售卖）。 **AI招聘助手**是基于AIGC大模型与智能算法，可有效辅助提升招聘全流程的效率问题。包含生成职位JD、生成职位海报、生成职位画像、推荐人才库人才/相似人才至职位、AI评估筛选简历、AI出题、AI写面试评价等；同时，在人才库场景，还能智能分类人才库、透视分析人才、人才地图智能Mapping人才等，高效帮助企业降本。 **AI做课助手**是基于AIGC大模型的做课助手，能够智能生成课程PPT，智能录制视频课，智能生成题目检验员工学习成果，并智能生成提炼课程知识点和精华总结。 **AI陪练助手**是解决业务培训缺少实战，有效提升销售团队的业务能力的陪练助手。包含基于业务知识自动训练模型并萃取话术、扮演多种不同类型的客户跟销售对练、实时提供改进反馈与金牌话术等。 还有其他三个AI助手：AI测评助手、AI领导力教练、AI员工助手。 与之类同的产品形态和应用场景，不局限于北森。 同时，入局的还有i人事、薪人薪事、Moka等，它们都在招聘、薪酬等领域，推出了结合现有关键场景的AI产品（比如AI面试助手、AI招聘助手、AI公式纠错助手等）。 ## 阶段3：成长阶段（2024年后）——多智能体组合应用 如果AI只是对现有产品的赋能与重做，无法产生增量价值点，则无法有效解决HR SaaS厂商的商业模式问题。 随着OpenAI在2025年01月10日，正式上线GPT Store——一个类似于AI版的苹果App Store，让智能体（即Agent）在AI领域的应用，瞬间推到了“高潮”。 国内大厂在比拼大模型的同时，也加入了智能体应用的“争夺战”。比如字节的豆包、阿里的通义千问、百度的文小言、腾讯的元宝等都纷纷入局。 HR SaaS厂商也不甘人后，纷纷开始进入AI应用的第三阶段。即AI应用领域的“第二大男主”入场——多智能体组合应用。 它的特点是： - 智能体组合：**每个智能体有自己的“职责”和定位，也可单独定价售卖**。但对用户来说，都是统一的入口，智能体之间可以实现自动调度。 - 免费使用+增值模式：**提供部分免费使用功能（或智能体），如需高级/私有能力（或智能体），则需二次付费购买使用**。同时，自行承担对应大模型调用量的费用。 - 差异化优势：**紧贴HR SaaS客户的场景和私有数据的优势**，与其他AI类通用型智能体之间，形成差异化竞争。 ## 写在最后 如果我们把时间周期拉长至30年或50年后，今天所分享的内容，可能是AI在企业应用落地的“开胃菜”，远远没有达到真正的成熟期。 咱们姑且就当今天是一个“阶段小测”，只是为了让你可以看看别人的“答案”，希望对你有所启发。 如果在这方面有所落后，或是奋起直追，或是“让子弹再飞一会”，希望你的选择，依然可以自在由心。 特别申明：本文分享内容属于个人观点，不代表对应企业的意见或全貌。如有偏颇之处，还请提出。同时，对应图片可能来源于对应企业官网或产品截图，如有侵权，可联系删除，谢谢。 **专栏作家** 邢小作，微信公众号：产品方法论集散地，人人都是产品经理专栏作家。一枚在线教育的产品，关注互联网教育，喜欢研究用户心理。 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。

你屏蔽的朋友圈，都在小红书。

<blockquote><p>随着春天的到来，樱花季成为了众多品牌营销的热门主题。本文将深入剖析樱花营销的四大底层逻辑，供大家参考。</p> </blockquote>  春暖花开，美好的樱花成为众多品牌热捧的载体。通过樱花季营销破圈的品牌不胜枚数，樱花营销究竟是昙花一现，还是品牌基业长青的助推器呢？ 品牌从业者，如果想通过樱花营销打造传播力，有没有可以借鉴的方法论？过去在樱花营销上屡受追捧的案例有哪些，哪些是品牌人可直接借鉴学习。本篇内容，和你分享关于樱花营销的点点滴滴。 ## 一、樱花营销的4大底层逻辑 **第一，季节限定，制造稀缺感** 樱花花期短（通常2-4周），天然具备“限时抢购”的紧迫感，激发消费者“错过等一年”的心理。 数据：2024年樱花季，限定产品销量同比增长35%，复购率提升20%。 **第二，视觉经济，引爆社交传播** 粉色樱花自带高颜值属性，成为拍照打卡的“社交货币”。 数据：小红书“樱花打卡”话题阅读量超10亿，相关笔记破百万篇。 **第三，情绪价值，疗愈消费需求** 樱花象征希望与新生，契合后疫情时代消费者对“治愈感”的追求。 数据：82%的消费者表示愿意为“治愈感”产品支付溢价，数据来源小红书《2024消费趋势报告》。 **第四，女性消费，撬动仪式经济** 樱花与情人节、妇女节等节点绑定，成为女性悦己消费的象征。 数据：2024年樱花季，女性消费占比达75%，客单价提升30%。 ## 二、樱花营销成功的10大案例 **1、瑞幸“珞珈樱花拿铁”** 亮点：樱花糖浆+丝滑牛奶分层渐变。 效果：单日销量峰值120万杯，贡献当季营收15%。 **2、星巴克“云樱轻乳酪”** 亮点：樱花风味糖浆+粉色巧克力碎，打造“落樱缤纷”视觉。 效果：拉动门店流量增长30%，社交媒体曝光量破亿。 **3、好利来×奥利奥“春日花市”系列** 亮点：樱花玫瑰卷+桃桃樱花包，花瓣造型+马卡龙色系。 效果：抖音开箱视频播放量破5000万，线下门店排队超2小时。 **4、OATLY“樱花小怪兽”快闪店** 亮点：顾村公园搭建粉色赏樱空间，传递“可持续生活方式”。 效果：用户停留时长增加50%，品牌认知度提升25%。 **5、滴滴“春日赏花地图”** 亮点：联合6家咖啡店打造“赏花会合点”，派发赏花周边。 效果：活动期间用户活跃度提升40%，订单量增长20%。 **6、大润发“大润花”快闪** 亮点：20城门店限时改名“大润花”，赠送进店顾客一枝花。 效果：女性顾客到店率提升35%，社交媒体话题阅读量破3亿。 **7、伊利“百城赏花节”** 亮点：联合城市文旅IP，打造“线条小狗”创意打卡装置。 效果：活动覆盖10城，品牌声量提升50%。 **8、淘宝“中国簪花地图”** 亮点：携手34省手艺人制作非遗簪花，打造巨幅打卡装置。 效果：活动期间手工艺商家销售额增长60%，抖音话题播放量破2亿。 **9、野兽派“花神苏醒”香氛系列** 亮点：线下落地春季花市，设置巨型花神之树+狐獴IP打卡装置。 效果：活动期间香氛销量增长40%，社交媒体曝光量破亿。 **10、好望水“望桃花”联名下午茶** 亮点：联合精品酒店推出桃花甜品，打造“甜粉盛宴”。 效果：活动期间“望桃花”系列销量增长50%，用户复购率提升25%。 ## 三、樱花营销对品牌的10大启发，产品+传播+场景3管齐下 **1、产品创新：风味+颜值双驱动** 樱花+X（果香、乳香）组合，降低尝鲜门槛，提升记忆点。 **2、视觉设计：打造“社交货币”** 粉色系包装、分层渐变效果、花瓣造型，激发拍照分享欲。 **3、场景化营销：绑定春日仪式感** 将樱花产品嵌入郊游、下午茶、送礼等场景，放大消费动机。 **4、联名跨界：提升话题度** 联合IP、艺术家或文旅项目，制造稀缺感和传播爆点。 **5、线下体验：五感沉浸式互动** 通过快闪店、主题装置、市集活动，强化品牌认知与用户粘性。 **6、情绪价值：疗愈消费需求** 樱花象征希望与新生，契合消费者对“治愈感”的追求。 **7、女性消费：撬动仪式经济** 樱花与情人节、妇女节绑定，成为女性悦己消费的象征。 **8、地域文化：借花营销+在地链接** 结合城市文旅IP或非遗文化，打造差异化体验。 **9、数据驱动：精准触达目标用户** 利用社交媒体数据分析用户偏好，优化产品设计与传播策略。 **10、长期主义：从“热点”到“资产”** 将樱花季从“短暂热点”转化为“长效流量入口”，持续占领用户心智。 ## 最后的话 营销人必备，樱花营销的“黄金公式”。 - 产品端：风味创新（樱花+X）＞颜值设计＞单一功能； - 传播端：社交属性（拍照分享）＞口感描述＞价格促销； - 场景端：限定联名＞常规品＞长销品。 通过这三大法则，品牌可将樱花季从“短暂热点”转化为“长效流量入口”，持续占领用户心智。 本文由人人都是产品经理作者【火火品牌营销】，微信公众号：【火火品牌营销】，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。

It was said only Hungary objected the countermeasure package, and France, Ireland and Italy secured the removal of Bourbon whiskey from the list of targeted products following Trump&#39;s threat of 200% counter levies on EU spirits.

 据中信出版集团旗下墨狸工作室消息，《黑神话悟空》官方授权衍生图书《影神图》新版公开。官方表示：“首次官宣发售版本计划后，我们收到了许多天命人给到的珍贵建议，在与多方携手沟通打磨下，对《影神图》的两个发售版本的产品形态均作出了修改升级以及降价调整，希望能带给每一位久等的天命人更佳的阅读体验。”  # 《影神图》精装版 开本：16开（210mm*285mm）装帧工艺：硬壳精装、裸脊锁线、书脊裱布到手价：99元（定价128元） 随书赠品：①后天袋×1②“天命人爱书”藏书票×1③“蛙声一片”明信片×6  # 《影神图：收藏版（全二册）》线装版 4月10日12点——5月20日23点59分限时订购开本：16开（210mm*285mm）装帧工艺：全二册纯手工线装、传统筒子页、布面烫金屏风函套到手价：268元 收藏版专享赠品：①《影神图·壁画》别册×1②“猴毛”线香×1注：该版本包含精装版所有随书赠品。  《影神图》精装版全网4月10日12：00开售，各大网站均可下单，《影神图：收藏版（全二册）》线装版】官方正版发售渠道，如下： 

<blockquote><p>在竞争激烈的消费品市场中，许多品牌在经历了电商平台的红利期后，逐渐面临增长瓶颈。本文将探讨品牌如何从“被选择的商品”转变为“被热爱的品牌”，通过升级用户画像，实现从短期销售导向到长期品牌价值构建的转型。</p> </blockquote>  在过去的一轮周期里，很多消费品借助电商平台的红利期完成了从0到1的产品认知积累和人群数字资产沉淀。 如今，随着竞争加剧、库存周转变缓、获客成本攀升等经营环境的改变，这些品牌逐渐来到增长瓶颈期——流量见顶、同质化严重、用户忠诚度低，品牌转型升级已经势在必行。 这种情况下，如果仅靠电商平台提供的人群画像是无法支撑品牌完成长效用户运营和持续增长的。所以，今天舒泽就和大家来聊聊这个转型周期下的用户画像升级，如何从“被选择的商品”到“被热爱的品牌”。  **电商平台生成的人群画像最大的优势就是真实、动态，可产生直接销售结果。** **首先**，其基于真实交易行为，所以数据真实度高；**其次**，它可以精确测量转化率、复购率等指标，量化指标明确；**再者**，它的数据更新频率较高，可快速反映大盘变化，实时性较强；**最后**，这些人群画像的应用可以直接作用于电商平台投放，触达精准便捷。 **当然，电商平台生成的人群画像也拥有极大的短板。** **首先**，你的人群画像会受大的平台用户画像影响，比如小红书、抖音、京东、淘宝、拼多多、得物等平台的用户大盘本身差距就很大，然后这些平台的数据又相互隔离，孤岛效应强，无法形成可应用的用户全景视图。 **其次**，因为是电商，不可避免的会过度关注交易，而忽视了如何用品牌维度来解决怎样吸引用户买、重复买、为什么买的问题，也无法捕捉用户对品牌的情绪连接点，导致无法产出更有效率的品牌内容以增加品牌的用户黏性和价值厚度。 **还有最后一点**，就是你的竞争对手也能轻易获得一样维度的数据，没办法形成品牌独有的差异化洞察和打法。 在粗旷而急速的企业狼性拓展期，电商人群画像一定会助力增长。但当品牌站在转型的十字路口，这些表层数据的局限性就会展露无疑，这时你会发现自己对用户的核心需求和决策动机几乎是一片空白的。 这种数据看似丰盈而洞察实际贫瘠的困境，不仅阻碍了品牌价值的定义和增长，更使企业没办法开展第二、三曲线的创新增长。 舒泽关于电商人群画像和品牌用户画像有一个“矿山论”。如果我们将包含丰富信息数据的用户画像比作一个矿山，那么电商人群画像就是我们站在万米之外看见的那个山尖尖儿，而基于完整洞察的品牌用户画像才是我们有最大挖掘意义的“整座山”，也就是用户的全生命周期、全流转链路价值。  **我们究竟需要什么样的品牌用户画像？** 1. 标准静态素描：我们的用户是男性为主还是女性为主？大概年龄范围？使用人群和购买人群是否统一？职业特点？收入层次？地域影响？ 2. 品类使用场景：我们这个类型的产品，在用户的生活中有哪些核心使用场景和使用方式？ 3. 精神文化维度：我们目标用户生活态度的多维洞察，他们追求的核心价值观是怎样的？文化趋势和社会身份的认同需求如何？ 4. 情感需求痛点：用户未被满足的情感需求和场景痛点是什么？（目标是后续：基于以上的洞察，落实到具体产品上，我们如何优化产品/服务来满足未被满足的情感需求和使用痛点？ 5. 购买决策链路：用户购买的动机是什么？基于动机的决策链路又是呈现什么样的流转特征？（目标是后续：在流转的各个环节做营销PUSH。 6. 品牌认知态度：基于以上的洞察后，这部分用户对我们的产品态度和品牌认知情况如何？（目标是后续：如何增强信任，打造忠诚？ 7. 社交传播影响：用户的社交形式是线上线下？参与度如何？是否是意见领袖？愿意参与什么样的自发传播？（目标是后续：基于以上的所有洞察，我们如何在社交媒体上，在各个环节针对性影响用户？ **我们又该如何通过电商人群画像导出品牌用户画像？** **步骤1 将数据进行多维整合，全渠道数据打通** 1. 整合电商平台、官网、社交媒体、小程序、线下门店等数据源，提取用户身份、用户反馈词云、用户印记线索等，构建数据中台。 2. 根据1设计非交易数据的调研问卷，收集用户生活方式、价值观、产品情感需求、场景使用痛点、社交形式、产品使用感受、品牌认知度等信息。 实操建议：按照从私域——电商1VN——公域的流转链路来做，一定要软性+有利益点，这样可以提升效率，保证真实度；部分APP要注意合规问题，一定要在用户同意授权的基础上进行科技维度的数据探查。 3. 将以上两个渠道获取的数据信息，进行综合分析并形成用户立体标签体系。 实操建议：可以参考我之前的文章《策划媒介互相甩锅：精细的用户画像带不来好的转化？》。 **步骤2 定性研究 AB测试 用户回收** 1. 根据维度洞察，选取典型用户进行首轮VIP用户的深度沟通，探索用户的使用场景、决策动机、决策流转链路，捕捉到真实需求、真实心理、本品竞品差异性对比点。 实操建议：舒泽之前会在一个探查方案里设计几个前后矛盾的问题，往往这些问题更能捕捉用户的真实需求。 2. 不要等到最后生成才投放，在这个阶段就拿小红书、抖音这些平台去做用户画像的精准性回传AB测试，这个阶段的目的不是为了精准触达，而是观察用户回传的价值信息点，来调整校优目前的画像。 实操建议：这个步骤建议一共有3轮，预算配比是20%—50%—30%，如果你最后30%的预算产出效果超过了第二轮50%的预算产出效果，就代表这个环节测试的成功。 **步骤3 定期沟通、不断优化** 这个模块交给社群运营、电商运营、新媒体运营、媒介投放的同学，让他们根据不同的用户接触面，有针对性的接收用户回传信息，定期研讨，以便我们进行及时调整、优化。 实操建议：如果有精力，最好是能针对用户画像建立品牌一体化标准BI体系。 **品牌用户画像对于品牌的长期建设具有很大的战略价值。** **首先**，可以基于对用户的深度洞察，明确品牌的核心价值主张和产品核心卖点推介；**其次**，可以帮助品牌发现用户没有被满足的需求，进而转化为产品的创新方向和用户体验的优化方向，提升品牌的用户黏度；**再次**，可以在产品营销推广的过程中找准情感共鸣点，提高传播效率；**最后**，可以将品牌从短期的销售导向转型成长期的品牌价值构建。 **未来用户画像究竟还能怎样构建，这也是舒泽最近一直在探索的方向。** **1. AI抓取体系：**跨平台抓取、完善用户的品牌认知、品牌态度、决策倾向和品牌联想。 **2. 全域权重体系：**怎样平衡品牌长期沉淀和短期营收提升的关系，将立体动态的画像流转做成具有平台权重的投放体系。 **3. AI预测体系：**如何根据不同的品，借助AI工具实现投前预测、投后回收校优，实现高效流转。 以上。 从电商人群画像向品牌用户画像的升级，本质上是市场竞争环境的要求，也是企业从卖货思维向品牌思维的转变，是品牌长期用户价值经营的必然之举。 在激烈的消费品市场竞争中，希望有越来越多的品牌能够平衡好短期营收生存和长期价值建设沉淀的关系，能够基于用户构建起独特的品牌资产，实现从“被选择的商品”到“被热爱的品牌”的转变。 本文由 @舒泽品牌手记 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

近日保时捷今年第一季度交付量出炉，**在全球交付新车71470辆，同比下降8%。**在保时捷的六个车型系列中，帕拉梅拉表现最好，同比增长27%，交付了7769辆；Macan交付量同比增长14%，共交付23555辆，且交付的大部分车型为纯电动版。 保时捷911交付11390辆，下降12%；718 Boxster和718 Cayman车型共交付4498辆，较去年同期下降22%。  **其中在中国市场保时捷下滑尤为明显，同比暴跌42%，三个月交付不过万，仅为9471辆。** 针对此事，知名汽车博主同时也是保时捷Taycan车主的韩路称其“25年天崩开局”，同时他还直言：“这吓死人，按这速度，这品牌在中国危险了。” [](//img1.mydrivers.com/img/20250410/5c2a7167e48c45609f8cf4c512287adc.png) 保时捷在中国销量下滑并非新鲜事，数据显示，**去年保时捷中国交付量仅为5.69万辆，同比下降28%，继2021年达到9.57万辆的交付量顶峰后连续三年下跌**。 值得一提的是，近日有媒体爆料，保时捷已经与中国智驾供应商地平线展开合作，或许高阶智驾就是助其止跌的最后一根稻草了。 [查看评论](https://m.cnbeta.com.tw/comment/1491836.htm)

微软已经确定在安装 2025 年 4 月更新后部分 Windows 11 设备可能无法通过 Windows Hello 生物识别认证进行登录，受影响的主要是安装微软昨天发布的更新 KB5055523 的 Windows 11 24H2 和 Windows Server 2025 用户。 具体来说如果在安装更新前设备 / 系统已经启用动态测量信任根 DRTM 或启用 System Guard 安全启动功能，则在安装更新后用户将无法通过 PIN 码登录，尝试登录时会提示 PIN 码不可用或面部设置出现问题。  图片来源：EZIO System Guard 是微软为某些专业设备提供的高级启动保护，在系统启动时会通过本地和远程验证系统完整性，也就是说如果系统遭到篡改则完整性无法通过校验因而会被阻止启动。 动态信任测量根则用于缓解系统守护功能在发布时 (2018 年) 允许某些不受信任的代码，借助该技术微软可以控制 CPU 强制沿着已知且可测量的代码路径运行，从而保证系统从启动就被信任并解决早期 UEFI 代码启动系统无法受到信任的问题。 **好消息是这种验证问题仅在某些极端情况下才会出现：** 即用户在安装更新后使用重置此电脑并选择保留我的文件或本地安装时，下次登录才会碰到无法使用 PIN 码或人脸识别登录。 **微软当前提供的临时解决方案是：** 要使用 PIN 码登录请按照屏幕提示点击设置我的 PIN 码并重新注册 Windows Hello 认证服务，重新注册后可以继续使用 PIN 码 若要使用人脸识别登录请转到设置、账户、登录选项、Windows Hello 认证服务重新注册人脸识别信息，注册后也可以继续使用 微软将在后续发布的更新中彻底解决这个问题，到时候即便设备已经启用动态信任测量根或 System Guard 也可以使用系统内部的重置功能，重置后也不需要用户重新设置 PIN 码或人脸识别即可使用 Windows Hello 进行验证。 [查看评论](https://m.cnbeta.com.tw/comment/1491834.htm)

近日珠海市魅族科技有限公司发生工商变更，注册资本由约3.81亿人民币增至25亿人民币，增幅约555.48%。此前，公司业务范围已新增新能源汽车整车销售、汽车销售等。 天眼查APP显示，该公司成立于2003年3月，法定代表人为苏静，经营范围含移动终端设备制造、软件开发、移动终端设备销售、电子产品销售、虚拟现实设备制造、智能车载设备销售、集成电路芯片及产品销售、智能无人飞行器销售、新能源汽车整车销售、汽车销售等，由武汉星纪魅族科技有限公司全资持股。  [查看评论](https://m.cnbeta.com.tw/comment/1491830.htm)

根据斯坦福大学2025年人工智能指数报告，在短短18个月内，高端人工智能法学硕士（LLM）的训练成本已从每百万个tokens 20美元暴跌至每百万个tokens 0.07美元。斯坦福大学的年度报告对全球人工智能格局进行了全景式概述，并指出迫切需要制定更负责任的人工智能护栏，以及美国和中国在新兴人工智能技术领域的竞争日趋激烈。 斯坦福大学以人为本人工智能研究所 (HAI) 自 2017 年起每年发布其年度人工智能指数报告，其近期报告经常被世界各国政府引用。HAI 收集并整理了人工智能各个方面的数据，研究了市场投资、该技术最常被应用的领域和方式，以及最缺乏的领域。今年的报告对 2024 年人工智能的发展提供了深刻的见解，并预测了其未来的发展方向。 **训练成本越来越高，推理成本越来越低** 仅在去年，人工智能模型的使用成本就大幅下降，但与此同时，它们的训练成本却更高。HAI 的研究附带图表展示了这一明显的矛盾：随着各大公司对其旗舰模型的投资不断增加，运行和查询相同模型的成本却大幅下降。 OpenAI、Meta 和Google都大幅增加了对其旗舰语言模型的投入。平均而言，每家公司训练其最新旗舰 AI 模型的投入是前一代的 28 倍（Meta 的投入从 300 万美元增至 1.7 亿美元，增幅最大）。其他相对较新的公司，例如 Mistral 和 xAI，也投入了巨额资金进入该领域——Grok-2 的训练成本估计为 1.07 亿美元。 训练这些大模型（LLM）的成本似乎也不会很快下降。xAI 于 2 月份向公众发布的 Grok-3 据称使用的训练 GPU 是 Grok-2 的 10 倍。Grok-3 没有官方价格标签，但其完成成本可能高达 10 亿美元甚至更多。 如果训练计算机程序所需的这些数字看起来像天文数字，那是因为它们本来就如此。尽管这些价值数万亿美元的公司为下一代人工智能投入了数千亿美元，但达到 GPT-3.5 性能的成本却大幅下降。从 2022 年 11 月到 2024 年 10 月，推理一个达到 GPT-3.5 级别性能（HAI 定义为 64.8% 的准确率）的模型的成本下降了 280 倍。 小型AI模型的硬件和运营成本下降是价格下降的主要原因。去年，企业AI硬件成本下降了30%，新硬件的能效也提高了40%。企业可能会继续每年在旗舰模型的训练上投入越来越多的资金，但对GPT-3.5性能感到满意的普通用户会发现他们的成本越来越低。 **中国正在追赶美国的主导地位** 自人工智能技术突破性地进入主流以来，美国一直是该领域投入最多、成果最显著的国家。然而，中国在这场人工智能竞赛中紧随其后。在行业基准测试中，美国和中国大模型项目的顶尖水平越来越接近。 在LMSYS Chatbot Arena的盲测投票中，美国最佳模型仅比中国冠军模型高出1.70%。顶级基准测试MMLU和HumanEval的结果也开始接近，但美国仍然略微领先。 美国在数量上仍然轻松超越中国，即便质量并非如此。在 HAI 收集的一系列备受瞩目的人工智能模型中，美国凭借 2024 年最引人注目的大模型（LLM）中的 40 个轻松领先。中国则以 15 个模型远远落后，而整个欧洲仅为这场竞赛贡献了 3 个模型。 **有害人工智能事件** HAI 关于“负责任的人工智能”的章节更清晰地描绘了使用人工智能的现实，其风险并非为零。致力于收集有害人工智能事件信息的非营利研究机构——人工智能事件数据库 (AIID) 报告称，2024 年有害人工智能事件数量令人担忧地大幅增加。2024 年，AIID 共收到 233 起有害或危险事件报告，超过了 2023 年的约 150 起和 2022 年的约 100 起。 HAI 的完整第三章列出了 2024 年发生的一些最严重的事件。这些事件包括利用防盗 AI 伪造身份，将购物者误认为是商店扒手、深度伪造色情内容，以及聊天机器人鼓励有害行为（包括自残）的案例。值得注意的是，很少有 AI 公司在发生 AI 事件时愿意承担责任，上述几起事件导致涉事公司拒绝道歉或赔偿。 这份 8 章的研究报告涵盖的范围远超本文，需要大量时间阅读。人工智能领域比以往任何时候都更加广阔，投入也更多，因此近期可能撼动现状的关税措施对这个尚处于萌芽阶段的行业来说令人担忧。这项技术的未来尚不明朗，但希望在未来几年，训练和应用中的安全和责任能得到更充分的关注。 **最重要的结论** 1. 人工智能在高要求基准测试中的表现持续提升。 2023 年，研究人员推出了新的基准——MMMU、GPQA 和 SWE-bench——来测试高级 AI 系统的极限。仅仅一年后，性能就大幅提升：MMMU、GPQA 和 SWE-bench 上的得分分别上升了 18.8、48.9 和 67.3 个百分点。除了基准之外，AI 系统在生成高质量视频方面取得了重大进展，在某些情况下，语言模型代理甚至在时间预算有限的编程任务中胜过人类。  2. 人工智能日益融入日常生活。 从医疗保健到交通运输，人工智能正迅速从实验室走向日常生活。2023 年，FDA 批准了 223 种支持人工智能的医疗设备，而 2015 年只有 6 种。在道路上，自动驾驶汽车不再是实验性的：美国最大的运营商之一 Waymo 每周提供超过 15 万次自动驾驶汽车，而百度价格实惠的 Apollo Go 自动驾驶出租车车队现已服务于中国众多城市。  3. 企业全面投入人工智能，推动创纪录的投资和使用，因为研究继续表明人工智能对生产力有强大的影响。 2024年，美国私人人工智能投资增长至1091亿美元，几乎是中国（93亿美元）的12倍，英国（45亿美元）的24倍。生成式人工智能发展势头尤为强劲，吸引了339亿美元的全球私人投资，较2023年增长18.7%。人工智能的商业应用也在加速增长：78%的组织报告称，2024年他们将使用人工智能，高于前一年的55%。与此同时，越来越多的研究证实，人工智能能够提高生产力，并且在大多数情况下，有助于缩小劳动力的技能差距。  4. 美国在生产顶级人工智能模型方面仍然处于领先地位，但中国正在缩小性能差距。 2024 年，美国机构开发了 40 个值得关注的 AI 模型，远远超过中国的 15 个和欧洲的 3 个。虽然美国在数量上保持领先，但中国模型已迅速缩小质量差距：MMLU 和 HumanEval 等主要基准测试上的性能差异从 2023 年的两位数缩小到 2024 年的平价。与此同时，中国在 AI 出版物和专利方面继续保持领先地位。与此同时，模型开发日益全球化，中东、拉丁美洲和东南亚等地区推出了引人注目的模型。  5. 负责任的人工智能生态系统发展不平衡。 与人工智能相关的事件急剧增加，然而，在主要的工业模型开发者中，标准化的 RAI 评估仍然很少见。然而，像 HELM Safety、AIR-Bench 和 FACTS 这样的新基准测试为评估事实性和安全性提供了有前景的工具。在企业中，识别 RAI 风险与采取有效行动之间仍然存在差距。相比之下，各国政府正表现出越来越强烈的紧迫感：2024 年，全球人工智能治理合作加强，包括经合组织、欧盟、联合国和非洲联盟在内的组织发布了以透明度、可信度和其他负责任人工智能核心原则为重点的框架。  6. 全球对人工智能的乐观情绪正在上升，但地区间分歧依然严重。 在中国（83%）、印度尼西亚（80%）和泰国（77%）等国家，绝大多数人认为人工智能产品和服务利大于弊。相比之下，加拿大（40%）、美国（39%）和荷兰（36%）等地的乐观程度仍然低得多。不过，情绪正在转变：自2022年以来，一些此前持怀疑态度的国家的乐观程度显著增强，包括德国（+10%）、法国（+10%）、加拿大（+8%）、英国（+8%）和美国（+4%）。  7.人工智能变得更加高效、经济实惠且易于获取。 在小型模型能力不断增强的推动下，GPT-3.5 级别系统的推理成本在 2022 年 11 月至 2024 年 10 月期间下降了 280 多倍。在硬件层面，成本每年下降 30%，而能效每年提升 40%。开放权重模型与封闭模型的差距也在缩小，在某些基准测试中，一年内性能差距从 8% 缩小到 1.7%。这些趋势正在迅速降低高级人工智能的门槛。  8. 各国政府正在通过监管和投资加大对人工智能的投入。 2024年，美国联邦机构出台了59项与人工智能相关的法规，数量是2023年的两倍多，发布的机构数量也是2023年的两倍。在全球范围内，自2023年以来，75个国家的立法中对人工智能的提及增长了21.3%，是2016年的九倍。除了日益增长的关注度外，各国政府也在大规模投资：加拿大承诺投资24亿美元，中国启动了475亿美元的半导体基金，法国承诺投资1090亿欧元，印度承诺投资12.5亿美元，沙特阿拉伯的“超越计划”（Project Transcendence）是一项1000亿美元的计划。  9. 人工智能和计算机科学教育正在扩大，但在获取和准备方面的差距仍然存在。 目前，三分之二的国家提供或计划提供K-12计算机科学教育，数量是2019年的两倍，其中非洲和拉丁美洲的进步最为显著。在美国，过去10年中，拥有计算机学士学位的毕业生数量增长了22%。然而，由于电力等基础设施的缺口，许多非洲国家仍然难以获得此类教育。在美国，81%的K-12计算机科学教师认为人工智能应该成为基础计算机科学教育的一部分，但只有不到一半的教师认为自己有能力教授人工智能。  10. 工业界在人工智能领域正在快速发展，但前沿领域正在缩小。 2024年，近90%的知名AI模型来自工业界，高于2023年的60%，而学术界仍然是高引用率研究的主要来源。模型规模持续快速增长——训练计算量每五个月翻一番，数据集每八个月翻一番，功耗每年增长。然而，性能差距正在缩小：排名前十的模型之间的得分差距在一年内从11.9%缩小到5.4%，前两名之间的差距现在仅为0.7%。这个前沿领域的竞争日益激烈，竞争也日益激烈。  11. 人工智能因其对科学的影响而获得最高荣誉。 人工智能日益增长的重要性体现在重大科学奖项中：两项诺贝尔奖分别表彰了深度学习（物理学）及其在蛋白质折叠中的应用（化学）的工作，而图灵奖则表彰了强化学习的突破性贡献。  12. 复杂推理仍然是一个挑战。 人工智能模型在国际数学奥林匹克等任务上表现出色，但在像 PlanBench 这样的复杂推理基准测试中却举步维艰。即使存在可证明的正确解决方案，它们也常常无法可靠地解决逻辑任务，这限制了它们在精度至关重要的高风险环境中的有效性。  [查看评论](https://m.cnbeta.com.tw/comment/1491826.htm)

4月10日，梅赛德斯-奔驰在本周举行的bauma 2025工程机械展上推出全新电动重型卡车eArocs 400，标志着商用车电动化在工程建筑领域迈出重要一步。  据悉，这款专为工程运输打造的电动卡车采用了先进的磷酸铁锂电池技术，双电池组设计使总容量达到414千瓦时，为长时间工作环境提供可靠动力支持。在动力输出方面，eArocs 400配备了380千瓦持续输出功率的电机系统，峰值功率更可达450千瓦，有效满足工程车辆的高负载需求。  工程车领域的电动化一直面临诸多技术挑战，此次梅赛德斯-奔驰提供了32吨与41吨两种8x4底盘配置，可分别搭载混凝土泵车和自卸车上装，针对性解决建筑工地的核心应用场景。值得注意的是，这款电动卡车的低噪音特性使其能够在居民区周边、医院、学校附近以及需要夜间施工的工地等噪音敏感区域执行任务。 在智能化方面，eArocs 400搭载了支持语音控制的第二代多媒体驾驶舱交互系统，提升了驾驶员的操作便捷性。安全配置上，该车型融合了梅赛德斯-奔驰最新的第六代主动制动辅助系统、第二代主动侧向区域保护系统以及前侧防护辅助系统，全方位保障行车安全。 据梅赛德斯-奔驰卡车官方计划，eArocs 400将于2026年第一季度开始销售，并在同年第三季度启动首批交付。 [查看评论](https://m.cnbeta.com.tw/comment/1491824.htm)

周三，苹果(AAPL.US)股价大涨15.33%，收于198.85美元，市值一日暴增3970亿美元，达到2.99万亿美元，重新夺回“全球市值最大公司”宝座，超过微软(MSFT.US)。这一现象级涨幅背后，是美国总统特朗普意外宣布对大多数国家实施90天关税暂停政策，令市场情绪出现惊天逆转。 [](https://n.sinaimg.cn/tech/transform/117/w550h367/20250410/0103-eb00ba8590cc28f1b77c3580c8dae245.webp) 特朗普在他的社交平台Truth Social上宣布，将立即对那些关税税率超过10%的国家暂停征收更高关税，为期90天。尽管此举不适用于中国，且中国商品的关税被大幅上调至125%，整体市场视其为贸易战暂缓的信号。 这一消息令美股全面飙升。标普500指数上涨9.52%，纳斯达克综合指数大涨12.16%，道琼斯工业平均指数也暴涨近3000点。特斯拉(TSLA.US)股价更是猛涨22%。据道琼斯市场数据，这也是苹果有史以来最大单日市值增长。 苹果的大部分产品仍在中国代工，面对125%的超高进口税率，公司成本面临巨大压力，但投资者认为，苹果很可能再次获得关税豁免——正如特朗普首次任期时那样。Wedbush分析师Dan Ives表示：“对于科技股来说，这是雪中送炭，虽然中国仍是苹果及其供应链面临的最大不确定因素。” 特朗普在讲话中表示，会考虑对部分美国公司豁免关税，苹果作为美国“旗舰企业”之一，被视为豁免的潜在候选。这一预期成为苹果股价飙升的重要推力。 目前对中国的关税涵盖了几乎所有出口至美的商品，包括玩具、鞋类、电视及iPhone等电子产品。分析指出，美国企业成本将急剧上升，而中国方面也宣布将对美出口产品(如农业、机械设备等)加征84%的报复性关税。 就在本周一，网络上流传特朗普将暂停关税的消息，市场一度短暂反弹。但特朗普随后仍坚持加税立场，并称这是美国经济“解放日”。过去一周，全球市场因贸易战不确定性已蒸发逾6.6万亿美元市值。 但在周三，他态度骤变，称已有超过75个贸易伙伴没有报复行为，并愿与美方展开磋商，因此决定对大部分国家“缓征”90天。 特朗普鼓励企业将生产迁回美国，并称“现在是迁厂美国的最佳时机”。不过，多位分析师指出，苹果短期内不太可能完全迁出中国。美国银行分析师Wamsi Mohan表示：“尽管苹果可在美国找到组装劳动力，大部分零部件仍会在其他国家生产，再在中国组装，最终运往美国。要完全迁移整个iPhone供应链几乎是不可能完成的任务。” [查看评论](https://m.cnbeta.com.tw/comment/1491822.htm)

趁国补的优惠还没结束，抓紧时间给手头的数码产品和家电大件儿来一波换新，估计已经成了咱们这帮数码中登的共识了吧？所以最近这段时间，你会发现消费市场的销售数据显得格外好看——  怪不得很多厂商这会都扎堆发新机呢，敢情是能吃上国补的这波红利。 于是这几天，托尼也想着趁这个机会选台电视，把家里那款几年前买的老古董给换下来～ 结果就在我查攻略的时候，突然发现了一件尘封往事 —— 有不少买了小米电视 3 的人在发帖维权，甚至还上升到了小米 “虚假宣传” 的高度……  我仔细研究了一下，发现事情是这样的—— 小米在 2015 年发布了一台在当时看来性价比炸裂的产品，小米电视 3。 不光全系标配 4K 分辨率，而且屏幕面板用的都是三星、LG 跟夏普，这样的一线供应商。价格也是咱们熟悉的小米风格，就拿 55 寸版本的小米电视 3 来说，发布价 3999 元，基本上是刚才提的那三家厂商，他们自己品牌同尺寸电视的零头……。  而且最关键的是，这台电视采用了分体式的设计，也就是电视屏幕跟主机是分开的，所以用户到手实际上是俩东西——观看内容的屏幕和内嵌了电视主板的音响。  因为采用了分体式设计，所以小米电视 3 的各个部件可以单独升级。根据小米当时的宣传，购买了小米电视 3 的用户，后续的更新换代只需要低成本更换主机就行了。  实际情况也确实如此—— 因为液晶电视的屏幕面板，通常占总成本的 50%-70%，价格虽然贵但寿命一般比较久，起码都在五万小时左右，假如你每天看五小时电视，大概可以用 27 年不用换…… 而小米电视 3 的主机单独售价仅为 999 元，和一些高端机顶盒差不多，但是却能在继续使用屏幕的同时，让电视音响、处理器、系统都获得一波更新。 就好像台式机换个显卡就能再战三年一样，小米这个方案也很戳大家 “物尽其用” 的心思。 但是不知道为啥，这个设计一代而亡了。可能是负责电视的核心团队，人员出了变动，或者受到了小米电视画质调校不佳和系统广告问题的牵连 —— 总之等到小米电视 4 推出的时候，只剩下了 65 英寸的版本还在使用分体设计，其他尺寸的小米电视 4 都回归了一体化方案…… 并且从 2015 年发售至今，小米电视 3 就没有再推出后续可供升级的硬件，包括主机和配套的屏幕，过去整整十年，一次都没有更新……这就导致现在用小米电视 3 看个电影，想返回主界面，画面得黑屏将近半分钟。 分体式设计从当初的“战未来”，变成了一张“过期大饼”，这部分花钱支持的用户，最终选择了维权。托尼光查了黑猫这一个平台，就有 1900 多条针对小米电视 3 的投诉，里面就有不少人主张，小米所说的分体可升级功能，属于 “虚假宣传”。  但其实，类似的事情不止小米，也不止数码圈才有。如果细数厂商们说了又不算的功能承诺，和那些半途而废、背刺首批尝鲜用户的产品规划，不夸张的说，消费者天天都能过 315。 因为像小米电视 3 这样，“一代而亡” 的产品，其实不是少数—— 不知道差友们是否还记得，当年锤子科技的坚果 TNT（Touch &amp; Talk ） 工作站，发布之前拉满消费者的预期，吊足胃口，什么“革命性、颠覆性的，甚至能改写人类计算机的历史”、“碾压 iOS 和 Windows”……  虽然说在一些系统交互层面，坚果 TNT 工作站确实提供了很多提升效率的创意。但考虑到这台机器的本质，就是台可触屏、可语音交互的一体机，仅仅靠“按住屏幕说话”打开文件和应用，配合坚果Office的办公套件，实现数字求和，修改 ppt 格式一类的功能……还远远达不到老罗在微博激情输出的水准。  后来发布会现场频频翻车的演示，也都说明了这套东西就是半成品，所以有较真的哥们，把它投诉到了工商局，当然最后没能立案……  但后面坚果 TNT 工作站因为订单量少和系统调试等问题一再延迟发货，曾经的次世代大屏系统的设想，也就草草收场了。 同样的事情，也发生在一个叫 Essential Phone 的产品上，可能一些差友不太熟悉这个品牌。但其实这个品牌的创始人安迪•鲁宾来头其实不小，设计出了Android手机系统，他也被誉为 “Android之父”。顶着这么大的光环离职创业，他做的智能手机，肯定会有点与众不同的构思……  所以你能看到，Essential Phone 不仅仅在设计上用了几乎无边框的全面屏设计——在这台手机发布的 2017 年，敢尝试去掉顶部额头、只保留下巴，琢磨新形态的手机，并不多，市面上另一个同类型设计的产品是小米 MIX2。但 Essential Phone 的边框更细，下巴也比小米 MIX2 更小。 而且它还在可拓展性上做起了文章，这台手机最大的亮点之一，就是手机右侧提供了两个磁点，可以磁吸各种配件。 就比如说，创始人多次在采访中提到，团队在开发一款可以磁吸在手机上的“全球最小的3D激光扫描仪”、通过磁吸接口将手机音频传输至汽车音响”，这样就可以绕过蓝牙协议的压缩，实现高保真音质。 但可惜这些设想最终都没能实现，官方只推出了360度摄像头、3.5mm耳机接口配件和无线充电底座等等几个配件……  也许你以为是小厂商们缺人手缺资源，才频频翻车，但这事其实大厂也干了。 就比如，摩托罗拉也曾在 2016 年推出过模块化手机——Moto Z，通过背后的金属触点，磁力吸附功能扩展模块。不得不说，大厂的手法确实更惊艳。因为 Moto Z 通过磁吸，不仅可以实现替换手机背盖的材质，起到一个造型上的作用。  而且还能直接磁吸一块电池在手机后壳增加续航，磁吸 JBL 的扬声器提高外放音质，甚至磁吸上投影模块，可以实现短焦投影，你还可以通过这个拓展模块，外挂一个哈苏镜头……  不仅如此，在同年的开发者大会上，官方也宣布计划每年推出 12 个新模块，但如今也快十年过去了，托尼看了下官网，配件的数量比当初刚发布时也没多多少……  聊到这里，不难发现，想在迭代迅速的市场，硬件方面搞点花活和创新，玩砸了是常态。但相比起硬件规划上的有头无尾，厂商在发布时说的很多软件功能，都要靠后续 OTA 来实现，还不告诉你具体的期限，好像更让人头疼。 就像苹果的 iPhone 16 系列，发布到现在过去 200 多天，iPhone 17 都快来了，Apple Intelligence 国行还是没上线；索尼 PS5 首发时承诺支持外接 SSD 扩展存储，在发售将近一年后才通过系统更新解锁……  也就是说，用户在产品和服务上，花了全套的钱，到手的却是半成品，是不是有点 “货不对板” 的意思？那这其实就跟虚假宣传的定义很像了。 那么按照我国的消费者权益保护法，有对虚假宣传的明确处罚规定；包括欧盟的相关法律，虚假宣传最高可处年营业额 4% 的罚款；还有美国 FTC（联邦贸易委员会）指南，也要求厂商需在合理时间内兑现宣传功能，否则可能面临法律追责。  关于这个问题，托尼还特意跟学法律的同事请教了一下，就拿小米电视 3 的情况来说，确实有那么点儿虚假宣传的意思——假如真有小伙伴买过这些产品，可以试着告一告，看看能不能获得三倍赔偿。 但话又说回来，估计厂商们的法务部，比托尼更清楚里面里面的利害关系，都知道吹牛吹多了是要付责任的。光看商品详情页有多少防杠的小字注释和备注，你就知道他们有多小心了。 品牌官网关于产品的功能和配置会有数字小标备注  同时托尼作为消费者，也明白为啥大家对厂商都有种 “说话不算话” 的印象。 毕竟厂商们为了差异化，经常会短暂尝试一些新功能和产品新形态，过段时间发现销量反馈不好，就改用别的方案或者无限期跳票，宣传口径可能也会一变再变。  但问题是，没有后面硬件的持续更新和软件支持，难免让首批掏钱支持的用户显得有点冤种。托尼至今忘不了，同事作为老特斯拉车主，购买了 FSD 服务，却因为硬件限制无法升级的哀怨小表情…… 当然也不排除搞宣发的团队有时候会顾头不顾尾—— 就像之前米罗购买了某品牌旗舰机的保值换新服务，本来这是回馈老机主的优惠。但因为下一代手机的发售延期了，和老手机之间隔了15个月才发布，超过了原定的“ 12-14 个月之间 ” 保值换新的使用条款……还好沟通之后，该品牌更新了策略，允许服务延期，不然这又要成一桩乐子了。 但无论是上面哪种情况，对于消费者来说，都是看着厂商们在产品发布时画饼，往往东西到手后，发现体验和服务跟不上。要不大家商量一下，都真诚一点，别起高调，别让各种宣传术语和功能承诺 “通货膨胀”…… [查看评论](https://m.cnbeta.com.tw/comment/1491820.htm)

据金融时报报道，美国已将对来自中国的低价值包裹征收的关税提高两倍，这对快速增长的电子商务平台 Shein 和 Temu 造成了重大打击。白宫周二晚间宣布，将把关税提高至包裹价值的90%，或将原先的75美元固定费用提高至150美元。关税将于5月2日生效，固定费用的提高将于6月1日之后生效。 [](https://static.cnbetacdn.com/article/2025/0409/f31d0edc62074fc.png) 美国总统唐纳德·特朗普上周签署了一项行政命令，结束了允许低于800美元最低限度门槛的中国商品免税进入美国的漏洞。 取而代之的是，每件商品将被征收相当于其价值30%的关税，即25美元，6月1日后将增至50美元。 这一变化招致了批评，称Shein和 Temu 仍然能够以比对批发进口的中国商品缴纳更高关税的竞争对手更低的价格在美国销售商品。 价格大幅上涨对 Shein 和拼多多控股旗下的美国 Temu 来说是一个沉重打击，分析师估计美国是他们最大的市场，他们能够在美国以极其便宜的商品削弱竞争对手，部分原因是避开了进口关税。 两家公司一直在为豁免期结束做准备，在美国扩大仓储容量。然而，这些准备工作却被中美之间不断升级的关税战所吞噬。 低价值包裹的关税仍然低于针对中国进口商品的关税，后者目前加征的关税高达104%。这些关税于华盛顿时间午夜生效，将全球推入了一场全面贸易战。 分析人士警告称，取消最低限度豁免不仅会颠覆这些廉价零售平台和其他中国电商企业的商业模式，还会延长配送时间。曾在亚马逊和戴尔工作的美国供应链顾问布里坦·拉德表示，港口将面临包裹超负荷的情况。 [](https://static.cnbetacdn.com/article/2025/0314/3d8c7a47f04d1b1.webp) 他补充说，商务部已经推出了一个新的软件系统来处理关税缴纳，但由于需要处理的包裹数量巨大，仍然会出现延误。 Shein平台上销售的大部分商品都产自中国。这家快时尚巨头一直试图在巴西和土耳其等国以外地区实现业务多元化，但其效率和响应速度却难以匹敌中国工厂。 特朗普贸易举措带来的动荡使Shein的首次公开募股（IPO）计划陷入不确定性。这家总部位于新加坡的公司原本寻求在伦敦上市的批准，但由于监管方面的不确定性，上市申请已被多次推迟。 据英国《金融时报》报道，由于与竞争对手 Temu 的竞争，Shein 去年的利润下降了三分之一以上，导致营销和物流成本上升。 Temu 和 Shein 尚未回应置评请求。 [查看评论](https://m.cnbeta.com.tw/comment/1491818.htm)

 真人版剧集《最后生还者》确认将制作第三季，[本作的第二季](https://www.gcores.com/articles/197121)将于4月13日开播。 

<blockquote><p>随着AI技术的飞速发展，如何将AI能力有效集成到产品中，成为开发者和产品经理面临的重要课题。本文从开发视角出发，深入探讨AI产品落地的方向和策略。作者通过分析AI与传统产品的正交关系，提出了AI Agent、AI生态、AI+和私人AI助理等几个具有潜力的AI产品方向，并结合实际案例，详细阐述了这些方向的技术实现和应用场景。</p> </blockquote>  作为一名移动客户端开发，一直以龙哥为榜样思考产品层面的问题，大模型发展至今，我也一直在思考怎么以AI的能力，制作出一些带magic的小玩意。 ## 一、认知：什么样的产品应该用AI去做（AI产品的方向应该怎么做） 显然并不是所有的产品都适合用AI去集成。 在chatGpt3刚出来的时候，因为gpt效果太差，且费用太贵，曾经和朋友聊天的时候，有打算针对特定问题集成答案，用户命中问题则直接回复答案。 幸好当时没做，以我现在的认知来看，这种方案就完全是螳臂当车，类似于打算在LLM洪流之下，想通过个人来接住洪流的冲击力，这样的产品显然会被LLM成长起来的能力直接碾压过去。 夹在传统互联网和LLM之间，到底怎么样找一个落脚点去把两者更好的集成？ 我纠结了很久，也实验过一些demo，最后最后，我在Manus创始人分享的一个视频切片里，找到了我自认为问题的答案：  大家可以看图，LLM的能力应该要跟我们做的产品能力是**正交**的。什么叫正交？ 学过数学的我们都知道，就是两个方向是完全互不影响的，比如做一个AI的产品，如果后续会因为LLM能力过于强大（比如多模态、比如提速、比如低成本）而倒掉，那这个产品和LLM就不是正交的。 但如果**我们的产品，会随着LLM的能力强大，产品能力也变得更强大，那么这样的产品定位就是正交的**。 有了这个大思路，在去看业内很多的AI产品，有些产品甚至一眼就能看到它的生命终点。 ## 二、具体落脚：哪些方向做AI产品比较丝滑？ 标题里所说的”大的认知前提”，指的就是”AI产品能力应该和LLM是正交的”。 好，那接下来聊聊我们如果要做一个AI产品，大概可以从哪几个方向出发（只是我个人的思考，欢迎大家补充讨论）。 ### 1. AI Agent 使用过Manus这款产品的同学，应该十分清楚 AI Agent 这个方向的重要意义了，没使用过的同学建议去[Manus官网](https://manus.im/app)看看示例。 AI Agent 领域的技术实现我有所了解，技术实现不是很难，难在workflow的构建，以及成本（也是受workflow影响）。  拆解AI Agent的工作流↑，我们可以发现AI Agent确实帮我们做了非常多的事情，尤其是「收集信息」部分，是AI Agent的王炸级能力。 但AI Agent有目前有两个方向的原罪，只要想着去做这个方向的产品，一定会碰到的两个问题：甲方困境 和 深度瘫痪。 **1）甲方困境** 什么叫甲方困境，作为程序员的我们可能都清楚，做一个需求，最复杂是了解需求是什么，到底想要达到什么样的效果，而写代码反而是最简单的。 AI Agent也是一样的，比如我们让AI Agent写一个”坦克大战”，虽然这只是简单的一句话，但”坦克大战”从一句话到具体交付，中间要商量的细节可太多了，就不论UI样式，光是策略方案就已经够复杂的了。 但 AI Agent 无论是从LLM模型本身，还是离线产品的宣传理念，对于在工作过程中怎么样尽可能丝滑反问使用人需求，都是一个难题。 **2）深度瘫痪** 深度瘫痪也很好理解，只要是用过chatGPT api写demo的同学都知道，当你的对话轮次越来越多时，同样的一个问题，你消耗的token会越来越多。 为什么？这是你要把你的上下文带给AI，让他在回答里当下这句话的时候，能记住你之前说了什么。 所以，足够深度的上下文信息，足以让AI的使用变得又贵又慢，这是AI基础实现Transformer本身导致的，所有历史对话拼接为长序列输入。 当然了，现在主流的AI Agent，是混合了 长序列输入 和 检索增强生成(RAG) 方案的，尤其是「收集信息」， 基本都是由模型自己通过 embedding 转成向量数据库来进行学习，这是一个折中的方案，但RAG的方案会让AI使用起来没那么聪明（相比长序列）。  ### 2. AI生态 AI生态指的是在原先能够闭环的生态里，使用AI打造AI驱动的生态。比如：各家的App，或者更大一点：手机。 可能看到这里你脑海中已经想象出一个画面：”你早上起来打开手机，对手机AI说，帮我点一份早餐，和昨天口味一样，备注多放点辣” 但大家有没有想过，这个技术很难吗？ 为啥LLM诞生之前，不做这样的能力？ 其实以AI手机为例，既然是闭合生态，理论上所有指令集都是可以串联的，所以这个串联调用的能力，早都已经可以搞定了。 之所以在LLM时代，要把这件事重新提起，最根本的原因是因为LLM “听得懂人话了”，LLM通过超大参数训练，具备了目前AI界最强大的一个能力，”理解语义”。 “**理解语义**“在不同时代有不同的视线，我将之分为3个时代：惊喜的1.0时代、停滞的2.0时代、重生的3.0时代。 **惊喜的1.0时代** 这个时代机器听懂人类语言的方式，依赖的技术是”语音量化”，机器通过将收集到的语音进行量化，并和自己指令库的指令集进行对比，如果匹配上了就执行指令。 这个时代最大的问题，就是”精准匹配”。以我家里一个松下取暖器为例，系统给它内置的指令是”松下取暖气，打开取暖器”。 但如果我说成”松下取暖气，请打开”，它就完全听不懂我在说什么，更不用主动关怀的AI理解了。 **停滞的2.0时代** 2.0时代的巅峰也是NLP的巅峰，NLP曾经根据有限的聚类效果解决过一些问题，但基本仅限于玩具场景， 在准确度要求99%以上的场景，没有哪个公司敢把产品真正放上去。 这个时代的经典代表就是各家的AI语音助理，比如智障Siri、雷军儿子的小爱同学等等。 **重生的3.0时代**  LLM 最大的特点就是更理解人类的表达了。 在1.0时代，如果我们的系统有10个指令，那么用户只能使用10句话对其进行驱动。 在2.0时代，如果我们的系统有10个指令，那么用户大概可以使用10*n句话对其进行驱动（n的值取决于工程师配置的相似数据库）。 在3.0时代，如果我们的系统有10个指令，那么用户可以使用无限种方式对其进行驱动。这就是LLM最大的作用！ 好，依旧来举例说明，我是一位极氪001汽车的车主，在我的车机升级到大模型方案之前，所有车主都会吐槽车机非常笨，听不懂人话。 但车机升级到大模型方案之后，和车机对话的体感普遍更好了，比如我们上车后对车机说: “今天工作有点累，我现在有点热” 那么车机会回复：”是否要打开休息模式？空调温度已经为你下调了2度”。 能理解这个例子吗，虽然车机依旧还是”打开休息模式、调节空调温度”这样传统的指令，但人们驱动它的方式变得更加多元且精准了。 所以回到AI生态来看，闭环生态下的指令集触手可得，指令集所搭建的高效率武器也不是瓶颈，但现在可以触发开枪的技术诞生了，那就LLM。 ### 3. AI+ AI+ 的思路其实和几年前互联网+的口号一样，但AI+的颠覆效果并不如互联网+，AI+在我看来，是补齐传统移动互联网产品功能的一些短板。 既然是优化原有功能的体验，那么接下来的做事方法论也就很简单了： - 收集原有互联网产品遗留的痛点难点、通过画甘特图评估卡点任务 - 整理AI的基建能力，比如：聚合相似、文本总结等 - 将第1步收集的诉求 和 第2步整理的AI基建 进行碰撞，看看有没有可以match上的。 AI是一个很好的生产力工具，尤其是在文本处理和总结上，我们平时的工作在处理各种各样的群消息，那么在群消息这里是不是可以引入AI能力呢？ ### 4. 私人AI助理 私人AI助理是我觉得非常惊艳，但现在被大家低估的一个AI落地点，在我看来，部署本地AI知识库的浪潮，应该要超过部署Nas。 每个人都想要一个既懂自己，又能辅助自己成长，又对自己绝对忠诚的AI助手（类似钢铁侠中的Jarvis，我给自己的私人AI助理也是起名叫Jarvis hhh）。 私人AI助理属于一个基建平台，在该平台上可以衍生出非常多的能力，目前我会让我的AI助理定期review我的代码，针对我所学习的内容进行深化提问等等。 甚至于在我的设想中，以后每个公司都会出现一个公司级别的私人AI助理（或者应该叫超级大脑），类似于生化危机电影中的红色皇后。 因为只有AI才能源源不断接收外界的信息，只有AI才能针对如此多的信息进行调度，提前对潜在风险进行预警。 好，一不小心光整理对AI产品的思绪就写了那么多，希望对大家能有点帮助。 本文由 @冰以东 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>在数据分析和可视化领域，图表是传达信息的重要工具。然而，传统图表制作往往需要专业的软件和一定的技术知识。本文将介绍如何通过AI提示词，利用Deepseek快速生成各种类型的图表，包括柱状图、折线图、饼图等。通过简单的提示词输入，用户可以在几分钟内完成图表的生成和数据可视化，极大地提高了工作效率。</p> </blockquote>  很多人经常会用到图表，不完全统计，图表的类型有：旭日图、柱状图（Bar Chart）、折线图（Line Chart）、饼图（Pie Chart）、散点图（Scatter Plot）、面积图（Area Chart）、雷达图（Radar Chart）、热力图（Heat Map）、箱线图（Box Plot）、直方图（Histogram）、甘特图（Gantt Chart）、气泡图（Bubble Chart）、漏斗图（Funnel Chart）、仪表盘图（Gauge Chart）、树状图（Treemap）、桑基图（Sankey Diagram）……  以前为了可以直接生成这样的图表是需要到相应的平台中去使用的，**然而现在通过AI提示词就可以顺利解决。** 提示词如下：（请您完整保存，使用的时候直接复制即可；其中提示词中的AAA是图表的名称） <blockquote><p>生成一个名为”AAA图”的图表，使用HTML和JavaScript实现。图表应具备以下功能和布局：</p> <p>1.页面布局：</p> <p>1.1图表应占据页面的主要区域，并居中显示。</p> <p>1.2在页面的右上角添加一个按钮，按钮上显示文字“提供数据”。</p> <p>2.数据上传功能：</p> <p>2.1点击“提供数据”按钮，弹出一个文件上传对话框，允许用户上传Excel文件（.xlsx格式）。</p> <p>2.2支持读取Excel文件中的数据，并将其用于生成图表。假设数据格式为两列：第一列为分类（如时间、类别等），第二列为数值。</p></blockquote> 本提示词需要您在Deepseek V3模型下使用，如果您不知道V3模型在哪，您可以直接使用“腾讯元宝”即可。 具体的操作步骤如下： ## 第一步：输入上面的提示词，调换好AAA发给AI。  ## 第二步：耐心等待生成完毕，并点击右上角的“运行”按钮。  ## 第三步：提供您准备好的数据，点击“提供数据”按钮即可。  就是这么简单！ 在使用的时候如果有发现错误，记得及时调整，如果您不会调整提示词，那么您可以返回页面，重新在Deepeek新的页面中继续输入上面的提示词。 **本提示词为抖知书原创，禁止任何同行以收费的模式倒卖！感谢各位朋友们的支持！如有不足之处， 请批评指正！** 本文由 @抖知书 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AI技术成为全球焦点的同时，中国电商行业也在经历一场深刻的变革。抖音电商的崛起、腾讯的电商布局以及拼多多的持续增长，共同构成了“腾拼抖”这一新的电商格局。本文将深入探讨“腾拼抖”如何通过需求平权、供给平权和规则平权，打破传统电商的阶层壁垒，重构电商新秩序，并分析这一变革背后的商业逻辑和社会意义。</p> </blockquote>  在这个对抗无处不在，竞争前所未有激烈的大时代下，巨头们的每一步棋都如履薄冰。从科技角力到企业厮杀，全球正经历着一场前所未有的多维度竞争。数字霸权的争夺、技术壁垒的设置、关税贸易的争端，无不彰显着这个时代的紧张与焦虑。 在这样的时代，AI无疑是最耀眼的明星，众神纷纷退散，而AI则以压倒性姿态成为万人追捧的主角。大模型之争，成了一场牵动全球神经的巅峰对决，仿佛互联网的未来全凭此一役。 AI可能定义未来十年，但悄然间，中国互联网的另一大战场——电商，也已经完成洗牌。 抖音电商的市场份额持续提升，2024年抖音电商全年GMV达到3.5万亿元，同比增长30%，首次超过京东（约3万亿），成为中国电商市场第三大平台。 在年会讲话中，马化腾提到张小龙的核心观点：“商品就是信息，不应局限在视频号，而应纳入整个微信生态，从原子层角度思考电商”。腾讯要再次重塑电商业务。 加上稳居行业第二的拼多多，国内电商新势力“腾拼抖”（腾讯、拼多多、抖音）已然成型，电商第一梯队格局悄然巨变。 那么，究竟是什么力量推动了这场电商新格局的形成？腾拼抖的崛起又揭示了怎样的商业本质？ ## 01 权利再分配，腾拼抖如何创造电商新秩序 ### 1. 需求平权：打破消费层级的壁垒 在传统电商逻辑中，消费常被赋予阶层含义——高端品牌对应高净值人群，低价商品面向下沉市场。**这种简单化的分层思维忽视了消费的本质：每个人都是复杂而多维的需求载体。** 腾拼抖的崛起恰恰打破了需求偏见。**拼多多认识到，同一个人在不同场景下既可能为一瓶矿泉水精打细算，也可能为一款奢侈品一掷千金；抖音发现，内容触发的即时消费冲动往往跨越传统的阶层界限；腾讯则洞察到，社交关系中的推荐与认同能重塑消费决策路径。** 这种需求平权创造了前所未有的消费局面：一个三线城市年轻人可以通过拼多多买到与上海白领相同的咖啡品牌；一个小镇青年可以在抖音购买都市年轻人热衷的潮流单品；一个工薪阶层可以在朋友推荐下接触到他平时关注不到的有意思的商品。 ### 2. 供给平权：重构供给与分配体系 传统电商平台构建了以头部品牌为核心的金字塔结构，资源向KA客户倾斜。腾拼抖则重新定义了供给的价值评判体系。 拼多多通过“农货直连”和“百亿农研投入”，让农户直接面向消费者，消除中间环节。最近，拼多多又推出“千亿扶持”，未来三年内拟投入资金、流量等资源超过1000亿元人民币，加码高质量电商生态建设，助推平台商家新质转型升级。这些举措都体现出拼多多对供给端的全面深化扶持。 抖音通过“兴趣电商”生态，使小型创作者和垂类商家获得与大品牌同等的曝光机会。 腾讯依托私域流量和社交裂变，使中小商家能以更低成本建立品牌认知。去年，微信将电商相关业务划入“微信开放平台”部门，同时将视频号小店升级为微信小店，这就是将其作为整个微信的交易组件，能自由地在微信内游走，体现了微信对于电商业务的重视与加速布局。 **更为关键的是，腾拼抖打破了传统“品牌-代理-渠道-零售”的线性供应链，构建起更为扁平化的网状供应生态。**在这一生态中，制造商可以直接触达用户，用户反馈可以直接影响生产，迭代速度从季度级缩短至周级。这一变革不仅降低了交易成本，也重塑了产业组织形态，使得更多元的供给主体能够参与市场竞争。 ### 3. 规则平权：平台从流量分配者到价值连接者 传统电商平台往往扮演着“流量分配者”角色，通过复杂的权重算法和商业推广机制决定谁能获得更多曝光。而电商新势力的破局点在于，更注重需求与供给的精准匹配效率。 这一转变体现在治理机制上：拼多多的拼团、抖音的种草、腾讯的熟人推荐，都是让用户成为信息分发的参与者和决策者，而非被动接受平台的流量安排。平台价值不再在于控制流量分配权，而在于构建更高效的连接机制。 拼多多早期被视为“价格洼地”，但其真正革命性在于重构了农产品和工厂直供的供应链体系。通过需求聚合(拼团)和C2M反向定制，拼多多降低了流通成本，更优化了生产效率。 事实上，拼多多在农业领域的布局远超电商范畴。其通过“多多农研”建立的从种植、仓储到销售的全链路数字化体系，实际上是在构建新型农业生产关系。 抖音打破了传统“人找货”模式，构建起“货找人”甚至“趣找人”的全新路径。短视频和直播是展示商品的窗口，也是激发需求、建立信任的关键环节。 更深层次看，抖音正在重构“注意力经济”的变现路径——从广告到直播带货，再到闭环电商，建立起内容-兴趣-消费的全新闭环。 腾讯电商的野心远不止小店。微信生态作为中国最大的社交关系网络，天然具备重构商业决策路径的潜力。朋友推荐往往比算法推荐更具说服力，社群认同比品牌宣传更能触发购买行为。 原子层思考电商，意味着腾讯不再将电商视为独立业务，而是将其视为社交关系网络中的自然延伸。微信支付、视频号、小程序、公众号、朋友圈、群聊，每一个节点都可能成为交易触发点，构成无处不在的商业场景。 在这一构想中，腾讯是商业关系的基础设施提供者，是连接人与服务的全域商业操作系统。 ## 02 新旧之分：从流量争夺到价值重构 我们之前写过一篇《双十一之变：从流量竞争到优质供给重构》，提到电商平台的演变。 传统电商平台曾经依靠流量红利高速发展，但随着用户规模趋于饱和，流量成本持续攀升，“流量争夺”的增长模式已渐显疲态。 单纯以GMV为导向的商业模式也面临挑战。头部商家与平台的共生关系导致规则固化，对新品牌、小商家不够友好；营销环节层层加码，使消费者实际支付的成本远高于商品本身的价值。 不过，抖音的入局，对于高营销投放品类（服饰美妆）天然契合，成功挖掘并满足了用户潜在购物需求，在电商领域迅速获得显著市场份额。 传统电商争夺的是用户的注意力——谁能在首屏展示更多商品，谁能投放更精准的广告，谁就能获得更多转化。 **而腾拼抖则关注用户的主动性——如何激发用户分享意愿（拼多多），如何提升内容创作参与度（抖音），如何强化社交关系中的推荐行为（腾讯）。** 这一转变使得用户从单纯的“信息接收者”变成了“价值共创者”。在腾拼抖的格局中，用户既是消费者，也是内容生产者和信息分发者。这种多重角色的融合大大提高了系统效率，降低了交易摩擦。 看似相似的推荐算法，在不同平台上却有着根本差异： **传统电商的算法目标是”精准匹配用户与高转化商品”，核心是转化率和客单价；** **腾拼抖的算法目标则是“构建用户与内容/关系/激励的连接网络”，核心是参与度和网络效应。** ## 03 电商平权的社会意义 电商平权某种程度上体现了由平台赋能的协作网络。拼团、社群团购、直播间等模式都体现了个体通过网络连接获得集体议价能力的可能。 拼团购物中，价格随参与人数增加而降低；直播间里，下单热潮会影响犹豫不决的观众；社交推荐中，亲友的使用体验往往比专业评测更具说服力。 **这一趋势挑战了传统“理性经济人”的假设，我们可以顺势提出了”网络化经济人”的新范式：消费者决策不可能是个人理性行为，而是受到网络关系深刻影响的集体智慧。** 电商平权的终极意义不仅在于消费端的普惠，还在于生产端的平权。当C2M模式成熟，消费者将从被动接受商品转变为主动参与创造的角色。 **这一转变或将重塑资本主义生产关系。**在传统模式中，资本决定生产，消费者只能被动选择；在腾拼抖主导的电商系统内，消费决策反向影响生产，消费者成为生产的间接参与者和指导者。 **更为重要的一点是高质量发展。** 通过降低创业门槛、扩大市场参与度、优化资源配置效率，电商平权正在创造更广泛的财富分配机制。 拼多多的”农货直连”帮助农民增收；抖音的内容创作者经济使长尾创作者获得变现机会；腾讯的小程序生态让小微企业能够低成本数字化。这些都在构建一个更具包容性的数字经济生态。 根据腾讯2024年第三季度财报，微信小程序的商品交易总额（GMV）在该季度超过了人民币2万亿元，同比增长率达到高双位数。 此外，微信小店在2024年的GMV是2023年的1.92倍，订单数量增长了125%。 拼多多的“千亿扶持”计划不仅加大对国内商家的补贴力度，还针对性帮助跨境商家应对国际关税形势变化带来的挑战，帮助中小商家稳定生产，降本增效，应对出海风险。 在AI时代，各种技术创新层出不穷，但真正改变世界的往往不是技术本身，而是基于技术的组织创新和制度创新。腾拼抖引领的电商平权，或许是中国向世界提供的独特数字文明贡献。 **这一模式既不同于美国的平台资本主义，也不同于欧洲的数字监管主义，而是独具中国特色的“数字共同体”路径**——尊重市场规律，又强调共同发展；鼓励创新活力，又追求包容普惠。 当世界正在探索AI时代的经济社会组织形态时，中国电商新势力的实践或将提供一种值得借鉴的可能性：技术可以既服务效率，又促进公平；市场可以既充满活力，又富有温度。 在这个意义上，腾拼抖不仅是改变中国电商格局的商业力量，更可能成为影响全球数字经济走向的力量。 本文由人人都是产品经理作者【吴怼怼】，微信公众号：【吴怼怼】，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。 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2025年的品牌营销领域，传统的“种草”策略似乎逐渐失效，许多品牌面临着种草笔记数量增加但转化率却大幅下降的困境。本文将深入探讨这一现象背后的原因，并提出一套“高转化拔草指南”，帮助品牌在新的营销环境中找到增长的新路径。</p> </blockquote>  一个功效护肤的主理人和我讲：我们第一季度已经**做了4700多篇素人种草笔记，但实际转化量比去年同期下降了83%**。我现在有点崩溃，这种提不上去的增长让我面临着老板很大的预期压力。 这不是个例。去年年底，舒泽服务的个护品牌就是这样的情况： 他们一个季度包含产品、快递、现金等在内的综合种草成本超过了52万元，在小红书、抖音、知乎、B站共找了3400名博主，产出了8700条内容。 代理商的结案报告上显示此次推广综合曝光量3200万+，互动量75万+。 但，他的品牌实际的转化报告却惨不忍睹：销量环比下降12%。 舒泽早在去年就和几个咨询的客户讲过：要逐渐放缓传统种草，特别是素人种草。 因为在舒泽团队去年第三季度的调研中，就已经发现：消费者对种草内容的信任度3年暴跌68%，92.7%的消费者表示”越推荐越怀疑”。 主要原因有三个： - 98%的素人铺量都采用集成式创作分发，内容同质化严重，导致真实用户产生信任衰减，甚至很多用户出现“你说好不算，我要看多少人骂”，来通过差评验证风险。 - 算法因低质笔记增多，而降低相关权重，影响了整个平台对官方内容、投放内容的整体闭环流量支持。 - 竞争对手比你先看到这一点，用“你的差评+我的优势”公关组合拳，轻松撬走你辛辛苦苦建设且想要收割的流量。 特别是第三点，是我和很多品牌说过的：你的竞争对手花的营销费越多，你才越好收割。**品牌部烧钱种草的每一篇自嗨笔记，都在帮竞品培养“狙击手”。** 怎么解决这个问题？舒泽综合过去几年的实操经验、推广平台的研究以及各个消费品在推广平台的动作来看，大概有四点： ## 1. 差评词库管理与优化，主动给你的消费者打疫苗，挖掘增长机会 我们需要主动管理负面声量，而非被动应对。品牌营销部门需要建立品牌专属“差评词库”，涵盖所有可能的负面搜索词，并针对真实差评进行分层处理、运营。 **怎么建立：** 用抓取软件抓取天猫、京东本品和竞品的1-3星评价（我之前在《搭建舆情模块》的文章讲过）；然后用AI提炼关键词，将差评导入你的AI工具，生成“动词+痛点”词库（如“脱妆→斑驳”“面膜→刺痛”）。 **怎么分层：** A类（产品真缺陷）：通过官方回应+改进计划处理；B类（使用误区）：创建专属内容解释+教育；C类（竞品引导）：投放精准内容进行澄清。 我之前看到两个特别好的**案例：** 一个是在电商页首屏嵌入“恐惧解决方案”（如“怕脱妆？持妆12小时检测报告”）；一个是某品牌针对”起痘”差评关键词专门制作了”为什么有人用了XX会起痘”的科普内容，转化率提升30%以上，因为用户感知真实度大增。 这就是运用“主动疫苗效应”，消费者看到品牌主动承认缺点反而增强可信度。 ## 2. 搜索拦截与卡位，定向投流+SEO+创建语境 用户搜索差评词的时候，正是决策最脆弱的时刻。这个时候，我们可以利用技术手段抢占负面意图关键词来完成效果营销。 **怎么操作：** 对“品牌名+差评/缺点/不好用”等关键词投放精准内容。比如小红书聚光投流，定向“差评词+场景词”（如“脱妆怎么办”），注意CPC控制；知乎问答截流用“品牌名+差评词”提问（如“XX面膜刺痛吗？”），SEO优化至TOP3。 布局“科普性内容”解释产品局限性的原因与应对方法。比如淘宝问答优化自问自答“本品如何解决XX问题”，嵌入实验视频。 创建“真实客观对比测评”，展示产品优缺点，引导结论。这个做不好很容易翻车，需要有很强的掌控力。 这个模块，主要是利用“首因效应”和“证实偏差”，引导用户接触有利于品牌的解释框架。舒泽之前帮3C、潮玩品牌实施这个策略，基本上可以从自然搜索结果75%+-的负面内容降至23%的有效正向语境/引导内容，并完成了产品营销增长。 ## 3. 重构对比测评，在你的场子里赢 有时候用户需要“枪手”，而不是“销售”。这个模块和上一个模块是具有延续和承接意义的，我们在这个步骤下需要主导产品对比话语权，而非逃避比较。 **怎么进行：** 主动制作与主要竞品的对比测评内容，运用“三层法”：承认次要劣势-强调核心优势-解释取舍逻辑，设计“差异化评价体系”，引入有利于自身产品的评价维度，在你的对比语境下完成突围。 这个其实3C、个护品类最爱用。有一个小家电品牌联合KOL发布《10款筋膜枪拆机测评》，笔记搜索占比提升80%，天猫店转化率也获得了较大提升。 这里主要是利用“对比效应”和“损失规避心理”，当用户看到产品主动展示劣势时，反而会更相信其优势部分。 ## 4. PR降权与媒体管理，打赢用户选择的最后一公里 这个模块，其实很少被品牌方重视。但，舒泽作为品牌营销负责人服务的上两家品牌，都会比较主动去解决这个问题：系统降低负面内容权重，提升正面内容可见度，这样可以保持品牌比较好的中正率，为消费者决策最后一公里打下比较好的基础。 **怎么操作：** 定制化SEO策略抢占品牌相关负面关键词；通过合法途径或技术手段申请不实内容下架；构建真实用户口碑矩阵，提升用户真实反馈在搜索结果中的权重。 之前舒泽服务的潮玩品牌，通过这个模块的综合运营，2个月使品牌负面搜索结果可见度平均下降63%。 **怎样更高效的解决传统种草的困境，为品牌带来新的增长？** 舒泽团队提出并运用的“种草新范式”基本可以立体解决这个问题，包含一个决策链路PUSH，一个信任模型构建。 1. 覆盖全消费决策链路：早期轻种草策略激发兴趣——中期防御策略消除顾虑——后期用户自传播形成良性循环 2. 构建信任金字塔：以产品真实优势为基础层；以主动展示局限和适用条件，创造有利语境为中间层；以解决方案和价值主张为顶层。 以上。 当所有品牌都在思考“如何让用户相信我们很好”时，真正的增长高手已经在思考“如何消除用户认为我们不好的原因”。在信息过载的当下，最稀缺的不是曝光，而是信任；最有效的营销不是说服，而是消除怀疑，这是创新营销的基础思路。 回到标题，我用“拔草”，是要让我们主动出击，拔掉决策路径上的“草”，让消费自然发生——这才是未来品牌增长的终极秘密。 本文由 @舒泽品牌手记 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>杜邦分析模型是财务分析领域的重要工具，通过层层拆解关键指标，帮助企业和投资者深入理解企业经营状况。从模型构建、分析思路和业财应用三个方面，详细解读杜邦分析模型。通过三次拆解，逐步揭示模型的底层逻辑，并结合实际案例，展示如何将模型应用于不同业务场景。</p> </blockquote>  很多同学在工作中都面临这样的问题： - 该怎么选取关键指标？ - 该怎么对关键指标做拆解？ - 怎么保证拆解后能输出有效结论？ 如果你掌握了杜邦分析模型的构建思路，以上问题都能迎刃而解。然而，很多网红文章在介绍杜邦分析模型的时候，只是罗列了一大堆指标，同学们看得头昏脑涨，也搞不懂其中的逻辑。 今天陈老师就带着大家剥丝抽茧，理解杜邦分析模型的思路，再加以扩展应用。 ## 三次拆解，看懂模型的底层逻辑 作为投资人，该如何考察企业的能力呢？直观的想法就是：他拿我投资的钱去经营，赚回来的钱越多越好！因此，有了第一个指标：ROE（Return on Equity）净资产收益率。ROE=净利润/权益，直接反映了企业赚钱能力，肯定是越高越好。 但是注意！企业除了拿投资，还可以去借钱。借的钱太多企业就挂了，投资人的钱也打了水漂，所以做第一次拆解：ROE=ROA*权益乘数，区分出企业经营能力，与财务上风控能力（如下图）。  企业经营和盈利能力、周转能力两个因素有关。 盈利能力很好理解：收入中的利润率。如果利润率太低，说明这个生意不好赚。 周转能力，其实可以简单理解成：销售速度的快慢。比如有AB两件商品，A商品卖一件能赚500元，但是一年就卖1件，B商品卖一件能赚5元，但是一年能卖1000件，肯定大家都会选B，我们常说：“薄利多销”就是这个意思。因此要做第二次拆解（如下图）。  通过第二次拆解，可以看出企业的两种基本经营思路： - 薄利多销型：净利润率低，但是资产周转速度快！单件少赚，胜在量大、卖得快！ - 厚利慢销型：净利润率高，但是周转慢，甚至故意捂盘惜售，维持高端形象，多赚钱！ 如果想进一步看怎么实现薄利多销，还可以做第三次拆解。因为： - 净利润=收入-成本-各种费用-税 - 总资产=固定资产+库存+应收账+现金 所以可以进一步做拆解如下：  拆解以后，可以清晰地看到钱是怎么赚的，资产是怎么用的。比如： - 收入主要由销售部负责，主要使用渠道费用做推广/开新店 - 商品主要由商品部负责，引进畅销产品，淘汰滞销产品 - 促销主要由市场部负责，花营销费用做推广，提升销量 这样拆解，还能提醒一些容易被忽视的关系（上图红线）： - 应收账款主要是销售的责任，销售不去跟，干靠财务着急也没用 - 营销费用要和现金挂钩考虑，烧钱做推广把公司烧死的事时常有 - 研发费用要和新品收入挂钩考虑，打造的产品是否OK需要市场检验 ## 杜邦分析模型的优缺点 **优点一：用一个最关键主指标考核，非常容易下结论。**炒股的人有句俗话：“如果不知道怎么选股，把ROE 15%以下的先扔掉！” 用一个指标概括复杂的企业经营状态，四两拨千斤。 **优点二：指标拆解，反映业务行动策略。**不管具体卖的是啥商品，做的啥生意，始终无法逃离：“到底和同行打价格战，还是走差异化”路线的选择。打价格战就要薄利多销，走差异化就要选小而精的客户群体提升利润，减缓周转速度，通过第二层拆解可以有效反映业务差异，从而指导业务发展。 **优点三：每一次拆解，落实到一个对指标负责的部门。**第一次拆解，区分了业务与财务的责任；第二次/三次拆解，区分了销售、市场、生产等业务部门之间的责任。这样的拆解方法是很容落地的，指标有人负责，才能真正驱动业务。 当然，杜邦分析法也有缺点，就是：使用的都是财务指标，财务指标更新速度慢，不能100%适应灵活多变的业务形态。但是，一旦我们掌握了**先找关键指标，再围绕业务行动做拆解，落实到各个部门**的思路，那么自己构建一个小杜邦分析模型，完全没有问题。 ## 模型的扩展应用 因为财务核算成本、资产等数据常常以月/季度为单位进行。因此业务部门会等不及财务出结果，直接对收入/GMV等指标做拆解， 构建一套指导业务的“小杜邦模型”。在拆解指标的时候，要时刻牢记：“拆出来的指标有人跟”，这样才好落地。 比如以实体店为主要销售渠道的公司，需要进一步拆解收入来源，那么肯定以店铺为单位。经典的拆解方式如下图所示：  这样拆出来指标有人跟进： - 客流不行，主要是选址问题，渠道部负责跟进 - 客单价问题，主要是商品&amp;营销的问题，市场部跟进 - 店长主抓门头成列/成交率，分公司负责督导执行 如果是电商公司，用户可能有自然登录的，也有站外投放回来的，因此先区分流量来源。  这样拆出来后： - 站外流量不行，推广部门想办法，优化投放 - 站内活跃不行，运营部门想办法，促进用户活跃 - 成交不行，商品部门想办法，优化产品配体，开展活动 当然，如果渠道很多，也可以综合上述两种方法进行拆解。如下图所示：  以上就是杜邦分析法扩展应用。 本文由人人都是产品经理作者【接地气的陈老师】，微信公众号：【接地气的陈老师】，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。

零跑汽车宣布已于4月9日突破70万台累计交付量。在刚刚过去的3月，零跑交付达37095台，位居新势力第一，同比增长超154%，在大众化新能源汽车市场保持强劲增速，充分彰显了零跑产品竞争力与品牌信任度的持续攀升。 伴随着全新B系列首款全球化车型B10即将开启交付，零跑今年有望保持交付创新高的良好势头。展望未来，零跑将坚持以用户为中心，坚持全域自研、成本定价，持续为用户带来更高配置、更优品质、好而不贵的产品，让卓越触手可及！ 

<blockquote><p>在人工智能领域，自回归模型和扩散模型分别在文字和图像生成任务中占据主导地位。然而，随着技术的发展，两者之间的边界似乎开始模糊。本文将深入探讨这两种模型的核心差异，分析它们为何适用于不同的信号类型（离散信号与连续信号），并探讨如何通过技术路径实现自回归模型在图像生成任务中的应用。</p> </blockquote>  ## 为何文字与图像生成模型分道扬镳？ 你是否会有这样的疑问，为什么主流的文字模型用的都是自回归模型，而主流的图片视频生成模型却偏爱扩散模型呢？ 最近的一些项目也让这个事情慢慢地变得微妙了起来啊。 比如说 Gemini 的这样的一个自回归模型，由于良好的图片一致性惊艳了整个圈子。  而前段时间扩散大语言模型项目 Mercury 也因为它超快的这种文本生成速度引发了大量的关注。  难道说模型的这个边界正在被打破吗？ 自回归模型和扩散模型，它们之间到底有着什么样的区别呢？ ## 核心差异：离散信号与连续信号的本质 其实这个问题的核心是要追溯到为什么最早人们开始选择这个技术路线的时候，用自回归模型去生成文字，用扩散模型去生成图片。 这背后其实隐藏的是文字和图像自身的最根本的区别，也就是离散信号和连续信号。 文字是一种离散信号，有一系列明确的、有限的这种符号构成。 就比如说我们的语言中有龟和兔这两个明确的符号概念，但是你不可能在龟和兔之间找到一个中间状态，就是我们没有办法定义一个既是龟又是兔的中间符号，这其实体现出来的就是文字本质上的离散性。  那图像就是一种连续的信号，它是平滑无限的啊。 举个简单例子，就是你观察这个红色和黄色之间，其实可以找出无数个不同的橙色啊。 这些中间状态都是连续存在的，所以它不是有限的离散符号。  那更进一步，其实文字本身就是人发明的，对这个连续世界的一种抽象，或者说是采样。 就比如说我们看到不同品种的龟，对吧 无论是中华草龟还是猪鼻龟，它们都被我们统一成了一个离散的概念龟。 并且用龟这个字这个符号来进行一个表示，所以正是由于有这样的差异，决定了早期的生成任务会选择不同的模型方向。 ## 生成机制对比：从人类行为到模型逻辑的仿生学映射 ### 自回归模型：契合人类语言生成的逐字预测机制 那在这个地方其实我们首先要去了解人是怎么样去生成文字的，就是人在说话的时候是一个什么样的过程。 那人说话时是一个逐字逐句、循序渐进的过程，就是我讲一个字或者说表达一个字的时候，其实都是根据前面说的话，是吧？  举个例子就是我现在想喝，你要预测下一个这个字是什么的时候，你可能会说我想喝奶茶，我想喝可乐，但是大概率不会说我想喝自行车，我想喝混凝土，就是语言，它有一种天然的基于上下文的推进逻辑。 那自回规模型的工作机制其实和人说话的这个过程高度相似，自回规模型就是根据已生成的离散符号去预测下一个符号的概率，在每一步的这种预测之中，是吧？。  我就从这个有限的符号集里面去判断哪一个符号的概率最大，你可以理解成本质上它是一个分类任务。 所以自回规模型和语言生成的这种内在习惯是相似的，导致它非常适用于文字生成的任务相对应的。  ### 扩散模型：模拟图像绘制的渐进细化与特征概率分布 相对应的，我们要去了解人是怎么画画的。 假设你想画一只长颈鹿,你可能会先从一个简单的草图开始,然后逐步添加细节,使它越来越接近你脑海中的长颈鹿形象。 我们脑海中对「长颈鹿」这个概念有一些典型特征,例如长长的脖子和身上独特的斑纹。因此,当我们绘制长颈鹿时,就会有意识地加入这些特征,因为它们是代表「长颈鹿」这一概念的典型标志。  然后我们从数学的角度去看，像长长的脖子、身上独特的斑纹这样的特征组合。 在我们去设想的这个长颈鹿的图案，或者说我们看到的长颈鹿图案里面出现的概率是很高的，所以这块体现出来就是长颈鹿这个概念背后其实都是特征的概率分布特征的这样的一种集合。 所以当我们用扩散模型去生成图片的时候，在做的一件事情就是试图让图像中的这些特征尽可能地向我们想要表达的那个概念的高概率区域去靠拢。 比如说在连续的这个空间中，我不断地把这个脖子画长，画的像长脖子，不断地去增加这个斑纹的质地，让它看起来像是一个长颈鹿斑纹，那么最终的图像由于我在不断地去把这些特征给它进行一个强化，就会导致我们画出来的长颈鹿就真的很像一个真实的长颈鹿。 所以扩散模型就是在找一种概率分布，找的是从模糊草图到细节逐渐变清晰的这样的一个过程，和人们去绘画的这种思维方式是吻合的，所以扩散模型就天然的适合图像生成的任务。 但是这个还要再多说一句，就是当我们用扩散模型生成长颈鹿的图像的时候，虽然我们有长脖子、独特斑纹这种明显的典型特征的预设，但由于图像信号本身是连续的信号，所以我们截取到的这个特征自然也是连续的，这种连续的特征导致我们很难明确地去找出哪些维度是具体对应这个长脖子，哪些维度是具体对应这个独特斑纹，因为他们这些特征之间其实是没有明确的边界的，所以扩散模型生成图的过程算是比较直观的。 但是你很难地具体地去判断，诶，每一个特征或者说这多个维度特征的组合表达的到底是什么样的一种含义？ 所以扩散模型在学习这些特征的时候，其实学到就是一种整体的、抽象的、无法用语言表述的感觉，其实就跟人在第一次看到一个非常宏伟的建筑的时候，你不会具体去分析这个画面里面的哪些细节让它变得宏伟，像你不会说这个设计语言是什么，其实很多时候我们就是直观地感受到这个宏伟的这样的一个整体的美感，或者说是一种直觉，画面之所以能够有效地传递这种直觉或者说是美的这样的一种概念。 是因为审美本身就是难以表述的，难以用明确的这种边界去进行一个定义，它依靠的就是大量的微妙特征，它们相互融合、相互作用，然后让人们感受到这是一种美的概念，所以这个是为什么扩散模型有的时候的确能够生成一些让人觉得很惊艳的作品，我就把这个叫做扩散模型 AI 的一种想象力。 所以我们可以看到其实人们在使用这个自回归模型和扩散模型生成文字和图像的时候，是符合人们自己去使用文字绘制图像的方式的，这背后有一种类似于仿生学的概念，就是人怎么做，我就让模型去怎么做。 他们虽然有着不同的技术方案，有着不同的模型，但其实都是解决相对应问题的这样的一种，最短的这样的一种路径。 ## 边界的突破：自回归模型处理图像的技术路径 那第二个问题就是像 Gemini或者说 Grok -3 的这样的模型，为什么现在又能够去完成多模态的任务？ 既能生成文字，又能生成图像呢？ 这地方说一句就是Gemini其实并没有公开它的任何技术资料，所以我们只能去找类似的开源项目，然后弄清楚这背后的秘密。 这方教大家一下怎么找。 ## 首先我们到这个 hugging face 的模型界面，然后我们要去找到多模态的模型，就是这里的 Any to Any  众所周知，Deepseek 的开源工作做得非常的完善，所以我们后面所说的关于自回归模型的一些讨论，其实基本上都是来源于 Janos 的这样的一个技术报告啊。  那话说回来，大家可以去思考一下，图片是连续的，自回归擅长处理离散的信号，那我们怎么样能够让自回规模型去生成图片或者说处理图片呢？ 那这个地方我们其实可以加一个模块去做一种转换，我先把图片的这种连续信号转成离散信号，之后再用自回规模型去进行处理。 这个地方 Janus 其实做的就是这样一件事情，我们可以看到在自回归的这个模型里面引入了一个新的模块，叫做 VQ Tokenizer，这个 Tokenizer 就明确实现了连续特征到离散特征的一个转换，VQ Tokenizer 会构建一个称为这个 Code book 的东西，叫做离散的特征集合，就把原本的连续特征就映射到这样的一个集合里啊。  举个例子，我们还是一张长颈鹿的图片，在经过了 VQ tokenizer 之后，它就会变成，那这个长颈鹿的轮廓是什么样的？ 这个长颈鹿的透视关系是什么样的？ 这个长颈鹿它的纹理是什么样的？ 这个长颈鹿头上面有什么？ 所以这样的方式把原本难以直观表达的这种影视的连续的特征变成了一种更加明确、更加可控的显示的特征啊。 虽然 code book 中的这种特征维度其实不是人直接去定义的，比如说长脖子或者独特斑纹，不是说我想要这两个特征，它就出现在这个 code book 里面，但是相比于扩散模型而言，我们能够通过这样的一个 code book 更清晰地理解这个图像的生成过程。 那既然如此，对吧。 我们就可以去猜为什么 Germini或者说 Grok-3在图像编辑的任务上比扩散模型要强。 首先，既然每一个维度都可以清晰地解释，当我们想明确地把这个长脖子改成短脖子的时候，我们只需要针对那个特征维度的区域进行一个精准的修改就可以了，我们不需要担心这种修改会影响到这个图的其他区域。 所以这种明确的特征表示是为图像的编辑任务提供了很大的便利的，而且它能够最大程度上去保持图像的一致性。 但是它也有相对应的劣势，当我们引入了这个 VQ tokenizer 之后，就意味着你这个多出来的这个模块，这个 code book 是需要去维护的，是吧？ 暂时无法在飞书文档外展示此内容  我怎么样保证 code book 的这个训练过程和优化是足够准确的。 我只有这样的一个模块不出错，我才能生成更高质量的内容。 那除此之外，就是当我把无限的信号映射到有限的离散特征之中，肯定会有信息损失，而且这种损失就尤其体现在复杂的、精细的场景上。 我们之前说了连续的特征能够更好地表达美学直觉这种艺术性的抽象概念。 那当这些连续性的信号被强行离散化之后，就很有可能造成细节或者说整体美感的这样的一种下降，所以自回归模型很有可能在高度复杂的图像生成任务上遇到瓶颈，毕竟有一些美的东西你真的没有办法用显示的或者说用语言去进行一个精确的描述。 那最后其实就是自回规模型，现在来看在图像的分辨率上其实还是有一定的劣势，就基本上是不太赶得上现阶段的扩散模型的。 那相对应的这个扩散模型的优点就是算法更直接，图像更细腻、分辨率更高，是吧？ ## 小结 那综上所述，其实自回模型和扩散模型虽然有的地方有交叉，但是整体而言它们都有自己的适用领域，并且很有可能联合起来使用，嗯，会有更好的思路，所以我们没有必要去讨论这个谁会取代谁啊。 那相比于模型本身，我觉得更重要的是只有当我们真正去理解这个技术背后的原理和它的发展的这种脉络的时候，我们才能在现在这个 AI 的时代浪潮之中，准确地选择最适合自己产品的技术方案，真正地做出属于自己的判断。 掌握了这个知识，其实你就已经比别人站得更高、看得更远了，以未来也会走得更稳，这个才是我认为的，要知其然，更要知其所以然。 作者：Easton ，公众号：智子观测站 本文由 @Easton 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AI技术飞速发展的今天，人们不禁担忧：AI是否会取代人类创作者？创作的本质在于表达和分享，而AI只是辅助工具。人类创作者的独特视角、情感和认知结构才是不可替代的核心。文章还提出了“锚点”概念，强调人类应成为AI时代的稳定参照物，通过与AI的互动，实现共生共进。</p> </blockquote>  **最近刷小红书，总给我推类似的内容，** 比如：用DeepSeek做小红书、公众号，记好爆款公式，AI分分钟写出爆款内容。 这让我觉得，每个阶段，总有人能找到一些别人不知道的信息差，走捷径，用投机取巧的方法，真能得到想要的东西。 不过，也让我开始思考另一个问题：**人人都能用AI工具来创作，那创作者价值到底在哪儿？** ## 1 先说一个结论：**我认为表达、创作是一种消费行为，是自己在消费这件事，不是单纯地输出给别人看。** 为什么这么说呢？ 因为每个人都有想说话、想表达自己的时候，不管是发朋友圈、录播客，还是画画、写诗，这是人的天性，就像吃饭、睡觉一样自然。 当AI能够帮我们完成一个任务时，我们要思考：**表达价值在哪里？我认为，在于表达本身，而不是仅仅在于表达的结果。** 你想想，去餐厅吃饭，不只是为了吃饱，还享受美食带来的快乐。同样，表达也让自己觉得开心、满足。 拿前几天清明节来说，好多人都出去玩。我在朋友圈看到好多好玩的照片，有风景照，看着就让人心情好；有自拍，笑得很开心。 大家发这些照片，可能并不是为了让人夸自己，而是想把美好的瞬间分享出来，就像你看到一片花海，心里特别高兴，也想让别人看看。 这种分享有时候会吸引很多人，大家会觉得：哇，这地方我也想去；或者说，这照片真好看；所以，当通过表达分享自己的想法和感受时，是在和别人建立联系，这是人类社会很重要的东西。 **还有，表达的价值是看成果还是过程，取决于自己怎么想。** 如果只是把表达当作一个工具，那AI真的能替代你。但是，把表达当作一种享受和创造的过程，就会发现，AI是一个帮忙的工具，它没办法替代你真正想表达的东西。 就像村上春树写月光，他说是“无声坠落的沙粒”，这种独特的表达方式是他的。 写到这，可能有人说了：AI分分钟写出此类语境。 的确，没错；但反过来想，不一样了。如果AI用的内容是别人写的，那么AI吸收后给出结论，也会告诉使用者结论参考了谁，同时，这让用户方便地找到这个人的主页。这就像是一个索引。 **AI所谓的“原创性”本质上是把训练数据重新组合了一下，它“拿走”了创作者的功劳，我们有必要意识到：AI背后是有真人在创作，创作者才是真正的功臣。** 因此，我认为，创作是一个消费行为，AI即便创作效率再高，背后依然是一个个创作者在操控它；人不是一个模糊的概念，是具体的，有归属、有名字、有主体的。 ## 2 既然要关注人，那到底该关注人的什么呢？**我觉得，关键在于大脑。** 什么是人脑？ 北京智源人工智能研究院，出过一本白皮书叫《人类智能的认知神经基础》，里面有个观点挺有意思。 很多人说人脑很厉害，是低功耗系统。这是误解。人脑的低功耗，是在“推理”时低功耗，而不是在“训练”时低功耗。 **人脑经过亿万年进化来，进化过程像一个超长时间的“训练”，大自然用无数的太阳能，才训练出了这么复杂的人脑。** 相比之下，现在AI训练，消耗的能量根本不算什么；目前，AI发展到一个关键转折点，从过去依靠人工标注数据训练，变成了更接近人类认知的“认知驱动”模型。 以前，像ChatGPT这样的AI，靠海量的人工标注数据，虽然效果不错，但成本很高，而且，数据质量参差不齐，所以，AI有时候会显得有点“笨”。 但现在不一样了。 AI有了更像人类的智能，能零样本学习、复杂推理，还有基本的常识；AI行业的大佬们都在努力让AI更有“认知能力”，而不仅仅是靠堆数据。 真正通用型AI，大家都盼着早点出现，但很难。**它要让AI像人一样，具备注意力、记忆力、推理能力、泛化能力，而不是单纯靠记忆大量数据。** 未来的AI，会更注重与环境互动，比如：像人一样感知环境变化，这就是所谓的“具身智能”；到那时，研究人脑机制的成果就会派上用场了。 不信你看看是不是？ 神经科学和认知科学已经发现，Transformer架构和人脑注意力机制很像，所以，很多AI都开始用它来模仿大脑神经元的工作方式来优化算法。 再看看人类，我们的学习不是简单地堆积数据，是通过主动的“认知加工”，构建起一套灵活、高效的知识体系。 AI从数据驱动向认知驱动转变，就是希望模仿人类的认知过程，包括感知、注意力、记忆、推理、语义理解、知识迁移等。 **所以，当AI开始像人类一样不断学习、升级时，它就不再是“刷题机器”，而是真正的“学霸”了。** 结合这些，你想想看，人脑的关键是什么？一个核心在于：认知结构。简单来说，每个人表达的背后都有差异，这种差异才是人脑的价值；每个人认同，也是在寻找和自己同类型、互相吸引的价值。 **所以，AI的能力将取决于是否能和你的认知共鸣。** 普通人不必问“AI会不会取代我”，而是要思考：我目前的认知能否和AI共生；未来的核心竞争力将不再是“干活”，而是和AI交互的“认知结构”。 换**句话说，一个人驾驭AI的程度和智力无关，取决于人脑对AI的认知差距。** ## 3 **既然这样，问题来了：如何设计大脑容器本身？** 过去方法是拼命学习、考证书、或者参加各种培训。AI时代之前，确实很有用。但现在人人都能轻松表达观点，我认为，关键要成为一个”锚点”。 什么是锚点（Anchor）？ 小说《诡秘之主》里，强大的神灵需要信徒的信仰作为“锚”，否则就会迷失自我，甚至发疯。同样，拥有超凡力量的角色，也要依赖记忆、情感或重要经历作为“信息锚点”，才能保持理智。 **“锚点”听起来抽象，其实很具体：对内，是你的独特视角、深刻体验、深植于内心的东西；对外，它是你与他人建立的真实联系。** 现在，已经有很多人开始焦虑了。苦练多年的文笔，AI几秒就能超越，努力还有意义吗？当AI的知识碾压人类，我们的价值在哪里？ 这些问题，像克苏鲁神话里的低语，面对无法理解的强大存在，人类会失去理智。 而一切背后，是现代人在信息洪流中失去了抓手，我们曾经依赖的知识、技能和经验，被AI以惊人的效率复制甚至超越，这让人感到无所适从。 **也正因如此，每个创作者才要成为“灯塔”，为自己，也为别人。** 所以，锚点是，让自己不被AI的洪流冲垮，避免陷入”学再多也比不过AI”的无力感；成为别人在信息风暴中的参照点，帮助他们不迷失方向。 我认为，与其追求面面俱到的知识储备，不如专注打磨自己独特的部分，让它成为你的核心竞争力。 这种力量不仅能让你在技术变革中站稳脚跟，还能让你成为他人的依靠。当周围的人都陷入焦虑时，你的坚定会成为他们的方向。 当然，这并不容易。要不断追问自己：**想成为什么样的人？你想为世界带来什么？这是自我救赎，也是对他人的馈赠。** ## 4 **另外，我有个大胆的想法：人要成为“锚点”，是我们自带“MCP”。**什么是MCP（model context protocol）？ 简单来说，Anthropic搞出来的一种开放标准，用来让大模型和外部数据源，建立双向连接；你可以把它理解成Type-C接口，插哪儿都能用，大模型通过MCP跟各种工具和数据源连起来，效率直接提高数百倍。 人类，也有自己的“MCP”。 比如：耳朵、嘴巴。虽然咱讲的语言可能不一样，但语言只是载体，信息才是本质；不同母语的人照样能找到交流方式，比划手势、画画，或者找个翻译。关键是，只要愿意沟通，总能搭上线。 **到了AI时代，人和AI之间也得建立起这种“双向链接”，这可不是单方面的依赖，而是互相成就。** 一方面，人要利用AI。学生可以用AI整理笔记，快速搭建知识框架；创业者能直接用AI开发各种Agent，实现“一人公司”。 另一方面，人也要被AI「利用」。这里说利用，是引用。AI生成的内容去哪里找资料？背后说不定就有你曾经发过的博客、写的论文、拍的照片…… 如果哪天发现，这段文字跟我当年写的一模一样，会不会带来一些价值感呢？ **而且，成为“锚点”还有个更重要的作用：帮个人、社会对抗“熵增”。** 我一直认为，AI系统“熵减”，要靠人类输入的信息完成。互联网上所有语料、知识库里的每一条记录，都是人类智慧的结晶；即使AI通过强化学习学到了新技能，它仍然无法像人类一样拥有真正的创造力。 有人可能会问： 未来会不会出现AI教AI的情况？可能性不大。除非引入新的高质量人类语料，否则AI只会陷入回音壁效应（Echo Chamber Effect），即自己重复自己，最后变成一堆废话。 而人类社会则完全不同，青出于蓝胜于蓝的事情，天天都在发生。**一代又一代人不断推陈出新，这才让文明一步步走到今天。** 说到这，我不得不提一个事实： 从科技角度看，人类信息传递效率低得离谱。科学家估算过，人与人之间信息传输速率不超过10比特/秒。 相比之下，现在的千兆网络已经普及到千家万户，AI之间的通信速度至少是人类的百万倍。按理说，这么低效的节点早就该被淘汰了。 **但奇怪的是，人类不仅没被淘汰，还能从茹毛饮血的原始状态一路进化到了高科技时代，把技术渗透到了生活的每个角落。** 所以，这是为什么？ 因为人类传承下来的不仅仅是知识，更是智慧。刘慈欣在《乡村教师》里有一段描述让我印象深刻：外星硅基文明第一次观测地球时，完全看不懂这群碳基生物怎么活下来的。 他们没有高效的能源系统，也没有强大的计算能力，却靠着极其低效的方式，一点点积累出了璀璨的文明。这个过程真的很震撼。 虽然培养一个人需要十几年的教育，而训练一个AI只需要几天，看似人类落后了，但我们赢在了“纠错能力”上；**AI一旦某步推理出错，就容易错上加错，甚至导致整个系统崩盘。** 而人类呢？ 尽管每个人都有盲点，但作为一个整体，我们不仅能发现问题，还能自我修正。这就是人类的优势所在。 换句话说，人类不是单纯地死记硬背知识，而是懂得如何站在巨人的肩膀上继续创新；而这种创新的本质，其实是成为一个个“锚点”。 每个人都是信息洪流中的稳定参照物，通过独特经历、思考和创造，为他人提供方向感和价值感；而这些，在AI眼里，成了语料库的基础。 因此，请记住： 没有垃圾的工具，只有垃圾的使用者。**当你利用AI，输出自己观点，成为了别人的“锚点”，也就真正的融入了这场对抗熵增的宏大叙事中。** 本文由人人都是产品经理作者【王智远】，微信公众号：【王智远】，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。