案例 15 · 本地生活脚本
Datawhale原书章节 · 印刷页码 145—156 · 当前仅加载一页

原书第 151 页 · 点击页面可放大查看
查看与复制本页文字
文字由原PDF提取,阅读顺序和表格请以原页为准。
真正花时间的地方,其实是后面的调优。 我会周期性给客户提供不同版本,让他们结合平台的数据反馈查看。如果团队觉得“这 个味道不对”,平台数据显示某个时间段留存下滑,或者某些客户、某些SKU下效果不 稳定,就把这些反馈带回来继续调整。 这里面可能调整的是提示词,也可能是系统逻辑顺序、关注点,甚至模型选型。因为文 案这件事情很像“语感”,它很难一开始就被定义成一套绝对标准。所以真正的效果往 往来自大量的反馈、比较和迭代。 Q4:相比传统方式,使用AI后的实际效果如何? 图4:AI介入后的人机协作流程 从客户的使用反馈来看,效果非常明显。 首先是内容生产效率提高了。原来大量工作依赖少数经验丰富的员工,现在AI可以承接 其中相当一部分重复性的生成和适配工作,人不需要从零开始写每一条。 151/243