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 152 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。
其次是整体内容质量的平均水平提高了。过去可能只有少部分内容能够达到客户比较满 意的水平,而现在AI把大量内容先做到一个相对稳定的基础水平,再由人进行筛选和优 化。 再一个很重要的变化,是客户的工作方式发生了变化。 以前是来了一个需求,就按当天的需求去处理;这套AI工作流上线之后,新客户进来时 就可以提前把门店、主打菜品、活动等参数规划好,再由系统持续生成内容,把原本容 易堆积在某一天的人力需求提前消化掉。 我会把它理解成“削峰填谷”:它真正解决的,是让内容生产不再那么容易卡在“一个人 每天能处理多少条内容”上。 Q5:在部署AI过程中,是否遇到了新问题或挑战?你是怎么解决 的? 这个项目最大的难点,其实不是开发。 第一个挑战,在文案之外。 因为文案看起来只是几百字,但真正拿去做短视频时,它背后还涉及人物怎么讲、情绪 怎么表达、画面怎么配、节奏怎么样。客户有时候会觉得“这个不对”,但又很难准确 告诉你到底哪里不对。 这时候就不能只靠技术解决。 我需要结合自己的业务经验,去理解客户说的“感觉不对”到底意味着什么,再把这种 比较模糊的反馈转成可以调整的提示词、流程或者判断标准。 第二个挑战,是不同客户、不同SKU下的稳定性。 原本设计好的提示词,在一个案例里表现不错,换一个商户或者SKU,可能就会出现偏 152/243