案例 19 · 消费品研发与包装

文字由原PDF提取，阅读顺序和表格请以原页为准。

但我们真正把这个流程拆开之后发现，所谓“包装审核”至少涉及四种不同视角：
设计师检查错别字等基础问题；
法律法规人员检查食品法、广告法等硬性要求；
渠道检查自己的规范，比如渠道Logo和品牌Logo的大小关系；
产品经理判断包装有没有正确表达产品本身。
这时候问题就变得很清楚了。
如果SaaS系统只存结果数据，效率和效果依然没有提高，但当AI介入链路，这里面错别
字、法规等基础问题高度标准化，可以直接交由AI执行；有些事情可以随着历史反馈逐
渐标准化，比如不同渠道每一次的反馈积累下来，沉淀成标准后交由AI完成预审；还有
一些事情必须保留人的判断，比如产品经理和设计师对于审美表达的判断，但AI可以给
人的判断提供更多上下文支持，比如在渠道产品上线后的销售表现，反向指导对包装的
迭代。
所以我们重新问了一遍：这个流程里面，到底哪些工作应该由机器做，哪些工作必须留
给人？
Q3：后来你使用AI解决这个问题的整体思路和关键步骤是什么？
我后来确信了一件事，不能带着一个已经做好的方案去客户现场。
这个坑我们自己踩过。最开始，我们也会拿着自己以前验证过的方案去找客户。结果很
容易变成一种状态：你是外部的人，却试图告诉内部的人应该怎么做；你觉得方案已经
验证过了，但对方的组织、老板、业务模式、决策方式都可能完全不同。
后来我们的方式发生了变化。
第一步，先观察，再解决。
188/243