01 / 探索中
精选会员作者挖掘与投流自动化
真实边界:这个方向还不能包装成“业务已经被打穿”。更准确地说,我在做的是把作者筛选、付费潜力判断和投流动作从运营经验里拆出来。
做成什么:用 AI 辅助识别有付费供给潜力的作者,再把投流、观察、复盘这些重复动作做成自动化流程。
怎么证明:价值先体现在经营效率和策略一致性上,业务规模还在继续探索。
我是陈全。我做推荐、搜索、图文、游戏和作者变现。 过去几年,我处理的不是一串孤立项目,而是平台里真实的不确定问题: 图文有没有独立价值,作者变现怎样才健康,用户是否愿意为内容付费,内容能不能带动游戏分发,搜索是否需要更直接的答案满足。 我现在想往前走一步:把这些判断拆成样本、指标、实验、阈值和工作流,让团队和 AI 都能接住。
主页主线
图文是不是有独立价值、搜索是不是需要直接答案、内容能不能带动游戏分发,这些都要在业务里验证。
不是只说方向正确,而是拆成场景、供给、样本、指标、实验和负反馈。
一个项目结束后,最好留下标签、口径、分层策略、复盘模板或工具,而不是只留一个结果数。
当标准、边界样本和 bad case 被写清楚,AI 才能参与内容评估、作者建模、搜索答案判断和策略诊断。
我想继续做的,是让内容评估、作者价值、搜索满足和经营诊断,不再只靠少数人的经验,而是变成团队可以调用、AI 可以参与的产品能力。
代表项目
真实问题:作者变现不是收入越高越好,问题是它能否在不透支用户信任的前提下持续创收。
拆解方式:拆成内容健康度、变现模式健康度和五类变现来源,用人工标注校准边界样本。
留下能力:推动作者变现从收入排序,变成推荐、运营、商业化都能使用的健康度口径。
1 套
模型框架
看详情 →
代表项目
真实问题:图文不是视频的补充体裁,它在单列、双列和 UGC 社区里有不同的独立价值。
拆解方式:拆消费场景、内容供给和推荐目标,分别验证图文在主端与社区里的增长空间。
留下能力:推动图文从“视频补充体裁”,变成可独立评估和分发的内容形态。
+500万
图文 DAU 提升
看详情 →
代表项目
真实问题:搜索不只是给结果列表,部分需求需要更直接、更可信的答案满足。
拆解方式:拆 Query 类型、Top1 命中、答案覆盖和结果可信度,区分适合回答和不适合回答的需求。
留下能力:把搜索质量从结果排序,延伸到问答式满足和答案质量评估。
10%+
问答式结果需求覆盖
看详情 →
不平均铺项目,先看每个方向解决了什么真实问题。
AI 工作流实验
我不想把 AI 写成一个新标签。更真实的表达是:过去我在定义作者价值、内容价值、搜索满足和流量策略;现在我在尝试把这些判断做成运营、管理者和 AI 都能调用的工作流。
01 / 探索中
真实边界:这个方向还不能包装成“业务已经被打穿”。更准确地说,我在做的是把作者筛选、付费潜力判断和投流动作从运营经验里拆出来。
做成什么:用 AI 辅助识别有付费供给潜力的作者,再把投流、观察、复盘这些重复动作做成自动化流程。
怎么证明:价值先体现在经营效率和策略一致性上,业务规模还在继续探索。
02 / 工具化
真实边界:运营和管理者面对作者收入问题时,最难的不是看一个收入数,而是快速判断:这个作者靠什么赚钱,处在什么阶段,卡点在哪里。
做成什么:我把作者收入体系做成可对话的诊断工具,让它能帮助定位变现方式、作者阶段、收入问题和下一步经营方向。
怎么证明:这不是炫技型 Agent,而是把作者变现里的判断口径,变成团队可以调用的工作流。
我的判断顺序
更具体一点

有些项目不热闹,但很练人:先把问题讲清楚,别人才愿意一起做。
平时看什么
我看的是人怎么表达、怎么下注,又怎么被环境改变。
嘿姆嘿姆

我喜欢它那种劲儿:有点好笑,但不放弃。
一句自检
首页先把项目讲明白。个人观察只负责补一点人的味道。