AI 产品·设计·实践
一些想法，一些作品
2万 UV · 人均6次任务从原型 Demo 到成长数值模型，搭建乐迷长期成长与身份体系。2翻面看亮点 贴纸播放器AI审核评级从内容准入到美学评级，用 AI 提升审核效率与推荐质量。2 / 贴纸播放器AI审核评级
Feed 渗透率 +8.5%释放1名外包审核人力，沉淀准入、分层与标签流程。3翻面看亮点 SBTI音乐人格报告用人格化报告表达音乐偏好，让听歌数据变成可分享的身份标签。3 / SBTI音乐人格报告
上线3天 · 18万用户Prompt 设计、27个人格视觉资产，让报告成为用户主动分享的内容。4翻面看亮点 一起听体验优化围绕一起听场景，优化多人互动、状态感知和音乐陪伴体验。4 / 一起听体验优化
体验升级 × AIGC生产共享歌单与会员权益，新增陪伴记录，批量生产虚拟角色动效。5翻面看亮点 DIY推荐在日常推荐中表达听歌偏好，实时调整下一批推荐。5 / DIY推荐
边听歌，边改推荐拆解 Agent 的4条推荐链路，让偏好输入实时影响下一批歌曲。6翻面看亮点 教师资格证审核将视觉审核能力复用到教师资格证审核场景。6 / 教师资格证审核审核方法复用把视觉审核经验迁移到教师资格证审核。WORKS
DIY推荐模式
AI Practice
DIY推荐模式——交互式音乐推荐 Agent
推荐不必只靠被动猜测。DIY 将自然语言干预融入日常听歌，让用户一边正常播放，一边表达偏好，下一批推荐随之响应。
我的工作 在整体 Agent 意图分流架构下，负责推荐意图命中后的核心链路、用户偏好与 Memory 机制，以及遵循既有设计规范的轻量半屏交互与魔法色视觉设计。
推荐能力与链路
| 应用场景 | Skill / Tool | 是否调用 LLM |
|---|---|---|
| 推荐主线 | recommend_ | 是理解自然语言推荐需求，抽取语义 |
similar_ | 否 | |
personalized_ | 是抽取硬约束 | |
personalize_ | 否主要进行用户偏好 u2i 重排 | |
| 实体搜索 | singer_album_playlist_ip_ | 否personalize=true 时为内部个性化重排 |
search_ | 否 | |
web_ | 是联网检索，并结构化抽取候选 | |
| 用户行为 | pick_ | 否资产召回后通常串联 semantic_score |
user_ | 否 | |
semantic_ | 是约束抽取和语义理解 | |
| 元数据 / 画像 / 话题 | get_get_get_ | 否 |
get_ | 是获得新闻、话题等 | |
| 计划生成 / Skill 辅助 | plan_ | 是 |
skill_skill_skill_ | Agent 辅助 |
1 个 Router + 4 条主链
Planner / Router
识别：种子歌曲 / 用户资产 / 语义约束 / 实体目标
1种子歌推荐
Seed Resolvesimilar_适用于已有song_id / 明确歌名
2个人资产推荐
pick_semantic_收藏 / 喜欢 /最近听等
3条件推荐
personalized_recommend_风格 / 场景 /情绪 / 属性
4实体检索
singer / album /playlist / song /IP search歌手 / 专辑 / 歌单 /IP 定向
Personalized Rank & Post-process
个性化重排 · Score 对齐 · 去重 · 同歌手控制 · Top-N
DIY推荐模式
- 用户
- 进入日常推荐模式之一
- 一边正常听歌，一边随时干预推荐
- 下一批推荐实时响应
贴纸播放器AI审核评级
AI Practice
AI提效实践 —— 把“凭感觉”变成可执行
难点① UGC视觉内容的复杂性
审核边界微妙，多因素、强语境
内容准入
识别思路
首轮 VLM 整体扫描
一次输出结构化 State
风险类
- 擦边 / 暴露
- 负面文字
- 二维码 / 水印
- 政治 / 军事元素
- 精神污染 meme
语境类
- 艺人 / IP 语境
- 舞台 / 演出 / 应援
- 人物主体
- 自拍 / 私人写真
- OCR 艺人信息
准入判断
风险 + 语境联合判断
不是安全合规判断，而是是否适合进入公共 Feed
输出
明确风险 → 拦截
语境正常 → 进入美学评级
难点② 审美标准主观难量化
审美本身具有较强主观性。
质量分层
初版方案
维度打分
色彩 / 构图 / 清晰度 / UI 适配
暴露问题
模型结果不稳定
维度权重难统一
迭代方案
统一按整体感知评级
L1–L4评测驱动
真实投稿样本
分层构建 Eval Set
错误分析
FN / FP / Bad Case
输出
稳定输出质量等级
难点③ 热门内容同质化
小众艺人优质作品使用数据天然偏弱、通用背景类更易获得高表现
类型标签
标签方案
在美学评级同次调用中，同步输出内容类型标签
标签维度
识别内容类型
重排策略
滑动窗口控制
5 条内同类内容 ≤ 2 条
效果
缓解热门同质化
提升 Feed 多样性
1.提升人效:
已释放1名外包审核人力，成本 0.004元/条
2.推荐 Feed 渗透率+8.5%
页面人均曝光作品数+2.7%
3.沉淀方法论
教师资格证审核项目能力复用，音乐学堂分享
Less is more：工程思维，把大模型留给真正需要理解判断的地方
SBTI音乐人格报告
SBTI / Music Personality
把歌单，变成可分享的反差人格
- 参与用户
- 18万
- DAU 渗透率
- 5%
- 总测试次数
- 28万
- 人均测试
- 1.55次
对比参考：波点 2025 年终盘点（2025.12.26 上线），上线后前 3 天浏览 UV 16 万、PV 34 万。
Prompt
从歌单特征到人格反差，约束生成逻辑与表达。
01 / 输入与特征提取
<红心歌曲列表>：歌名 + 歌手
<用户输入的SBTI>
提取：高频歌手 Top3、主要语种、情绪词
识别：歌单中的反差曲目、非音乐内容02 / 分析与人格映射
节奏能量 → 情绪基调 → 心理洞察
用通用音乐特征代替真实 BPM
从给定的 27 个人格中选出唯一匹配
不得自创人格类型03 / 个性化表达约束
严格保留 <用户输入的SBTI>
对比用户自述与音乐测试结果
根据具体歌单生成个性化梗
毒舌但治愈：先戳痛处，再给情绪价值04 / 结构化输出
你的检测结果 / 你的音乐人格
临床诊断结果
🔮 近期精神状态侧写
📊 歌单成分大赏
💊 主治医师处方视觉资产生产
27 个人格，统一角色风格与音乐元素。
用户反响
小红书用户分享自己的音乐人格报告。
一起听体验优化
Listen Together
一起听，让陪伴更进一步
基础体验优化
从一起播放，
到一起参与、一起记录。
播放列表，共同管理
支持添加、删除播放列表中的歌曲。
大会员权益，一起共享
大会员与非会员一起听时，非会员也能完整播放歌曲。
焕新 UI，让陪伴更有趣
优化界面，增加新的默认模板与虚拟小人。
听歌总结，留下共同记录
新增总结页，记录本次一起听时长，展示两人的历史累计听歌时长。
素材批量生产
ComfyUI 批量 AIGC 素材生产
一套角色动效，对应一套序列帧图针织帽双人组
SET 01
像素舞蹈双人组
SET 02
乐迷勋章成长体系
03 / Build & simulate
方案落地——从原型 Demo 到成长数值模型
从原型到 Demo
同步推进设计 & 研发
成长数值模型
50 LEVELS任务只是手段，真正要积累的是用户与艺人的长期关系。
积分不按单次收益分配，而按它在成长路径中承担的角色分配。
广告加速（时间换速度）｜会员加速（钱换速度）
用户获得成长反馈，艺人沉淀长期关系，平台形成更可持续的商业化。
FUTURE
PDE
Product Design Engineer