AI 产品·设计·实践
一些想法，一些作品
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。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 共鸣绿境让植物成为人与音乐的连接界面。4 / 共鸣绿境
植物 × 实时编程将环境与触摸信号映射为音乐变化，用实况编码构建人与植物共同参与的音乐体验。WORKS
DIY推荐模式
AI Practice
DIY推荐模式：一个由AI驱动、将自然语言干预融入传统推荐链路的推荐模式
发现问题
每日约 30% 的后台反馈来自推荐用户诉求明确，却只能通过客服表达。
AI 机会
理解自然语言，连接传统推荐将用户表达转为推荐链路可执行的干预。
DIY 推荐模式
融入日常听歌，边听边表达偏好， 下一批推荐实时响应。
推荐链路设计
将传统推荐中的能力拆为模块tool，由 Agent 根据用户意图动态调用，与LLM串接组合
AI Practice
DIY推荐模式：一个由AI驱动、将自然语言干预融入传统推荐链路的推荐模式
记忆机制 Memory
AI Practice
DIY推荐模式：一个由AI驱动、将自然语言干预融入传统推荐链路的推荐模式
三级数据指标体系
| 类型 | 维度 | 指标 | 计算公式 | 目标值 | 评测值 |
|---|---|---|---|---|---|
| Agent层 | 理解质量 | 意图识别准确率 | 人工评测集中意图识别正确的指令数 / 评测指令数 | >90% | 95% |
| 偏好记忆 | 偏好记忆调用准确率 | 正确调用偏好的评测任务数 / 需要使用记忆的评测任务数 | >90% | 63% | |
| 响应效率 | P95 生效耗时（非 WebSearch） | 非 Web 任务从指令提交至推荐队列生效的耗时 P95 | <3s | 1.2s | |
| 响应效率 | P95 生效耗时（WebSearch） | 触发 Web Lookup 任务从指令提交至推荐队列生效的耗时 P95 | <35s | 31.8s | |
| 成本效率 | 单次任务成本 | 主 Agent、推荐/排序 LLM、联网搜索及记忆平均调用成本 | ≤¥0.05 | ||
| 推荐层 | 推荐效果 | 完播率 | 完整播放的推荐歌曲数 / 实际起播的推荐歌曲数 | >53%(+2%) | 待灰度 |
| 推荐效果 | 10s 切歌率 | 起播后 10s 内主动切走的歌曲数 / 实际起播的推荐歌曲数 | <26%(-2%) | ||
| 推荐效果 | 收藏率 | 被收藏的推荐歌曲数 / 实际起播的推荐歌曲数 | >3.4%(+1%) | ||
| 消费深度 | 模式内人均听歌时长 | DIY 模式内总听歌时长 / 该模式使用 UV | — | ||
| 消费深度 | 模式内人均完播数 | DIY 模式内完播数 / 该模式使用 UV | — | ||
| 产品层 | 使用转化 | 入口点击率 | DIY 入口点击 UV / 入口曝光 UV | 10% | 待灰度 |
| 使用转化 | 有效使用转化率 | 使用对话干预 UV / 入口点击 UV | >90% | ||
| 使用转化 | 有效使用渗透率 | 成功干预 UV / DAU | >5% | ||
| 交互效率 | 平均对话轮次 | 成功干预任务的用户输入总轮数 / 成功干预任务数 | — | ||
| 用户留存 | 第 2/3/5/7 日留存率 | 首用用户中第 2 日再次使用 UV / 首用 UV | >20% | ||
| 业务价值 | 全站人均听歌时长增量 | （实验组人均听歌时长 − 对照组人均听歌时长）/ 对照组人均听歌时长 | >+0.5% | 待 A/B |
当前进度：Agent 层评测调优、安全合规对接中，预计 10 月下旬进入灰度。
项目思考
01 AI与成熟业务系统的协同
思考AI能在原有业务链路中改变什么，细拆能在哪个环节创造价值
02 AI功能应从用户问题出发，而非刻意AI
先明确用户问题，再根据实际情况选择是否需要 AI 介入
贴纸播放器AI审核评级
AI Practice
UGC视觉内容审核评级Agent
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
画面中有什么风险信号
- 擦边 / 暴露 · 负面文字
- 政治 / 军事信号
- 令人不适 / 有害信号
语境类
这些风险在当前内容里怎么理解
- 粉丝文化 / IP · 公众人物
- 表演 / 私人社交
- meme / Cosplay 语境
Agent State 状态回填
将理解与决策解耦
大模型只负责理解图片内容，不负责决策
准入判断
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
| 视觉维度 | 评分 |
|---|---|
| 色彩协调 | 1–5 |
| 构图完整 | 1–5 |
| UI 遮挡 | 1–5 |
| 素材清晰 | 1–5 |
| 元素丰富 | 1–5 |
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
分层构建 EvalSet
| 层级 | Recall | FN | FP | 偏差 |
|---|---|---|---|---|
| L1 | 90% | 2 | 1 | 0 |
| L2 | 80% | 4 | 3 | 1 |
| L3 | 65% | 7 | 6 | 2 |
| L4 | 60% | 8 | 5 | 2 |
错误分析
共性问题 → 补 Rubric
特殊边界 → 补 Few-shot
Few-shot：Y2K 风格作品可能使用高饱和跳色、像素元素等，评级不得低于 3。
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.沉淀方法论和 Skill
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。
共鸣绿境
Creative Technology · Live Coding
共鸣绿境
以植物为交互界面的实况编码生成音乐
植物 × 冥想 × 音乐
常在同一场景，却各自独立：
人坐在植物旁，另外播放音乐。
从「撸猫」到「撸植物」
用低认知门槛的触摸交互，
探索自然陪伴与情感慰藉。
让植物成为人与音乐的连接界面
从被动听音乐，到触摸植物、参与音乐生成。
技术选型实时反馈 + 复杂规则可控
音频大模型 Suno / Udio 等
以生成音频为核心，难以直接控制传感器到音乐的细粒度映射。
Text-to-MIDI 直接生成音符
能输出音符，但持续交互与复杂映射仍需额外的规则控制层。
算法音乐 最终选择
AI 编写可执行代码，将信号映射为参数、规则与函数，持续改变音乐。
Strudel · 通过 MCP 调用Lyria RealTime 已支持实时生成；本项目进一步关注传感器映射与音乐规则的可控性。
映射规则让植物与人的状态，成为音乐变化
| 输入来源 | Arduino 采集信号 | 代码控制 → 音乐反馈 |
|---|---|---|
环境信息植物的「本底存在」 | 光照强度 / 土壤湿度 / CO₂ 浓度 环境信号的缓慢波动 | 缓慢流动的合成器铺底 设定初始调式与和弦走向 |
短时间触碰瞬时干扰 | 电容式触摸传感器的瞬时峰值 Spike · 捕捉触碰发生 | 插入破碎节奏 / 高频随机琶音 让一次触碰成为可听见的回应 |
长时间触摸持续传递能量 | 持续、稳定的高电平信号 识别持续触摸状态 | 参数调制 / 音序演化 生成更复杂的旋律与更丰富的和声 |
环境构成音乐底色，触碰带来即时变化，持续触摸推动音乐演化。
现场呈现
触摸 → 生成 → 感知
- 人触碰 / 持续抚摸
- 在地植物作为交互界面
- Arduino → AI采集信号 · 经 MCP 调用 Strudel
- 投屏 + 音乐动态代码 · 实时音乐可视化
FUTURE
PDE
Product Design Engineer