AI

11 threads

GEO 获客可行性思考

1,海外路径:走得通,核心仍是 SEO
官网可以直接承接转化,通过在 Google、ChatGPT 等搜索和 AI 平台上做优化来获客。这条路本质上还是 SEO,在出海领域已经比较成熟,属于产品增长的范畴。

2,国内路径:难度明显更大
一是平台相对封闭,比如豆包属于字节系,开放程度不如 ChatGPT;二是部分品类的成交本身就被限定在平台内部,比如依赖抖音直播下单,AI 很难把用户直接导到站外转化。

3,平台差异大,现阶段 GEO 更像是在打基建
各平台的玩法差别很大。比如抖店已经在部分品类上线了豆包运营后台,可以做数据监测。所以就目前来看,GEO 的价值不在于直接带来多少客户,获客只是附带的;更重要的是提前布局,为后续各家 AI 平台的商业化打好基础。

4,新事物需要新的协作方式
能不能做成,很大程度上取决于老板对这件事的理解和认可。结果导向本身没有问题,但只有给出探索空间,才能激发更大的潜力。在新的阶段,人机协同也成了一个需要重新思考的课题。


截止到现在,我还没有找到一款比较好的会议纪要产品。

无论是各种录音软件还是硬件,大多数实现的功能都只是语音收集,再利用 ASR 转成文字,最后借助大模型结合上下文去做会议纪要的整理,比如生成什么 TODO、事项等,但最终呈现的都是中间态,需要人进行二次加工,这就很让人恼火。

常见的比如飞书的录音豆、得到的录音卡片等等,这些都是收音工具。收完音之后再进行转录,转录之后人再整理,看起来是提效,但人整理的成本也不低,尤其是时间成本。

Continue →

飞书录音豆最近在 X 上被魔改,好多有趣的 App 冒出来了,好玩!https://x.com/wangray/status/2121232627411952087


微信里用微信输入法,根据截图有多少语音输入入口,元宝回答错误,两次确认回答依旧有问题。挺意外的,哈哈

1,它对自家的产品不了解;

2,人能看懂的东西,AI 没看懂。


在 Coding 产品的时候,这些都是「虚荣指标」


近期,计划把记账软件 moneywiz 换成钱迹。这款软件我用了有六年了吧,预算,报表都非常齐全,但是同步有点差,可能是网络因素。

钱迹是 2020 年开始用,那个时候从网易有数迁移的时候有考虑这两个,对比以后发现钱迹在当时还有点局限,现在已经非常成熟了。

最后一个因素是成本,moneywiz 一年 168 元,钱迹终身 128 元,对比之下,自然很明显了。不过现在迁移遇到了很多问题,最明显的是钱迹不支持二级分类,数据兼容有问题。

但是钱迹支持多账本,从 moneywiz 迁移刚好可以整体盘点下,重新整理。再等钱迹的 MCP 上线中,方便借助 moneywiz 的 MCP 操作更加便捷。

我先后用过 Tim 记账、网易有钱和 moneywiz 。功能都差不多,每一次切换都有非常重要的原因,网易有钱当年支持自动记账,后面运营不行产品下线,不得不迁移。

迁移对我来说最麻烦的是已有数据的兼容性,很难说完全适配,不过重新开始也是一种方法。

计划下月开始用钱迹。

目前还是没有完全迁移过来。数据的兼容性(如分类需重新设计)还没找到好的解决办法,目前在等待钱迹把 MCP 上线之后,再去做迁移动作。


mp.weixin.qq.com

GEO 是验证以往的内容营销是否有价值的试金石。

我最近三个月负责了个 GEO 项目,我们发现竞品玩法主要分两种:

一种是以前做 SEO 起家的,他们的内容做得很好,甚至因为 SEO 底子好,在现在各大 AI 平台的 GEO 表现也算蛮不错。

另一种竞品公司则完全是以做 GEO 的视角去做这件事。比如在各个主要的用户触点都有主页和比较权威的认证。这在 GEO 里是一个很重要的权重项:你的信源得到了官方认证,成为一个被各大 AI 平台相互认可和看好的权威信源,所以他们做得很好。

之所以提出这个观点,是因为在内容营销的基础层面上,GEO 的优势恰恰在于能将内容营销的价值先放大一部分。

这个项目对我来说,应该是 AI 实践非常有趣的事情。🤗


bilibili.com

1. 好的语音交互模型要过三关:像真人、真能干活、成本够低。

2. 第一代像流水线:先听你说完,再转文字,再想怎么回,再合成声音。每一步都要等,加起来一两秒,人一听就觉得慢。

3. 流水线还有个毛病:模块之间只传文字,声音里的语气、情绪、环境声全被扔掉,所以回话永远一个调,很机械。

4. 第二代把几段合成一个模型,中间直接传更丰富的原始信息,语气保住了,延迟降到零点七到零点九秒。代价是它还得等你说完才开口。

5. 第三代干脆把时间切成 0.16 秒一格。每格里,它一边处理你刚说的话,一边生成下一格要吐出来的声音。

6. 于是它能边听、边想、边说。你插话,它马上闭嘴重新组织;你还没说完,它已经猜到你要问什么,提前动手了。

7. 遇到难任务有三招:几个小时的思考拆成小块边说边想;查资料提前去查,不用等你说完;实在搞不定,才叫后台更强的大模型接手。

8. 这么高频地收和发最容易把成本烧穿,所以狠狠压:声音一秒只占几个 token,视频一秒看一眼,聊过五分钟就往文字里压缩。

9. 训练上先保留文字底子,再大量喂声音和画面,让它把音视频当母语;然后用强化学习练「什么时候该插话」;最后把几个各有所长的版本合成一个全能版。

10. 结果是它用 45B 的体量,打平了对手 276B 和更大的大厂模型。说明这个赛道拼的是数据和架构,比谁更大没那么管用。


让 Agent 先进场

这是我今年下半年最为深刻的实践,我现在已经完全没有 AI 羞耻感。刚开始上线 ChatGPT 的时候,我们用 AI 做出的东西不好意思说出来,担心被人看不起,现在我可以很理直气壮的说「这是我的 Codex 做的」,甚至在对外输出的 HTML 或者 PDF 我专门写了 自己的 Codex 信息,一方面是让对方知道这是我的 AI 写的,另一方面校正我的 AI 是否符合预期。

什么是「让 Agent 先进场」?

对比 AI,我用的是 Agent,区别在于 Chat(对话)和 Agent ,前者可以回答问题,后者可以通过借助 LLM 和上下文调用工具来干活。这就很有趣了。

Continue →

持续关注国内 Agent,如 DeepSeek Harness

7月31日 @Elizen问我是否有试过国产模型,8月5日补充到「今年下半年是试用一些国内 AI 应用的时机了」,我真正开始关注。

虽说 openclaw 兴起的时候,有很多小龙虾 lite 产品出现,且现在没有留下来,但 DeepSeek 进场了,我开始关注了。

前段时候公司订阅 ChatGPT 账号出现各类问题,我切到 DSH ,异常好用,刚开始还是「流传」的内测版,后续正式发布,我用起来了。

至少,他没有墙,可以解决诸多问题。相比 skill,我也喜欢「插件」这个概念,或者扩展,简单好记,没有任何理解成本。


GEO 实践笔记

最后更新:2026年11月17日

1,产品要找到核心定位,解决哪些人痛点?和其他竞品核心区别是什么?

2,目标是通过分发优质内容阐述产品优势,来帮助用户完成购买决策。

2,SEO 是基础建设,需持续投入;特别是官网内容,外/内链建设。

3,品牌官网,是自己唯一能掌控的权威信源。

Continue →

最近和一位想在公司推动 AI 落地的好友聊了聊他的需求,具体细节就不在这里公开了。总的来说,大家通常会关心这样一个问题:现在有一件事想通过 AI 去做,是不是招一个 AI 产品经理,或者找个懂 AI 的人,就能解决?

我当时的回复是:不一定。

关于 AI 落地,我有几个核心观点:

  1. AI 落地更需要懂业务的人

(a) 由懂业务的人去推动落地,最好是一号位亲自推。在某些阶段,确实需要借助管理手段或流程优化来保障推进,这类机制是有效的,也是不可或缺的。

(b) 自下而上地收集信息。在组织推进的过程中,上下文非常重要,包括公司制度、业务细节、各类流程规范、客户来源、商业模式、交付方法论和标准等等,这些只有懂业务的人才清楚。所谓懂业务,既要知道事情怎么做,也要清楚事情最终的结果流向哪里,知道怎么通过管理把业务链条上的各个角色串起来。

  1. 大家对预算的感知存在盲区

聊事情先聊预算,从项目角度来看很正常。AI 落地肉眼可见的成本通常是 token 费用,背后对应的是各家模型在算力和效果上的差异。但大家往往忽略了另一部分成本:理解业务,并把业务转化为落地结果。

比如梳理公司知识库、搭建 Agent(智能体),本身就要投入大量的时间和精力,这部分成本远高于 token 费用。和互联网时代相比,有了 AI,写代码变简单了,业务逻辑却是动态变化的,梳理起来反而更复杂。如果一个人能把业务彻底理清楚,他花的时间成本,其实远大于用 AI 实现这件事的技术成本。

  1. 怎么从懂业务、懂 AI 的视角把落地做好

(a) 局部提效:做工具、做产品,让大家切实感受到效率的变化。

(b) 业务与流程 AI 化:推进这件事的目的是看清哪些环节可以做得更好。人的判断不可或缺,因为人要承担责任、对最终的交付结果负责,这部分只能由人来承担。

明确了哪些环节需要人来判断,也就有了清晰的标准。前期推进时,很多事情未必一上来就能证明 AI 做得更好,但人可以在过程中不断调整。很多时候问题出在业务模式本身还不清晰,或者人的认知和能力还有待提升。

每半年我都会更新一次自己对 AI 应用、市场和个人感知的变化。还蛮期待今年 12 月份的那次更新,核心会聊些什么、能梳理出哪些东西。再构思构思吧,有时间的话就整理一下。


周末。

原定周六约大学朋友去奥森玩,但雾霾实在太重,改到了周日;结果周日天气预报有雨,今天果不其然真下了,所以这趟周末最终没去成。

整个周末白天都在做公司业务。中秋节前我搭了一个项目管理系统,目前还在继续搭,1.0 版本已经做完了。这两天主要是把上一周了解、尝试学到的经验用上:探索怎么把 AI coding 产出的 UI 做得更好。

于是我整体优化了这套系统的交互和 UI 设计,算是一次彻底的大改版。目前达到了我理想中的 50 到 60 分,勉强算及格状态。

Continue →