一、视频消费体验：
负责视频消费场景（推荐流、搜索、详情页、播放器等）的体验策略设计与优化，提升用户观看时长、互动率、歌曲红心率留存等核心指标
深入分析用户消费行为路径，识别体验断点与提升机会，输出体验优化方案并推动产品、设计、研发落地
建立视频消费体验评估体系（完播率、滑动效率、负反馈率等），持续监控并驱动迭代
探索AIGC在消费体验侧的创新应用：如AI生成视频摘要/字幕、AI驱动的个性化封面推荐、AI评论/弹幕互动增强等，提升内容消费的沉浸感与交互效率
制定AIGC内容在消费侧的体验标准与质量管控策略，确保AI生成内容与人工创作内容的消费体验一致性，建立用户对AIGC内容的信任度
关注竞品（抖音、B站、spofity、app music、QQ音乐、Sora/可灵等AI视频平台）视频消费体验及AIGC应用趋势，结合音乐社区特色提出差异化策略
二、视频内容供给
搭建和完善视频内容供给体系，包括PGC/PUGC/UGC/aigc多层级内容生态的规划与运营
制定创作者激励策略与成长体系，提升优质视频内容的生产规模与质量
设计视频内容品类规划（音乐MV、翻唱/翻跳、音乐科普、Vlog、二创等），推动内容品类的丰富度和结构健康度
构建AIGC视频内容供给策略：推动AI视频生成工具、ai视频激励、ai内容分级等的平台化落地，降低创作者视频生产门槛，联动创作者运营、版权、市场等团队，保障内容供给的持续性与爆发力
推动AI辅助内容审核与质量管控：利用多模态大模型提升视频内容理解能力（画面、歌词、字幕、音频的综合理解），优化审核效率与准确率
三、视频分发策略
负责视频内容的分发策略制定，与推荐算法团队深度协作，优化推荐模型中的运营策略信号输入
设计冷启动分发机制，确保优质新内容和新创作者获得合理曝光
制定内容分级分发策略（头部爆款加热、腰部内容扶持、长尾内容召回），提升整体分发效率
推动AI驱动的智能分发策略升级：协同算法团队利用多模态大模型进行视频内容深度理解，配合内容及审核团队完成ai内容理解的5、工作流搭建，提升内容与用户匹配精准度
四、AIGC生态与前沿探索（Innovation）
持续追踪AIGC前沿技术动态（Sora、Runway、Pika、可灵、Vidu等视频生成模型，以及Suno、Udio等音乐生成模型），评估其在音乐视频社区中的落地可行性
设计AIGC内容治理框架：制定AI生成内容的标注规范、版权归属规则、合规红线，推动平台AIGC内容治理体系建设
探索"AI + 音乐 + 视频"的创新融合场景：如AI根据歌曲自动生成MV、AI驱动的互动式音乐视频、用户输入文字/情绪自动生成音乐短视频等
与AI/算法团队紧密协作，从运营视角输出AIGC产品需求，推动AI能力的产品化和工具化