阿里巴巴
千问事业部-资讯运营专家-信息流-广州
千问事业部-资讯运营专家-信息流-广州
发布于 5 小时前普通员工/个人贡献者
全职员工仅现场办公内容运营
内容运营
Ai Agent
Prompt设计
Push运营
多Agent协作
大模型
数据分析
内容标准建设
资讯运营
值不值得投
76综合评分
综合评分 76
头部企业AI内容运营专家岗，技术前沿、成长空间大，但需应对突发资讯的高强度节奏。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
3.3万
比内容运营中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2990 个在招 · 其中内容运营 36 个
市场机会
选择适中
广州 · 内容运营 · 24 个在招
职位详情
关于这个职位
该职位负责资讯内容的AI化生产流程设计与标准建设，通过多Agent协作提升内容生产效率与质量
同时需要深耕核心垂类，结合数据分析优化Push、信息流等多场景的内容分发策略，对最终用户体验负责
最低要求
-5年资讯运营经验，深度操盘过1-2个资讯垂类（军事国际、体育、科技、财经等优先），或有Push运营、首页/频道运营经验，有重大事件报道/专题策划经验（奥运会、世界杯、两会等）
熟悉新热运营机制：熟悉Push推送策略、首页/频道编排、突发响应机制（P0事件从发生到push发出/专题上线的时效要求），能基于push打开率、频道CTR、停留时长等数据做策略调优
新闻素养与合规判断：信源判断、事实核查、时效性把控、舆论风险识别
能快速判断涉政、涉敏、未经证实消息的措辞边界，知道"能不能发、怎么发"
内容经验沉淀能力：有资讯类AI内容生产项目经验（如AI摘要、AI专题、AI快讯、AI选题等），有把运营经验往"规则化、AI化"过渡的项目经历，能把"我觉得这条不好"翻译成可量化标准，懂得用正例、反例、边界case约束AI
对大模型和Agent架构有理解：不需要会写代码，但要知道大模型能做什么、不能做什么，理解Prompt设计、工具调用、降级策略等基本概念，能跟产研团队进行有效沟通，能把多Agent链路讲清楚——每个节点负责什么、输入输出是什么、什么标准算合格、什么情况下降级到人工
有AI项目经验：至少参与过1个AI Agent/Workflow/自动化项目，从需求定义、流程设计、上线到迭代，有"把人工流程改成AI半自动/全自动"的成功案例
工作职责
新闻价值判断与内容标准建设：对新闻价值做好判断，定义什么是好的资讯内容，制定P0/P1/P2事件分级标准，明确每个级别的选题策略，把"值不值得做、怎么做"的运营判断沉淀为可执行的规则和评估体系
在此基础上建设资讯领域的知识库/llm-wiki，搭建skills库，做好Bad case回流，持续迭代优化skills标准
资讯AI生产流程设计：协同产研把资讯运营全流程拆解为可测试、可迭代、可度量的标准化环节，设计多Agent协作流程，明确各环节的先后顺序、异常处理策略、人工介入时机和容错机制，确保生产链路的稳定性
同时制定每个环节和整体产出的评估标准，建立全链路可观测的质量看板
数据分析与业务迭代：具备全链路数据思维：生产侧关注产能、质量、时效、各环节通过率等指标，持续优化生产流程，定义质量核心指标，驱动生产标准迭代
消费侧关注PUV、点击率、时长、留存等用户指标，定位内容策略和分发策略的问题并推动优化
能从数据中发现趋势、归因异常、识别机会，形成"数据发现问题→标准/策略调整→验证效果"的闭环
垂类深耕与多场景运营：深刻理解资讯人群需求，负责1-2个核心垂类（如军事国际、科技/AI等）或内容方向（大事件、本地资讯等）的内容标准建设和项目管理
面向Push、信息流、热榜等不同分发场景，制定差异化的内容标准，确保内容产出适配各场景要求，联动产研做好分发、场景能力建设，并对用户体验负责
AI 洞察
优缺点分析
优点
- 深度参与大模型与Agent在资讯内容生产中的落地，积累前沿AI应用经验
- 依托头部平台资源，能操盘亿级流量场景的内容分发与策略优化
- 需要跨界理解大模型技术边界与Prompt设计，对纯运营背景者有一定学习门槛
- 资讯内容对时效性和合规性要求极高，需具备较强的抗压与突发响应能力
- 适合具备扎实新闻素养、对AI技术有浓厚兴趣，且希望从传统运营向AI驱动型策略运营转型的资深内容从业者
缺点 / 挑战
暂无明显挑战项
角色解读
- 从资深内容运营向AI内容产品/策略专家转型
- 未来可发展为AI内容生产链路负责人或资讯业务线运营总监
- 制定资讯内容标准与分级策略，建设AI知识库与skills库
- 设计并优化资讯AI生产的多Agent协作流程
- 通过数据分析驱动生产与消费侧的策略迭代
- 深耕核心垂类，适配Push、信息流等多场景分发
- 具备资深资讯运营经验及扎实的新闻素养与合规判断能力
- 熟悉大模型与Agent架构，能设计多Agent协作流程并与产研高效沟通
- 拥有全链路数据思维，能通过数据归因并驱动业务闭环
申请策略
- 准备实战案例，详细阐述如何将人工运营流程成功改造为AI半自动/全自动，以证明你的AI项目落地能力
- 突出过往资讯垂类操盘经验及重大事件策划案例
- 重点展示将运营经验转化为AI规则、参与AI Agent/Workflow项目的具体成果
- 量化数据分析驱动业务增长的实际业绩
- 提前了解大模型基础概念、Prompt工程及多Agent协作架构
- 复习并梳理资讯内容合规、信源核查的标准流程
面试指南
- 采用STAR法则：情境 -> 任务 -> 行动（强调数据驱动和AI工具应用） -> 结果（量化指标）
- 对于流程设计问题，采用“输入-处理-输出-异常降级”的结构化表达
- 如何定义P0/P1/P2资讯事件，并制定相应的选题与分发策略？
- 请分享一个你主导的AI内容生产项目，如何设计多Agent协作流程及异常处理机制？
- 在资讯运营中，如何平衡内容时效性、点击率与合规风险？
- 如何通过数据分析定位内容分发策略的问题，并形成优化闭环？
- 深入了解通义千问大模型的最新能力及应用场景
- 复盘自己过往最成功的一个资讯运营或AI落地项目，准备好详细的数据指标和踩坑经验
职位点评
薪资福利80
成长发展90
工作生活50
使命价值75
薪资福利
80较高
头部互联网企业，薪资福利体系完善，专家岗薪资具备市场竞争力，但JD未明确披露具体薪资范围。
薪资信号未披露（AI估算：2.5千–4万/月）
成长发展
90较高
岗位深度结合大模型与Agent技术，处于AI应用前沿，能极大提升个人在AI+内容领域的稀缺竞争力。
技术前沿前沿/新兴技术
技术栈大模型、Agent、多Agent协作、Prompt设计、AI Workflow、LLM
业务类型ambiguous
工作生活
50较低
JD未提及工作模式与WLB，但资讯运营涉及突发响应机制，需应对P0事件的高时效要求，工作节奏可能较快。
工作模式未明确
办公地点未明确
加班情况JD含高强度暗示词
使命价值
75中等
资讯内容服务大众信息获取，具备一定的社会价值，同时推动AI技术在内容行业的创新应用。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs