电商内容 AI 战略与场景规划:负责内容生态领域的 AI 应用规划,围绕商品信息、商品图片与视频、评价、问答及多语言内容等场景,识别高价值机会并制定落地路线图
深入理解电商内容的生产、加工、审核、发布与消费链路,识别效率瓶颈、质量问题和规模化挑战,形成可执行的 AI 产品方案 持续研究 LLM、多模态生成、机器翻译、智能审核及 AI Agent 等技术的发展与适用边界,结合业务价值、技术可行性、实施成本及风险确定项目优先级 AI 内容产品与工具落地:推动 AI 内容工具及产品功能建设,覆盖商品文本(商品标题、卖点、商品详情页(PDP)描述、属性补全与结构化、内容优化)、视觉内容(商品图片生成与优化、场景图生成、图片质量提升、商品视频生成与智能剪辑)、多语言内容(商品标题与详情翻译、本地化表达优化、多语言内容质量提升及新市场语言能力建设)、用户内容(评价总结、评价主题提炼、问答辅助回复、内容分类与质量评估等) 将业务需求转化为清晰的产品需求、业务规则、用户流程和验收标准,推动产品、算法、研发及设计团队完成方案评估、开发、测试、上线和持续迭代 关注 AI 能力与现有发品、商详、内容治理及商家工作流的整合,降低使用门槛,提升功能采用率与实际业务渗透率 AI 质量评估与人机协同机制:建立覆盖内容准确性、完整性、相关性、语言质量、视觉质量、品牌与平台规范、合规风险等维度的 AI 评估体系 建设可复用的评测集、评分标准、抽检流程和线上反馈机制,持续跟踪模型及产品效果,识别低质量输出、幻觉、错误属性和不符合市场语境的内容 设计人机协同工作流,明确 AI 自动生成、人工审核、人工修正及升级处理的适用边界,在效率、质量、风险与成本之间取得平衡 基于真实使用数据、用户反馈及质量问题,推动 Prompt、工作流、产品交互、模型配置或数据策略的持续优化 AI 应用运营与规模化推广:推动 AI 产品在内部运营团队、商家及相关业务场景中的落地应用,设计试点方案、使用流程、培训机制和推广策略 分析功能使用率、采纳率、人工修改率、任务完成时长、失败率及用户反馈,识别产品使用障碍并推动改进 建立 AI 内容应用的持续运营机制,推动成功实践沉淀为标准化工具、流程与可复用解决方案,并逐步扩展至更多品类、市场和内容场景