DELIVERED // 已经做成的
以下两个案例,行业分别为媒体与金融科技;均由个人独立完成,实现了生产级别的利润突破与效率提升。
数据均可核对:能截图的附了后台原图;涉及企业内部系统的按合规要求不外传截图,改以结构示意。
CASE 01 // 媒体 · 内容资讯(加密货币垂直)
新闻网站涨流量,最快的路子之一是抓住 KOL 热点、抢在别人前面出独家分析。
50 位 KOL、每天约 300 条动态——人读不完,更抢不到独家窗口。
一条 AI 内容管线:抓取 → 判价值 → 按编辑口径成稿 → 上线,全程分钟级;编辑只管名单、口径、抽检。
活跃用户 +339.6%,广告收益 >+500%,人均停留 +25.6%——量涨了,质没稀释。
本章 6 页 // 点任一页直达
CASE 01//WHY
内容站的估值跟流量水位直接挂钩,流量是这门生意的硬通货。
三条线:谷歌自动广告的分成、广告主直接投放的广告位、合作方投放文章的报价。后两条的单价都比第一条高一个量级,而且报价跟着流量水位走。
做完数据分析后结论很清楚:抓 KOL 热点 + 出独家分析。独家 = 别的站没有 = 搜索和推荐愿意给量。难点不在选题,在速度和体量。
CASE 01//PAIN
50 位 KOL × 每人约 6 条 / 天 = ≈ 300 条 / 天。每一条都要有人判断值不值得写,判出来的还要有人写成分析文——编辑的产能天花板,就是这个站的流量天花板。
如果全靠人堆估算口径:300 条 × 2 分钟判读 + 约 30 条成稿 × 40 分钟 ≈ 30 人时 / 天
CASE 01//PAIN · 2
热点的价值有衰减曲线:同一条消息,第一个写的叫独家,第五个写的叫转载——搜索和推荐只奖励前者。
人工链路的耗时不在写,在排队:等人读到、等人判断、等人排期。三步走完,独家窗口通常已经关了。
所以要赢的不是「写得比人好」,是到得比人早——把这三步压成分钟级。
CASE 01//SOLUTION
跟着一条推文走一遍:四步里 AI 做两步(判价值、成稿),程序做两步(抓取、上线),判断权在编辑
@KOL_of_watchlist · 12:04
某大平台的资金池突然转走一大笔钱,收款账户以前从没出现过……
先过硬规则 · 是重点关注对象 / 这事还没写过PASS
再让 AI 判 · 有新料(异常转账 + 大平台)PASS
AI 判「没新料」就不写 · 留档备查—
某大平台资金池异常转出,收款地址此前从未出现
导语 · 事实与来源12:04 链上监测到一笔大额转出,转入地址无历史记录。来源:@KOL、链上浏览器
影响分析 · 编辑口径短期关注该平台兑付与公告;同类事件此前两次的走向……
人在哪一步拍板:名单谁进谁出、口径模板怎么写、上线后抽检与下架——三件事全在编辑手里。 AI 拿走的是「读完 300 条」和「按模板成稿」这两段体力活,判断权没动。
CASE 01//RESULT
CASE 01//PROOF
Google Analytics 与 Google AdSense 后台截图 · 点击放大


!怎么读这组数字
CASE 02 // 金融科技 · 数字银行(产品部门)
产品经理部门,每次产品迭代都要写 PRD。难的从来不是敲字——是每写一份,都得把散在几十份历史文档里的上下文重新捞一遍, 捞漏一条,需求就带着坑往下走。我们把部门知识库整个变成 AI 的知识库,并且让它知道文档之间的关系。
本章 4 页 // 点任一页直达
CASE 02//PAIN
数字银行的产品迭代远快于传统银行。PRD 不是偶尔写一份,是持续、批量的产出。
复杂产品的 PRD 背后压着一长串历史决策:以前怎么做的、当时为什么这么定、跟哪些模块有关联。写的时候要反复回去翻,翻漏一条,需求就带着坑往下走。
时间不是花在敲字上,是花在「把上下文重新捞齐」这件事上。
所以在做这件事之前,同事其实用不了 AI 写 PRD——不是 AI 不会写字,是它不知道公司的上下文,讲背景比自己写还慢。企业里的 AI 跑不起来,九成卡在这一步:不是模型不行,是知识没喂进去。
CASE 02//SOLUTION
三段:原始状态 → 建成 AI-WIKI → 一句话取用
① 原始状态 —— 文档都躺在知识库里,但彼此不认识,AI 也不知道谁跟谁有关
② 建成 AI-WIKI —— 把文档之间的关联显式建起来,AI 拿到的不再是一堆孤立文件
③ 一句话取用 —— 说「帮我写一份基金快速赎回的文档」,相关上下文自己被拉齐
CASE 02//IN USE
一句话下达,AI-WIKI 自动带出关联背景,按部门口径生成带正文的 PRD 初稿
帮我写一份「基金快速赎回」的产品需求文档(PRD)
AI 自动从知识库带出的相关背景:基金产品 · 快速赎回 · 赎回额度 · 清算 T+N · 风控规则 · 合规口径
不用手写、不用回头检索关联背景、不用先跟 AI 讲一遍复杂上下文 —— 直接说要什么。
CASE 02//RESULT
区间两端各自对比都是这个量级:4 小时 → 30 分钟、1.5 小时 → 15 分钟。 而且那 15–30 分钟里已经算上了人工 review 的时间——不是「AI 生成完就算完」的漂亮数字。