犬校四月精华帖 TOP8：shopify 大模型创业复盘，AIGC 艺术大赛获奖者创作全过程，小红书模式怎样寻找海外机遇

备注：这篇漫长的技术原理连载，目前已经连载到了第 8 小节，两万多字。

科学家们痴迷于神经网络，是因为它太接近人类想象的 “万能钥匙”，可以解决几乎一切问题。

1) 首先有很多现实问题，例如希望有人能帮忙画图片（Midjourney），希望有用自然语言和我们聊天解答疑惑的机器（ChatGPT），希望有无敌的下围棋高手（AlphaGo）。

• 聊天机器人：转化为 “文字接龙” 问题。通过理解和分析聊天的上文内容，预测接下来最合适的词或句子，目标是生成连贯、相关且自然的回答。
• 画图机器人：转化为 “减少差异” 问题。让模型生成的图像分布与真实世界图像分布之间的差异最小，目标是产生高质量、逼真的图像。
• AlphaGo：评估当前棋局的状态，并预测每一步动作后双方的胜率，以指导最有可能获胜的下一步棋。

3) 再然后，构建一个精度足够的神经网络，数学问题可以让这个神经网络来解出答案。

4) 最后找到恰当的权重 w 和偏置 b，问题就被解决了。

这一套流程下来，基本上可以解决人类碰到的一切问题，包括画图、写歌、识别图片、制作视频、智能驾驶.......正因为近乎万能的前景，才有那么多科学家投入其中。而这一切的一切都聚焦在，只要我们能针对问题找到合适的 w 和 b。

一月参加了 “时空博物馆” AIGC 数字艺术创作大赛，我拿到了 “博物馆评审奖”，成为本次大赛获奖的 28 件作品之一。

选题是中国丝绸博物馆的题目 “丝绸之路周 logo" 的图案原型 “翼马纹”。这部作品的制作比较能代表我目前的工作流。

题目内容本身就是“剧本”，这个剧本没有具体到每一个分镜，但提供了关键场景、对象。

在制作过程中，我首先绘制关键对象 “带有飞马形象的古希腊陶器”。然后，绘制关键场景，比如希腊、波斯、栗特、大唐，这些都是故事中必须要有的关键 “场景”，每个场景需要至少一张。

作为故事的开端，希腊，必然是一组镜头的组合：一个远景展现有代表性的希腊城市环境，一个中景展现希腊街道，再一个近景展现故事发生的具体环境 “陶器室内景”。用这种层层递进的方式，交代故事发生的环境，再把对象带出来。

上述这些镜头，我把它们称之为 “支点”。在绘制这些支点的过程中，可以测试风格 prompt，看看 AI 绘画和 AI 视频工具的反馈，把一个概念化为一些具体的内容。

完成上述的支点镜头后，就开始找音乐。开场镜头和音乐能否匹配，在这个阶段是可以确定的。音乐时长也可以确定整体的工作量。

用的仍然是 Pixabay。

怎么收尾，这是比较容易确定的，所以可以提前做好。另外也可以给制作其它内容留更多的思考时间。

接下来就可以开始做 “填空题”了，把中间的部分全部填完，把所有的支点串联起来，绘制了大量不同环境下的飞马形象，还有 “商队”。

不同的场景可以遵循固定的套路，即一个远景展现大环境，再加一个中/近景展现小环境。

2020 年换了工作环境，我自己管运营团队，一半的时间花在这上面，发起一系列明确由运营主导的项目。

• 我不仅输出运营架构，同时也参与架构的执行进展。在深度参与过程中，不断回收运营反馈，完善结构，快速发现那些不够好的地方及时修复，并且从大量的运营反馈中，获得了更多的认知与灵感。
• 运营主导的项目，结果必然是由运营交付质量决定的，产品只是助攻，这样就能对项目结果准确归因，帮助我复盘与改进。

人是被信息的输入输出所塑造的。

当我自己深入到运营管理，获得了高质量的输入后，我的运营能力（在 44 岁以后）快速增长。这也能解释我为什么这么喜欢在一线带项目带团队，因为我根本不信任别人吐给我的二手总结。那些只吃二手总结的高管们，一个个变成了暮气沉沉的官僚。

随着我的运营能力增长，运营成为了我的第二个舒适区，投入更多，获得更多，飞轮顺利地转了起来。

尤其是，一旦我把枯燥重复的事情交给他人，自己下场去做那些高技术含量的，我的认知不清晰不准确的运营任务，就可以获得高质量的反馈——我追求的正是通过这些高质量的反馈来提升自己。

怎样的数据指标才能推动大众点评健康发展？

产品早期，满足高质量的用户需求，日活自然而然地增长，这时 SKU 的数量与质量，评价的数量与质量，尤其是日活与时长，都是合理的北极星指标。

直到高质量需求几乎被填满，用户整体满意度很高，满意度低的部分又是极难改进的结构性问题（比如软文与创作者奖励），什么才是新的合理的北极星指标？

我跟点评的老朋友聊起这个话题，他提出了一个新的观点：

• 对用户按活跃天数分层，关注不同层的用户活跃度与（周/月）留存率

• 最重要的考核指标，是高活跃度用户（深度用户）数量与活跃天数增长

如果是笼统地考核日活，时长，活跃天数，可能会出现一个悲剧性的结果，就是核心用户流失，但新用户填上了这个坑，以至于很长时间没有发现产品正在持续掉落。

相反，如果产品损失了一部分轻度用户，但深度用户稳健增长，说明基本盘是稳的。

产品的心智与品牌是由核心用户定义的，往往是核心用户的活跃行为增强产品价值，才能吸引来更多的轻度用户。

小红书模式出海难，一点都不意外。回顾我之前对此的观点：

• 社区需求意味着用户对某些品类的内容与互动，存在密度/质量上的需求，而这些需求在站外未能被很好满足，站内才有机会通过高密度/高质量的内容供给，同圈层匹配的内容互动，成功孵化社区。

• 小红书可能是全球唯一一个，在产品机制上，能够奖励数千万普通用户的开放式社交媒体。这种奖励让数千万普通用户乐意于贡献内容，供给颗粒度极细，个性化程度极高，来自于 “真实生活的投射” 的内容。

这里的第一步，是找到市场未能很好满足的内容细分品类，但小红书模式能满足好。

第二步，是在独特的小红书模式下奖励数千万普通用户，供给颗粒度极细，个性化程度极高，又有实用价值与消费价值的内容，才能加深护城河。

这两步的关键演变，出海产品至今未能证明自己能跨过任何一步。

看了看新闻报道，字节今年为 Lemon8 拉新投了一大笔钱，数据猛涨，但内容策略并无大的迭代，产品侧更注重主题群组。那么去年 Lemon8 挖不出水的品类，砸更多钱就可以挖出水了吗？恐怕很悬。图文和短视频逻辑不一样，短视频作为新内容形态，很容易创造新的用户需求，而小红书的笔记模式还没这么先进，还得从未满足的老需求里发掘用户价值。

这篇 5000 字长文，作者设了权限，无法在犬校外分享。

充电电流这件事还有后续，因为难解的 bug，我们不得不删去这个功能。

1. 可以在 0- 充电桩最大电流（简称 I max）之前调节
2. 可以在 0-32A 之间调节

这里补充一下，充电电流仅在交流慢充下有用，目前市面上几乎所有的交流充电设备最大电流不会超过 32A。

我们经过简单的讨论，觉得（1）的设计更可取。因为用户可以比较直观的看到当前使用充电桩可支持的最大电流是多少。如果用户设置的电流值小于 I max 的话，那么设定了多少，本次充电的最大电流就是多少，比较直观。

方案（2）的话，如果 I max ＜ 32A，且用户设定值 ∈( I max , 32A )的话，那么实际的充电最大电流就是 I max，不是用户的设定值，会有一定的理解成本。

I max 我们认为是个定值，是插枪的时候，车和桩通信获得的一个参数。

那么 bug 是怎么产生的呢？

这篇万字长文，提前预订了《犬校 2024 最强帖》。

可惜作者设了权限，无法在犬校外分享。

这几乎是我见过最强的一篇业务复盘，细节详实逻辑强大，推导出了高质量的解法。虽然讲的是电动车业务，因为作者是优秀的互联网产品经理出身，其中的思路与方法，在互联网产品 MVP 里同样适用。

除了猛点赞，没有别的方法可以表达我看完此文后的情绪。