信任问题
需要 AI,但团队不会信任一个黑盒
要让团队信任,来源要看得见,系统也要能清楚地说不
广告 operator → AI systems
我把 media judgment、客户压力和 messy briefs,变成 AI 产品和 operating systems——也写下真正有效的东西。
从简报到系统
做广告让我学会读那些不成形的信号:受众的拉扯、客户压力、渠道限制,以及一个好想法到真正上线之间的距离。现在,我把这种判断力变成 AI 产品和能落地的运营系统。
信任问题
需要 AI,但团队不会信任一个黑盒
要让团队信任,来源要看得见,系统也要能清楚地说不
系统缺口
渠道很多,但没有一套共同的运营模型
媒体工作需要运营模型,不是再来一份 prompt 清单
Prova path
AI 能力是真的,但第一步还不清楚
教练把它收敛成一个 path、一个 artifact 和一个 review loop
Review 节点
workflow 一自动化,内容质量很容易掉
review 节点放对了,质量才会上来
证据缺口
培训之后到底变了什么,很难说清
进步要留下看得见的里程碑
Strategy gate
策略还没清楚,预算就快进入执行了
Strategic intelligence 应该走在 execution 前面
有依据的回答
推荐之前先看到来源。
带来源的回答运营模型
模块进度把行为变成练习。
Operator / Builder sprint
一个有用的成果切片,在作品还弱的时候就接受 review。
广告实战者
策略、媒体系统,以及客户现场的现实。AI 构建者
把判断力变成可重复 workflow 的产品。能落地的运营系统
团队一边搭建、一边就能用的方法。从简报到系统
课程讲清楚什么该自动化,什么该保护,哪里要深入,以及团队需要怎样改变。Prova 是 Operator 和 Builder sprint 的教练。Sydney 从资料库回答。DIALØGUE 把主题或 PDF 变成有研究支撑、音频前可 review 的 podcast。STRAŦUM 用 11 个框架、9 个 agent 和 progressive learning 提供战略智能。
Prova
30 天试用Operator 和 Builder path 把 AI 能力变成一个有用的 slice,并在作品还弱的时候 review。
问 Sydney
来源基于我的真实经历和博客文章,用我的口吻为你解答。
DIALØGUE
Review 节点生成音频前,先 review 大纲和脚本
STRAŦUM
11个框架让 9 个 agent 从每一次关于业务的对话中学习
探索课程
US$199什么该自动化。什么该保护。哪里值得深入。你的团队需要怎样转变。

我当时最想要的教练:更清楚的第一步、真实作品和诚实 review。
从这里开始
如果产品阶梯已经清楚,但你想要一个实际入口,就从 learning paths 开始。它会按你的情况引导,而不是让你重新比较每个产品。
查看学习路径
选择最接近你当前问题的 path,等它真的值得你的时间,再继续深入。
关于 AI、media operations 和 build in public 的实战笔记

Publicis 已经同意以约 22 亿美元的 enterprise value 收购 LiveRamp。我不认为 最有意思的问题是,这笔交易能不能取代围墙花园,或者拯救开放网络。不能。 更好的问题是:在封闭生态之外,广告主到底还需要什么。

Publicis 已经同意以约 22 亿美元的 enterprise value 收购 LiveRamp。我不认为 最有意思的问题是,这笔交易能不能取代围墙花园,或者拯救开放网络。不能。 更好的问题是:在封闭生态之外,广告主到底还需要什么。

我一边做全职工作,一边花了6个月尝试成为 game developer。 我做了三个项目,写了684个 commits,最后上线的游戏数量是0。 这是发生了什么、我学到了什么,以及为什么什么都没有上线的复盘。

我给播客平台的语音系统推了一个本该是升级的改动。 六天、几个 commit 之后,我删掉了 2,724 行代码,回滚到了之前能用的版本。 这是事情经过,以及它教给我的关于测试生产环境 AI 改动的教训。