即刻App年轻人的同好社区
下载
直接把给gpt的话放到万能即刻，管用吗？
---
我希望找到或者做出一个“个人信息管理工具”用来汇总、分类整理、追踪和定期回顾我从外部获取到的所有信息
外部信息源：①中国网络平台，包括微博、微信生态（聊天记录、朋友圈/公众号/视频号）、小红书、抖音、即刻 ②海外网络平台，包括X、reddit、youtube、github、instagram、tikok
外部信息格式：包括截图、纯文字、视频、帖子链接等
对于信息管理的要求：①按主题或标签分类，支持我自定义主题或标签 ②支持AI总结或自定义输入一些简要笔记或想法 ③支持按关键词（含模糊词义）搜索 ④支持自定义下一步计划，例如提醒我在未来某个时间点要围绕这个信息做进一步拓展
对于交互的要求：支持我把1里面的任何信息、以2里面的任何格式，直接发给或导入到工具中，然后工具会自动执行3里面的动作（或按我设定的自动化流程去执行）
---
我希望找到或者做出一个“个人信息管理工具”用来汇总、分类整理、追踪和定期回顾我从外部获取到的所有信息
外部信息源：①中国网络平台，包括微博、微信生态（聊天记录、朋友圈/公众号/视频号）、小红书、抖音、即刻 ②海外网络平台，包括X、reddit、youtube、github、instagram、tikok
外部信息格式：包括截图、纯文字、视频、帖子链接等
对于信息管理的要求：①按主题或标签分类，支持我自定义主题或标签 ②支持AI总结或自定义输入一些简要笔记或想法 ③支持按关键词（含模糊词义）搜索 ④支持自定义下一步计划，例如提醒我在未来某个时间点要围绕这个信息做进一步拓展
对于交互的要求：支持我把1里面的任何信息、以2里面的任何格式，直接发给或导入到工具中，然后工具会自动执行3里面的动作（或按我设定的自动化流程去执行）
1 00
「0基础手搓硬件 - 摄像头小车」项目告一段落！
耗时一个半月，选型、接线、建模、3D打印、开发、调试，全是AI带路：本地环境下实现了小程序控车、实时画面预览、拍照、录像&录音。
*锂电池还没到货，所以只能连着电源线跑…
耗时一个半月，选型、接线、建模、3D打印、开发、调试，全是AI带路：本地环境下实现了小程序控车、实时画面预览、拍照、录像&录音。
*锂电池还没到货，所以只能连着电源线跑…
00:28
2 00
#营销人用AI技巧分享
写在前面：发挥好AI价值的前提是具备「学习能力」，并不是说去学习各种大模型或agent的使用技巧，而是「透彻地学习业务流」，理解业务逻辑、背后的信息/数据关联和流向。
最简单的办法就是假想自己在当前业务中是OPC：把产品做出来、推广和销售、交付收款和服务。这么一想，你会发现自己的盲区多了去了，每个节点包含哪些模块、各模块之间又该如何串联/并联。
用这个视角去把节点业务拆开、吃透，千万别觉得自己干了多少年业务就很了不起，「结构化」才是最体现内功的一步。
举例1（图1-3）：KOL MMS，分为资源维度和项目维度。一方面可以把日常和项目中开发、合作过的KOL沉淀下来，根据业务适配性做主观评分；另一方面可以进到具体项目制定KOL策略、记录执行过程以及复盘。既有数据的积累、又有AI对「业务适配性」的不断学习。
举例2（图4）：独立站经营看板。接GA4 API搭建的自定义看板，从全站到页面、从流量到用户，分析结果中可以推导出站点开发、页面结构和内容、SKU设计和定价的优化建议。
举例3（图5）：对硬件感兴趣的营销人也可以手搓硬件demo了。从BOM采购、接线、烧固件、测试、建模、3D打印，全是agent带跑。
别老是因为xxx模型升级而fomo，明明自己连plus的token都蹬不完，却在这里fomo演自己，这些前沿事件还远远远远影响不到我们这种普通营销人。
第一步：开始「结构化」，然后关闭大模型对话框、开始使用agent。你会感谢自己的。
写在前面：发挥好AI价值的前提是具备「学习能力」，并不是说去学习各种大模型或agent的使用技巧，而是「透彻地学习业务流」，理解业务逻辑、背后的信息/数据关联和流向。
最简单的办法就是假想自己在当前业务中是OPC：把产品做出来、推广和销售、交付收款和服务。这么一想，你会发现自己的盲区多了去了，每个节点包含哪些模块、各模块之间又该如何串联/并联。
用这个视角去把节点业务拆开、吃透，千万别觉得自己干了多少年业务就很了不起，「结构化」才是最体现内功的一步。
举例1（图1-3）：KOL MMS，分为资源维度和项目维度。一方面可以把日常和项目中开发、合作过的KOL沉淀下来，根据业务适配性做主观评分；另一方面可以进到具体项目制定KOL策略、记录执行过程以及复盘。既有数据的积累、又有AI对「业务适配性」的不断学习。
举例2（图4）：独立站经营看板。接GA4 API搭建的自定义看板，从全站到页面、从流量到用户，分析结果中可以推导出站点开发、页面结构和内容、SKU设计和定价的优化建议。
举例3（图5）：对硬件感兴趣的营销人也可以手搓硬件demo了。从BOM采购、接线、烧固件、测试、建模、3D打印，全是agent带跑。
别老是因为xxx模型升级而fomo，明明自己连plus的token都蹬不完，却在这里fomo演自己，这些前沿事件还远远远远影响不到我们这种普通营销人。
第一步：开始「结构化」，然后关闭大模型对话框、开始使用agent。你会感谢自己的。
0 00
1. 常见的营销和销售业务，把业务流结构化、把数据关联理清楚，这两步是引入 AI 前最必要、最关键的动作，否则会觉得 AI 没用。带来的核心价值是内部效率提升：信息透明的基础上将可读性大幅提升、决策效率更高（尤其是可以基于经验去做的决策）。成本降低的地方在于让聪明的员工能思考更多问题、优化机械式员工、取消订阅第三方平台/工具（这部分能降多少取决于 token 成本），很显然成本优化不是接入 AI 的出发点，而是接入后自然而然的结果。
2. 似乎不少 so called AI native 硬件都处理不好端侧和云端的协同逻辑，不知道卡点是硬件成本、堆叠受限还是索性就不去区分场景做训练。我买了 AI 硬件之后会认为它很快就会懂我和我的 routine ，所以“关于我”的问题应该是下意识般的即时响应。
3. insta360 Luna Ultra 的头控 gadget 不禁让人想到 VR 的定位校准，不知道长时间使用后姿态会不会漂移。
4. “欲望”和“狠”是驱动组织进步的前后轮，勾勒美好未来+果断是 CEO 最性感的状态。
2. 似乎不少 so called AI native 硬件都处理不好端侧和云端的协同逻辑，不知道卡点是硬件成本、堆叠受限还是索性就不去区分场景做训练。我买了 AI 硬件之后会认为它很快就会懂我和我的 routine ，所以“关于我”的问题应该是下意识般的即时响应。
3. insta360 Luna Ultra 的头控 gadget 不禁让人想到 VR 的定位校准，不知道长时间使用后姿态会不会漂移。
4. “欲望”和“狠”是驱动组织进步的前后轮，勾勒美好未来+果断是 CEO 最性感的状态。
0 01