郭嘉伟

为解决日常办公场景中高频重复事务性工作导致的工作流耗时长、人员精力难以聚焦决策等问题，搭建内部 AI 赋能提效的智能体平台，在降低非技术人员 AI 使用门槛的同时，让员工把更多精力放在工作决策上。

1、需求定义与分层策略：通过深度访谈将需求拆解为二层——业务部门（60%）核心诉求为投标文件格式需来回互换、现用 WPS 无法满足全部文档互换；人事部门（40%）核心诉求为员工对公司制度咨询「询问频次高 + 场景复杂化」，据此设计即时答疑、文档互换两大核心功能方案。
2、Agent 架构与方案设计：主导设计「答疑、互换、生成」三核心架构——答疑引入 RAG 公司制度知识库并接入 DeepSeek 大模型强化语义理解；互换支持 Word、PDF、Excel、Markdown 多格式上传自动转换下载；生成基于个人需求自动生成 PPT 汇报文档并支持模板上传。
3、评测体系搭建：建立以任务完成率 + 单任务平均耗时为核心的采用指标体系作为验收与迭代标准，通过内部灰度试用采集行为数据与反馈，按月复盘采用率，确保 Agent 产出质量可量化、可追溯。

伴随生成式 AI 成为消费决策入口，品牌在豆包等大模型答案中的「被引用权」直接关系自然流量获取。面向斯维登品牌构建豆包平台 GEO 优化体系，目标是在高频决策问句中实现品牌「第一信源」占位，将 AI 答案流量沉淀为品牌资产。

1、现状分析与用户调研：设计 30 条固定问句分五类（品牌词 / 信任词 / 品类词 / 场景词 / 地域词），配套 6 项观测指标（提及率、首位提及率、描述准确率、引用信源、情感倾向、竞品共现）与五维用户画像，先立可证伪假设再逐条判定，沉淀品牌知识库。
2、建立品牌知识库：梳理 8 项事实字段（成立时间、业务模式、房源规模、产品矩阵、资质标准等），逐项标注来源与状态，编写 60 组 FAQ 与 4 条话术红线，统一事实口径。
3、输出内容策略与成稿：按「认知 → 信任 → 比较 → 适配 → 落地」决策链确定 5 篇选题，统一六段式结构（结论摘要 → 定义段 → 分点论证 → 对照表 → 场景落点 → FAQ），完成 5 篇可投放正文，每篇含 1 张以上对照表与 4 组 FAQ。
4、配置信源与投放：按 T1（官网 / 权威媒体）、T2（知乎 / 携程 / 马蜂窝）、T3（小红书 / 头条）三级划分信源，为每篇单独配置投递信源、层级与选择理由，形成「先 T1 定调、再 T2 印证、后 T3 扩散」的投放顺序。
5、设计监控迭代机制：归因按三层排查（内容层看收录与标题命中、信源层看域名分布与 T1 占比、实体层看品牌词是否切换新口径），双周更新看板、月度调整选题与信源配比。