0130 秒速览
没时间看全文，看这四条就够了
要做一个“垂类 AI 评测节目”。现有排行榜至少一半在失效（厂商卷分数），所以自己按“模拟推演”这个真实场景设口径、把国内外模型统一测一遍，既给自己选模型，也做成内容发抖音 / B站 / 小红书，拿精准流量和厂商影响力。
评测框架收敛为三个维度：场景建模、拟人程度、博弈能力。分别对应“理解并建构世界”“像真人一样行动”“在复杂环境里为自己争取利益”，被总结为 AI 核心三大件。今天只对齐框架，细则后续出文档。
“直播带货选品”确认为可做的新场景，但定位是“相对排序 + 归因”，不是爆品预测。全量过品 → 淘汰 → 组 20–30 个组合跑完整模拟 → 选当日最优；一次跑批成本下限约 200 元。
收尾动作已定。周一再向直播圈的人请教一轮 → 出一版《选品模拟框架表》给朋友挑错并试跑；评测三块的方案文档、本次会议纪要后续发给对方。
02会议结论
双方明确“对齐”的六个点
议题一
评测节目：做，且只做垂直
以 A.S. simulation（模拟推演）为唯一赛道切入，用现有品牌名开账号，内容形态是“评测 + 视频”，先服务自身选型，再对外获客与影响厂商。
议题一
评测基准：三块，不再增加
场景建模 / 拟人程度 / 博弈能力，作为后续所有评测的统一课题与排名口径；具体评分细则不在本次会议定。
议题二
选品模拟：可以做，形态已清
组合级整场模拟 + 单品级快速过品，输出“关键字 + 相对数值”两类结果；定位是给主播 / MCN 的选品决策做参考。
议题二
价值边界：不承诺爆品
明确“无法预测哪个东西一定成功”，只回答“在当下建模假设下，哪类粉丝对哪类品更感兴趣、关键差异变量是什么”。
共同
先做出来，再谈钱
先用一次真实跑批证明价值（朋友案例试点），付费意愿取决于价值感知；报价按成本下限的数倍到十几倍估。
共同
会末状态：对齐
“我们现在两个应该都对齐了吧”——“对齐了。”剩余动作转入线下文档与试跑。
03议题一｜AI 评测节目
从“排行榜失效”到一款垂类评测产品的形状
为什么做
- 排行榜已经在失效。“至少一半的这种评测已经逐渐失效了，因为大家都要卷分数，卷着卷着分就上去了。”
- 我们自己的场景是空白。现有模型还不能很好服务模拟推演的需求，“远没有卷到 100 分”，所以按自己口径测出来的结果本身就有参考价值。
- 三重收益。① 内部选模型有据可依；② 内容化获取精准流量；③ 对厂商形成一点影响力（“至少之前没有多少人往这个点上做评测”）。
怎么做
口径
只垂直一个赛道
不做通用榜单，只做 A.S. simulation 行业；“后续可以补充给观众看的参考维度，但核心价值在我们自己的产品需求上”。
载体
自有账号 + 视频
用现有“预名”开一个评测账号，标注“某年某月做了这个评测、口径是什么”，用 AI 工具剪成视频，多平台铺开。
预期
流量不大但要准
“评测类、信息类节目一定有人看”，但初期流量不会很大；关键不是大，是观众精准（潜在客户、行业人、厂商）。
三个评测维度（本次最重要产出）
| 维度 | 怎么测 | 看什么 | 当前判断 |
|---|---|---|---|
| ① 场景建模 对世界的理解与建构 |
给统一的提示词与场景输入，让模型把角色 / 场景建模出来，再放进场景中行动。 | 两件事：对提示词的彻底理解能力，以及能否把建模做稳、做对（工作能力）。此前一直存在“建模不稳定”的老问题。 | 理解能力目前最强是 Claude，执行 / 建模能力最强是 GPT。 |
| ② 拟人程度 理解人 / 像人一样行动 |
找真人（初期用群友、熟人或双方本人），披露其表面背景；复用系统已有“从表面信息重建完整背景”的基础设施生成一个 AI；两边在同一场景行动，产生轨迹后隐去身份，交给独立 AI 与人类二选一投票“哪个是真人”。 | 行动模式、说话方式、行为逻辑是否像真人——超加强版图灵测试；也是此前说过的 AB 测试器方向。 | 价值高但“做起来比较折腾”（要找人），好处是能顺带收集一批数据。 |
| ③ 博弈能力 复杂环境中争利 |
承接近期在做的游戏 / 博弈类产品：把一堆模型扔进同一个博弈环境，“你们博弈去吧”，只做结果控制、不做过程控制。 | 谁赢谁靠前（排序制）；同时观察模型会不会跑偏——只盯局部、进入“管道效应”、抓不住重点。 | 评测课题 / 基准由我们给，模型自己玩。 |
“产品建模、拟人、博弈，三个点……这三个其实就是一个 AI 的核心三大件。”
——场景建模＝对世界的理解与建构；拟人＝理解人；博弈＝在复杂环境里为自己争取利益。
——场景建模＝对世界的理解与建构；拟人＝理解人；博弈＝在复杂环境里为自己争取利益。
节奏约定：今天不细化具体方案，先把这三块讲清楚；“你具体的话我们暂时不用今天就定”。方案文档后续单独发出，对方不必现场记录。
04议题二｜直播带货选品模拟
从一个朋友“想模拟出爆品”的需求，拆成一款可跑的产品
行业结构：人、货、场、流量
四要素
人＝主播、粉丝、潜在消费者；货＝商品、价格、品牌、利润、佣金；场＝直播内容、讲解方式、商品顺序、促销活动；流量＝平台自然推荐、粉丝进入、广告投放。
链条
品牌 / 厂商 →（三方店铺、服务商、选品平台）→ 平台 → 主播 / MCN。大品牌自带电商运营部门，直接管抖音、小红书的直播渠道。
- 直播是绝对主力：抖音上自由职业者带货的转化约 70% 来自直播，内容挂小黄车不到 30%；过万亿 GMV 基本靠直播转化。
- 大品牌重资产化：自建直播间，24 小时三班倒（约 3 波人、每波 4–5 小时，早 8 点到晚 12 点甚至 1 点）；线下门店持续收缩，转线上。
- 选品是个大工程：主播 / MCN 可选品至少几百、常见成千；由选品 / 电商运营岗承担，单人月成本约 1–3 万以上——这正是 AI 难以替代的人工成本。
选品岗到底在判断什么
粉丝可能会喜欢什么 → 100 款里哪款更值得带 → 主打价格还是品质功能 → 定价怎么测（59 元还是 79 元）→ 和主播自身属性（服饰 / 3C / AI / 汽车，利润高、不压价）是否匹配。
我们提供的模拟形态
A. 整场组合
4 小时排播模拟
主播一天播 4 小时，按 A / B / C 组合与顺序去播；模拟这一场播完粉丝的反应与匹配度。
B. 两类输出
关键字 + 相对数值
关键字：模拟粉丝产生的想法、短语集合；数值：只做组合之间的相对比较，绝对值无意义（偏差大）。
C. 快速过品
全量筛 + 组合择优
把 400–500 / 上千个品全拉过来逐个过一遍，差的先 PASS；再从剩下的组 20–30 个组合跑完整模拟，选最优当天播。
技术、成本与商业判断
| 议题 | 会上结论 |
|---|---|
| 技术可行性 | 路径清晰、没有明显难点：用粉丝画像建模粉丝 → 让模拟粉丝对不同组合快速试跑 → 出相对结果。单品测试只算“粉丝快速测试”，不能代表整天。 |
| 数据来源（风险） | 品清单、粉丝画像（年龄等）客户后台都有；但平台可能不允许读取，“大家手里一个个把这些品都截图”是退路，需要客户导出 / 提供。 |
| 单次成本 | 2000 个品过一遍 + 30 个组合完整模拟，自动化后下限约 200 元 / 次；换成简单过滤还能更低。 |
| 定价 | 200 元只是下限，“你最好按远高于这个值、好几倍甚至十几倍去估”。 |
| 付费意愿 | 若价值成立，“这个钱洒洒水”；选品是 AI 降不下来的人工成本，市场体量极大（抖音、小红书、视频号，还有海外）。 |
| 竞争 | “我现在觉得肯定是有这类工具正在做”，需要调研；朋友说“这个场景现在没有 AI 能替代”，但对方自己认为这话不一定准。 |
价值边界（对客户必须说清）：“我没有办法给你预测哪个东西是能成功的……你说要让我一定给你模拟出爆品，这就跟我给你开个店保证成功是一样的，我模拟不了。”可以给的是：在当下建模假设下，哪类粉丝对哪类品兴趣更强、造成差异的关键因素在哪里。
05会议时间轴
按录音时间定位，方便回听
00:31
开场：现有 AI 排行榜“至少一半在失效”。
01:09
提出做只垂直于模拟推演赛道的评测节目。
02:25
确认理解：国内外模型统一场景测试并排名。
03:33
账号与发布形式：用预名开号、做成视频发多平台。
04:13
流量判断：一定有人看，但要“准”不要“大”。
05:39
三大评测维度：场景建模 → 拟人程度 → 博弈能力。
10:41
抽象为“AI 核心三大件”，本议题收口。
11:59
转入议题二：直播带货产业链先对齐。
12:38
四要素：人、货、场、流量；70% 转化来自直播。
19:36
选品岗的真实工作链路与人工成本。
20:50
组合模拟 +“关键字 / 数值”两类输出。
22:46
全量过品 + 组合筛选的产品形态成型。
23:48
划线：不预测爆品，只做相对比较与归因。
24:30
周一再请教一轮 → 出《选品模拟框架表》给朋友改。
25:09
风险盘点：数据来源、单次成本与付费意愿。
29:29
收尾：确认对齐，约定发送文档与报告。
30:00
临了插一条：GPT-6 的“智能交互界面 / 用模型做 UI”，约定发新闻链接。
06下一步与分工
负责人按会上口径标注，可再调整
| # | 事项 | 负责人 | 时间 |
|---|---|---|---|
| 1 | 再向直播带货从业者请教一轮，补齐选品环节、操作细节与工具现状 | 方案方 | 10/19（周一） |
| 2 | 产出《选品模拟框架表》（表格式），交朋友挑错 / 修改后跑第一版结果 | 方案方 | 请教后一周内 |
| 3 | 整理三块评测（场景建模 / 拟人 / 博弈）的方案文档并发出 | 方案方 | 会后 |
| 4 | 调研市面上已有的选品 AI 工具与竞品做法 | 双方 | 本周 |
| 5 | 确认平台数据可得性与合规路径（品清单、粉丝画像） | 与客户 / 朋友 | 待定 |
| 6 | 把本次会议纪要（AI 生成）发出 | 方案方 | 会后即刻 |
| 7 | 发 GPT-6“智能交互界面 / 用模型生成 UI”的新闻或截图 | 参与方 | 随时 |
补充：评测账号的开通、第一期是否只做双方本人 / 邀群友做真人样本，会上只提了方向，未定时间表。
07风险与待验证
这些是会直接影响结果的地方
流量
评测内容初期可能没量
垂类信息类内容一定有人看，但起步慢；自建榜单同样可能被厂商针对性优化，需要持续更新口径。
合规
数据来源可能拿不到
平台不一定允许读取选品与粉丝数据，退路是客户导出或人工截图，质量和成本都要重估。
定价
200 元只是下限
该数字是流程自动化后的最低边际成本，对外报价需按数倍到十几倍估，并算上交付与沟通成本。
预期
客户要“爆品”，我们给不了
必须先把“模拟的价值边界”讲清，否则交付即失望；这也是每次对外沟通的第一件事。
竞争
可能已有同类工具
“这个场景现在没有 AI 能替代”只是朋友的说法，需要有意识地做一轮市场扫描。
素材
录音中段卡顿 + 转写误差
11:20 前后有一次明显卡顿（“你能听见我说话吗”）；机器转写对专有名词（A.S. simulation、OPUS、KA/LA、Claude/GPT）可能有误。
08谁说了什么
录音为单声道、未做声纹分离，以下按发言内容归属推断
方案方（主导讲解）
把想法变成产品的人
提出评测节目构想与“只做垂类”的口径；讲三大评测维度的设计与现有基础设施的复用；把直播带货拆成可模拟的产品形态；给出成本下限与报价口径；反复强调“不预测爆品”的价值边界；安排下周请教同行、出框架表、发文档。
参与方（追问与补充）
把方向拽回现实的人
提供排行榜的信息来源与“排行榜已失效”的判断依据；对内容流量给出“要准不要大”的判断；补充直播带货四要素、产业链与 70% 转化等结构信息；追问选品数量、岗位成本与付费意愿；提出数据来源与单次成本的现实约束；临了带来 GPT-6 UI 的新信息。
提醒：如果你在读的时候发现“方案方 / 参与方”与实际身份对不上，请告诉我哪一段是你说的，我可以按你的口述把说话人标注重排一遍（原始逐句时间戳都在下面的完整转写里）。
09会上出现的关键数字
便于复核与写进方案
≈50%
主流 AI 评测已逐渐失效的比例
3 块
评测维度：建模 / 拟人 / 博弈
70%
抖音带货转化来自直播（非短视频挂车）
200 元
一次跑批的成本下限（2000 品 + 30 组合）
400–2000+
单个主播 / MCN 可选的品数量级
20–30 组
一次完整模拟选优的组合数量
1–3 万 / 月
一个选品岗的人力成本量级
31:13
本次会议时长
10完整转写
机器转写原文（已繁转简、按停顿合并），未逐句人工校对
展开 / 收起全部转写
00:31你近期有没有看过这些很多AI的这种排行榜？
00:34我没有，坦白说我没有专门去看排行榜，但是我都是通过新闻去看的这些排行榜。
00:42OK，然后首先这排行榜目前来说就是已经有一些，已经有不少吧，差不多至少一半的这种评测已经逐渐失效了，因为大家都有分嘛，是吧，要卷这个分数就卷上去了，大家的分。
01:09然后在这里的话就是我是在想，我们能不能出一个评测的这个节目，去把我们这个需求、这个场景的这个评测给它做出来，就是把不同的模型都在我们这个场景测一下。一方面是我们自己这样子测一遍，我们对我们自己是有参考价值的；第二就是我们能做这样的一个节目，也能拿一点流量，是吧，就大家能看到我们。意思就是把这个评测做到只垂直于 A.S. simulation 这个行业，对吧，就这个赛道里。
01:48对对对。当然我们后续可能补充一些其他给观众看的参考维度，但是我们的核心价值就在我们这个产品下，我们是有我们自己的需求的。然后我们可以看到目前这些 AI 其实还是不太能说很好地去服务于我们的需求，是不是，所以我们的这场景是空白的，就是目前的 AI 还没有把它卷到 100 分，甚至远远没有卷到 100 分。是不是？那么在这里我们的评测就会有一定的参考价值。
02:25嗯，OK。好，然后玩了之后这个算字我们也能顺便收集一部分数据。好，OK，那我理解一下，就这个评测，那最后……我想一下，因为我大致理解评测的这个意思，但我现在脑子里面有这个评测，就是等于说我们把国内的国外的这些模型都去做一些模拟的评测、测试，看一下哪个模型排名在什么场景里，或者是统一一个、统一做一些测试、统一一些场景。
03:02然后让国内国外的这些模型去做测试，然后进行一个排名——是的是的。然后玩了之后在这里还有几个影响：如果我们做了这个测试，首先我们这是有一定参考价值的，就是我们是对市场来说是一个突出的东西，至少之前没有那么多人往这个点上去做评测，所以它会对厂商也有一定的参考价值。所以我在想说是这样子也能让我们对厂商那边产生一点影响，运气好的话。
03:33这个倒是没有。但是问题的点是说，如果我们自己做的话，你的意思是说我们自己起个账号吗？——对对对对，我们起个账号。然后我们现在不是本来有预名吗，我们拿一个预名来做这个评测内容，就是我们在几年几月做了这个评测，然后不同模型在我们这个评测的这个口径下我们这个东西是怎么样的。然后现在 OPUS 也不是也能很好去做这个视频了嘛，我们评测完了之后做一个视频，发到抖音、B 站、小红书，是吧，这些都花一下。
04:13嗯，我想一下，我知道。但是这个就得有点……如果要是刚开始，我估计不一定特别有流量。但这里有两点：第一就是首先这个是有人看的，它是一个评测类的东西，它现在是一个信息类的节目，它是一定有人看的，只要我们这个东西是新的或者是有参考价值的，就会有人看——没错，这个我明白。第二的话，我很多时候喜欢说，就是流量不一定要大，但要准，是吧，看我们这个节目的人是不是……而且我们后续自己来选模型也有好处，是吧。
05:39嗯，好。然后大致评测来说，我自己思考了一下，有三个主要的评测块：一个是这个场景建模评测，就是他去建模起来，然后让模拟的这些子角色进入这个场景中去行动。
05:42嗯 OK。那么在这里的话，这个场景建模能力——我们现在之前一直面对一个问题，就是这个建模一直建模得不稳定。那么我们就可以做一个评测，说我们这一大堆模型，哪个是能在我们输入的这个提示词下一个比较好的、正确的理解。这里主要有一个是彻底理解能力，第二就是我们能完成很好的建模，这个就是工作能力。这个我个人感觉上来说，前一点目前全球最强的是 Claude，然后后一点最强的是 GPT。
06:21然后第二个是拟人程度的评测。我们可以去邀请一些群友，当然最开始可能就是我们两个人，或者说我们第一期也不做这个……就是说我们找来真实的人，把这个真实的人的一些关键的表面背景给它披露出来。
06:59我们现在不是模拟系统中本来就有这么一套基础设施吗，用来从刻板印象、从表面信息来重建完整背景，是吧。好，然后完了之后第二个评测就是：一个模型拿到我们有一个真人，从这个真人的表面信息重建了这个 AI 的背景，然后我们现在两个跑一下，真人和 AI 在一个场景中行动。当然初期我们做的比较简单的话可能是一些对话什么的。
07:38但主要的样子就是真人和 AI 一起行动，行动完都会产生轨迹，然后我们把真人和 AI 都拿掉，对，直接拿掉，然后扔给独立的 AI 和人类进行投票——就是我们投票嘛，这个是真人吗？谁是真的人？二选一，他去投票。
08:14去投票他是否是真人，然后看一下这个 AI 的拟人程度。这里更类似于一个超级加强版的图灵测试：在一个复杂场景下、在完整的背景下、在两边使用表面完全一致的表面信息的情况下，这个 AI 会不会像人一样行动，就是它的行动模式、它的说话方式、它的行为能不能像一个真正的人一样。
08:54嗯，我大概明白你意思。这个是我们用于拟人程度的评测，之前我们也只说了要做这个 AB 测试器，也是这一块的。——然后这一个测完了之后，现在能顺便搜集一波数据，是吧。当然这个做起来就比较折腾，你还得去找人，是不是？对。OK，然后第三个是博弈能力的评测。
09:32这个的话就是我们最近不是在做游戏这一块嘛，是吧，然后还有很多产品它都是……当然不只游戏，很多产品我们都涉及这种博弈。那么在这个博弈能力的评测下，它会不会关注不到重点，会不会只关注到重点，就进入那种管道效应或者其他的一些东西。但这个东西我们不需要做过程控制，我们只要做结果控制，就是一堆模型扔一堆，你们博弈去吧，是吧，博弈去，谁打赢谁就赢，就是一个排序类的。那这些，像这些博弈场景……我知道。
10:09那像这些无论场景，最后如果评测的情况下，是不是得有一些课题给他们？——对，这个课题的话，我们就是我们的评测基准了。但是我们的核心评价点就是这三个点：产品建模、拟人、博弈，三个点。嗯，对。这个我感觉是……可以说也是，你不用去打字，我后续会发东西给你的。——嗯，可以。行，那我不打了。
10:41反正大体上来说，而且这三个关键点对于真正的 AI、AGI 来说，其实说实话也是比较重要的三个点。第一个，场景建模其实本质还是说他对世界的理解、对世界的建构能力；第二个点，它本质上是这个 AI 的和人的能力，或者说就理解人的能力；第三个点，它本质上是在复杂场景里为自己争取利益的能力。那这三个其实就是一个 AI 的核心三大件。那么我们这个评测，至少我看看上去是有一定价值的。好，然后这是这个评测这一块的，我大致思考一下是这个样子，你具体的我们暂时不用今天就定，我们先把这一说清楚，OK？
11:20那就先说一下，再说一下那个第二个——咱们那个选品的事情。OK，选品的话，首先这一块我就只能说我去了解了一下。这里的话核心其实我了解到就是这个东西它其实是……（卡顿）你能听听我说话吗？Hello？
11:30我能听清楚你说话，刚才有点卡住了。
11:59好，那大致上来说就是这么一样的一个合作关系，我先确认一下我的理解有没有错：一个是品牌厂商，还有这些什么三方店铺，那些还有什么中间的那个叫什么，金霄山，这一堆是卖发嘛，是吧，然后玩了之后还有主播或者说干脆 MCN 这样的一个东西，这个就是负责去卖的、提供客户资源的这一方，然后中间一个平台。
12:38中间可能是平台，也可能是直接合作，或者好像据我了解还有一些就是那种类似服务商这样的一种东西，是吧。大致来说应该是这样子的——我给你简单说一下我的理解，让你更具象化：直播带货它其实大概就是四个要素，一个就是人、货、场，还有流量。人的意思就是主播、粉丝还有一些潜在的消费者；像货的话就是一些商品、价格、品牌，包括利润、佣金；场的话就是直播内容、讲解方式、商品的顺序，包括促销活动；那流量就很自然，就是一些这种平台自然推荐、粉丝进入和广告投放，就大致是这样一个情况。
13:16嗯，那我大致的理解也差不多，没什么问题啊。——没什么问题，对。然后这里的话，我首先就想了解一下，现在主流它是怎么样的？主流它是直接和这个平台的那种选品平台合作，这个三方店铺查的，把这个品散到这个选品平台上，然后主播去平台上找一些这种带货的货，然后拿出来讲。
13:55还是说……这里我给你讲一下：首先抖音他现在的整个带货，就比如说这些自媒体、所有自由职业者在抖音上挣钱的这些人，70% 的现在的转化全部都是来自于直播带货，剩余可能只有 30% 都不到，才会是那种内容挂的小黄车。所以说基本上现在过万亿的这种 GMV 全都是在直播带货转化的。
14:30然后现在主要就是品牌方，以前很多品牌方——现在也有——他们本身就有自己的这种电商运营的部门，这个部门就会去负责在小红书、在抖音这种新媒体的直播渠道，这算在整个电商的板块。而且这几年因为短视频的这种占比，现在他们的电商已经越做越大了。
15:07反而现在很多，就是他们慢慢线下可能……除了一些快消品的渠道还稳定以外，有一些衣服的品牌或者很多品牌他们慢慢已经取消了很多这种线下的门店，直接全部都转在了线上。那大品牌就是线上线下都有，所以每个大品牌都有它自己的这种直播间，比如说一天 24 个小时，他们一般会请三波人，一波大概要播四五个小时，四五个小时一轮换，他们就会从早上 8 点播到晚上 12 点甚至是 1 点。
15:46每个公司都不一样。——我听到你说三波轮换，他们不是要的，不不不，他们三波人换轮班来的。反正这个我大致是知道的。这里的重点就是我想知道：一个主播或者一个 MCN 这样的团队，他们在选品的时候他们的这个品是多是少？就是那种服务商给他们推了一波，那可能你只有从七八个、十几个品里面去选。
16:24就比如你这个时间段你可能就是从这么多里面选；还是说它是一个平台，上面有很多很多的品，它可以去推很多很多的品？我大概了解了一下，多则基本上成千，然后几百都是这样子的，都是这样去带货的，就是你要去选的。至少是按千计的、至少是按百计的，反正就是这样子的，成百上千吧，是吧。——对，成百上千。
17:02这个的话我按这么算，大概应该是没有什么问题。当然了这个可能我们数据能不能揭露啊，这些东西可能还有一些问题，但是总体而言，至少技术上没有这种难点，因为我们可以从他的粉丝画像上去建模这个粉丝，是吧？建模粉丝完成了之后呢，我们就可以让这个粉丝去快速尝试不同的场景，比如他先讲……就是选出一个货，或者他可以选 A 组合、B 组合、C 组合嘛，是吧，先讲 ABC 或者说顺序和品讲什么都可以去选，然后它可以去测在这种情况下会有怎么样的一个结果来作为一个参考。
17:40甚至能提供一个数值性的比例。就比如他主要这个带货是这样子的，每个博主、也就是 KOL，他们一般带货的时候也得看一下自己这个账号、自己的这个属性适合带什么样子的类型，比如说服饰，然后或者是 3C 家电，或者是一些 AI 相关的。
18:17还是说带一些汽车，就是带一些大单消费品，这个得看一下博主他自身的一些情况。当然博主肯定是希望带利润又高一点、又不是那么压价的一些东西，但是要跟着他自己属性去走的。但具体的话，我也得了解一下，因为这两天我也在了解，因为今天不周末嘛，很多人都在休息，我想明天然后就下周，我想约了一些同行了解一下直播带货。因为直播带货这个场景虽然我熟，知道这个场景这么多年，但是在里面的这个环节和操作、包括这种工作场景，我是不清楚的。
18:56OK，反正大体上来说就是，如果是他首先品有成百上千个，首先就是他本身选品对他们来说就是一个非常大的工作量。甚至可以说不是选品是一个工作量，是他们选到什么样好的品牌，就是他们……我跟你讲一下，我们在这个时候可能顶的是哪一个部分的人的工作：就是这种电商运营的工作，选品他们是有一个人的，他们一个人的成本可能有时候一万多、两万多、三万多都不等。
19:36就这些，然后他们这个选品是有这种部门的。那他们其实一般选品是怎么样呢？就是说首先第一点，我的粉丝可能会喜欢什么商品；另外就是说这 10 款商品里面或者是 100 款商品里面，哪个更值得带，包括就是说应该强调是价格呢，还是说品质功能呢，或者就是说什么定价测试，就比如说是 59 元还是 79 元，就是这种价格上也不一样，带的也不一样。包括就是我刚才说的主播适合带什么商品。
20:10我知道，这个场景我是已经基本清楚了，直播带货我之前也大致了解过。除此之外，在这里首先就是能做的是什么呢？就是我们可以让它帮他去判断，就是这个品跑出来——他按这个组合，比如他一天播四个小时，是吧，这四个小时他按顺序去播，我不知道他四个小时能播多少个，总而言之他总是一个有限的组合，按顺序或者大致按顺序讲完 A、讲完 B、讲完 C，这样子。然后在这种情况下他按这个组合去播，播完之后他大致会怎么样，我们可以给他一个……
20:50第一就是他粉丝对这种品的匹配度的参考，以及他粉丝就像我们这些模拟角色一样，他看到你播这个他会怎么想，透过这些去反馈，是吧，这些内在的一些思考。这里主要给两个：一个是关键字参考，一个是数值参考。关键字参考的话那就比较简单，就是大家粉丝都产生哪些，就大家这些模拟的粉丝心里都产生哪些想法的一个关键字集合，是吧，想到了一些什么，一些短语短句这样子。好，然后第二个数值参考，这个就得去比了，就是单一的绝对值是没有意义的，这个我们之前说过会偏差。
21:29但是如果这是好几个组合，是吧，比如我按 A 顺序去播、按 B 顺序去播，会怎么样？好，这个是一个完整的组合测试——也不能说完整组合，就是它可以按 A 组合 A 顺序、A 组合 B 顺序、B 组合 A 顺序、B 组合 B 顺序，是吧，这种情况，或者说更多。就是它可以去测一个组合播下来会怎么样，然后可以和其他的一些组合在一些收益或者说 GMV 这些东西上去做对比，做一个相对对比。我们模拟中可以有一个相对对比，但是这个值的绝对值本身是没有参考意义的。
22:08但是它们本身互相之间是有参考意义的：我们两个不同组合在我们模拟中跑出了一个高、一个低，那么这个高的大概率在你真弄上去的时候，这个高的结果大概率会比低的好，大概是这样的一个参考价值。然后如果是选品，选品的话他的模拟时间快，就不是说 4 个小时——他一天不是 4 个小时，但是他选择了其中一个品，他不可能代表他整个时间段，他只是一个小时间，那这个就是一个粉丝的快速测试了。就是我们可以把他所有的品拉过来，400 多个品、500 多个品、几千个品，全拉过来。
22:46每一个品过一遍，然后把这些不太好的全 PASS 掉。就是他给一个今天能播多少个品，比如我今天能播 20 个品，好，然后我只去投放 20 个品，或者说投放 30 个品，然后随机去几个组合，我们再整体跑测试，跑一下看一下哪个组合最好，然后直接按这个最好的组合去播，就可以帮他去这么选。这个就技术上来说应该是没什么特别的。但是现在的点在于说，就是那天我的朋友，就是他说完这个场景之后……
23:25因为当时他说的这个场景的时候，他说得太绝对了，就是他会想着说我一上来就跟说测神一样，这到底能不能行，就他希望能模拟出爆品就好了。这是他的数据，如果是爆品的话，我觉得就有难度了，因为爆品肯定是有难度的，我觉得在这里……
23:48我觉得在这里我强调的就是跟我们之前测其他行业是一样的价值：首先我没有办法给你预测哪个东西是能成功的，这不是……没有办法这样预测。但是我们可以说，在当下建模的这种假设下，哪些粉丝群体对哪一类的这个品表现得比较更强的兴趣，或者造成了这种差异的这种关键因素到底在哪里，这个我觉得可以去模拟推演。但你说你要让我一定给你模拟出爆品，我说这东西就跟我给你开个店保证成功是一样的，我模拟不了这种东西。
24:27对，那这种就许愿了，是吧。——对。
24:30所以就是我每一次现在跟他们讲的时候，我就要让他们知道，我说你觉得这个模拟的价值到底在哪里，我得先让你把价值在心里面了解清楚。而且我现在是干嘛呢，我想的是因为周一——明天我会再跟一些了解直播带货的人请教一轮，之后我会大概出一个这种模拟的框架，就是表格式给到那个朋友，他把他这些想要模拟的东西……反正我给他这个框架，他觉得哪里有错误或者觉得不合适，他就直接改给我。
25:09我到时候想拿这个先跑一下，看看我们跑出来一下，因为我对这个场景也不是特别熟悉。但我觉得这里有两个点，就你的价值判断是没有错，但有两个点：一个是数据来源，这可能还是一个比较小的领袖，不行大家手里一个个把这些品都截图嘛，就平台那边可能不让我们去读这个东西，那这个可能会出问题。但是这个……说实在不行……你说的数据来源是什么？——意思是说选品的那些数据。——对啊，就是有哪些品这个东西，那些他们都有的，包括他们粉丝的一些画像。
25:49购买粉丝的一些画像、年龄、岁数这些后台都有的，它可以给到我们。——OK，好。那么第二个就是我们跑一次是有成本的。那么在这里的话，我们花了这个成本能否去产生的价值、能否让他们付足够多的钱，是吧。我举个例子嘛，假设我们从 2000 个品里面都过一遍，那么我们就算我们跑的时候非常简单的模拟，是吧，那在这种情况下，那它应该每一个至少也得发个……呃，一两块钱，是吧，除非我们再简单一点。
26:32但总体而言，当然我们可以更简单，就不去跑模拟，就只是一个简单的过滤，那也可以。但是无论如何，我们跑一次我觉得最下线的话，我们一次下来成本应该也有 200 块钱。就是我们比如从 2000 个品选，然后选出 30 个组合，把这 30 个组合的完整模拟跑一遍，我们最少后续流程自动化了之后、我们减少浪费了这些东西之后，最少最少 200 块钱是最少的。我感觉这个成功还是会有的。所以在这里的话就是……
27:09他们能不能花这个钱？我觉得如果他们觉得有价值，这个钱我觉得洒洒水了，真的能这样选择。这里我说的是我们后续都是下限，绝对不是——就我们能不能到这个下限也得是两说，你最好按远高于这个值、好几倍甚至十几倍的这个去估。——我大概明白你的意思。但我的意思是说，现在我们模拟如果这个东西有价值，付费的人就太多了，如果真的是有价值……
27:47你想，选品现在……现在所有的很多生意就是在电商，就是在抖音这一块直播带货的，不只是抖音，小红书也好、视频号也好，直播带货的这个体量是太庞大了。这么庞大，如果选品——就是电商部门那些做选品的优化师，一个部门也是很多人，这些反而是 AI 降不下来的成本，对吧。就是我估计……我那天问他，他说这个场景现在没有 AI 能替代。
28:24但是更多的就是品类什么规划、一些工具灯酷的那些。但我个人觉得他可能不清楚，所以我还在问。我还是觉得这个需求应该有人在做一些相关的东西。因为你这么想，如果这个选品的场景我觉得蛮大的，就是如果我们能顶掉他们的人工，这种工具现在是只要有点价值，他们说能做就可以做起来了，他们一对比有价值就完全可以做起来了。而且这个市场还是很大的，如果真的工具能跑通这一个市场……
29:04就浮在这一个市场都不得了。然后另外也有海外，就是这些。但是我个人觉得肯定是有这类的工具，我正在了解呢。——嗯，行。嗯，像昨天的情况，我们现在两个应该都对齐了吧？——对齐了。OK，OK。嗯。
29:29我看一下我们还有没有……你有记录？那你等一下发我吧。——嗯，行，我直接让 AI 给我出一个那个我们的聊天报告嘛，是吧。——对，看看。然后完了之后可以再约。行，那么我们先这样吧。——嗯，行。
30:00对了，我还突然想起来，GPT-6 它现在好像有一些智能的交互界面的那些，就是 UI 的，是不是还挺好，你试过吗？——什么东西？你不要用嘴说，你有没有那个新闻，你直接把新闻发我，我看看。——对，就我拍进去。——你觉得说了智能交互界面是啥东西？——其实就是我感觉在我的理解，就是用 GPT-6 去做一些 UI，我们不就是在这么干吗，你以为我们这个模拟的那个 UI 是从哪来的。
30:38对，我是看他专门现在更新了一版，不知道为什么它会跳到首页去介绍。——那我这边没有跳，应该是随机给你跳出来。——这种东西好像很久之前大家其实就在搞了。好吧，那行吧。等你好嘞，好，拜拜。