项目背景
公司出海投放业务高速增长期,投放团队 40+ 人,日均消耗超 20 万美元。投放决策高度依赖人工,异常发现滞后、决策质量依赖个人经验、组织知识无法沉淀复用。
作为 AI 产品负责人,我带 2 名产品助理组成产品小组,对接算法、数据、研发三方,主导该项目从 0 到 1 的规划与落地。
我做了什么
异常监控与优化提醒
用规则引擎 + 自动下钻替代人工逐层巡检,覆盖 20+ 种异常与优化机会类型,自动定位至最小可操作单元。异常响应从次日级压缩至 3h 内。
AI 辅助决策与风控
设计分层 RAG 架构 + 混合检索为投放匹配历史有效案例;搭建独立置信度评分与 Guardrail 风控双层拦截。综合采纳率从 20% 提升至 47%。
Agent 主动分析入口
基于 LangChain 设计 “Workflow + Agent” 双入口架构,Workflow 承担系统侧主动推送,Agent 承担投放侧主动调用,共享底层工具链但服务于不同决策场景。Agent 上线后渗透投放约 60% 关键决策场景。
数据沉淀与持续优化
设计零人工录入的冷启动方案,通过多平台 API 回填历史记录沉淀为高质量样本库;搭建四层数据飞轮持续校准检索精度、建议质量与风控边界,驱动系统能力随使用迭代提升。