市场、平台、赛道、粉丝区间、受众、预算与品牌安全要求
CASE 02 · CORE AI WORKFLOW
让 AI 处理信息，让人保留判断。
面向达人营销运营，把品牌 Brief 转化为候选发现、确定性过滤、可解释匹配和人工复核；AI 提高信息处理效率，但不直接决定业务权益。
8,905 位DJI 专项去重候选11 批次累计候选注册表2 个活动进入真实业务
OVERVIEW
找得多，不等于找得对。
运营需要在原生平台、网页搜索和第三方工具间切换。候选增加后，重复账号、证据不足、标准不一致和人工筛选成本成为新的瓶颈。
去重候选、匹配理由、证据来源、风险标记与复核状态
需求结构化、工作流与评分边界、异常状态、运营复核体验
BRIEF需求结构化RECALL多渠道候选召回RULES硬性条件校验MODEL匹配解释与风险HUMAN人工复核与交付
PRODUCT DECISIONS
评分不是事实，可信度来自证据和边界。
缺失标记未知
不把缺少档期、报价或受众信息伪装成不匹配。
高分必须解释
结论附带资料来源；没有证据的 95 分不进入可信推荐。
模型不覆盖资产
身份冲突进入人工核验，原始账号和来源记录始终保留。
失败不等于低分
非法 JSON、接口超时或资料不足进入待处理，不能误伤候选人。
AI PRODUCT ARCHITECTURE
模型负责理解，规则守住底线，人工承担决定。
当前是预设路径驱动的 AI 工作流，不包装成能够自主规划的完整 Agent。每一层拥有不同职责，并产生可审计的中间结果。
理解与归纳
解析 Brief、提取候选资料、生成搜索词、整理匹配理由和风险。
输出必须结构化，并附证据来源。确定性校验
校验平台、粉丝区间、必要字段、身份冲突、JSON 格式与任务状态。
硬性条件不交给模型自由解释。业务复核
判断账号真实性、内容适配、敏感风险、是否联系和最终交付名单。
关键状态变更由人确认。失败状态资料不足 → 待补充输出异常 → 待重试身份冲突 → 待核验规则不通过 → 拒绝并记录原因
OUTCOME & EVALUATION
证明了流程可用，还没有证明模型已经最优。
DJI 欧美专项形成 8,905 位去重候选并进入两个真实活动。35 个实质回复中有 10 个明确报价，即“实质回复 → 明确报价率”为 28.6%；它不是总体回复率。
候选召回、去重、规则过滤、解释生成、导出和运营复核可以组成可执行流程。
尚未建立统一离线评测集，也缺少完整发送人数，因此不能证明总体回复率、召回率或模型准确率。
统一记录邀请、回复、报价、签约和发布，并用人工通过率、单位时间有效候选数与端到端转化评估迭代。