EXP / 001
进行中
让 AI 从 10,000 条评论里找到产品需求
用三个模型完成清洗、聚类、归因和建议,再与人工标注样本逐项复核。
AI laboratory / Open records
从一个真实问题开始,到可复核的结果结束。每次实验保留工具、Prompt、Workflow、人工参与、成本与失败记录。
Experiment queue
编号只在实验正式开始时锁定。正在进行、筹备中和已经完成会明确区分,不拿概念稿冒充结果。
用三个模型完成清洗、聚类、归因和建议,再与人工标注样本逐项复核。
从需求拆解到部署上线,完整记录 AI 完成、人类接管和最终返工的部分。
同一份真实业务材料、同一套验收标准,比较内容、设计、可编辑性、时间和价格。
连续运行七天,观察去重、误报、来源质量、维护成本和真正值得阅读的比例。
从需求来源、最小产品、上线,到冷启动与第一次真实反馈,全程公开。
不只看它能不能抓数据,更看变化识别、噪音控制、报告质量与长期稳定性。
Standard report
固定结构不是为了好看,而是让第 001 期和第 100 期依然可以横向比较。