7 年 C 端内容增长，2 年 AI 应用落地。
从投放决策到视频生产，短剧链路上的 AI 应用。
判断投哪个市场、主打哪个钩子、素材尺度开到几档。
从剧本做到成片，弄懂 AIGC 视频怎么生产。
基于政策文档的 RAG 问答，重点是答得准、查得到出处。
市民模式 / 坐席模式
市民提问用生效条款作答，坐席查询提醒失效说法。
从社交内容里识别实体、聚合议题。
把同一个人、同一件事的重复实体合并。
Agent Workflow
采集评论并自动聚合议题，了解观众在讨论什么。
给一部国内短剧，Agent 盘点它的钩子，判断投哪个市场、主打哪个钩子、素材尺度开到几档，采纳后一键生成本地化素材并派发渲染。
渲染交给开源 KrillinAI，自己只做决策层。
为了弄懂 AIGC 视频怎么生产，从剧本做到成片：30 秒、4 个镜头、原创角色。
成片，4 个镜头、原创角色
总花费，主要花在视频的反复抽卡上
改图便宜，改视频贵。
同一个知识库、两种用法：市民模式过滤失效条款，坐席模式把它找出来标红。
基于 Dify 搭建的北京住房公积金政策问答，市民直接提问，只用生效条款作答、注明出处，缺信息先追问，答不了转人工。
给 12329 热线坐席用的辅助助手，输入市民诉求，输出参考答案、原文出处、推荐话术，并提醒哪些说法已失效。
计算题正确率（5 道计算题 × 每题 3 次），把装修提取、贷款额度、租房提取的公式计算从大模型交给代码
陷阱题实测全部通过（含过期条款、计算、体系分流、拒答、追问、坐席题）
平均响应时间，推理强度调低后，原来约 30 秒
8 个官方来源整理成 46 条政策，其中 3 条已失效并标注替代关系。
市民模式把失效条款过滤掉，坐席模式把它找出来标红。
个人作品演示，非官方服务，政策以北京住房公积金管理中心公布为准。
社交舆论模拟系统里的实体消歧模块，把同一个人、同一件事的重复实体合并。
关键节点留人工确认（human-in-the-loop）。
重复实体合并正确率
Token 用量
调用费用
开发前先定正确率口径和测试集。
采集一个视频下的评论，自动聚合成议题，告诉你观众在讨论什么。
调度、推理、工具三层分开，换一个场景只需替换工具层。