#用户画像

1周前

玩笑归玩笑，其实仔细想想我觉得打新/预存最好的方式就是：超募模式（短时）+辅之以贡献者额度而先到先得是最菜的方式为什么呢？先到先得的话全都是内幕人士+科学家这些人用户画像是一致的：低调闷声发大财 🤣 你看 Stable 提前预存的那 7 亿美金的老板谁发推特了？他们对项目增加声量毫无益处只有抛压没抢到的人（尤其是苦等的人）创造了一大堆负面声音对项目而言纯粹负收益但是超募模式（短时）就不同了可以团结一切可以团结的力量并且创造死忠粉为什么短时？例如 2 小时，就是筛掉路人粉，只留铁粉。路人没赶上，铁粉只会嘲笑没有同情此外，人性嘛，项目方永远需要一些特例人士，例如投资人，团队，我也承认这个客观事实。所以再给这些人一些贡献者的额度加成，无伤大雅，也算是尽了人情，大家也接受。 buidlpad 为什么成功？就是因为没用先到先得模式。或者像 MegaETH 这种也不错，先超募再根据地址打分酌情退额度。诸位项目方，这都 2025 年了，1000 年前维京海盗都不玩先到先得了，现在还要搞多少带点太不诚心了。

币圈“1011”六倍崩盘：高杠杆爆仓潮，谁在裸泳？· 5673 条信息

#打新 #超募模式 #先到先得 #项目方 #用户画像

YL (Yucheng Liu)

1周前

构建用户画像的本质是“丰富化”（Enrichment）。从一个 Discord ID 出发，通过第三方数据不断叠加维度（社交媒体、消费习惯、兴趣图谱），最终拼凑出一个完整的数字人格。这里的核心挑战不在技术，而在数据合规的刀尖上跳舞。如何利用数据创造价值，同时又不越过 GDPR 的红线？这是每个数据驱动公司都必须思考的终极问题。

#用户画像 #数据合规 #GDPR #数据驱动 #数字人格

YL (Yucheng Liu)

2周前

我们现在做的这些增长项目，最大的价值可能不是短期的收入，而是在过程中积累的“用户画像库”。当你手上握有 100 万个精准、高活的用户画像，并知道如何触达他们时，这个数据库本身的价值就可能值几百万美金。数据不是新石油，它就是黄金。

独立创业者如何突破零收入困境，迈向月入1000元· 186 条信息

#用户画像 #数据价值 #精准用户 #商业价值 #数据驱动

2周前

小米汽车的用户多为未婚和已婚无孩子的人怪不得我对小米汽车没兴趣，原来是我这种老登根本就不是目标客户.....

#小米汽车 #用户画像 #未婚 #已婚无孩子 #非目标客户

3周前

#一个观察不一定对我发现我微信里用本人真人头像的除了两个在抖音做小网红（不到十万粉）的男的，其他用本人真人做头像的都是女的。而且各行各业的都有，老师，财务，设计，翻译。

#微信 #真人头像 #女性用户 #社交观察 #用户画像

3周前

在AI虚拟人领域，用户最直观的体验往往是“像不像真人”——长期记忆与个性化能力是核心支撑。简单来说，就是让虚拟人“记住”用户，并且能根据用户的习惯、偏好做出自然的反应，而不是每次对话都从零开始“失忆”。第一层：用“人设”搭建基础框架最直接的方式，是在对话开始时就告诉虚拟人“你是谁”。比如设定TA是医生、心理学博士，或者某个具体的角色（如用户的朋友、恋人）。这相当于给虚拟人一个初始的“身份标签”，让TA知道该用什么语气、什么知识储备来回应。这种方式简单直接，但只能覆盖固定场景，无法根据用户的具体互动动态调整。第二层：用“上下文窗口”保留近期记忆当用户开始和虚拟人聊天，对话内容会被实时保存在“上下文窗口”里。比如一个能记住5000字或100轮对话的窗口，用户说过的话、虚拟人的回应，都会被暂时“存”在这里。这样，虚拟人在回答新问题时，就能“看到”之前的对话，避免重复提问或遗忘关键信息。不过，窗口容量有限，超过上限的对话会被“遗忘”，这就像人类的“短期记忆”，需要主动重复关键信息才能记住。第三层：用“结构化存储”沉淀用户画像如果想让虚拟人“长期记住”用户，就需要把对话内容从“临时窗口”转移到更稳定的“仓库”里。比如用MongoDB这类文档数据库，定期整理用户的互动数据：TA喜欢聊什么话题？对哪些内容敏感？有没有重复提到的细节？这些信息会被抽象成结构化的“用户画像”，比如“喜欢科技新闻”“讨厌冗长解释”等标签。下次用户再次提问时，虚拟人可以从数据库里“调取”这些画像，结合当前问题生成更贴合的回应——这其实和我们常说的“RAG（检索增强生成）”技术类似，相当于给虚拟人配了一个“记忆检索工具”。第四层：用“向量数据库”实现跨模态记忆如果用户的记忆不仅是文字，还包括图片、语音、视频呢？这时候就需要“向量数据库”（如Weaviate、Pinecone）。它能把文字、图片、声音等不同形式的信息，转化成计算机能理解的“向量”（类似“信息指纹”），存储起来。比如用户发过一张旅行照片，虚拟人不仅能记住“用户喜欢旅行”，还能通过向量检索找到这张照片，在对话中自然提起：“你上次去的那个海边，是不是特别美？”这种技术让虚拟人的记忆从“纯文本”扩展到“多模态内容”，更贴近真实人际互动中的场景化记忆。第五层：用“高并发优化”让记忆更高效当用户量很大时，虚拟人需要同时服务成千上万的用户，这就涉及到“成本”和“效率”的平衡。比如，如何让每个用户的记忆检索更快？如何在不增加太多服务器资源的前提下，保证所有用户的体验流畅？这需要技术团队通过缓存策略、分布式存储等手段，让“调取记忆”的过程像“调取本地文件”一样高效，避免因数据量大而卡顿。让虚拟人“主动”起来：从“等待提问”到“主动关心” 除了“记住”，虚拟人还需要“主动”。比如用户长时间不说话，虚拟人可以主动发起对话：“你今天好像有点累，要不要聊聊？”这背后的技术逻辑其实很简单：通过定时任务监测用户的互动状态，如果30秒内没有新消息，系统会触发虚拟人“唤醒”，主动发起问候。这种“主动召回”能力，本质是让虚拟人从“被动等待指令”变成“感知用户需求”，更像一个“会观察的朋友”。总结：从“工具”到“伙伴”的关键这些技术手段的核心，是让虚拟人从“一次性应答工具”进化为“能持续学习的伙伴”。从简单的人设设定，到上下文记忆、结构化画像、跨模态存储，再到高并发优化，本质上都是在解决“如何让虚拟人理解用户、适应用户”的问题。当技术足够成熟，用户会发现：虚拟人不仅“记得住”，还能“懂你未说出口的需求”——这或许就是AI虚拟人最有价值的“温度”所在。对于开发者而言，这些技术的落地需要平衡“复杂度”和“体验”：既要让虚拟人“聪明”，又要让用户觉得“自然不刻意”。毕竟，最好的AI，应该像身边最懂你的人，不需要刻意提醒，却总能恰到好处地出现。

#AI虚拟人 #长期记忆 #用户画像 #多模态记忆 #主动关心

1个月前

视频号用户画像

#视频号 #用户画像 #社交媒体 #数据分析

1个月前

你想为谁服务？ TA 是谁？哪个年龄层？男的还是女的？大概收入是多少？你找到了 TA，TA 花钱给你，在买什么东西？

#AI掘金：知识付费新机，流量为王时代· 235 条信息

#用户画像 #TA #用户分析 #消费 #目标用户

1个月前

ChatGPT 和 Claude 都有记忆功能，但两者实现原理截然不同。以前研究 Claude Code 的时候，发现它不是基于 RAG 而是基于 grep 工具使用正则检索代码，没想到 Anthropic 把这一点进一步发扬光大，在 Claude 网页版的记忆功能中，也是基于实时搜索来做的，跟 ChatGPT 的记忆功能思路完全不一样。 ChatGPT 的记忆模式是自动化、魔法般的个性记忆，不需要用户提醒，自动的悄悄记录用户的使用细节。所以以前经常有提示词让 ChatGPT 根据对自己的记忆来描述自己或者画像。当新开对话，ChatGPT 会把对用户的记忆作为上下文一起发给模型，让你觉得 GPT 很懂你。当然有时候也会因为错误的记忆导致一些混乱，尤其是多人共用账号的情况。 Claude的记忆模式是基于检索的，每次新开对话，都没有任何任何历史记忆，只有当你明确告诉 Claude 需要用到某条记忆内容，它才会从真实的历史记录中精准提取信息。 Claude的记忆功能分为两种：一是基于关键词搜索历史对话，二是以时间线为索引检索近期聊天。 Claude 这种设计很自然地适合专业用户——尤其是程序员、研究人员或科技爱好者。他们通常有清晰的意图，知道自己什么时候需要AI调用记忆。而相对的，ChatGPT构建的并非历史记录检索，而是一种自动生成的用户画像。这种模式无需用户主动操作，也更符合大众消费产品的使用直觉：一切皆自动，一切皆便利。对于这两种不同的记忆模式很难说孰优孰劣，各有优缺点。其实我个人还偏好 Claude 的一点，按需检索，而不会收到历史记录影响。也许更好的模式是两者结合。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1110 条信息

#ChatGPT #Claude #记忆功能 #检索 #用户画像

2个月前

用户分为两种，一种是买你产品的，一种是不买你产品的没有第三种用户画像了

#用户分类 #购买用户 #非购买用户 #用户画像 #产品

2个月前

观众能不能听懂一个博主说话，分三种情况 A：博主表达有问题，观众听不懂 B：博主表达没问题，观众能听懂 C：博主表达没问题，观众能力不行，听不懂变现效率：C＞B＞A 那么，观众听不懂你说话，影响变现吗如果是你的问题，影响；如果是观众的问题，不影响因为 TA 虽然听不懂你说话，但是 TA 能听出来你 nb

#博主表达 #观众理解 #变现效率 #表达能力 #用户画像

2个月前

看一个人的推文，大致就能猜这个人的水平。比如向阳乔木，分享推文内容，一看就是大厂高级产品经理，分享的内容、写作的推文几乎都可以契合到读者关注点。

#推文分析 #用户画像 #向阳乔木 #高级产品经理 #内容质量

2个月前

#社交增长我今有个贴子说其实涨粉很容易，我觉得对于内容创作者来讲，最重要的是要具备迭代思维，不同的平台特点不同，用户画象不同，调性也不同，内容当然也不能千篇一律。说到底就是内容要能契合到平台的用户画象、内容调性。比如抖音，用户画像是文化水平低、年轻，内容调性情绪爽感、视觉刺激、强节奏，内容要3秒抓人眼球！用冲突、反转、搞笑、情绪类内容引爆推荐小红书，用户画象是一二线女性、爱美爱生活、精致消费，内容调性就应该是真实分享、轻干货、轻种草，内容最好是抓住“生活方式”，比如“怎么变好看”、“如何提升品质感” X 推特，用户画象是思考型、创作者、KOL, 内容调性是信息密度大、反应快、专业度强，内容最适合输出观点、建立人设、多蹭热点和大V互动。公众号，用户画象高粘性用户、职场、泛中产，内容调性深度内容、专业性、可收藏，内容最好输出体系化观点、打造“个人品牌的作品集”。

#社交平台 #内容创作 #用户画像 #平台调性 #内容迭代

3个月前

抖音这个数据有意思，为啥要告诉我谁只看不买？ - 只看不买 - 实时看播 - 5 分钟成交

#抖音 #只看不买 #实时看播 #消费行为分析 #用户画像