推广与用户增长
参与账号矩阵冷启动、内容分发节奏与阶段诊断，观察不同区域线的增长与互动质量。
Case 03 · AI product operations
让 AI 视频产品，被看见、被使用、再被迭代。
在 One2X 的 AI 视频产品 Medeo 中，我围绕推广与用户增长、热点选题、内容生产与上线、Recipe 调优、用户反馈和工具测试推进产品运营。数据、成片、研究报告与测试记录，是这条经历链的证据，而不是全部工作本身。
One2X / Medeo产品运营2026.05—07增长 × 内容 × 产品迭代
365团队第一周期视频
01 / Role scope
我的工作跨过增长、内容生产和产品反馈三条线。
对外要找到用户和内容机会，对内要让 Recipe 与工具能稳定支撑生产；发布之后，还要从数据、评论和使用问题中找出下一轮增长与产品优化的方向。
热点与选题策划
把平台热点、可复用题材和产品能力放在一起判断，形成可进入生产的内容方向。
生产与运营上线
参与 Recipe 设计、样片筛选、发布调度与内容复盘，让选题真正变成上线内容。
Recipe 调优
从成片质量与数据反馈回看角色、镜头、动作、声音和负面约束，沉淀下一版配方。
用户反馈与研究
收集社交平台行为和使用反馈，理解用户为什么想复刻，以及产品应该怎样承接。
工具测试与研发协同
测试 VideoClaw，形成问题复现、影响与优先级，和研发对齐定位及后续处理。
02 / Operating loop
把内容生产看成一套循环，而不是一组单片。
矩阵冷启动阶段真正要验证的是完整链路：账号能否稳定运行、Recipe 是否可批产、数据能否回收、问题能否反馈到下一轮生产。只有这条循环跑起来，单条内容结果才有意义。
01趋势与选题热点、受众与产品能力
02Recipe 生产设计角色、场景、镜头、动作
03批量生产Bot → Medeo API → 成片
04审核与运营上线筛选、调度、发布节奏
05数据回收观看、互动、收藏与地区
06反馈进入迭代配方、产品与工具共同修正
03 / Growth evidence
数据不只证明增长，也帮助区分“铺量”与“质量”。
US 线更像稳定铺量，Global 线量更少但互动与收藏信号更强。联合分析把启动峰值、断更空窗、账号活跃度与转化质量放在一起，为发布节奏与下一轮选题提供判断，而不是只看一个累计数字。
04 / Recipe optimization
Recipe 是产品核心的生产设计，不是只写一句 Prompt。
我参与把角色资产、场景、镜头、动作、声音和负面约束拆成结构化配方，并依据成片质量与发布反馈继续调优。Gugugaga 等萌系角色的高互动表现，也让“软质角色 + 明确情绪动作”成为值得继续验证的方向。
05 / Content operations
从选题到上线，四条成片展示配方如何进入内容运营。
视频保留原文件比例与控制条。它们不是同一 Recipe 的逐条对照实验，而是我参与热点判断、生产设计、筛选与运营上线阶段的内容样例。
06 / VideoClaw test
测试 VideoClaw 时，我把“卡住了”改写成研发可定位的问题。
测试报告围绕任务状态可见性、成品导出、结果回填和交互式问题回传，拆分复现路径、影响范围与优先级，再与研发沟通定位和后续处理。它让内容团队与研发讨论的是同一个故障节点。
任务静默
开始、结束与失败状态不可见时，用户无法判断该等待还是重试。
成品不可导出
生成完成但拿不到文件，整个发布链路仍然无法闭环。
问题不回传
后台等待补充信息，但飞书端没有收到提问，任务只能悄悄卡住。
07 / User research
产品增长不只来自多发内容，也来自理解用户为什么想复刻。
我把社交平台里的“求 Prompt”行为整理为一份完整用户研究：识别触发追问的内容特征、用户可见的使用场景，以及产品从观看兴趣到实际使用之间应该提供的承接路径。