晋佳莉Jin Jiali

项目背景：休闲游戏与轻应用海外发行商，买量 + 广告变现（IAA）驱动。负责把“人工做素材”改造成“Agent 批量产素材”，产出直接进买量投放。链路：素材灵感采集 → 三元组决策选材 → LLM 导演编排 → 分镜生成 / 配音 / 字幕 / 合成 → 自动质检 → 合规闸门 → 入库投放。

我的职责：

• Agent 架构与编排：主导生产引擎侧（Orchestration / 原子能力 / 质检 / Observability）的产品规划，与决策大脑侧（采集 / 反馈飞轮）划分 Agent 角色拓扑、Handoff 契约与工具权限边界；设计 plan 驱动的任务链路与三态退出语义（全成功 / 部分产出 / 全失败），使“要 5 支只出 2 支”不会被判定为成功。
• Guardrails 与 Human-in-the-loop：建立版本化合规判据库（判据指纹可回溯）与三道内容闸门（玩法同族 / 视觉归族 / 残留检测），统一 fail-closed 原则“判不了即拒”；高复刻度产物强制标记并设人审卡点，其余走自动准入门禁（未验证组合不得排产）。
• Eval 体系（EDD）从 0 到 1：搭建覆盖模型输出、选材检索、工具调用、任务轨迹到最终成片的多层评测：Code-based Grader（产线 lint 七项 + 维度生效探针）、LLM-as-a-Judge 两票一致、规则评分与人工校准（抽帧逐字比对）；沉淀 Golden 组合矩阵、回归集、对抗集（规则绕过样本）与误杀集（假阳性样本）。通过判据分层缓存（昂贵事实与廉价判决分离）使换目标 / 改阈值场景零新增模型调用，重复评测 Cost per Task 降至近零。
• Badcase 回流与数据对账：对采集端 → 决策端 → 生产端做全链路真值基线，定位学习闭环断点与统计口径失真（而非凭日志字面判断）；真实失败案例自动转为回归 Case，同类问题上线前必跑回归。
• Observability 与协同机制：把一次性脚本收敛为“有责任人、有台账、有回归测试”的产品能力：一次任务在执行群只占一条原地刷新的聚合卡，失败单独告警并携带错误原文；跨算法 / 工程 / 投放 / 法务对齐口径，命名契约与合规类决策收口团队评审。

工作成果：

• 成果一 · Cbrain 全自动素材流水线：沿「采集—判断—生产—反馈」四段闭环建设：实现三条采集链路累计入库素材约 2.1 万条，沉淀 782 个素材类型、53,065 个结构化元素。生产端完成长视频稳定性攻坚：剧情类由稳定触发 70 分钟超时中断、出片率 0%，提升至稳定 38–42 分钟出片。
• 成果二 · Raphael 多产品多语言产线体系：cbrain 验证自动化可行性后，业务重心由「能生产」转向「规模化覆盖」，拉斐尔将素材生产沉淀为可复用的产线资产——每类创意玩法固化为一条标准化产线，以「product*lang*idea」为输入即可批量出片，并在合规、命名、准入三个维度约束产出。目前体系已实现覆盖 7 个自研产品、实现上游 idea 自动搜集判断产出 idea，已产出 18 条标准化产线。配套还搭建了文案种子库、美术资产库等供产线调用。

项目背景：东南亚线下演出市场增长迅速，但票务长期被第三方平台主导，其 15%–25% 的高额抽佣与资金代收、结算滞后的模式，持续挤压主办方利润并拖慢回款。Machi 以此为切入点确立差异化定位：观众付款后由主办方自有 Stripe 直接结算，平台不充当收款主体、不占资金池，仅收取约 5% 平台费，以「把渠道抽成还给主办方」作为核心获客主张。

我的职责：

• 市场调研与商业模式定义：调研东南亚票务市场与第三方平台抽佣结构，确立差异化定位：观众付款 → 主办方自有 Stripe 直接结算，平台不作为收款主体、不占资金池，平台费约 5%，以「把渠道抽成还给主办方」为核心获客主张。输出完整产品需求文档，逐条明确费用归属、跨境币种、退款边界等业务规则。成果：平台费 5% 对标第三方 15–25% 抽佣，形成可量化的主办方迁移理由；覆盖 6 城 8 类演出品类，沉淀 13 项经决策确认的业务规则。
• 三端产品设计与交易链路：与 UI 协同完成三端信息架构与页面设计，打通「发现 → 选票 → 结算 → 电子票 → 核销」主链路；接入卡、微信支付、支付宝、Apple / Google Pay 多支付方式，完成 SGD 含 GST 结算与多币种展示合规适配；退款改期设计为「主办方可配置 → 受平台上下限约束」，在主办方自主权与平台风险敞口之间取平衡。成果：交付三端共 46 个页面，支持 5 种支付方式与 5 种币种；库存锁定、超卖防护、票据签发等交易关键路径全部具备服务端强校验。
• AI 能力产品化：主导三项 LLM 能力的产品定义，重点在护栏而非能力演示：① 活动页草稿 —— 一段演出描述 → 生成标题、摘要、详情、日程、FAQ、建议票档与 SEO 标题，逐字段可接受 / 重生成 / 手改，将人工校准嵌入主流程；价格、时间、场馆等事实字段设零幻觉护栏。② 活动问答助手 —— 以单场活动数据为知识边界做检索域隔离，杜绝跨场次串答；置信度低于阈值 → 自动转人工，退款改期等具资金与合规后果的问题 → 强制人工，据此划定 Human-in-the-loop 边界。③ 自然语言搜索 —— 口语查询 → 结构化筛选条件 → 逐条可视化、可单独移除，使用户能修正机器的理解而非接受黑盒结果，纠偏动作同步沉淀为失败样本。成果：活动发布耗时数天 → 分钟级；助手支持三语并以自助解决率为效果指标，该指标直接对应主办方客服成本，构成其配置助手的动因。
• 上线质量治理与迭代：建立上线前质量基线并推动缺陷根因治理。定位线上「半中半英」真根因：本地化兜底逻辑以子串替换填补未命中文案 → 缺失翻译被静默掩盖 → 等同关闭报警；据此删除兜底使缺失显式暴露，补齐词典并修复文案与词典的键值漂移，将命中率检测与回归测试固化进发布流程。成果：全站文案词典命中率由 33% 提升至全覆盖，新增 300+ 条译文；跨 32 条路由 × 8 种视口的可访问性与布局审计实现零失败。

主导物联网产品线（设备接入、场景联动）需求规划与落地，协同软硬件研发与测试等跨职能团队，推动端云协同的敏捷开发机制落地，对产品交付质量负责。