2025.6 – 2025.12 · 北京
字节跳动 · TikTok
AI 搜产品经理
通过大模型能力重塑 TikTok 搜索体验，围绕意图识别、视觉满足、排序策略与溯源交互做系统性优化，推动策略在全球市场上线。
双 90%意图识别准召+11%混排卡片 CTR+300%溯源 CTR
我负责什么
负责 AI 搜索卡的适用范围界定、评测体系搭建与算法策略共建，覆盖从下发到排序到溯源的全链路体验。
意图识别
- 问题：AI 卡的适用范围不清晰，容易在不该出现的场景下发。
- 动作：设计评估框架，基于案例分析与用户意图评估界定 AI 卡下发场景。
- 结果：准确率与召回率提升到双 90%。
视觉满足优化
- 问题：卡片视觉满足差、缺少评判标准。
- 动作：摸底视觉依赖价值，抽象用户需求、定义配图场景，对齐视觉评测标准并优化 prompt、推动算法策略。
- 结果：端到端满分率 70%、误伤率 10%，实验卡片 CTR 上涨 5%。
排序策略迭代
- 问题：AI 卡与自然结果混排存在视觉阻断与体验割裂。
- 动作：设计双列混排样式，参与制定混排卡评测体系，驱动模型调优。
- 结果：策略在全球市场上线，AI 卡覆盖率 +6%、卡片 CTR +11%。
溯源交互优化
- 动作：通过竞品分析、用户问卷原声与线上体验摸排，重新设计溯源功能。
- 结果：卡片 CTR +0.7%，溯源 CTR +300%。
我的思考
搜索是效率与信任的产品。数据指标要服务于真实体验判断，评测标准的建立往往比单点优化更能撬动长期收益。