Heroines, Reanimated
从 0 到国赛获奖：把女性英雄群像做成可交互 H5
一个抽象的文化命题——「现代女英雄群像」——能不能变成一支真的可以玩的产品？作为第一负责人，我带队把它拆成赛题、人物、叙事与交互，用 Midjourney + 橙光做成一支交互 H5，拿下「文化中国」两创大赛全国三等奖。
Harvey Gong
AI Product · Operations · Content Systems
harveyyy@yeah.net
让复杂的东西
既有秩序、又有人味儿。
About
我用符号学的眼睛，
理解内容、品牌和模型
如何说服人。
我的训练不是从「内容」开始的，是从「人为什么会被一个符号说服」开始的。这条线串起了我做的每件事——读 brief、判断热点、拆 campaign、设计 AI 内容系统、摸清每个模型的脾气。背后是同一种能力：把文化为什么动人，翻译成品牌、产品和系统该怎么做。
商业训练
拿到 brief，我先看目标、受众和约束，而不是先问「我想表达什么」。
符号学透镜
我能解释一个梗为什么被接住、一个叙事为什么失真——背后有社会学方法、SPSS 和量化撑着，不只是直觉。
趋势触觉
我判断一个抖音热点是短暂热闹、还是值得品牌安全下注（比如色轮那支，保住原形式、拿下 18.3 万赞）。
模型协作
我决定什么任务交给哪个模型、什么判断必须由人留在 loop 里、什么标准写成模型能执行的规则。
这四条其实是同一种能力：把「为什么动人」翻译成「该怎么做」——对品牌是这样，对内容是这样，对 AI 系统也是这样。
最近一年我越来越确定：人的判断可以被拆成规则、流程和反馈，让 AI 稳定执行——不是替代判断，而是承接那些已被说清楚、编码好的判断。这也是我在 Approach 里要展开的事。
Toolbox
内容 & 设计
PsLrPr剪映MidjourneyCanva秀米
社媒运营
公众号抖音短视频小红书
数据分析
SPSSExcel
AI 协作
GPTClaudeDeepSeekGemini豆包
Approach
把多个模型当一支团队来设计。
我不是把 AI 当成一个更快的执行工具，而是让它们分工、互证，并把协作语境沉淀成可以跨会话复现的状态。重点不在「哪个模型最聪明」，而在如何理解不同模型的认知差异、如何用它们验证判断，以及如何让长期协作不必每次从零开始。
01
Cognitive Modeling
把模型差异当成设计材料
不同模型并不是在同一条线上比较「谁更聪明」，而是各自带着不同的参数在理解问题。我把这些差异建模成一张认知地图：底层借符号学追问每个模型的umwelt——它眼里的现实更靠公共世界知识、还是更贴个人语境；借认知心理学中荣格的相关理论；再翻译成AI 业务语言——它更吃显式指令还是行为语境、该承接哪一类协作任务。重点不是给模型贴性格标签，而是判断它适合从哪类信息出发、在协作系统里站哪个位置。
A · 拆结构
高收敛 ✖️ 世界知识（外倾）——靠公共世界知识 deep dive，收敛地拆出底层结构。
B · 抓传播刺点
认知倾向居中 ✖️ 现实业务模型——在世界知识与个人语境之间，读适中颗粒度的现实业务语境。
C · 认知资产管理
高收敛 ✖️ 个人 umwelt——贴个人/品牌等主体语境，收敛稳定地守住长期资产。
D · 决策盲区排查
高发散 ✖️ 个人 umwelt——拟合个人 umwelt 中的高精度信息，高速发散和推测、铺开各种可能，供 user 按照个人价值观决策。
02
Cross-Model Validation
用多模型交叉验证，而不是外包判断
我不会把判断直接交给某一个模型。我会先建立基线，再让不同模型独立推演、互相校验，最后由我判断哪些结论真的成立。多个模型在独立条件下趋同，往往是一个高置信度的策略信号；它们分化的地方，也恰好暴露出不同认知路径里的盲区与偏见。模型是杠杆，决定往哪里撬动的是人。
03
Context as State
让协作语境可以被保存、交接和重建
长期 AI 协作真正困难的地方，不是单次对话写得多好，而是下一次还能不能接上同一套判断标准。所以我会把关键背景、决策依据、语气校准与阶段性结论沉淀成 context snapshot，让协作状态跨会话恢复——AI 由此不只是回答问题，而是逐渐进入一套持续演化的工作系统。
Why it matters
这些方向——长上下文、个性化、agent memory、多智能体协作——本身也是行业中产品化的聚焦点位；而我在自己的真实协作里，把它们亲手跑通、反复验证。我对 AI 模型与产品的理解，因此不只停在「怎么让模型完成任务」；我更关心的是：人和模型之间，怎样形成一种可设计、可校准、可复现的协作关系。
Work · Capability
产品
我把点子做成能用的东西
从洞察到原型，让想法落地成可被使用的形状。
I Design the Systems That Write
把内容判断编码成可复用的 AI 生产系统
面对高频、重复、又讲分寸的内容需求，我把「什么算写对」拆成规则、流程和反馈机制——一套用于多模型并行生产与人工 QA，一套用于自建 agent 持续产出。内核一样：让 AI 生产不只更快，而且更可控、更可复用。
策略
我把复杂收敛成决策
从信息噪声中提纯信号，在不确定中给出方向。
A Campaign Architecture Teardown
一次品牌战役的架构级拆解
一场季节性食品战役，从媒介引爆到快闪落地——诊断「新鲜」叙事在哪个触点开始失真。
The Protein I Chose Not to Chase
一次关于"追不追热点"的策略取舍
热点不是不能追，而是要判断它该站在叙事的哪一层。
运营
我让内容跑起来、被人记住
让内容被看见、被传播，在目标人群心里留下锚点。
The BGM Was the Hook
一次抖音热点形式的内容判断
当团队倾向换掉一首有版权疑虑的 BGM，我判断它不是背景音，而是整条视频的传播机制——最后保住原形式，视频拿下 18.3 万赞。
Where the Story Gets Real
一场年度粉丝大会的现场内容统筹
2026粉丝大会现场，我分配到独立把控agency 拍摄——我盯方向、串起跨部门的工作，并且现场调度气氛让没上过镜的农人在镜头前能流畅表达，让一支讲溯源的内容可信且动人。
Where Semiotics Gets Read
把信噪比过高的学术内容，运营成有体系、能增长的内容账号
为全国唯一符号学双语刊物搭建公众号运营 SOP 与视觉体系，在保持学术专业性的同时提升可读性与增长：在职一年粉丝净增 4000+，并独立完成全国级学术会议长图设计与宣发。
Craft
工作之外，我一直在测绘世界
摄影
影像
For opportunities, questions, or conversations:
harveyyy@yeah.net
