拼多多Agent策略产品运营（商品质量方向）
任职要求
1.精通数据分析，熟练使用SQL、Excel等工具，能独立完成问题诊断与归因。 2.对商品质量和大模型应用有浓厚兴趣，能快速学习国家标准、行业知识用于业务决策。 3.…
工作职责
1.深入分析售后、客诉数据，定位高频质量问题根因，结合商品及问题特性提出解决方案。 2.利用数据与算法能力，驱动质量优化以及Agent功能迭代，简化售后流程。 3.联动行业、产品、算法等团队，推动质量提升与体验优化项目落地，实现跨部门目标。 4.研究重点类目（如服装，电器，生鲜百货等）国家标准、行业规范与产业带特点，将质量要求转化为可执行的平台规则与策略。
我们正在打造面向下一代开发者与知识工作者的 AI 原生产品，覆盖 Vibe Coding（AI 驱动的自然语言编程）与 AI 协同办公两大场景。商业化策略运营岗位对整体营收数据负责，通过数据洞察和策略设计，帮助产品提升toC和toB的商业化营收数据。 1、对 产品营收指标负责：MRR、ARR、Paid Users、ARPU等； 2、设计并落地商业化核心策略：如促销策略、激励方案、定价方案、漏斗优化； 3、定期做营收诊断：识别流失/降级/低付费转化的核心症结，给出可落地的策略动作。 4、联动增长、产品、财务团队做定价实验和 Pricing Page 迭代，管理定价 A/B Test 全流程。 5、搭建商业化数据看板：数据驱动增长； 6、关注 AI 产品行业定价和商业化演进，具备行业视角。
1. 负责特定业务领域的策略制定，完成从复杂问题诊断、根因分析到长效解决方案设计的全链路工作，推动体验问题的系统化解决； 2. 构建可复用的包含商品特征、商家行为、行业类目的知识库与案例库； 3. 负责设计证据收集与验证机制，为责任判定提供可信依据，平衡消费者体验与商家体验； 4. 设计差异化策略，通过产品化工具帮助商家自我诊断、优化商品信息与服务流程。
策略定义与评测体系搭建 构建商户Agent的多维度评测体系（有人味儿、懂业务、懂用户、情感链接、体验好、转化好），定义各维度的评分标准和达标线 设计并维护评测工单集（覆盖看车、选车、买车、用车全场景），定期组织专家盲测和用户盲测 建立评测结果→策略优化的闭环机制，每次评测输出Top 3短板和改进建议 2. 数据分析与策略迭代 分析用户与商户Agent的对话数据，识别高频问题、断点场景、用户流失原因 基于数据洞察，输出策略优化需求（话术调整、推荐逻辑优化、知识库补充、异常兜底策略） 设计A/B实验，验证策略变更对转化率、用户满意度、客单价等核心指标的影响 3. 商户Agent能力规划 定义商户Agent在不同场景下的能力边界（哪些必须精准、哪些可容忍模糊、哪些绝对不能出错） 协同算法团队，推动Agent在需求理解、推荐匹配、异议处理等核心能力上的持续进化 关注行业竞品（如通用AI在汽车场景的表现），输出差异化策略建议 4. 跨团队协作 与Skill搭建产品经理紧密协作，确保策略方向在Skill层面可落地、可执行 与算法、工程团队配合，推动策略上线和效果回收 与运营、品牌团队对齐评测结果，支持对外传播口径的准确性把控
1、主导 Agent 主链路策略：负责手机解决方案中 Agent / 模型效果的持续优化，覆盖意图分类链路、记忆链路、Skill 体系、工具集编排等核心模块，为链路端到端效果负责。 2、完成复杂策略方案设计：理解 AI 技术的能力边界与发展趋势，结合用户需求与业务场景，独立完成复杂产品策略的方案设计，将模糊的用户价值翻译为清晰、可执行的模型与产品策略。 3、驱动模型效果迭代：基于业务目标搭建评测体系、定义模型训练的理想数据集与标注规范，与算法、标注、研发团队紧密协作，通过实验设计与快速迭代持续提升模型效果与线上表现。 4、持续洞察用户与优化体验：通过评测数据、线上分析、一手体验、用户调研等多种方式深度洞察用户需求，不断完善对场景与用户的认知，制定并推动相应的迭代策略，持续提升 Agent 体验。