xTool · 软件产品实习生
做 Atomm 生成器的竞品调研、落地页配置和推广自动化，后转岗产品部，从零上线 15 台生成器。
我进 xTool 时是社区运营实习生，负责 Atomm 生成器推广。第一件正经活是配落地页：一个页面要三个多小时，而生成器是一批批上线的。重复做一百遍不会得到新的判断，所以我从第一天就在拆——哪些环节能交给流程和 AI。
竞品调研和落地页配置
推广优先级不该靠感觉。我用 DataForSEO 拉关键词搜索量和趋势，把需求分成 S–D 五档；每个落地页再选 5 个竞品页，拆它们的卖点、场景和目标人群，产出一份竞品报告。
这份报告一份两用：落地页文案和 17 语本地化都基于它在 CMS 后台配置，卖点口径因此在总览、落地页和社媒之间是一致的。
32 个落地页的「进入→开始使用」转化率均值 41.7%，高于 OKR 的 35% 基线。
生成器上线
转岗产品部后，我独立完成 15 台生成器从功能搭建到上线的全流程，其中 4 台是我自己选的题。官方精品生成器还要另配耗材包，选品由耗材组给，我做配置。生成器本身是我用 Claude Code 做的，不是我提需求别人开发。
快的两天，慢的一周。差别不在技术难度，在需要多少判断：拼豆那类要先定豆子品牌、尺寸、板子规格和色号，这些是想清楚才能动手的问题。
过程里全是产品决策：品牌露不露、要不要出采购清单、参数上限给多少、导出一页还是多页。我的规矩是给一个默认值加一句理由，让对方一句话就能推翻——就地问，一次一个。光拼豆那台，默认值就被推翻了四次。
上线的台数多了之后我发现各台 UI 风格不统一，于是制定了统一规范并逐台改版。
第三方生成器审核
我同步审核第三方提交的生成器，并把这件事做成了全自动 bot：atomm-review-bot。它不是定时任务，而是 macOS launchd poller 盯着审核队列，只在有新提交时才启动 Claude——没有队列就完全不消耗模型。
它检查的不是「像不像做完了」，而是八项可核验条件：是否重复、能否打开、核心功能是否真实、封面、布局、详细描述配图、UI 精细度，以及工艺字段和导出物是否对应。console error、导出尺寸、SVG 路径数量、图片比例都会写成可追溯证据。
两套状态分开存：审完的进 review-seen，熔断待人工的进 dead-letter，两者不能混。打不开、导不出成品、扣费异常这三类硬问题一律退回人工——不让「自动跑过」冒充「通过」。
推广 SOP 和自动化
推广原来依赖个人经验。我先把落地页配置、UTM 追踪到社媒发布的完整链路梳理成 SOP，再用 Claude Code 把 SOP 落成三级自动化任务链。
Routine A 每天无人值守，检测有没有新生成器并刷新推荐星，发现新的就点火后面的任务。Routine B 接手定级、竞品信号、三段式文案和英文总览，把文案、配图和 17 语注入 CMS，直接发布落地页；Style Transfer、Image Editing 这类图像工具走独立的 Routine B-aimake。Routine C 收尾：分写 FB / IG 文案、生成精确尺寸配图、UTM 和短链，排进 Buffer。
整条链卡在一个总闸上：发布凭证配齐、机器审校全过才自动上线自动发，任一项不对就退回人工。不是把人撤了指望没事，是先把我原来在检查什么写成机器能判的条件。
这套 SOP 和自动化已作为正式交接文档移交产品同事。
Pinterest 矩阵号
从 0 搭了一条木制手工垂类的自动化内容产线，每天上午十点无人值守跑：从 CMS 选 50 个案例并比对去重台账，查真实搜索量和 Pinterest 站内词写 SEO 文案，即梦、Lovart、gpt-image 三个引擎并发出图，叠胶片纹理、清元数据，最后生成批量上传表。只有最后一步导表要手动——Pinterest 没有开放接口。
选品策略按数据改过两次。一次是发现平台的视觉分发权重高于搜索：跑起来那件的主关键词月搜索量只有三百多，撑不起那个浏览量，而账号前五名全是单体大件——于是给选品加了形态权重，大件加权、小件每批限量。另一次是把非木料的排除词补成英法德三套，单批拦截量从 70 条升到 102 条。
2 个月内月浏览量从 0 做到 127 万。
Skill 开发和流程复用
我写了 22 个 Claude Code Skill，覆盖需求调研、生成器制作、审核、落地页、本地化、文案、推广图和矩阵号运营的完整工作流。
写了多少个是产能，有没有别人在用才是结果。Copy Studio 的五步文案框架（策略、框架、初稿、润色、去 AI 化）被复用到 EDM、社群等多个场景，在内部 Hub 上累计 17 次下载；生成器制作流程 Skill 化之后交付给非产品部门的同事，他们能独立完成制作。
从零到一难，从一到一百简单。
其他
评论截流：把 YouTube 和 Facebook 上同品类视频的评论区做成获客入口，用 skill 批量筛出提到相关需求的评论并生成回复。
TikTok 矩阵号：两个图文号，分别验证新手向和参数向，背后是四套 skill（两套文案、两套变量）。三周从零做到 50 个粉丝，每周有两三条上千播放，来的主要是垂类 KOC 和真正做手工的人。后面换部门就没继续。
众筹产品图：为众筹项目产出产品图。
回头看这三个月，我做的两件事各自闭了一个环：落地页自动化把新生成器从需求研究送到发布，审核 bot 把别人提交的生成器从审核队列送到可追溯的结论。
这也是我现在找工作最在意的一件事：不是给我多明确的任务，是让我能自己看出哪里值得系统化，然后放手让我把它做成真的。