Forwarded from Post Bot
Media is too big
VIEW IN TELEGRAM
永久网址
豪礼大放送 高端嫩模 劳力士手表 奔驰E300等大礼等你来豪夺 首存日存彩金送不停
1月2号泰国大老板百家乐存50万出512万
1月13日pp电子糖果1000小注一拉直接爆出70万大奖
3月15号实力盘总PA真人喜提990万一路爆红
3月27-31号斯里兰卡神秘大哥连续5天总提4000万+
🏆平台优势：
1️⃣ u存u提每日提款无上限 随便提 全球不限ip #免实名 无需绑定手机号码和银行卡
2️⃣ 平台
大额出款额外奖励8888-128888，双重日存彩金128888+4688每日送，周流水彩金68888每周送，双重签到彩金16888+3888送不停
⚜️每日存款彩金每日送，每笔存款加赠
⚜️#无风控 电子真人零审核包出款
🌐官网注册网址： qs1736.cc
🩷专属VIP客服： @QSTY567
⚽️体育赛事推单：@QSTY988
➡️双向用户点击：@qsty168168_bot
㊙️午夜剧场：@guochandp7
✅ 更多优惠活动关注福利频道：@qsty8999
💰代理合营💰
老品牌 信誉高 佣金稳
代理合营频道： @QSTY321
Please open Telegram to view this post
VIEW IN TELEGRAM
🤡2
SpaceX 有没有泡沫？有，非常巨大的泡沫。
但我不认为它完全就是骗局。
去火星其实只是一个幌子，这个幌子的真实目的是为了逼出在材料学、生命科学、封闭生态学、航天科学等多个领域的技术爆炸。
移民火星不是最终目标，沿途下蛋才是。
但我不认为它完全就是骗局。
去火星其实只是一个幌子，这个幌子的真实目的是为了逼出在材料学、生命科学、封闭生态学、航天科学等多个领域的技术爆炸。
移民火星不是最终目标，沿途下蛋才是。
👍1🤣1
Forwarded from Post Bot
This media is not supported in your browser
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🤡2
Forwarded from Post Bot
Media is too big
VIEW IN TELEGRAM
永久网址
豪礼大放送 高端嫩模 劳力士手表 奔驰E300等大礼等你来豪夺 每笔存款加赠 1%
🏆182体育 封神榜🏆
4.11号神秘大哥PG电子赏金女王一举斩获830万并成功提现
4.5号东南亚盘总PA真人百家豪赢644万一路长虹一天实现暴富
3.28号实力大哥PG电子爆出890万并以成功提现实现财富自由
截止到3.23号大哥在PA真人百家乐累计盈利突破1000万
1️⃣ 平台公平、公正、公开，信誉第一、服务第一
2️⃣ 免实名 不限ip 无需绑定手机号码和银行卡
3️⃣ u存u提 每日提款无上限 资金保障、大额无忧
平台
大额出款额外奖励8888-128888，双重日存彩金128888+4688每日送，周流水彩金68888每周送，双重签到彩金16888+3888送不停
每日存款彩金每日送，每笔存款加赠
182体育 #无风控 电子真人零审核包出款
🌐 官网注册链接： 1820036.com
🍎专属VIP客服： @vipkf_182ty8
⚽️ 体育赛事推荐：@VIP182TYTJ
➡️ 双向用户点击： @vipkf_182ty2_bot
🍉 吃瓜搞笑：@chiguagaoxiaoxinwen
✅ 更多优惠活动关注福利频道： @vip182ty888
🏆代理合营🏆
新平台 新机遇 好发展 佣金稳
代理合营频道：@DLHY182TY
Please open Telegram to view this post
VIEW IN TELEGRAM
🤡2
Forwarded from Post Bot
😃 爆庄实录｜3天狂揽1086万U😃 新客首存6万U，豪提209万U😃 500一拉，PG实力兑现133万U
Please open Telegram to view this post
VIEW IN TELEGRAM
🤡2
个体与企业的合作关系在悄然发生着变化，从23年MetaGPT/AutoGPT出现后，这件事就开始发生了
过去人们与企业合作，更多是寻求稳定的雇佣关系，卖时间，换确定。但现在企业已经无法保证这种稳定了，所以这种契约关系会逐步瓦解。
那么个人和企业之间的合作，就更容易进入一种一段时间内互相成就的情况
个人进入企业合作，我认为可能存在三种类型：
第一种是借助平台构建个人能力
从企业获得客户，资源，认知，技术，需要高学习密度和成长效率
第二种是做单打独斗做不了的事情，或者在企业里寻找杠杆做放大，比如依托企业品牌背书
第三种是需要结构感的人
这些人可能自己不适合独立自主的做事，更加依赖于环境反馈，需要确定的节奏，企业对他而言是一个有效土壤
从这些角度上讲，企业内部会开始分化成多个阿米巴组织，从外部看企业也会和多个个体构建短期或中期合作
对于个人而言也是类似，按结果而非工作时间来评估合作产出，一个人可能会同时与多家企业建立合作关系，以便在不同维度获得个体需要的东西
这可能是接下来企业要面临的一种组织形式转型，是ai时代带来的一种结构变化
你认为未来个体和企业的关系是什么？什么样的人会需要与企业如何合作？
互联网充电｜优质资源
优质内容｜内幕消息
过去人们与企业合作，更多是寻求稳定的雇佣关系，卖时间，换确定。但现在企业已经无法保证这种稳定了，所以这种契约关系会逐步瓦解。
那么个人和企业之间的合作，就更容易进入一种一段时间内互相成就的情况
个人进入企业合作，我认为可能存在三种类型：
第一种是借助平台构建个人能力
从企业获得客户，资源，认知，技术，需要高学习密度和成长效率
第二种是做单打独斗做不了的事情，或者在企业里寻找杠杆做放大，比如依托企业品牌背书
第三种是需要结构感的人
这些人可能自己不适合独立自主的做事，更加依赖于环境反馈，需要确定的节奏，企业对他而言是一个有效土壤
从这些角度上讲，企业内部会开始分化成多个阿米巴组织，从外部看企业也会和多个个体构建短期或中期合作
对于个人而言也是类似，按结果而非工作时间来评估合作产出，一个人可能会同时与多家企业建立合作关系，以便在不同维度获得个体需要的东西
这可能是接下来企业要面临的一种组织形式转型，是ai时代带来的一种结构变化
你认为未来个体和企业的关系是什么？什么样的人会需要与企业如何合作？
互联网充电｜优质资源
优质内容｜内幕消息
👍1
昨天申请 Azure OpenAI 的服务成功，应该是最方便的使用 OpenAI API 的方式了吧，不需要翻墙，一天就能开通。
https://azure.microsoft.com/zh-cn/products/ai-services/openai-service
只需要一个微软账号，填一张申请表格就行，申请大约在等待一天后成功，第一次使用 Azure开通好像还送了 200 刀余额，申请学生认证每年还送一百刀，非常赞，价格也还不错。
我全程都是按照这个 Github Repo 操作的：https://github.com/Sha1rholder/use-ChatGPT-in-GFW
在中国境内使用 OpenAI 服务的方式，非常好的文档，供大家参考。
其中有一个坑大家特别注意，在刚成功申请的时候第一次尝试的时候，会弹出提示，没办法创建OpenAI 服务，可以按照我在 issue 中的方式来解决：
https://github.com/Sha1rholder/use-ChatGPT-in-GFW/issues/6
最后吐槽一下Azure 产品的文档，太乱了，产品超级多，根本找不到想要的。
未来可以出一个文章来总结一下。
互联网充电｜优质资源
优质内容｜内幕消息
https://azure.microsoft.com/zh-cn/products/ai-services/openai-service
只需要一个微软账号，填一张申请表格就行，申请大约在等待一天后成功，第一次使用 Azure开通好像还送了 200 刀余额，申请学生认证每年还送一百刀，非常赞，价格也还不错。
我全程都是按照这个 Github Repo 操作的：https://github.com/Sha1rholder/use-ChatGPT-in-GFW
在中国境内使用 OpenAI 服务的方式，非常好的文档，供大家参考。
其中有一个坑大家特别注意，在刚成功申请的时候第一次尝试的时候，会弹出提示，没办法创建OpenAI 服务，可以按照我在 issue 中的方式来解决：
https://github.com/Sha1rholder/use-ChatGPT-in-GFW/issues/6
最后吐槽一下Azure 产品的文档，太乱了，产品超级多，根本找不到想要的。
未来可以出一个文章来总结一下。
互联网充电｜优质资源
优质内容｜内幕消息
Sierra 是垂类 Agent 的代表公司，很多人知道它是商业模式比较有代表性：outcome-based pricing，也就是按结果付费。
意思是 B 端客户使用了 Sierra 作为 AI 客服，如果进线的会话被 Agent 端到端 resolved 了而没有转人工，就意味着 Agent 产生了价值，要计费。反之只要人工介入了，本次会话就不收费。
我好奇的是 Sierra 如何定义 resolved，以及具体的实施流程是怎样的，于是从官网 book a demo，然后 Sales 带着我端到端体验了一把客户视角的 outcome-based pricing。
我一开始以为会先看产品 demo，结果真正有价值的部分反而在 demo 前面。他们需要先知道我的客服规模、主要渠道、ticket volume、现在的 automation rate、平均处理时长、转人工比例、CSAT、用什么 CRM / contact center / 订单系统，以及最想先自动化哪几类问题。
这个流程不是传统那种“我给你一个 AI 客服，你接上去试试”。更像是先把我的客服业务拿出来做一次拆账：哪些会话有明确结果，哪些只是咨询，哪些有系统动作，哪些容易扯皮，哪些压根不适合 result-based pricing。
然后就进入最关键的一步：定义 billable resolution。
比如退款，不能写成“Agent 帮用户解决退款问题”。这句话上不了账单。真正能落地的定义要具体到：用户身份验证通过，订单符合退款政策，Agent 成功调用订单系统生成 return_id，退款标签发送成功，CRM 里状态更新，并且整个会话没有转人工。满足这些条件，这一单才算 resolved。
查订单也是一样。只是告诉用户“订单状态”不一定能计费。要看它是不是命中了双方约定的 outcome：识别用户、查到订单、解释异常、给出下一步动作，用户没有继续升级，也没有进入人工队列。
取消订阅更典型。Agent 劝用户留下来不叫结果。它要识别取消原因，给出规则允许的挽留方案，用户接受后，订阅系统里真的完成 pause、discount 或 plan change。这个时候才可能被记成一个 saved membership。
我觉得 Sierra 这里最重的工作，是把“AI 客服觉得解决了”翻译成“系统、运营、财务都承认解决了”。
后面实施会变成很工程化的几步。
先拿历史 ticket 做 intent mapping。比如过去 90 天的会话，按订单查询、退款、地址修改、物流延迟、优惠券、会员取消、投诉升级这些桶切开。每个桶再判断：能不能闭环？闭环需要哪些字段？需要调用哪些系统？失败时什么时候转人工？
接着是系统集成。知识库只是让 Agent 能说话，CRM 和订单系统才让 Agent 能办事。没有 write-back，没有 tool call，没有状态更新，就很难按结果收费，因为结果没有凭证。
然后是 simulation。拿真实历史对话去回放，让 Agent 跑一遍。用户没给订单号怎么办？政策边界不清楚怎么办？接口失败怎么办？用户情绪很差怎么办？Agent 什么时候该继续问，什么时候必须 handoff？这些都要在上线前打出来。
真正上线也不会一把梭。通常会先选少数几个低争议、高频、系统动作明确的场景，小流量跑。比如只开放 web chat 的订单查询和退货，先看 resolved rate、handoff rate、recontact rate、false resolution。
false resolution 这个指标我觉得非常关键。系统判定 resolved，但用户 24/48 小时内又回来找人工，或者质检发现其实没有处理完，这种就不应该算钱。否则 result base 会变成供应商和客户每个月对账吵架。
所以我最想看的不是那个很顺的 demo，而是账单明细。
每一行 billable case 后面，应该有 conversation id、intent、outcome type、工具调用记录、系统返回值、handoff reason、最终判定规则。客户应该可以抽样回放，也应该可以 dispute。比如这条为什么算 resolved？那条为什么不算？用户第二天又来问同一个问题，上一笔还收不收？
跑完这一圈，我对 Sierra 的理解反而更清楚了。
它表面是 AI 客服，实际卖的是一套“可验收的自动化客服 workflow”。result-based pricing 不是换一种收费方式这么简单，它要求产品把业务结果拆得足够细，细到能执行、能记录、能复盘、能对账。
所以 resolved 不是 AI 自己说“我回答完了”。resolved 是一份合同，是一条系统记录，也是一笔可以被客户财务接受的账。
意思是 B 端客户使用了 Sierra 作为 AI 客服，如果进线的会话被 Agent 端到端 resolved 了而没有转人工，就意味着 Agent 产生了价值，要计费。反之只要人工介入了，本次会话就不收费。
我好奇的是 Sierra 如何定义 resolved，以及具体的实施流程是怎样的，于是从官网 book a demo，然后 Sales 带着我端到端体验了一把客户视角的 outcome-based pricing。
我一开始以为会先看产品 demo，结果真正有价值的部分反而在 demo 前面。他们需要先知道我的客服规模、主要渠道、ticket volume、现在的 automation rate、平均处理时长、转人工比例、CSAT、用什么 CRM / contact center / 订单系统，以及最想先自动化哪几类问题。
这个流程不是传统那种“我给你一个 AI 客服，你接上去试试”。更像是先把我的客服业务拿出来做一次拆账：哪些会话有明确结果，哪些只是咨询，哪些有系统动作，哪些容易扯皮，哪些压根不适合 result-based pricing。
然后就进入最关键的一步：定义 billable resolution。
比如退款，不能写成“Agent 帮用户解决退款问题”。这句话上不了账单。真正能落地的定义要具体到：用户身份验证通过，订单符合退款政策，Agent 成功调用订单系统生成 return_id，退款标签发送成功，CRM 里状态更新，并且整个会话没有转人工。满足这些条件，这一单才算 resolved。
查订单也是一样。只是告诉用户“订单状态”不一定能计费。要看它是不是命中了双方约定的 outcome：识别用户、查到订单、解释异常、给出下一步动作，用户没有继续升级，也没有进入人工队列。
取消订阅更典型。Agent 劝用户留下来不叫结果。它要识别取消原因，给出规则允许的挽留方案，用户接受后，订阅系统里真的完成 pause、discount 或 plan change。这个时候才可能被记成一个 saved membership。
我觉得 Sierra 这里最重的工作，是把“AI 客服觉得解决了”翻译成“系统、运营、财务都承认解决了”。
后面实施会变成很工程化的几步。
先拿历史 ticket 做 intent mapping。比如过去 90 天的会话，按订单查询、退款、地址修改、物流延迟、优惠券、会员取消、投诉升级这些桶切开。每个桶再判断：能不能闭环？闭环需要哪些字段？需要调用哪些系统？失败时什么时候转人工？
接着是系统集成。知识库只是让 Agent 能说话，CRM 和订单系统才让 Agent 能办事。没有 write-back，没有 tool call，没有状态更新，就很难按结果收费，因为结果没有凭证。
然后是 simulation。拿真实历史对话去回放，让 Agent 跑一遍。用户没给订单号怎么办？政策边界不清楚怎么办？接口失败怎么办？用户情绪很差怎么办？Agent 什么时候该继续问，什么时候必须 handoff？这些都要在上线前打出来。
真正上线也不会一把梭。通常会先选少数几个低争议、高频、系统动作明确的场景，小流量跑。比如只开放 web chat 的订单查询和退货，先看 resolved rate、handoff rate、recontact rate、false resolution。
false resolution 这个指标我觉得非常关键。系统判定 resolved，但用户 24/48 小时内又回来找人工，或者质检发现其实没有处理完，这种就不应该算钱。否则 result base 会变成供应商和客户每个月对账吵架。
所以我最想看的不是那个很顺的 demo，而是账单明细。
每一行 billable case 后面，应该有 conversation id、intent、outcome type、工具调用记录、系统返回值、handoff reason、最终判定规则。客户应该可以抽样回放，也应该可以 dispute。比如这条为什么算 resolved？那条为什么不算？用户第二天又来问同一个问题，上一笔还收不收？
跑完这一圈，我对 Sierra 的理解反而更清楚了。
它表面是 AI 客服，实际卖的是一套“可验收的自动化客服 workflow”。result-based pricing 不是换一种收费方式这么简单，它要求产品把业务结果拆得足够细，细到能执行、能记录、能复盘、能对账。
所以 resolved 不是 AI 自己说“我回答完了”。resolved 是一份合同，是一条系统记录，也是一笔可以被客户财务接受的账。
#出海运营秘籍👉@yunying23
最近给自己招了一个内容实习生，
我发现临时一个需求，交给她要2-3h后反馈，只能做到40-50分，我还需要花20min改到70-80分，
我发给ai会立即反馈并在20min内处理到70-80分，
真的毫无带人的欲望，有这时间我还不如使用ai更高效便利😭
最近给自己招了一个内容实习生，
我发现临时一个需求，交给她要2-3h后反馈，只能做到40-50分，我还需要花20min改到70-80分，
我发给ai会立即反馈并在20min内处理到70-80分，
真的毫无带人的欲望，有这时间我还不如使用ai更高效便利😭