这周在工作流程的梳理上花了不少时间，主要原因就是有了新的思路，就觉得之前写的那些逻辑没那么有用了。
举个最简单的例子，谷歌搜索下拉框的关键字建议，之前我的处理逻辑是先把信息抓取下来并清洗好，再使用 AI 模型进行笼统处理。
正是由于这种笼统处理使得这些数据没办法存储到表格里，更没办法提供详细的细节参考（至于原因有在昨天的文章中分享过）。
而随着 AI 模型的发展，或者自己对这部分工作流程有了更深的体悟之后，就觉得这种粒度非常细节的数据是有意义的，值得将其保留下来。
且 Jev 这样的模型也能支持我做好这件事，自然就需要重新审视一下整个工作流程，并花时间来优化这部分逻辑。
坦率地说我并不喜欢自动化程度太高的东西，即便现在 AI 模型的能力已经很强大，能够完全应付内容营销领域各个部分的工作。
但这种自动化的处理并不是我想要的，我更喜欢的是 AI 来辅助我工作，而我做最终的决策。
毕竟我的主要目标是通过内容营销来获取精准的搜索流量，在这个过程中自然就需要对用户需求的精准把握，以及对用户调性的精准洞察。
而 AI 在处理这些非量化问题上的能力还有待商榷，我觉得这种调研还得靠人工自己去完成，全部交给 AI 去做我觉得有点冒进了（我自己是不太敢）。
好在整个工作流程的大基调没有发生什么改变，这周主要在做的也是几个流程的细节优化，后续投入实际工作后再来看看反馈吧。
除了这种工作流程的优化之外，这周也花了比较多的时间来做几个产品数据测试。
至于选择哪些产品做测试，我的逻辑非常简单，就盯着那些溢价比较高且没办法标准化的非标产品。
传统意义上“衣帽鞋服”这种类型的产品，我基本是不会碰的，主要原因就是我们小团队没有很多优势。
毕竟整体的流量获取能力有限，必须得想办法将流量价值最大化。
相较于那种几十美金的传统标品，我肯定更倾向于那些几百美金的非标品，因为在整个工作周期内我所付出的劳动时间都是差不多的。
同样的关键词与竞对调研流程，大差不差的内容生成与内容推广流程，就更没有必要去死磕那些竞争激烈的大众产品了。
且现在的产品测试流程，我也做了一些改进，直接用寄生平台发布一系列内容来看相应的数据反馈。
这种寄生平台的确定并无一定之规，可以根据自己的意向与资料密度去选择使用。
另外一些社媒平台也是可以考虑的，由于现在谷歌站长工具支持绑定社媒平台来跟踪自然搜索数据，从这个角度来说社媒平台可能会更合适一些。
反正不管怎样，在平时工作的过程中多留意细节，尽可能用性价比比较高的方式去做快速测试，可能会让我们发现一些更合适的机会。
