Why this product

追剧时
你是否也遇到过
这些问题

📖忘了前情
🤯理不清人物
🌀看不懂时间线
scroll
Why · 洞察

不是「发现需求」,而是「承接流失」

用户痛点
场景一
断更回来,接不上

追剧追到一半太忙断更了,半个月后再打开,完全想不起上次演到哪、谁跟谁什么关系。只能硬着头皮往下看,或者干脆弃剧

场景二
角色太多,看懵了

家族、师徒、敌友关系反复交织,越看越分不清谁是谁。想去搜关系图,又怕一打开就被剧透大结局

场景三
时间线跳来跳去

频繁插叙、回忆杀、多条时间线并行 —— 刚看完现在的剧情就跳到十年前,再切回来已经分不清哪段是回忆哪段是当下

小红书 — 真实用户声音
小红书用户追剧痛点帖子合集
流失现状

用户追剧遇到困惑时,第一反应是跳出平台 —— 去小红书搜剧情解析、去豆瓣翻人物关系图。这意味着注意力和停留时长的直接流失。更关键的是:外部平台无法匹配个人观看进度,极易被剧透,进一步伤害观剧体验。

平台视角 · 机会
内容消费延伸

「剧情解析」本身就是 IP 内容消费的自然延伸。平台自身承接这部分需求,可将流失的注意力回收为增量消费时长,形成 「看剧 → 理解 → 讨论」 的完整闭环

行业趋势窗口

长视频正从「拼版权」转向「拼体验」。AI 辅助观影是差异化竞争的新战场 —— 谁先让用户「看得懂、聊得起来」,谁就握住了下一代长视频的用户心智

数据 & 商业价值

AI 解剧产生的用户互动数据(关注角色、讨论热点、弃剧节点),可反哺内容运营与推荐算法,同时为IP 衍生品、会员增值开辟新的变现路径

How we built it

一位产品经理
一周时间
零代码背景

Vibe-coding 的方式,从想法到可交互产品

457
行 PRD
9200+
行代码
5
大功能模块
0
行手写代码
How · 实战案例

Vibe-coding,具体怎么做的

01
产品规划与定位,用AI 生成完整 PRD产品思维

先明确产品定位和核心场景,梳理清楚要解决什么问题、面向谁、拆成哪些模块。然后将完整思路输入 AI,让它生成 457 行的产品需求文档,再人工逐项 check 和调整

02
逐模块迭代,用对话驱动开发Vibe-coding

按PRD 拆解的模块逐个推进 —— 每个模块用自然语言描述功能和交互,AI 生成代码后预览效果,不满意就继续对话迭代,直到达到预期再进入下一个模块

03
遇到的硬骨头:AI 聊剧浮窗 — 防剧透踩坑 & 解法

AI 对话不区分用户看到哪一集,直接回答结局等剧透内容 —— 这在追剧场景下是致命体验问题。

问题

用户才看到第 3 集就问「男女主结局怎样」,AI 直接剧透了大结局,完全破坏观剧体验

解法

在 Prompt 中注入「用户当前观看进度」上下文,加上剧透问题自动识别 + 确认后才揭晓的两层防护

04
对接混元大模型,让产品真正「懂剧」AI 能力

通过腾讯混元大模型 API 实现 AI 聊剧浮窗 —— 用户可以基于当前观看进度,和 AI 聊剧情、问人物、猜结局,不怕剧透

How · 感悟

技术不再是门槛
创意和洞察才是上分关键

你是指挥全局的打野,AI 是响应节奏的辅助
🎮 你(产品经理)

Ban/Pick — 产品规划与定位
指挥团战节奏 — 需求优先级判断
抢龙拍板 — 关键决策一锤定音

🤖 AI(辅助位)

探草丛给视野 — 找方案、调研技术
开团控场 — 写代码、搭架构
秒级响应 — 你喊什么它就做什么

配合默契了,一个人+AI也能打出五排的效果
Vibe-coding 让产品经理从「画原型等排期」变成「carry 全场」

sashazhao· AI 懂剧