2026|Q2 - Q3

主播内容调优
业务专项

史雨芊 TikTok Live

围绕主播成长阵地,设计内容调优教学产品与成长活动页面,包括两套策略教学落地页及 Rising Star Program H5 活动设计,通过优化教学链路与活动体验,提升主播学习转化与成长效率

项目背景

内容调优计划2025 Q3启动:
通过长期数据跟踪与能力培养,持续提升主播专业能力,为平台创造更高优的内容

我从2026 Q2开始介入该专项,将进一步推进主播内容调优计划: 聚焦问题诊断与精准教学,探索更多元化的培养方式

V1 主播报告 V2 主播报告 画面调优与感谢语调优 报名期与正式期活动
自我介绍
欢迎语
其他专题指引
在端内持续给
主播激励
长线活动

我们要怎么做?

2026|Q2 - Q3
业务挑战

平台已经明确优质主播标准,但仍有三道难题:

难以识别具体问题难以转化为行动难以长期坚持

“怎么改”“怎么持续改”
如何解决呢:建立一套能够持续运转的主播成长机制

01 能力层:用专题指引完成诊断、教学、示范与行动——解决“怎么改”
02 动力层:用活动目标、阶段进度与奖励反馈,解决“怎么持续改”

优质主播标准:专业力、安全力与职业力 主播成长机制:专题活动、专题教学、主播报告与长线活动

项目框架

从主播视角来串联目前(Q2-Q3)该项目涉及的全部需求场景

主播触点场景完整项目框架 关播后的主播报告 感谢语调优界面 画面调优界面
主播触点场景
02 查看自己数据,学习如何提升自己
参与平台活动,争取更多提升 (当前是一个持续1个月的活动,后续计划转为平台常规能力)
主播报告与活动报名后的报告界面 活动结束后的端内荣誉展示

专题教学设计:AI多样式教学

需求概述

既有主播报告能够指出问题,却难以帮助主播采取行动。
因此围绕四个要素——画面、感谢语、自我介绍、欢迎语,展开针对性的专题教学

设计亮点

1. 将抽象建议拆成“诊断—价值&反馈—方法—案例—行动”五步,让内容问题都能被理解、被执行。

2. 根据不同内容丰富教学方式,让 AI 赋能专题教学。

沉淀可复用教学框架

Before

❌ 框架内容重复,不符合用户常规阅读逻辑
❌ 卡片形式多样,难以沉淀为可复用框架

After

设计决策

精简内容,让主播一眼能看完“为什么”,一眼能看懂“怎么做”,并且精简卡片形式作为可复用的框架

AI结构化生成:不写 Prompt,也能得到可直接使用的感谢语

用户障碍

要让主播更容易上手。直接让主播自己准备感谢语,仍然会让主播面对较高的创作压力

AI 感谢语生成完整流程

AI画面诊断:把抽象建议变成直观可视化结果

用户障碍

主播很难仅凭文字理解画面问题——“问题在哪、怎么改、改完是什么样”。如果用户看不见结果,就很难产生行动信心

AI 画面诊断完整流程

AI画面诊断:覆盖生成结果的不同状态

与产品、开发讨论,直播画面生成存在“画面优秀无需生成”和“画面生成失败”两种情况,因此需要考虑:

状态状态 A:最终输出两张图状态 B:最终输出一张图条件上传图片质量 = 不好
且 AI 生成 = 成功
上传图片质量 = 很好
或生成失败
结果原图 + AI生成图仅展示原图
设计决策

采用两个卡片容器交叠的形式,兼容分析态、生成态、单图展示与双图展示;同时向 FE 交付关键 Demo,减少沟通成本与理解 gap。

分析态生成态展示态(单张)展示态(两张)

卡片容器的动效设计也十分重要,给 FE 交付关键 demo,来减少沟通成本与理解 gap

Rising Star 活动设计: 一条清晰、可持续的成长路径

内容能力的提升是一个持续学习和反馈的过程。在实际成长过程中,即使主播已经理解优化方法,仍可能难以长期坚持。因此,下一步是将分散的优化行为组织成一条清晰、可持续的成长路径

核心问题

主播在持续成长中面临两个阻碍:

01 行动后缺少及时反馈,难以感知自己的成长02 长期收益距离较远,缺少持续投入的动力
解决方向

让主播看见自己的成长路径,并愿意持续投入。通过阶段任务、进度反馈、权益激励和身份升级,推动主播从每一次优化走向持续行动。

设计策略推导

核心设计目标: 建立一条清晰、可持续的主播成长路径,推动主播完成报名并持续参与活动

策略 用户任务 设计动作 策略一与策略二:用户任务、设计动作和核心关注指标
PGC活动推广 - 策略1:建立参与价值,缩短报名决策路径

设计动作1: 强化首屏信息表达,快速知晓活动内容

用户问题

主播进入活动时,首先需要确认自己为什么会收到邀请,以及活动是什么

是什么一句话说明活动主题,加快用户感知 CTA前置报名触点,加速转化决策 做什么一句话说明活动内容,降低理解成本
强化场景与荣誉感

采用直播与荣誉视觉物像,塑造成就质感,快速建立用户活动感知

PGC活动推广 - 策略1:建立参与价值,缩短报名决策路径

设计动作2: 前置核心收益,加快报名决策

用户问题

主播需要判断参与活动是否能够换来足够的回报,如果权益被放在后面或者不明显,容易在形成参与动机之前流失

PGC活动推广 - 策略2:构建递进式成长路径,维持长期行动动力

设计动作1: 拆解长期目标,设计阶段性成长

用户问题

长期活动中的任务较多。如果缺少清晰路径,主播无法判断当前阶段的重点

PGC活动推广 - 策略2:构建递进式成长路径,维持长期行动动力

设计动作2: 降低成长任务认知门槛,有效推高完成率

PGC活动推广 - 策略2:建立长效驱动机制,深化全链路的情绪价值

设计动作3: 强化奖励兑现时的峰值体验

用户达标周任务、完成官方视频观看、达成PGC最终任务、达标海报记录

PGC活动推广 - 项目数据

* 数据已做模糊处理

全球报名情况
121万圈选主播数
14.5万目标报名主播数
15万实际报名主播数
12.40% +0.40pp
报名率(目标 12%)
正式期数据 目前只有前两周数据
9.6K第一周达标数
9.9K第二周达标数

数据说明:
活动能够推动主播将要求转化为实际行动,并在第二周维持较高的参与规模。但第二周达标人数环比增长 2.9%,整体参与表现保持稳定并呈现小幅上升趋势,
后续可以进一步关注任务中断节点,并通过阶段提醒、进度反馈和增加激励,提升成长行为的持续性。

项目总结:从设计活动页面,到构建用户持续成长的机制

1. 设计认知:从用户决策出发,搭建成长类产品的设计框架

这次项目让我学会在设计页面时,先梳理用户参与成长活动时的决策过程:

这与我有关吗 → 值得参与吗 → 我要做什么 → 如何完成 → 行动是否有效 → 为什么要继续

基于这条路径,将规则重新组织为“目标—任务—反馈—激励”的设计框架:

这个过程让我学习到,设计框架不是对功能的简单分类,而是将业务目标转化为符合用户认知和行动的体验路径。

2. 协作收获:用可交互方案缩小设计与开发的理解差距

在与开发对接的过程中,我通过 Vibe Coding 搭建可交互原型,将设计稿中难以表达的流程和状态转化为可以直接体验的Demo。这一过程也拓展了我的能力:

我开始尝试如何更快速地还原页面,接入了平台组件仓库来提升还原率,并找到合适的动效参考视频,减少AI对话轮次。

专题教学界面 可复用教学框架旧版界面与内容层级 可复用教学框架优化结构与界面 Rising Star 活动首页 活动首屏界面
奖励峰值体验与界面墙
主播调优、Rising Star 与感谢语三个产品界面 Rising Star 活动首页 活动核心收益的三组界面展示 成长阶段与冲刺阶段界面说明 成长任务认知与奖励状态界面说明