CASE FILE
01
RnD
按键音 / 关
MODEL LX-26 · GROWTH CONSOLE
CASE 01 / 04痛点角度 / 视觉风格
RnD 素材
第一步 · 测试痛点角度
针对同一批研发人员,我从四个工作场景切入,用点击率(CTR)比较哪种痛点更有共鸣。
检索分散,要反复搜索、切换标签页。
通用 AI 的答案缺少可核验来源,难以用于严肃研究。
阅读投入很大,仍难以确定下一步行动。
研究流程辗转多个工具,最后才打开 Eureka。
第二步 · 测试视觉风格
每个痛点各做两版,保留同一卖点。深色版用蓝绿渐变和发光元素,日常工作版用便签、清单和浅色说明区。两版对照看点击率。
CASE 02 / 04产品卖点
人形机器人运动会
人形机器人在赛场上展示性能,研发团队还要面对量产问题。我用三张广告测试,哪个卖点更能让他们想试用 Eureka。
缩短搜集专利、研究资料的时间。
持续掌握竞品技术动态,梳理量产路线。
与通用 AI 的回答相比,工程简报把证据整理成可供决策的材料。
CASE 03 / 04表达方式
机器人续航
两张广告都用 TRIZ Agent 寻找不增大电池的续航方案。一张先讲工程判断,一张直接问工程师要解决的问题,比较哪种开场更能吸引试用。
“更快的机器人令人印象深刻,更长的续航才考验工程能力。”
“不增大电池,能让机器人运行更久吗?”
CASE 04 / 04用户需求
Lead Compound Agent
面向同一批药物研发人员,我用同一套模板呈现 Lead Compound Agent。三张广告各问一个问题,测试用户最愿意为什么试用。
专业能力:用分子结构识别准确率和实体识别精度,说明产品怎样读懂化学信息。
具体任务:从长篇专利中提取分子结构、活性数据和构效关系,帮助研究人员筛选先导化合物。
竞争时机:并排对比两家公司专利的核心结构,从中识别新兴化合物和研发方向。