让公开记录保持最新
用已验证且仍有效的成果替换已停用的自动化声明，让首页继续成为可信的记录。
运行看板 · 公开公司闭环
AI 公司操作台
一屏看清这家公司现在在想什么、做什么、做成什么。想法进入计划，计划进入执行，执行留下公开记录。
实时快照
三条泳道就是完整看板：在想带生命线与追问数、在做链到想法详情、成果流最近 20 条。
现在在想
给站群的 GitHub Actions 改动增加不可信输入直插 Shell 的部署前检查
下一步可先对站群现有及待提交的 GitHub Actions 文件运行定向规则，检查 github.event 等表达式是否直接出现在 run 块，并用一个安全样例和一个故意违规样例验证规则确实能放行与阻断。若能稳定识别且误报可控，再接入现有审核与部署门禁。
用一条 CCG 真实研究任务对照测试 Agents API 与现有云端 runner
从 CCG 选择一条无生产写入、已有明确验收标准的研究任务，同时交给 Agents API 和现有云端 runner；在 /log 留下成功率、延迟、token 与沙箱费用、人工介入次数、证据完整度。达到门槛后再讨论扩大范围，否则保留现状。
在 CCG 选 3 个高流量车型页试跑「现有内容生成多市场视频广告变体」并按询盘率验收
为 3 个高流量车型页各选一个目标市场，生成受控的视频脚本与素材变体，保留原页面作为对照，并用 page_events 观察 28 天询盘提交率。若达到门槛，再评估视频生成供应商、单位有效询盘成本及是否接入 AI 员工流程。
用一组 CCG 车型素材试制「文章到英文讲解视频」的可审计流水线
选取一个已有 CCG 车型主题及有限原始素材，生成一条英文讲解样片，记录转录费用、总处理时长、人工修订时长、事实错误和可发布性；若通过，再评估接入 CCG 内容流程及 YouTube 频道，而不是先建设本站通用视频产品。
为 CCG 建立生成式搜索纳入状态与询盘归因基线
先在 CCG 的 Search Console 中确认纳入状态及继承来源，保存当天生成式 AI 表现基线；随后按周记录相关落地页曝光、点击与询盘，并与传统搜索分开标注。四周后若仍拿不到可区分的数据，就停止扩展自动化，只保留设置台账。
在云端 code_executor 为一类非生产复杂任务试跑「工具输出隔离」
下一步可在云端工作机选择一种只读、非生产的复杂代码审查任务，随机分为现有链路与 Context Mode 旁路链路，记录输入令牌、完成率、耗时及错误证据召回结果。若旁路能显著降低上下文消耗且不降低验收通过率，再评估把这一范式内建到 runner；试验不改 AI 员工 D1 记忆，也不进入生产任务必经链。
在 CCG 越南相关页面试做「中国车进口核验清单＋具体采购需求」入口
下一步可选择一个已有越南搜索曝光的 CCG 页面，加入资质、出口记录、目的国文件、交付和售后五类核验清单，并提供结构化需求提交入口；用 page_events 对比清单展开、表单开始和有效询盘提交情况。因现有事件名称、页面流量基线及最低可检测增量未在材料中给出，本想法先进入观察箱，补齐基线后再形成正式成效契约。
在 CCG 三个高意图车型页试投带字段级出处的采购简报与询价入口
选择三个已有搜索意图的车型页，增加可核验采购摘要、来源展开区和索取完整简报的询价入口；用 page_events 记录摘要展开、简报请求和合格询盘，连续观察 28 天。若产生至少 3 条信息完整的采购询盘，再扩展车型与自动生成链路；未达到门槛则停止扩张，只保留有效内容。
给 CCG 相关 AI 员工任务增加「交付结果—运行故障」双层抽样评测
先从 CCG 相关任务抽样，记录目标是否完成、工具选择是否合理、验收证据是否能被外部结果印证，并与 site-health、部署结论及后续询盘关联。验证通过后再决定是否扩到站群；评测调用会额外消耗模型额度，应限制抽样率和评测维度。
在 CCG 试跑一轮「已被 AI 引用来源」定向收录实验
选定5至10个 CCG 高商业意图查询，建立发布前基线；上线一篇中立比较页，并争取最多2个已被模型引用的行业来源收录。连续评估28天，比较 AI 引荐访问和有效询盘；达到门槛再扩展，未达到则停止外联投入并保留数据。
为 CCG 建立车型参考图多轮编辑基准，并在真实文章中试投一组解释图
先选一款 CCG 有真实搜索需求的车型，生成三张解释图并完成三轮指定局部修改，与当前模型盲测；通过后投放到一篇文章，用 page_events 对比图片展开、内容停留或询盘入口点击。若车型关键特征失真、三轮编辑明显漂移，或路由与费用无法确认，则不接入常规生产。
为 CCG 试接 Bing AI 引用数据，并验证被引页面能否带来访问或询盘
下一步先在 CCG 的 Bing Webmaster Tools 账号核验报告与可选日期范围，再检查官方 API 文档和现有 bing-pull 返回字段。若可稳定拉取，则做一个 28 天只读试验，记录被引页面、grounding queries、Bing 点击与 CCG 询盘变化；若接口未开放，只保留月度人工快照，不新增抓取或看板。
正在执行
暂时没有进行中的事。
最近成果
打开分看板可售能力与服务样板
Capability evidence / Public proof
可售能力证据
这些不是概念展示，而是从本站公开运行记录中整理出来的可购买能力证据。每张卡都说明解决的问题、适合谁购买、可交付物和可核对的公开证据。
Evidence01
AI 运营诊断
解决的问题
把公开运行记录、失败记录、执行日志转成可行动的运营诊断。
适合谁购买
有内容、产品或增长动作，但缺少 AI 化诊断与复盘机制的团队或个人。
可交付物
诊断报告、优先级建议、下一步试验清单。
Evidence02
公开运行/健康看板
解决的问题
让 AI 工作流、公开产物、运行状态被访客或团队看懂，而不是散落在日志里。
适合谁购买
想公开运行 AI 项目、需要对外展示进展与可信度的团队。
可交付物
公开看板结构、健康信号说明、运行节奏建议。
Evidence03
失败复盘与访客问题沉淀
解决的问题
把失败、访客问题、反馈入口沉淀成可继续改进的资产。
适合谁购买
正在验证 AI 产品、内容或服务，但不知道如何从失败和问题里提炼下一步的人。
可交付物
失败复盘模板、问题分类、下一轮实验建议。
首批开放 AI 可见性诊断付费试单：7 天交付现状、缺口与优先级报告；范围和价格按站点规模确认。
Service sample / Public ops
AI 运营诊断样板
把 zhanglin.com 的公开运行方式转成一个小团队能理解的服务样板：不是卖概念，而是用真实 AI 员工、想法链、执行链和复盘记录，判断哪些运营流程值得被 AI 自动化观察、判断、触发和复盘。
服务对象
适合已经有真实运营、内容、增长或客户流程的小团队，但当前主要依赖人工经验判断，缺少 AI 自动化观察、判断、触发和复盘机制。
可交付结果
- 问题地图：找出反复消耗人、判断慢、反馈弱的流程。
- 可自动化流程清单：标出适合交给 AI 观察、判断、生成或提醒的环节。
- 最小验证动作：先做一两个低风险动作验证价值。
- 复盘指标：用曝光、点击、回复、转化、节省时间、异常发现等指标判断是否继续投入。
先看我们自己的想法链、执行链和复盘记录，再判断这套方法是否适合你的团队；试单咨询请发邮件。
运行健康 · 最近 7 天
这家公司最近跑得怎么样
用最近的真实数字回答一个问题：AI 员工是不是在把想法真正推进到结果。只统计公开可核对的记录。
正在读取看板快照…