做了多年企业品牌运营，我从没写过一行代码，却一直与大型活动短兵相接。
如果把品牌运营比作一场旷日持久的战争，那么每一场活动就像是一次次战役。仗打得越多，我越明白：活动人最疲惫的，往往不在现场——拉不齐的任务表上，在各说各话的人数口径中，在活动结束之后一切归零、下一届重踩一遍坑的循环里。很多情况下，活动人并不是没有经验，而是经验过于分散；不是缺少工具，而是工具没有连接起来。
所以这一次，我决定把工具打通，依托 Qoder / QoderWork + 阿里云百炼，手搓出一个可运行的交互原型 ——EventPilot，大型活动全周期 AI 作战台。
活动场景复杂且落地性强，兼顾业务经验与数据诉求，很适合 AI 发挥价值。AI 不是用来取代人做判断，而是收拢零散信息、承接重复工作、沉淀宝贵实战经验，形成完整业务链路，让 AI 从普通的内容工具，进化成业务作战系统。
这篇实录完整复盘整个过程：我的思考逻辑、模块分工、踩过的坑——是一位活动运营者基于真实业务场景的思考，也是在 AI 时代对“人机协同”能力边界的一次探索，欢迎交流指正。
一、为什么用“家属开放日”来试？
为了使读者更容易理解这个作战台的全流程，我把“2026企业家属开放日”作为主演示场景——目标300人，预算30万，当前处于筹备期。真实场景下可调整信息，平台结合实际重新生成策略。
这个场景不算宏大，但足够验证系统——家属开放日有内外部协同、有体验差异、有内容生产、有现场动线，能检验平台在多目标场景下的适配力。
**前期规划时，我把活动拆成了六个阶段：酝酿、筹备、邀约、传播、执行、复盘。**
他们首尾相接，构成一个从方案萌芽到经验沉淀的完整闭环。每一个阶段都设有加权指标——比如酝酿期看方案完整度、对标完成度和测评达成率，筹备期看任务完成率、风险清零率和预算执行率——六个阶段各有侧重，最终汇总为一个0到100的总体健康度分数。
这些分数会实时渲染成总控驾驶舱里的六阶飞轮图：一张以六边形雷达图为底的健康度全景，六个阶段顺时针排开，图形越饱满说明各环节推进越均衡。它不是静态的——在筹备期标记一个任务逾期，或者在战情室模拟一次突发舆情处置，对应阶段的得分会立刻重算，飞轮的形状也会随之收缩或扩张，让"哪里亮了、哪里暗了"一目了然。（Demo为展示完整效果，六阶段均预置了数据；实际运营中仅已启动阶段纳入计算）。
二、技术 CP：百炼管“想”，Qoder / QoderWork 管“做”
技术应用上，EventPilot分工很清晰：百炼做智能层，Qoder/QoderWork做工程层：一个管“想”，一个管“做”。
百炼想什么：
一是检索增强生成（RAG）：活动运营包含许多非结构化经验，直接交给大模型很容易造成幻觉。先将脱敏后的历史资料及行业参照进行语义切片存入知识库中，每次产生方案的时候先通过向量检索来召回相关的片段，连同指令一起送到模型里去，从而保证输出是有依据的。
二是多模态能力编排：除文本生成外，百炼还产生图像、语音合成转写等成果，并把这些结果安排成具体的业务流程，例如点击“生成海报”之后，系统会先依照活动Brief来创建提示词，然后调用文生图模型产生多尺寸素材，最后把它们送回前端做预览。
三是知识回流：本届新产生的SOP、风险案例经过审核之后被重新切片入库，成为下届知识的基础，是“知识影响实践、实践产生新经验、新经验又积累成知识”的循环过程。
Qoder/ QoderWork 做什么：
在开发的过程中，页面结构、组件逻辑、数据联动等基础的工作由Qoder家族来完成，而人工则做审核以及调整。就像AI先将房子的毛坯砌好，人再去检查需要修改的地方、加固的部分。
核心成果是建立了以projectState为核心的动态数据中枢，六个阶段任务甘特图、预算执行、人群分层都用同一个数据源，不用一个个去改。
从操作来说，每一个按钮、每一个筛选器都是可以被操作的，点击“生成方案”之后，AI就会给出相应的方案。每个按钮、每个筛选器都是真实可交互的——任务标记逾期后，驾驶舱健康度和飞轮图会实时重算；战情室模拟舆情突发或处置告警后，飞轮图也会随之变化。
一句话：百炼把界面上的操作转化成智能的响应，Qoder/QoderWork 把想法变成可点击的界面。AI 搭架子，人来拍板。
三、六阶活动飞轮：每个阶段解决什么痛点
我把活动的六个阶段命名为 “六阶活动飞轮” 。每个阶段解决一类核心问题，并且数据自流转，形成闭环。
① 酝酿期：方案从“拍脑袋”到“有依据”
痛点：方案依靠个人的经验，质量不稳定；评审依靠主观判断，没有统一的标准；人卡在“从何入手”的问题上。
破局：用户填写基本信息后，系统调用百炼知识库来查询既往活动情况及同类TOP案例对标，由AI自动生成结构完整、格式一致的方案初稿，并且按照统一的框架进行四维测评。
能力特色：先给出一份可用的初稿，让人把注意力集中在判断而非起头上；测评给出分维度得分与总体评价，方案质量第一次有了可量化的对照标准。
② 筹备期：从“任务分散”到“关键路径一目了然”
痛点：任务分散到各个小组，进度不清楚；风险发现晚；预算超支后才知道。
破局：把任务排期、风险台账、预算执行、供应商状况和审批监管集中起来，并非只是列出任务那么简单，实质上就是看清楚哪些是关键路径上的节点，哪些任务的延迟会成为后面的瓶颈。
能力特色：甘特图与风险台账同屏联动，哪个审批已超时、预算走到哪个环节、供应商状况如何，一张屏全部看清。
③ 邀约期：从“撒网式邀约”到“精准触达关键人”
痛点：撒网式邀约转化率低；到场率心里没底；不同人群没有差异化策略。
破局：人群分层加上AI到场预测加个性化邀约话术，把"邀了多少人"变成"关键人到底来不来"。
能力特色：按人群分层管理，每层设有确认出席率目标，低于70%即触发红色预警。以领导出席为例，系统将"专人确认、致辞稿对齐、巡场预演、T-3二次确认"串联为完整闭环。
④ 传播期：从“内容产出慢、节奏乱”到“声量与口径双达标”
痛点：主视觉和内容产出慢、反复改；传播节奏混乱；声量与口径命中看不见。
破局：AIGC一键生成多平台内容加上传播排期加合规检测加平台监测，从产出到投放全链路覆盖。
能力特色：一键生成各平台风格文案与多尺寸海报，内置广告法合规扫描；传播监测台把"哪条超时、哪个平台声量不足"摆到眼前。
⑤ 执行期：从“现场靠喊话”到“数据驱动指挥”
痛点：现场出现突发情况靠喊话、响应慢；数据散落多系统；指挥决策缺少实时依据。
破局：战情室作为信息神经中枢，事件上报后由AI形成处置建议，中控审核再下达相应组执行。
能力特色：出现P0、P1级突发事件时，AI在30秒内给出处置建议并分级通知——主责组限时处置，其他组同步知会，全程经中控审批后下达，确保信息对称。
⑥ 复盘期：从“经验留在个人身上”到“经验变成组织资产”
痛点：复盘流于表面、不了了之，经验只在个人身上留着，下届活动又重蹈覆辙。
破局：AI自动汇总全周期数据生成复盘报告，将SOP资产化、案例入库，让本届的经验变成后届可直接复用的组织资产。
能力特色：复盘与方案中心目标形成闭环，AI自动调出全周期数据评判达标状况并追溯原因——本届的坑成为后届的警示，本届的经验成为后届的标准。
四、设计挑战与应对
搭建这个平台的过程中，有几个设计决策需要反复权衡，最终的选择也塑造了EventPilot的核心架构。
1️⃣ 数据口径的一致性
活动涉及六个阶段、十几个模块，指标定义和状态数据被大量页面引用。最初分散维护时，一处调整其他处容易遗漏。后来引入 projectState 作为全局唯一数据源，所有模块从同一份状态中读取和写入，实现了真正的联动。这个经验让我意识到：在复杂交互系统中，数据架构的优先级应该高于界面搭建——先把"数据从哪来、到哪去"想清楚，后面的开发才不会反复返工。
2️⃣外部依赖的韧性设计
方案生成依赖百炼RAG检索，但演示环境中网络和服务并不总是稳定。如果强依赖单一链路，一次波动就会导致整个流程中断。因此设计了"RAG优先、本地降级"的双层架构：有网络时调用RAG获取高质量结果，不可用时自动回退到本地知识库，保证体验不中断。做AI产品不能只跑通理想链路，每个外部依赖都需要一个兜底方案。
3️⃣ 原型与真实系统的边界
EventPilot目前是一个可运行的交互原型，跑通了六阶段闭环的数据结构、指标口径和关键交互。真实部署需要接入CRM、报名系统、签到系统、传播平台后台、舆情系统等外部数据源。原型阶段的重点是验证业务逻辑是否成立、交互是否顺畅，而不是模拟真实数据量级。明确这条边界，反而让每一轮迭代都聚焦在最核心的问题上。
但即便只是原型，它已经折射出一种工作方式的变化。过去做活动，方案存Word文档，指标散落在Excel，风险靠会上提一嘴，复盘靠会后凭记忆写总结——每一个环节都依赖"有经验的人在关键时刻做正确的判断"。而在EventPilot里，方案由AI按统一框架生成并测评，指标由系统按预设口径实时计算，复盘由全周期数据回溯。这不是效率的线性提升，而是决策依据从"经验直觉"向"结构化数据"的迁移。
EventPilot要做的不是取代人，而是把活动人的经验变成系统能力——经验结构化、过程数据化、决策智能化，让经验从个人记忆变成可复用的组织资产。
写在最后
近几年，越来越多活动内容都可以在线上被看见，很多信息已经不必非把人请到一个场馆里才能传递。但即使这样，现场也没有变得不重要。
屏幕能传递画面，却传递不了人在一起的场景——那些彼此照见、彼此回应的瞬间，那些在眼神里、在掌声里、在散场后不肯走的那几秒里长出来的东西。
同一场活动，不同的人带走不同的感受。那些感受不一定要在现场才能发生，但在现场，它们长得最快、最真，也留得最深。
而AI的意义，恰恰是把流程托住，让人能稳稳留在现场，去解决那些更原始又生动的问题，去思考这场活动到底要说什么。
回看这次尝试：是一次AI+∞的探索——
AI的能力在生长
活动经验的沉淀在生长
人回到现场后创造出的“人性瞬间”，也在生长
三层 ∞ 叠在一起，才是这场技术变革里真正值得被记住的事。
后记及文章预告
以上大型活动全周期 AI 作战台作品EventPilot 已在魔搭上线，累计近 2 万浏览试用，可在线体验：【https://modelscope.cn/studios/jiuhongtu/eventpilot-ai】
下一篇一起聊聊如何用千问办公+魔搭 LoRA + 阿里云百炼搭建一条 AI 金融内容生产线——把复杂产品逻辑翻译成大众看得懂的漫画，欢迎关注追更。
关于作者
AIGC 应用工程师｜阿里云 ACP｜资深品牌人｜做科技与品牌人文之间的桥梁 —— 让技术有温度、可感知，让业务听得懂、用得上、行得远。
