首页 > 传媒 > 关键词  > 正文

金山文档&MasterGo:新媒体运营团队协同提效新实践

2023-12-05 11:34 · 稿源: 站长之家用户

“设计师们各自为战的模式已经不满足当下需求,新媒体部门需要一个能让团队产能更有效的设计协作平台。”

——金山文档新媒体运营团队主管 敬怡

案例亮点

  • 生产周期缩减近50%

  • 持续优化设计规范

  • 优质模板有效复用

金山文档是金山办公旗下的在线协作Office工具,月活峰值超 2 亿。作为“本土”科技办公产品,金山文档秉持“一起办公才有效”的品牌理念,持续深耕办公赛道,不断打磨技术和产品,服务国人用户。

在线协同提效,填补工具空白

金山文档的新媒体运营团队的 6 位同学,要负责公众号、微博、小红书、知乎等多个新媒体平台的内容产出。金山文档相关新媒体内容的更新数量和频次非常高,并且要基于庞大的用户基数以及不同的用户画像规划不同的内容风格,巨大的工作量对团队的产能和协作提出很高的要求。

“在今年年初,新业务的发展对于内容设计提出了更高的标准,内容品质和数量双双提升。这就势必要求团队的协作及设计效率整体提升。金山文档就是在线协作文档,文档协作我们在行,但设计上的协作却缺乏合适的工具。当务之急就是找到一个可以让团队产能更有效的设计协同工具。”金山文档新媒体运营主管 敬怡 介绍到,“最开始是一个MasterGo的忠实用户建议我们试用一下这个产品,后来发现各方面的需求都能满足,于是就一直沿用下来了。”

对于国内的平面设计团队而言,在面对协同提效的转型需求时,比较大的难点就是找到一款合适的替代工具,主要原因是国外的协同工具存在安全隐患,传统的设计工具又不具备很好的在线协同能力。而MasterGo的出现,恰恰填补了市场上此类需求的“工具空白”。

首先,和国外工具相比,MasterGo作为一款国产自研的在线协同工具,具备天然的安全属性,对数据资产的安全保障切实有效,解除了众多客户对数据安全的后顾之忧。并且,MasterGo的功能更加本土化,无论是语言还是使用习惯,更符合中国设计师的用户体验。“比如 MasterGo文件导入的兼容性,就特别值得一夸。”金山文档新媒体运营团队设计师 淑苑 提到,“其他团队用Figma做的素材,我们直接导入到 MasterGo里面就行了,还有AI的矢量形状,直接复制粘贴就能导入MasterGo并实现节点编辑、渐变调整等等,非常方便。”

其次,和传统设计软件相比,MasterGo在线协同的优势就更加突出了。“使用传统的本地软件,我们只能直接拿着草图去跟同事当面交流,再用AI或者PS等软件进行设计,然后反复进行沟通修改,文件就会越来越臃肿。我们特别喜欢MasterGo的一个重要原因,就是在同样的工作流程中,减少了本地文件的下载以及传输过程,我们只需要在云端就可以实现沟通交流以及文件分享。”金山文档新媒体运营团队主管 敬怡 介绍到,“而且正是因为有了MasterGo在线协同提效的助力,遇到设计任务赶周期的情况,我们就可以多人协作,加倍提效。像今年上半年公司的AI能力WPS AI亮相,需要在短期内制作多篇差异化的亮点宣发内容。团队就通过 MasterGo的在线协作提升产能,最终圆满完成宣发亮相。相比之前的传统设计软件,这种协作就是很难顺畅实现。”

除了内容生产上的协同提效,MasterGo在文件管理和评审沟通上的协同提效同样获得了金山文档新媒体运营团队的一致好评。

“如果用本地软件的话,基本就是各自在各自的电脑上进行文件归档。需要调用文件时,还得在工作群组里沟通分享,不仅会导致群文件过大,而且翻找麻烦,很影响效率。但是在 MasterGo上协作,所有的文件和资产都沉淀在平台上,一键分享、实时更新,沟通成本以及管理效率和以往相比,都有显著的提升。”金山文档新媒体运营团队设计师 阿瑶 介绍到,“而且正是基于这样的在线协同模式,我们的评审工作也会方便很多。因为新媒体的很多内容相对来说管理周期会比较长,不同渠道不同周期会多次复用。从制作初稿到不同的发布周期对同一稿件进行多次优化,不断进行后续更迭,在 MasterGo上进行文件的管理和更新,就能节省大量的低耗时间成本,大大提高团队的产能效率。”

而在一些具体的设计功能上,MasterGo同样优于传统设计软件:比如 MasterGo的资源库,拥有各种现成的、丰富的信息图标,减少设计师手动重绘的工作;利用 MasterGo有效制作轻拟物风格的图片图标更快更便捷;利用MasterGo原型功能,制作一些比较丝滑的动画效果,可以满足大部分的动图制作需求等等。

“整体来讲,在使用了 MasterGo之后,提效效果是相当直观的。我们之前一篇图文的制作,从大纲到成稿到最终发布,周期大概在三天。但是新媒体平台的特点是追热点,讲究时效性,这个性质决定我们很多时候需要赶着出内容。如果内容制作周期较长,就没办法及时响应热点需求。在用了MasterGo之后,我们的周期大概能缩短到一天半左右,提效接近50%。”金山文档新媒体运营团队主管 敬怡 介绍。

搭建设计规范,沉淀设计资产

在实现产能提效的基础上,金山文档新媒体运营团队同时还利用 MasterGo搭建设计规范、沉淀设计资产,从更长远的意义上,进一步解放设计师,为团队带来更大的效能提升。

由于金山文档新媒体运营团队在以前都是各自使用习惯的工具,有的用本地设计软件,有的用网页的海报编辑工具,导致很难统一规范。而且素材分散不好管理,协作交流的成本也在无形中变高。所以从长远的发展来看,搭建设计规范、沉淀设计资产是团队成长必不可少的一环。

“得益于 MasterGo的协同功能,我们正在优化新一版的设计规范。其目的就是让相关内容拥有更系统、更严谨、更统一的风格,与我们的产品基调更契合。我们的设计规范是在 MasterGo上持续更新的, 2023 年年初有一版,到现在年末了,又在更新第二版。相对来说,设计规范会不断向更高的标准去优化,比如更适合阅读的行距、字距、字号等,归根结底就是从用户体验的角度出发实现规范化的内容生产运营,从而带给用户更愉悦的体验。”设计师 淑苑 分享了团队在 MasterGo搭建设计规范的成效以及必要性。

而对于金山文档的新媒体团队来说,设计资产的沉淀和管理尤为重要。不同于普通产研团队,金山文档的新媒体内容更新周期非常高频,从而积累了丰富的素材。“如何管理庞大的素材库?”这个难题,在使用 MasterGo以后就迎刃而解。

“我们在 MasterGo上建立了自己的团队素材库,将常用的素材以及公用的优质图标等资源共享在里面。当团队成员需要调用时,直接打开团队素材库的链接就能各取所需,轻松搞定。在以前,像这种涉及到非常多的、大批量的团队文件、团队素材,管理起来尤为麻烦,整理归档成本高。但是现在通过 MasterGo的团队素材库管理,就完全能解决我们的管理难题,满足所有团队成员的需求。”

通过 MasterGo大半年的沉淀,金山文档新媒体运营团队如今已积累了很大一批设计资产。而这些设计资产在团队内部形成优质模板,从而将内容制作的效率大幅提升,为团队节省出来很多宝贵的时间。“比如说今年下半年的开学季和上半年开学季的选题类似,那么大部分的项目资料是可以通过模板复用的,这样其实已经为我们节省了很大的时间。”设计师 阿瑶 介绍到,“在所有的设计资产中,使用比较高频的模板,我们就直接放在团队素材库里,这一部分资产大概能覆盖我们 80% 的日常复用需求;然后把剩余的其他内容,也都在 MasterGo中进行归档整理,后续想复用的时候直接去调用即可,这样就覆盖了剩下的20%特殊需求。换句话说,通过 MasterGo对设计资产的沉淀与管理,基本就能满足我们对于设计资产有效复用的大部分需求。”

MasterGo与金山文档的合作,为新媒体运营团队打造了一个协同提效的理想实践,为国内平面设计团队步入“在线协同”时代提供了一个可行性样本。正如金山文档新媒体运营团队主管 敬怡 所说的:“我们选择 MasterGo作为在线协同工具时的想法,是希望能让设计为团队带来更大的效能提升。我们新媒体团队的所有成员都是多面小能手,每个人都能作为设计师独立负责一篇内容的文字稿、设计、排版、发布等全部流程的产出,所以我们期望让设计参与到更多的流程中,较大程度的释放设计师价值。”MasterGo也期待在和用户共创的过程中,在助力团队产能提效的同时,和团队一起去提升设计师的未来价值。

推广

特别声明:以上内容(如有图片或视频亦包括在内)均为站长传媒平台用户上传并发布,本平台仅提供信息存储服务,对本页面内容所引致的错误、不确或遗漏,概不负任何法律责任,相关信息仅供参考。站长之家将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。任何单位或个人认为本页面内容可能涉嫌侵犯其知识产权或存在不实内容时,可及时向站长之家提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明(点击查看反馈联系地址)。本网站在收到上述法律文件后,将会依法依规核实信息,沟通删除相关内容或断开相关链接。

  • 相关推荐
  • 大家在看
  • Nemotron-4-340B-Reward:多维奖励模型,助力构建自定义大型语言模型。

    Nemotron-4-340B-Reward是由NVIDIA开发的多维奖励模型,用于合成数据生成管道,帮助研究人员和开发者构建自己的大型语言模型(LLMs)。该模型由Nemotron-4-340B-Base模型和一个线性层组成,能够将响应末尾的标记转换为五个标量值,对应于HelpSteer2属性。它支持最多4096个标记的上下文长度,并能够对每个助手轮次的五个属性进行评分。

  • Nemotron-4-340B-Instruct:NVIDIA的高级语言模型,优化于英文对话场景。

    Nemotron-4-340B-Instruct是由NVIDIA开发的大型语言模型(LLM),专为英文单轮和多轮对话场景优化。该模型支持4096个token的上下文长度,经过监督式微调(SFT)、直接偏好优化(DPO)和奖励感知偏好优化(RPO)等额外的对齐步骤。模型在约20K人工标注数据的基础上,通过合成数据生成管道合成了超过98%的用于监督微调和偏好微调的数据。这使得模型在人类对话偏好、数学推理、编码和指令遵循方面表现良好,并且能够为多种用例生成高质量的合成数据。

  • BookSlice:让阅读更有趣,用游戏化的方式增加阅读量。

    BookSlice是一款面向忙碌人群的游戏化阅读应用,通过心理学原理帮助用户建立阅读习惯,并通过设置每日挑战来维持阅读连续性。它利用实施意图、习惯叠加等心理工具,使阅读变得习惯性和上瘾。此外,BookSlice还提供AI问答功能,帮助用户在阅读过程中获得上下文答案。

  • agentUniverse:基于大型语言模型的多智能体应用开发框架

    agentUniverse 是一个基于大型语言模型的多智能体应用开发框架,提供了构建单一智能体和多智能体协作机制的所有必需组件。通过模式工厂,允许开发者构建和自定义多智能体协作模式,轻松构建多智能体应用,并分享不同技术与业务领域的模式实践。

  • HunyuanDiT Distillation Acceleration:高性能图像生成模型的蒸馏加速版本

    HunyuanDiT Distillation Acceleration 是腾讯 Hunyuan 团队基于 HunyuanDiT 模型开发的蒸馏加速版本。通过渐进式蒸馏方法,在不降低性能的情况下,实现了推理速度的两倍提升。该模型支持多种GPU和推理模式,能够显著减少时间消耗,提高图像生成效率。

  • WonderWorld:从单张图片生成交互式3D场景

    WonderWorld是一个创新的3D场景扩展框架,允许用户基于单张输入图片和用户指定的文本探索和塑造虚拟环境。它通过快速高斯体素和引导扩散的深度估计方法,显著减少了计算时间,生成几何一致的扩展,使3D场景的生成时间少于10秒,支持实时用户交互和探索。这为虚拟现实、游戏和创意设计等领域提供了快速生成和导航沉浸式虚拟世界的可能性。

  • ChatTTS_Speaker:基于ERes2NetV2模型的音色稳定性评分与音色打标。

    ChatTTS_Speaker是一个基于ERes2NetV2说话人识别模型的实验性项目,旨在对音色进行稳定性评分和音色打标,帮助用户选择稳定且符合需求的音色。项目已开源,支持在线试听和下载音色样本。

  • fastc:轻量级文本分类工具,使用大型语言模型嵌入。

    fastc是一个基于大型语言模型嵌入的简单且轻量级的文本分类工具。它专注于CPU执行,使用高效的模型如deepset/tinyroberta-6l-768d生成嵌入。通过余弦相似度分类代替微调,实现文本分类。它还可以在不增加额外开销的情况下,使用相同的模型运行多个分类器。

  • MeshAnything:3D资产的自动生成工具

    MeshAnything是一个利用自回归变换器进行艺术家级网格生成的模型,它可以将任何3D表示形式的资产转换为艺术家创建的网格(AMs),这些网格可以无缝应用于3D行业。它通过较少的面数生成网格,显著提高了存储、渲染和模拟效率,同时实现了与先前方法相当的精度。

  • HunyuanDiT-v1.1:多分辨率扩散变换器,支持中英文理解

    HunyuanDiT-v1.1是由腾讯Hunyuan团队开发的一款多分辨率扩散变换模型,它具备精细的中英文理解能力。该模型通过精心设计的变换器结构、文本编码器和位置编码,结合从头开始构建的完整数据管道,实现数据的迭代优化。HunyuanDiT-v1.1能够执行多轮多模态对话,根据上下文生成和细化图像。经过50多名专业人类评估员的全面评估,HunyuanDiT-v1.1在中文到图像生成方面与其他开源模型相比,达到了新的最先进水平。

  • UniAnimate:高效生成一致性人物视频动画的模型

    UniAnimate是一个用于人物图像动画的统一视频扩散模型框架。它通过将参考图像、姿势指导和噪声视频映射到一个共同的特征空间,以减少优化难度并确保时间上的连贯性。UniAnimate能够处理长序列,支持随机噪声输入和首帧条件输入,显著提高了生成长期视频的能力。此外,它还探索了基于状态空间模型的替代时间建模架构,以替代原始的计算密集型时间Transformer。UniAnimate在定量和定性评估中都取得了优于现有最先进技术的合成结果,并且能够通过迭代使用首帧条件策略生成高度一致的一分钟视频。

  • LVBench:长视频理解基准测试

    LVBench是一个专门设计用于长视频理解的基准测试,旨在推动多模态大型语言模型在理解数小时长视频方面的能力,这对于长期决策制定、深入电影评论和讨论、现场体育解说等实际应用至关重要。

  • Mo:通过卡片式学习,轻松掌握AI科技知识。

    Mo是一款结合超现实主义艺术和堂吉诃德理想主义精神的AI科技学习APP。它通过卡片形式,以图文、动画、视频、语音等多样化内容,使AI和科技知识的学习变得生动有趣。Mo不仅覆盖了AI的基础知识,还包含了元宇宙、大数据、大模型等前沿技术,适合各种背景的学习者,旨在打造一个个性化的学习体验。

  • 开搜AI搜索:面向大众的AI问答搜索引擎

    开搜AI问答搜索引擎是一款面向大众的、直达答案的AI问答搜索引擎,它能够帮助用户从海量的文献资料中筛选出有用的信息,提供直接、精准的答案,并且能够自动总结重点、生成大纲、思维导图并下载。

  • AI Math Notes:一个交互式绘图应用,用于数学方程的绘制和计算。

    AI Math Notes 是一个开源的交互式绘图应用程序,允许用户在画布上绘制数学方程。应用程序利用多模态大型语言模型(LLM)计算并显示结果。该应用程序使用Python开发,利用Tkinter库创建图形用户界面,使用PIL进行图像处理。灵感来源于Apple在2024年全球开发者大会(WWDC)上展示的'Math Notes'。

  • VideoTetris:文本到视频生成的创新框架

    VideoTetris是一个新颖的框架,它实现了文本到视频的生成,特别适用于处理包含多个对象或对象数量动态变化的复杂视频生成场景。该框架通过空间时间组合扩散技术,精确地遵循复杂的文本语义,并通过操作和组合去噪网络的空间和时间注意力图来实现。此外,它还引入了一种新的参考帧注意力机制,以提高自回归视频生成的一致性。VideoTetris在组合文本到视频生成方面取得了令人印象深刻的定性和定量结果。

  • Visual Sketchpad:多模态语言模型的视觉推理工具

    Visual Sketchpad 是一种为多模态大型语言模型(LLMs)提供视觉草图板和绘图工具的框架。它允许模型在进行规划和推理时,根据自己绘制的视觉工件进行操作。与以往使用文本作为推理步骤的方法不同,Visual Sketchpad 使模型能够使用线条、框、标记等更接近人类绘图方式的元素进行绘图,从而更好地促进推理。此外,它还可以在绘图过程中使用专家视觉模型,例如使用目标检测模型绘制边界框,或使用分割模型绘制掩码,以进一步提高视觉感知和推理能力。

  • GoMate:基于RAG框架的可靠输入和可信输出系统

    GoMate是一个基于Retrieval-Augmented Generation (RAG)框架的模型,专注于提供可靠输入和可信输出。它通过结合检索和生成技术,提高信息检索和文本生成的准确性和可靠性。GoMate适用于需要高效、准确信息处理的领域,如自然语言处理、知识问答等。

  • SD3-Controlnet-Canny:一种用于生成图像的深度学习模型。

    SD3-Controlnet-Canny 是一种基于深度学习的图像生成模型,它能够根据用户提供的文本提示生成具有特定风格的图像。该模型利用控制网络技术,可以更精确地控制生成图像的细节和风格,从而提高图像生成的质量和多样性。

  • Tencent EMMA:多模态文本到图像生成模型

    EMMA是一个基于最前沿的文本到图像扩散模型ELLA构建的新型图像生成模型,能够接受多模态提示,通过创新的多模态特征连接器设计,有效整合文本和补充模态信息。该模型通过冻结原始T2I扩散模型的所有参数,并仅调整一些额外层,揭示了预训练的T2I扩散模型可以秘密接受多模态提示的有趣特性。EMMA易于适应不同的现有框架,是生成个性化和上下文感知图像甚至视频的灵活有效工具。

今日大家都在搜的词:

热文

  • 3 天
  • 7天