解读

面试官想验证三件事：

1. 能否把“AI能力”翻译成“用户可感知、可付费”的最小功能集合，而非炫技；
2. 是否理解国内监管红线（算法备案、内容安全、版权）；
3. 能否在数据、算力、人力三重约束下，给出可落地的迭代路径。
   因此，回答必须同时呈现“用户故事—算法指标—合规卡点—数据闭环”四条线，并给出可量化的成功标准。

知识点

1. MVP 定义：能验证核心价值假设、且开发周期≤8 周、单张 GPU 成本≤5 万元的最小闭环。
2. 国内合规三件套：
   • 《深度合成规定》算法备案（省级网信办，30 工作日）；
   • 《生成式 AI 服务管理暂行办法》安全评估（需自建“关键词+水印+鉴黄”三合一引擎）；
   • 训练数据版权清洗（C 端商用场景必须可溯源）。
3. 图像生成算法边界：
   • 文生图 512×512 推理≈3 秒/A10；
   • 20 步扩散模型对提示词长度≤75 token 最敏感；
   • LoRA 微调可在 8 卡 A100 上 3 小时完成风格化。
4. 数据飞轮： Prompt-图像-反馈三元组，需埋点“生成-点击下载-再次编辑”转化率，作为下一轮精调权重。
5. 商业假设验证指标：
   • 次日留存≥25%；
   • 单用户日均生成≥5 张；
   • 首次付费转化率≥3%（定价 9.9 元/30 张）。

答案

我将把 MVP 锁定为“一句话生成高清手机壁纸”这一单一场景，功能仅保留三条：

1. 输入框：最多 30 个汉字，实时提示违规词并拦截；
2. 生成：默认 1:2 竖图 720×1280，3 秒内出图，提供 2 张候选；
3. 下载：免费带水印，付费去水印（微信支付 1 元/张）。

技术侧：

• 基模采用国内已备案的开源中文扩散模型（如 Taiyi-Stable-Diffusion-中文 1.5B），降低合规风险；
• 推理用 INT8 量化 + TensorRT，单卡 A10 可并发 8 请求，成本 0.08 元/次；
• 数据层：上线首周通过“下载需登录”收集 2 万条 Prompt-图像-评分对，用于 LoRA 微调“壁纸风格”专用模型，第二周更新。

合规侧：

• 内置 6 万条敏感词库（网信办 2024 版 + 自建版权人物库），前置过滤；
• 出图自动叠加隐形水印（C2PA 格式），便于后续溯源；
• 用户协议明确“生成内容不得用于商业用途”，规避版权争议。

验证指标：

• 上线 4 周 DAU≥1 万；
• 单用户日均生成≥6 张；
• 去水印付费率≥5%，回收单卡 GPU 成本周期≤2 个月。

若指标达成，则下一迭代再扩展“头像、海报、电商商品图”等多场景；若未达成，优先优化提示词模板与模型风格，而非盲目加功能。

拓展思考

1. 如果公司已有 toB 客户资源，MVP 可改为“白标 API”，核心验证指标变成“客户调用成功率≥99.5%”与“单张成本低于 0.05 元”，功能可进一步砍到只保留 HTTP 接口与对公结算单。
2. 面对同质化竞争，可把“提示词智能补全”作为差异化：利用 5000 万条中文壁纸标签训练 Seq2Seq 模型，将用户 5 个字自动扩展为 30 字高质量提示，提升生成满意度 15% 以上，形成技术壁垒。
3. 长期数据闭环：在用户授权前提下，把“被下载≥3 次”的图片自动加入“精品微调集”，每周重训 LoRA，使模型风格持续贴近国人审美；同时把高频违规 Prompt 反向喂给词库，实现内容安全自进化。