成为VIP会员查看完整内容
VIP会员码认证
首页
主题
发现
会员
服务
注册
·
登录
0
投资机构招主编:不会做内容,不是好VC
2022 年 6 月 8 日
创业邦杂志
信息密度,阅读时长,用户互动频率,转发率,比阅读量更重要
编译丨海腰 咏霖
编辑丨信陵
图源丨
图虫创意
First Round Capital和a16z是自建媒体最成功的两家VC。
First Round Capital打造出了创投行业的HBR(哈佛商业评论),为科技行业的写作设立了一个全新的高标准。a16z打造了自己的科技媒体--Future,制作出了庞大的内容矩阵。详情参见
《最好的媒体关系,就是自己跟自己的关系》
在一期YC制作的播客中,YC营销总监Craig Cannon邀请到了时任First Round Capital内容总监的Camille Ricketts和a16z总编辑Sonal Chokshi,三人和观众一起探讨了许多关于VC内容营销的实操性干货
(原文链接
)
,对于VC行业的市场营销从业者有一定的参考价值。
Sonal Chokshi的职业生涯始于美国的教育系统,曾经做过老师,教过三岁的孩子。离开教育系统后,加入了PARC(前身为大名鼎鼎的施乐帕拉奥托研究中心,即Xerox PARC,发明了激光打印机、鼠标、用户图形界面等革命性技术)从事内容和用户社区工作,从此踏入科技界。加入a16z之前,Sonal Chokshi在《wired》杂志任资深编辑。
Camille Ricketts的第一份工作是华尔街日报的记者,随后在科技博客VentureBeat任编辑,之后在特斯拉从事公关工作。加入FRC之前,Camille Ricketts在政府(U.S. Digital Services)和NGO中短暂任职。目前,Camille Ricketts已离开FRC,担任Notion的市场总监。
以下内容为该期播客的节选,创业邦团队整理
信息密度,阅读时长,用户互动
频率,
转发率,
比阅读量更重要
Craig Cannon:一个来自YC合伙人Adora Cheung的问题。什么是好内容?好内容的指标有哪些?
Sonal Chokshi:如何定义好内容非常困难,到现在也没有很好的办法。我本人多年来也一直在思考如何解决这个问题。以下是我的一些思考。
首先要明确,你的目标是什么?只有目标明确了,才知道应该去看哪些指标。我最看重的一些指标包括用户的停留时长、用户之间的互动频率、用户对内容的理解程度,这些比浏览量更重要。
我其实比较讨厌把内容效果和内容长度挂钩,虽然a16z确实写的文章都比较长。
我更关注内容的信息密度,而不是内容的长度。
文章写多长取决于你要写什么内容。
内容流量分析工具是不错的选择,但不一定准确。我一直在用Chartbeat,可以了解到用户对哪些内容话题更关注,这些数据反馈会影响内容的写作和编辑。但内容创作不能完全依赖数据分析,数据分析出的结论通常对某几篇特定的文章是正确的,换到其他文章上就不正确了。
内容编辑者的直觉很重要。我和Camille Ricketts都有这样的感觉,做这行久了,会对什么是好内容有直觉。即便没有数据支持,你也会凭直觉上认为某些做法更好,这种直觉甚至都没法跟其他人解释。比如写邮件时,我本能地感到某些措辞会更激发读者的兴趣。
因此,内容创作者的亲历亲为非常重要。与其跟别人争论哪些策略更有效,不如多亲自下场制作内容,多写,多做,多培养感觉。
Camille Ricketts:我也认为浏览量不是特别重要。
用户页面停留时长非常重要。我们希望了解读者是在文章的哪个位置决定离开的,据此优化文章的起承转合。
社交媒体转发是我们非常关注的点。如果读者转发了我们的内容,我们就很好奇,这篇内容到底为读者带来了什么价值,以致于读者忍不住要分享给朋友。像这样的反馈,反过来可以优化内容创作。
为此,我们在Slack上设置了一些机制,
如果有超过1万粉丝的大V转发了我们的内容,马上就会收到提醒,追踪有多少大V在与我们的内容进行互动。
Sonal Chokshi:补充一点。
社交媒体转发的意义不仅仅是内容的传播。人们会对你的内容进行解读,产生误解、分歧等等,从而创造了“话题”。
Camille Ricketts提到他们会关注1万粉丝以上的大V。我们的关注指标不仅是大V的粉丝数,还有这个大V的粉丝质量。有的大V粉丝数量不多,但是影响力非常大。大V的粉丝可能也拥有大量粉丝,这样就形成了乘数效应,转发的内容会指数级扩散。
Craig Cannon:你们是如何跟大V建立联系的?一般需要找多少大V来做内容营销?对刚做内容营销的人有什么建议?
Sonal Chokshi:a16z跟大V建立联系的方式可能有些特殊。
由于a16z本身品牌就很响,我们跟大V建立联系主要通过各种人脉网络,包括财富500强、福布斯全球企业2000强之类的媒体网络渠道等等。
Camille Ricketts:我们鼓励大胆地跟各类大V接触。如果看到有人对你的内容感兴趣,千万不要错失良机。
比如我们会主动地邀请陌生大V参加我们内部的各种活动。
Sonal Chokshi:分享一个小技巧。《连线》杂志创始主编Kevin Kelly经常提到1000个铁杆粉丝理论。要关注铁杆粉丝数量,而不是粉丝总数。我在《连线》杂志工作期间喜欢在推特上关注不同垂直领域的大V,建一个关注列表。所以第一步,可以建立一个垂直领域的大V列表。
我的好朋友Dan Wang是非常有才的年轻作家。他告诉我,有一次他发现,一位很有影响力的经济学家Tyler Cowen是自己的粉丝,于是他就开始想方设法地写文章吸引对方的关注,结果他写的所有内容Tyler Cowen都转发了。通过几篇文章就积累起大量粉丝,真的太厉害了。
了解读者的心理并使用相应的技巧
Craig Cannon:对于内容编排,你们一般怎么操作?加入引述、图片等等?
Camille Ricketts:我们会重点考虑内容的易读性,因为我们的文章一般也写的很长。如何确保用户愿意读呢?最有效的一些方法例如:
1.添加小标题,可以帮助读者快速找到特定内容。
2.加入语气词,让读者能感受到对方的声音。这是让文章富有吸引力的重要环节,要让读者体会到文章中人物的对话感。
3.尽可能多的符勾勒出要点,尽可能多的使用数字排序。
这些技巧可以帮助读者加强对内容的预判。
一旦读者认为“我感觉这篇文章容易消化”,就会更倾向于深入阅读。
对于内容编辑者来说,了解读者在阅读内容过程中的心理并使用相应的技巧,会非常有帮助。
Sonal Chokshi:完全同意。关于小标题,要合理平衡的使用。
添加小标题可以让读者在不用读正文的情况下大概了解整个文章的内容。但是要注意不要把太多信息放进小标题里,否则读者会认为没有必要看正文了。
主持人:你们拒绝使用传统教科书式的文章编排方式吗?
Sonal Chokshi:是的。概括性段落有助于迅速锚定读者,特别对学术性和议论性文章而言。
但我个人喜欢把概括段落放在第三段而不是开头。
我非常喜欢非线性的叙述方式,
不必严格按照教科书式的三段走来写。随意地不按规则出牌,这也很有乐趣。
Craig Cannon:一位推特网友提了两个问题。你们最喜欢的内容形式是什么?你们是如何选择内容形式的?
Camille Ricketts:时至今日文字的力量依然令人感到激动。
最开始计划做内容营销的时候,我们希望找出一种内容的呈现方式,能够给读者真正想要的东西,又不会太干扰日常生活。答案是,找到一群精通某个领域的专家来分享建议。
这类内容最佳的呈现方式就是文字。我们不单要给读者建议,还要把建议呈现地非常全面细致,几乎可以当做一本手册来用。
使用能打动人的故事的方式,来呈现专家给出的实用建议,
这是我们不断追求的目标。
在给被投企业做内容营销方面的创业辅导时,我给初创企业的建议是,思考一下你的内容受众希望得到什么,为他们创造出高度实用的内容。只要为受众带来了有用的价值,就会很有收获。
Sonal Chokshi:内容形式的选择取决于你想要达成的目标。在a16z,我们根据内容营销的目标来选择合适的内容形式,所有的内容形式我们都有尝试。
文字这种形式一直都会存在,它的效果非常显著,便于进行分享转发。播客形式也很棒,相比文字可以呈现更多的讨论细节,但播客的限制在于,内容不便被转发。
对初创企业辅导方面,我经常问他们,你的受众最经常读的是哪三种东西?有的目标受众读《纽约时报》、《哈佛商业评论》和博客。有的是软件开发人员,上Github读东西。
a16z的一些被投企业的受众是政府官员,他们获取信息的方式,是带着公文包传阅纸张文件。这时候就要特别为这些人考虑什么样的内容呈现方式比较合适。
不要迷信数据驱动内容,
编辑的直觉非常重要
Craig Cannon:在YC我们非常注重用技术手段来指导内容营销,比如记录用户搜索的关键词、用户是从哪些页面跳转过来的等等。
Sonal Chokshi:这种做法非常聪明。但如果走的过于极端,过度使用技术来指导内容,最终产出的内容就完全是“众筹”出来的,这非常糟糕,会迷失内容的方向。所以必须要有一名主编来确定内容的方向。
Camille Ricketts:内容创作如果完全是数据驱动的,也就丧失了创造力,失去了创作出人意料的内容的能力。
Sonal Chokshi:我们团队里有个叫Connie Chan的中国问题专家,写了一篇关于微信的5000个单词的(中文约合6500字左右)深度长文,前后花了3个月的时间。
这篇文章后来上了《纽约时报》,入选了Sidney Awards年度最佳长篇写作奖,这是第一个拿到了Sidney Awards的非媒体渠道内容。
如果从大众读者的眼光去看待这篇文章,所有人都会觉得5000个单词太长了,至少要分成两部分。但作为编辑,我的直觉认为,长文的呈现方式就是正确的,Connie也给了我很多的支持。最后这个内容慢慢有了热度,变得非常成功。
Camille Ricketts:这个事最让我惊叹的是你们大量的时间精力投入。3个月的努力完全是别人看不到的。
刚起步做内容营销的,可能以为内容创作是轻量级的工作,但其实背后需要付出巨大的努力。
Sonal Chokshi:你们FRC一般出一篇内容平均要花多少时间?
Camille Ricketts:最少要好几周。要设计出有吸引力的主题,跟采访对象做好预先沟通,大家有个基本的预判,然后进行采访,接着耗费大量精力再把采访对话变为连贯的文章。
Sonal Chokshi:所以编辑在内容营销中的作用就非常关键了。人们对话题的观点五花八门,需要非常系统的方式整合起来形成内容。
排期在内容营销中也很重要。内容营销中常常会多项内容同时需要进行创作,某些内容需要定期地发布。这时候,
人们通常低估了“创作精力”的重要性。创作精力与体能完全不是一个概念,它涉及周围的环境、可能令你分心的事物等等。人一天中能有几个小时的优质创作精力,就已经非常好了。
如果你在某项内容上耗费了创作精力,就没有办法再集中精力解决另一项内容了。为了内容创作而焦头烂额是不会成功的,因此要管理好创作精力。
抽丝剥茧,层层递进的采访技巧
主持人:在采访中,你们认为最有用的技巧是什么?
Camille Ricketts:我们所有的内容都是基于采访创作的。
我把每次采访都控制在60分钟内,这么做是为了让采访对象知道我非常珍惜他们的时间。
但要想办法让他们在这么短的时间内说出最有价值的东西,这是很难的。
我一般通过三步的框架来做采访。
第一步,抛出一个问题,只需要采访对象简单的回一下。比如问,你是怎么管理时间的?对方可能会说,我的行程安排一般是……。
第二步,问题问的再深一点点,能不能聊聊你目前在跟进的一件事情?对方不得不集中精神多思考怎么回答。
第三步,再深入一些,能不能举例谈谈你是怎么做的?最后产生了什么样的影响?
这个过程中要为采访对象搭好问题的梯子,一步一步地引导深入,最后再把所有的内容串起来做成一篇文章。
Sonal Chokshi:跟播客相关的,我学到的一个技巧是,
主持人必须强迫自己时不时地打断对方,因为人没有办法长时间专注的一直听同一个声音。
另一个技巧是尝试打破常规。我特别有印象的是我们采访了一些优秀的作家,他们之前参加过太多相关的采访了,同样的故事早就说了一遍又一遍。
作为主持人我会试图打破对方的舒适区,问一些非常规的问题,否则你无法得到增量信息。
有一次我们采访了《人类简史》的作者Yuval Harari,之前他参加过20期这种播客了,所以我们决定用一种完全不同常规的方式去跟他对话。
做播客的过程中,有时候会出现突然的冷场。我常常跟a16z的同事讲,
在做内容的时候,手里要有5根操纵杆:情绪,内容,专业知识,各种例子,个人经历和故事。要合理运用要这5样东西,任何一根操纵杆出问题的时候,要马上切换到另一根操纵杆。
Craig Cannon:如何利用客户案例来做好内容营销?
Camille Ricketts:我们面向的不是传统的目标受众,而是企业的创始人。我们希望产出的内容可以为这些企业家提供某个领域的资源,帮助他们成功。
所以某种意义上,我们写的所有内容都属于客户案例,都是成功的企业家的案例,为企业创始人提供实现成功的思路。
Sonal Chokshi:从编辑的角度,我能给的一条建议是,想想怎么样用一种不那么刻板的方式来呈现客户案例故事,总是想一想怎么能换个角度,用创新的、与众不同的方式呈现内容。
找靠谱商机,关注创业邦视频号!
登录查看更多
点赞并收藏
0
暂时没有读者
0
权益说明
本文档仅做收录索引使用,若发现您的权益受到侵害,请立即联系客服(微信: zhuanzhi02,邮箱:bd@zhuanzhi.ai),我们会尽快为您处理
相关内容
内容创作
关注
0
【Manning新书】程序员如何破局?一个成功的软件工程师的技能,193页pdf
专知会员服务
47+阅读 · 2022年6月10日
美智库兰德《探索人工智能军民(融合)分离》2022最新106页报告
专知会员服务
37+阅读 · 2022年6月10日
重磅!金融元宇宙研究白皮书(2022),43页pdf
专知会员服务
59+阅读 · 2022年5月23日
MIT最新论文《亚线性通信的私有近似近邻搜索》,在线推荐时保护隐私的技术
专知会员服务
8+阅读 · 2022年5月22日
【2022新书】数据可视化手册,443页pdf
专知会员服务
194+阅读 · 2022年5月7日
最新!CCF-A类顶会WWW2022最佳论文出炉!北大腾讯斩获最佳学生论文,西班牙庞培法布拉大学等获最佳论文!
专知会员服务
29+阅读 · 2022年5月1日
【智能兵棋推演】《技术型兵棋推演:体验结合多种方法的未来技术》瑞士国防装备采购局(ARMASUISSE)、德国IABG 国防与安全事业部联合发表,含pdf与ppt
专知会员服务
66+阅读 · 2022年4月25日
高管必看!《赋予 AI 领导力:AI 企业高管(C-Suite)工具包》世界经济论坛2022发布122页PDF,Empowering AI Leadership: AI C-Suite Toolkit
专知会员服务
27+阅读 · 2022年4月1日
《法律服务中的人工智能商业模式:从传统律师事务所到下一代律师事务所?》牛津大学,40页论文
专知会员服务
11+阅读 · 2022年4月1日
沈向洋博士:科研七个坑,我的“求之不得”职业生涯之感悟
专知会员服务
35+阅读 · 2020年11月17日
陈天奇、王威廉等人推荐:ACL最佳论文奖得主给新入行研究者的一点建议
机器之心
0+阅读 · 2022年7月18日
做研究无人咨询、与学生不交心,UNC助理教授两年教职挣扎史
机器之心
0+阅读 · 2022年7月5日
当谈论AI投资回报率时,我们在谈些什么?
THU数据派
0+阅读 · 2022年6月22日
谁会将种子投资命名为「一粟」?只有源码
36氪
0+阅读 · 2022年6月10日
Twitter与马斯克达成 440 亿美元收购协议,计划将算法公开
AI前线
0+阅读 · 2022年4月26日
融资太难?这5个投资人最关心的问题你都知道吗
创业邦杂志
1+阅读 · 2022年4月17日
创业也抱团!LinkedIn和DeepMind两位创始人合办了一家AI公司
新智元
0+阅读 · 2022年3月14日
这样写商业计划书,3分钟打动投资人
创业邦杂志
0+阅读 · 2022年3月8日
我从成功人士身上「偷」来的12件事
36氪
0+阅读 · 2022年3月6日
微服务依赖管理的陷阱与模式
InfoQ
0+阅读 · 2021年12月2日
考虑一般约束条件下的消费投资决策模型研究
国家自然科学基金
1+阅读 · 2014年12月31日
信任、投资者参与模式与股票市场发展研究
国家自然科学基金
0+阅读 · 2014年12月31日
公允价值信息风险及决策有用性研究
国家自然科学基金
2+阅读 · 2013年12月31日
投资者保护、机构投资者与跨国并购绩效
国家自然科学基金
0+阅读 · 2013年12月31日
某些随机非线性发展方程组的动力学行为
国家自然科学基金
0+阅读 · 2013年12月31日
虚拟社区成员持续参与动机演变与激励机制研究
国家自然科学基金
0+阅读 · 2012年12月31日
风险投资机构对创业企业管理模式的选择研究:行业专长与不确定性的视角
国家自然科学基金
0+阅读 · 2011年12月31日
家庭高等教育投资行为实证研究
国家自然科学基金
0+阅读 · 2011年12月31日
面向不确定性的Web2.0用户创作内容管理研究
国家自然科学基金
0+阅读 · 2011年12月31日
非线性微分方程中的若干变分问题研究
国家自然科学基金
0+阅读 · 2009年12月31日
Why Accuracy Is Not Enough: The Need for Consistency in Object Detection
Arxiv
0+阅读 · 2022年7月28日
Resource-Aware Distributed Submodular Maximization: A Paradigm for Multi-Robot Decision-Making
Arxiv
0+阅读 · 2022年7月27日
Factorial User Modeling with Hierarchical Graph Neural Network for Enhanced Sequential Recommendation
Arxiv
0+阅读 · 2022年7月27日
Towards Secure Virtual Elections: Multiparty Computation of Order Based Voting Rules
Arxiv
0+阅读 · 2022年7月26日
A Survey on Trustworthy Recommender Systems
Arxiv
9+阅读 · 2022年7月25日
Controllable Multi-Interest Framework for Recommendation
Arxiv
18+阅读 · 2020年8月3日
Explainable Recommendation: A Survey and New Perspectives
Arxiv
65+阅读 · 2019年8月15日
Attention-based Group Recommendation
Arxiv
14+阅读 · 2018年4月18日
Multi-Pointer Co-Attention Networks for Recommendation
Arxiv
12+阅读 · 2018年1月28日
Deep Reinforcement Learning for List-wise Recommendations
Arxiv
13+阅读 · 2018年1月5日
VIP会员
自助开通(推荐)
客服开通
详情
相关主题
内容创作
呈现
分析
系统
分析工具
科技博客
相关VIP内容
【Manning新书】程序员如何破局?一个成功的软件工程师的技能,193页pdf
专知会员服务
47+阅读 · 2022年6月10日
美智库兰德《探索人工智能军民(融合)分离》2022最新106页报告
专知会员服务
37+阅读 · 2022年6月10日
重磅!金融元宇宙研究白皮书(2022),43页pdf
专知会员服务
59+阅读 · 2022年5月23日
MIT最新论文《亚线性通信的私有近似近邻搜索》,在线推荐时保护隐私的技术
专知会员服务
8+阅读 · 2022年5月22日
【2022新书】数据可视化手册,443页pdf
专知会员服务
194+阅读 · 2022年5月7日
最新!CCF-A类顶会WWW2022最佳论文出炉!北大腾讯斩获最佳学生论文,西班牙庞培法布拉大学等获最佳论文!
专知会员服务
29+阅读 · 2022年5月1日
【智能兵棋推演】《技术型兵棋推演:体验结合多种方法的未来技术》瑞士国防装备采购局(ARMASUISSE)、德国IABG 国防与安全事业部联合发表,含pdf与ppt
专知会员服务
66+阅读 · 2022年4月25日
高管必看!《赋予 AI 领导力:AI 企业高管(C-Suite)工具包》世界经济论坛2022发布122页PDF,Empowering AI Leadership: AI C-Suite Toolkit
专知会员服务
27+阅读 · 2022年4月1日
《法律服务中的人工智能商业模式:从传统律师事务所到下一代律师事务所?》牛津大学,40页论文
专知会员服务
11+阅读 · 2022年4月1日
沈向洋博士:科研七个坑,我的“求之不得”职业生涯之感悟
专知会员服务
35+阅读 · 2020年11月17日
热门VIP内容
开通专知VIP会员 享更多权益服务
世界模型:安全性视角
【NUS博士论文】面向交互的多智能体行为预测,156页pdf
从规则驱动到群智涌现: 多机器人空地协同研究综述
从基础到突破的LLM微调终极指南:技术、研究、最佳实践、应用研究挑战与机遇的全面综述
相关资讯
陈天奇、王威廉等人推荐:ACL最佳论文奖得主给新入行研究者的一点建议
机器之心
0+阅读 · 2022年7月18日
做研究无人咨询、与学生不交心,UNC助理教授两年教职挣扎史
机器之心
0+阅读 · 2022年7月5日
当谈论AI投资回报率时,我们在谈些什么?
THU数据派
0+阅读 · 2022年6月22日
谁会将种子投资命名为「一粟」?只有源码
36氪
0+阅读 · 2022年6月10日
Twitter与马斯克达成 440 亿美元收购协议,计划将算法公开
AI前线
0+阅读 · 2022年4月26日
融资太难?这5个投资人最关心的问题你都知道吗
创业邦杂志
1+阅读 · 2022年4月17日
创业也抱团!LinkedIn和DeepMind两位创始人合办了一家AI公司
新智元
0+阅读 · 2022年3月14日
这样写商业计划书,3分钟打动投资人
创业邦杂志
0+阅读 · 2022年3月8日
我从成功人士身上「偷」来的12件事
36氪
0+阅读 · 2022年3月6日
微服务依赖管理的陷阱与模式
InfoQ
0+阅读 · 2021年12月2日
相关基金
考虑一般约束条件下的消费投资决策模型研究
国家自然科学基金
1+阅读 · 2014年12月31日
信任、投资者参与模式与股票市场发展研究
国家自然科学基金
0+阅读 · 2014年12月31日
公允价值信息风险及决策有用性研究
国家自然科学基金
2+阅读 · 2013年12月31日
投资者保护、机构投资者与跨国并购绩效
国家自然科学基金
0+阅读 · 2013年12月31日
某些随机非线性发展方程组的动力学行为
国家自然科学基金
0+阅读 · 2013年12月31日
虚拟社区成员持续参与动机演变与激励机制研究
国家自然科学基金
0+阅读 · 2012年12月31日
风险投资机构对创业企业管理模式的选择研究:行业专长与不确定性的视角
国家自然科学基金
0+阅读 · 2011年12月31日
家庭高等教育投资行为实证研究
国家自然科学基金
0+阅读 · 2011年12月31日
面向不确定性的Web2.0用户创作内容管理研究
国家自然科学基金
0+阅读 · 2011年12月31日
非线性微分方程中的若干变分问题研究
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Why Accuracy Is Not Enough: The Need for Consistency in Object Detection
Arxiv
0+阅读 · 2022年7月28日
Resource-Aware Distributed Submodular Maximization: A Paradigm for Multi-Robot Decision-Making
Arxiv
0+阅读 · 2022年7月27日
Factorial User Modeling with Hierarchical Graph Neural Network for Enhanced Sequential Recommendation
Arxiv
0+阅读 · 2022年7月27日
Towards Secure Virtual Elections: Multiparty Computation of Order Based Voting Rules
Arxiv
0+阅读 · 2022年7月26日
A Survey on Trustworthy Recommender Systems
Arxiv
9+阅读 · 2022年7月25日
Controllable Multi-Interest Framework for Recommendation
Arxiv
18+阅读 · 2020年8月3日
Explainable Recommendation: A Survey and New Perspectives
Arxiv
65+阅读 · 2019年8月15日
Attention-based Group Recommendation
Arxiv
14+阅读 · 2018年4月18日
Multi-Pointer Co-Attention Networks for Recommendation
Arxiv
12+阅读 · 2018年1月28日
Deep Reinforcement Learning for List-wise Recommendations
Arxiv
13+阅读 · 2018年1月5日
大家都在搜
palantir
壁画
强化学习方法
自主系统
时间序列
RE-NET
大模型
洛克菲勒
MoE
EBSD晶体学织构基础及数据处理
Top
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top