长期真相层
规则、项目状态、交接材料和复用方法统一回收到 AI-Shared,避免每次切换模型或新会话都重新解释背景。
具备近 10 年产品经验,长期负责复杂业务系统、0-1 规划与跨团队交付。近阶段聚焦 AI 能力进入真实业务流程:从场景判断、Agent/RAG/知识库方案拆解、可交互验证,到研发协同、评估口径与上线交付闭环。
把业务问题拆成模型能力、数据来源、交互入口、人工兜底和验收口径,避免停在“接入模型”的表层。
围绕路由、来源置信度、知识沉淀、追加式记录和结果回填,设计可持续运行的 AI 工作流。
抽象多角色、多对象、多流程系统,形成信息架构、对象模型、权限关系和可交付方案。
用数据口径、badcase、演示数据质量、smoke 与验收脚本,把 AI 输出从体验判断推进到可复核状态。
从静态原型推进到可点击、可部署、可供业务、设计、研发和测试共同体验的验证材料。
协调客户、业务、设计、研发、测试和供应商,推进需求、开发、测试、上线、恢复和验收闭环。
围绕真实业务问题拆解 AI 能力边界:先判断场景、数据与风险,再用可交互原型和可部署演示验证,最后沉淀评估口径、恢复 runbook、项目文档和后续迭代线索。
从业务链路和用户动作出发,判断哪些环节适合 Agent、RAG、知识库或传统规则,不把模型接入当成目标本身。
将“对着原型图讲解”升级为可点击、可部署、可回放的验证材料,让业务、研发、测试能围绕同一对象讨论。
用数据口径、badcase、smoke、健康检查和恢复脚本约束效果,不把一次性演示误当成可上线系统。
该机制由本人独立规划并持续维护,覆盖规则体系、项目交接、写回校验和多模型入口,解决 AI 协作中的上下文丢失、事实漂移和重复解释问题。
规则、项目状态、交接材料和复用方法统一回收到 AI-Shared,避免每次切换模型或新会话都重新解释背景。
README 与模型入口只承载最小启动说明,按需读取规则、项目、画像和方法手册,降低冷启动成本。
handoff 与 sync-queue 先判断增量价值,再决定是否沉淀为正式文档,避免机械复制和信息污染。
聊天历史、缓存、sqlite/jsonl 和临时计划留在本地,保证共享仓只承载可持续读取和复用的知识。
三组可复核项目分别覆盖公网 AI 产品演示、个人学习流水线和健康智能体,体现复杂业务建模、AI 工作流、长期数据沉淀与安全边界。
公网 AI 演示系统 / 复杂业务中台 / 2025 - 2026
面向城市 / 社区网格治理的高保真 AI 产品演示系统,以人、房、户、访、事、标签、知识、公告和待办规则为底座,约 2 周完成需求采集、确认到演示通过。
AI 工作流 / 知识管理 / 2026
输入一个视频链接后,系统自动完成内容消化、资料补充、学习指南、测验、卡片、思维导图和本地沉淀;约 1 周跑通并上线。
个人健康智能体 / 2026
面向个人长期健康管理,把自然语言、图片和截图转成饮食、体重、运动、睡眠、补剂、体检等健康记录,并自动生成日结、周报和月报。
具备近 10 年产品经验,覆盖智慧城市、IoT、基层数字化、房产数据、赛事和汽车社区等业务场景;近阶段重点投入 AI 应用产品化、Agent 工作流与可交互验证。
2020/06 - 2023/03 · 2025/03 - 2026/04
高级产品经理
2023/04 - 2024/07
产品总监
2019/11 - 2020/04
高级产品经理
2018/03 - 2019/09
产品经理
2017/05 - 2018/02
产品经理
北京|AI 应用产品经理 / 高级产品经理|Agent、RAG、知识库、复杂业务系统。