李雷 / Ray Li

AI 应用产品经理,复杂业务系统方向

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。

系统状态
核心方向 AI 应用 PM
经验年限 近 10 年
所在城市 北京
能力标签
PM CORE AI WORKFLOW DESIGN SENSE

核心能力

AI 场景产品化

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。

Agent / RAG / 知识库设计

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。

复杂业务建模

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。

评估与数据闭环

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。

可交互原型验证

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。

跨团队交付

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。

工具矩阵

AI / 产品化
Agent RAG Claude Code Codex Gemini NotebookLM OpenClaw MCP
原型 / 设计
Figma Sketch Axure XMind ProcessOn Photoshop Illustrator Keynote
工程 / 数据
GitHub Vercel Railway React Vite TypeScript Node.js PostgreSQL SQL

AI 应用产品化闭环

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。

01

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。

02

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。

03

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。

跨模型协作与长期知识层

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。

TRUTH LAYER

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。

ENTRYPOINT

薄入口启动

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。

WRITEBACK

语义写回

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。

BOUNDARY

运行态隔离

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。

减少重复解释 降低事实漂移 支持多模型接力 保留项目上下文 让长期知识可验证

重点项目

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

家庭数仓 / 网格治理智能中台

为避免泄露真实业务数据,演示环境主动使用模拟数据写入云端数据库,并替换、脱敏真实信息;页面指标只用于验证数据链路,不代表真实项目数据。

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。

  • 主链设计:围绕“驾驶舱研判 -> 对象画像 -> 网格处置 -> 移动端执行”,设计网页管理端与移动工作台双端主链。
  • 数据建模:设计人房户一体化数据模型,覆盖人口、房屋、网格、标签、走访、矛盾纠纷、公告、知识库和待办规则。
  • AI 内嵌:拆出数据管理、研判调度、AI 社工助手,落地标签建议、画像摘要、风险扫描、走访提纲、政策解读和公文写作。

AI 工作流 / 知识管理 / 2026

NotebookLM 星图 / 个人学习流水线工作台

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。

  • 设计“链接 -> 学习材料 -> 结构化笔记 -> 主题地图”的流水线,结合主内容和外部资料。
  • 构建本地学习工作台,展示学习记录、主题地图、知识图谱、练习卡片和健康检查。
访问在线演示

个人健康智能体 / 2026

小卡健康Agent / 长期健康管理

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。

  • 设计 13 类健康场景路由,覆盖饮食、体重、运动、睡眠、补剂、体检和减重药物决策支持。
  • 沉淀本地健康档案与自动报告,用覆盖率、估算标记和医学免责声明约束输出边界。
查看项目仓库

工作履历

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。

联系方式

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。

电话

17563940512

邮箱

17563940512@163.com

所在城市

北京

个人页

https://www.lilei.dev/