岗位理解
我认为产品经理需要把业务语言、用户体验和技术实现连接起来。对 AI 产品来说，模型选型、评估指标、Prompt 体系和前端体验都会影响最终采纳率。
需求拆解
场景优先级
模型评估
业务闭环
01 / PROFILE
把业务需求拆清楚，再把产品方案做扎实。
电子信息工程背景让我能够理解模型、数据与系统协作；企业 AIGC 实习和智慧养老项目，则训练了我从需求分析、方案设计到原型表达和团队联调的完整产品工作方式。
2027上海工程技术大学
电子信息工程本科
电子信息工程本科
6.2x创维文生图平台记录的家电外观方案初稿效率提升
5.2万+累计生成设计初稿与营销素材
110+沉淀家电垂类细分场景模板
02 / PRODUCT VIEW
我理解的产品经理，是连接业务、用户与技术的人。
我关注产品方案是否能够进入真实业务流程。在 AI 产品中，我会结合业务价值、模型能力、数据质量、使用门槛和落地成本进行判断，并通过 PRD、原型和业务规则支持团队协作。
自我评价
我具备需求分析、PRD、Axure 原型和项目协作实践，也了解 RAG、Agent、LoRA、ControlNet 等能力的核心原理与应用场景，便于和研发团队沟通方案边界。
AI 产品实践
跨团队协作
Prompt 体系
数据处理
我希望参与的产品，不只是展示 AI 概念，而是让 AI 真正进入业务流程，降低使用门槛，提升效率，并兼顾安全、成本和用户体验。
03 / EDUCATION
电子信息工程背景，让我更容易理解技术型产品。
上海工程技术大学 · 电子信息工程（本科） · 2023.09 - 2027.06。专业训练帮助我理解模型、数据、系统和用户体验之间的关系，也让我在沟通技术方案时更有基础。
教育信息
在校期间我持续关注 AI 产品、智能体、知识库和多模态应用，并通过项目训练把技术理解转化为产品方案、原型设计和团队协作能力。
04 / INTERNSHIP
在创维集团参与企业级私有化文生图平台建设。
这段经历展示了我参与 AI 产品从需求调研到方案落地的能力。我围绕家电视觉生产场景，参与痛点拆解、模型选型、Prompt 体系设计和落地推进。
企业私有化文生图平台
该项目体现了我对企业级 AI 产品落地的理解：既关注生成效果和生产效率，也考虑私有化部署、数据安全和业务采纳。
- 联动工业设计、品牌营销、电商运营三大业务端口，完成 12 个一线团队深度访谈，输出场景优先级四象限矩阵。
- 对标十余款文生图方案，确定以 Stable Diffusion 开源扩散模型为底座，结合 LoRA 轻量微调、向量检索和上下文记忆优化体验。
- 参与梳理家电垂直提示词体系，按外观渲染、包装设计、电商主图三类场景整理风格参数、画质标准和品类特征词根。
- 完成内网私有化部署，覆盖黑电、白电两大事业部；电商主图生产周期从 2 天压缩至 1.5 小时，设计方案采纳率达 74%。
05 / PROJECT
智慧养老 AI 客服中心的产品设计实践。
作为 6 人跨专业学生团队的负责人，我承担产品经理相关工作，重点参与方向梳理、需求拆解、进度协调，并将调研结论整理为可评审、可演示的产品方案。
智慧养老 AI 客服中心创新设计项目
我主要参与现有智慧养老平台中的 AI 客服中心模块，而非整套养老平台。项目尝试用分层应答与标准化工单，把老人求助、客服受理、护工执行和结果反馈串成可追踪的服务流程。
- 承担 2 名一线客服、1 名运营主管的访谈，并参与两家社区养老服务中心调研；团队共访谈 8 位老人、5 位护工、2 名管理人员，回收 42 份家属问卷，共同整理出 34 条有效需求。
- 用“用户价值 × 实现难度”矩阵确定 MVP，只保留咨询、求助、工单与人工转接四类核心场景，主动舍弃超出产品定位和团队能力的功能。
- 重点参与三层 AI 应答、6 状态工单生命周期、超时升级和四端协同规则设计，并整理近 40 页 PRD、业务流程图、数据流转图与接口时序图。
- 完成 26 页 Axure 高保真原型，配合 Demo 开发、每周测试和 20 余处细节调整；项目内测中，8 类核心意图平均识别准确率由 68% 提升至 87%。
- 项目完成校企联合验收，方案被企业采纳为后续 AI 客服功能迭代的设计参考；效率提升数据来自项目内测与历史数据对比，不作为正式生产运营数据。
06 / SKILLS
我的能力栈服务于 AI 产品落地。
我的能力覆盖产品分析与表达、AIGC 方案理解、Prompt 设计、知识库治理和基础数据处理，可支持 AI 产品从方案设计到迭代验证的关键环节。
AIGC 落地参与过 LLM 模型底座选型、训练、评估、测评与业务应用实践，了解主流多模态模型能力与技术边界。
RAG 与 Agent了解企业级 RAG 流程、知识库数据治理、Chunk 策略、向量部署方案，熟悉 Agent 应用场景。
Prompt 工程熟悉指令遵从、Few-shot 与结构化 Prompt 的设计和调优，能够整理任务型指令框架。
产品工具熟练使用 Axure、墨刀、Visio、Xmind 等工具，掌握 Office 办公软件。
Vibe Coding使用过 No Code、Trae 等工具，能够通过自然语言和可视化配置进行应用原型与部署实践。
智能体开发理解了解 LangChain、ChromaDB，掌握 Badcase 迭代、技能模块拆分及 A/B 测试方法。
数据与工程掌握 Python、SQL 数据处理，具备 CET-4 与良好的英文听说读写能力。
07 / DIGITAL TWIN
和“傅沛宁数字分身”聊聊。
数字分身基于我的简历信息，能够回答实习经历、项目成果、岗位匹配度和技能结构等问题。
简历问答
可以问：我适合 AI 产品经理吗？创维项目有哪些成果？智慧养老项目中我做了什么？