从问题和任务出发
先梳理用户目标、业务流程、数据与权限;确定性任务优先使用规则,只有需要理解、生成、判断或多步执行时才引入模型与 Agent。
AI 产品经理|B 端 SaaS · 移动产品|AI Agent 应用
10 年互联网产品与设计经验,从 UI/UX 设计逐步转向产品管理;做过酒店、网约房、摄影门店、智能大屏、MDM 设备管控、供应链与企业协同,也持续把模型、Agent 与工具能力放进真实任务中验证。
从设计走向产品,从复杂业务走到 AI 任务系统。
10年产品与设计经历形成了同一条主线:理解真实业务,把角色、流程、规则、权限和多端体验梳理清楚,再推动方案进入研发与交付。设计背景让我关注使用体验,产品经历让我能够处理酒店、网约房、摄影门店、智能设备、供应链与企业协同等复杂场景。
进入 AI 产品实践后,我延续的仍是这套工作方式:先理解问题,再判断哪些环节适合模型或 Agent、哪些应由规则和工具完成,并补上人工确认、失败兜底、隐私保护与验证标准;通过原型、构建、测试和真实操作确认结果,而不是停留在概念和功能描述。
因此,我的定位是以复杂 B 端和多端产品经验为底盘,能够从业务调研、需求与原型,继续推进到 AI 任务设计、构建测试和结果验收的 AI 产品经理。产品工作台、小澈、Reqmark、右键派和语界移动端,是这套能力的持续实践。
模型只是系统的一部分,质量来自边界、反馈与验证。
先梳理用户目标、业务流程、数据与权限;确定性任务优先使用规则,只有需要理解、生成、判断或多步执行时才引入模型与 Agent。
拆分模型、上下文、工具调用、任务状态、人工确认与异常降级,让 AI 从“给建议”走向“在可控边界内完成任务”。
关注结果质量、稳定性、成本、延迟、隐私和失败路径,通过样例、测试、构建、真实操作与人工复核验证结果。
跟踪模型、Agent、MCP、Skill 与多模态变化,更看重能否形成可复用方法,覆盖需求、PRD、原型、测试和交付。
能独立完成 Axure/Figma/HTML 原型,也能与 AI 协作理解和验收 Flutter、Swift、Vue/UniApp、Python 工程产物。
使用 Git、构建命令、自动化测试和浏览器调试验证结果;不把“模型已生成”等同于“产品已完成”。
从多端体验设计,到复杂 B 端产品与 AI 协作交付。
四项实践全部保留,但按真实成熟度呈现。重点不是用了哪个模型,而是为什么需要 AI、系统如何分工、失败时怎样安全降级。
面向产品经理处理访谈、会议纪要、历史 PRD、流程图与原型;解决材料分散、结论难追溯、冲突容易被抹平的问题。
任务需要跨材料读取、证据追溯、冲突保留与成套交付,无法由单条规则或一次问答稳定完成。
模型负责理解与候选推导;确定性模板负责七类输出结构;人工负责材料授权、冲突裁决与最终确认。
质量门槛:以证据可追溯、未知项显式标记、冲突完整保留为验收标准,使七类输出能够复核、继续讨论并支持产品决策。
面向需要轻量桌面陪伴与连续对话的个人用户,让触摸、注视、唤醒和对话在固定桌面场景中形成连续反馈。
触摸、人脸、唤醒、声纹和降级需要低延迟、可预测;复杂对话才交给 Mac 端模型,模型文本不能直接控制端侧行为。
14 种姿态、52 条受控气泡、主人声纹、USB 链路与离线降级可由仓库检查;记录包含约 3.5 秒实机链路。
可靠性设计:Pixel 4 与 Mac 的 USB 实机链路已跑通,端侧人脸跟随可独立运行;语音链路具备降级、回声防护与模型锁定。
面向在动态 HTML 原型上沟通需求的产品与研发人员,减少需求描述与具体页面元素之间的定位损耗。
PRD 到目标 DOM 的映射需要语义理解;渲染、Scope 隔离、重扫、滚动追踪和完成状态则由确定性运行时保证。
Skill 生成候选映射,运行时稳定呈现,人工确认标注准确性。本轮 3 项测试覆盖编辑稳定性、页面识别与动态目标重扫。
交付验证:公开仓库可核验版本与运行时能力;本轮测试覆盖编辑稳定性、页面识别与动态目标重扫,3 项全部通过。
聚焦 Finder 中高频但分散的四项操作:拷贝路径、安全移动、隐藏所选项目、取消隐藏当前文件夹项目。
它不是 Agent 产品,而是 AI 协作完成原生工具定义、实现、实机修复、测试文档和公开发布的交付证据。
移动不覆盖同名项目;取消隐藏不递归;离线、无采集、无第三方依赖;权限不足和系统保护目录直接报错。
交付验证:GitHub Release v1.3.0 已公开发布;仓库沉淀 9 个 XCTest 方法,覆盖 Finder 扩展核心能力、安全移动与异常处理。
从设备运维、线下门店到酒店与网约房的端到端业务。
计算机专业背景,为产品、设计与工程沟通提供基础。
本科 · 2017—2020
“产品方法”说明我怎么做;这里回答我能独立承担什么,以及有哪些项目可以证明。
从调研材料中识别角色、流程、规则、权限、状态与商业边界,把线下协作和跨系统关系转化为可执行的产品方案。
判断任务是否适合 AI,划分模型、规则、工具、Agent 与人工职责,并把证据追溯、隐私、失败降级和评估标准纳入产品定义。
覆盖移动端、B 端后台、自助机、智能设备与 HTML/UniApp 原型,能够兼顾信息结构、交互效率和跨端业务一致性。
从需求、原型和版本取舍推进到跨团队交付,并通过真实构建、自动化测试、浏览器操作和发布状态验收结果。