AI 产品经理作品集 MVP
把个人定位、项目案例、产品分析、研究思考和部署流程整合成一个可访问、可迭代的作品集 MVP,用真实页面承载能力表达,而不是只停留在简历描述。
个人介绍 / AI 产品运营方向
一线 3C 与智能硬件经验 + AI 工具高频使用 + 项目化输出
具备一线 3C 与智能硬件业务经验,长期使用 AI 工具,正在通过项目化方式构建 AI 工作流、内容生产、数据分析与产品运营能力。
一线 3C 与智能硬件经验 + AI 工具高频使用 + 项目化输出
核心价值卡
把个人定位、项目案例、产品分析、研究思考和部署流程整合成一个可访问、可迭代的作品集 MVP,用真实页面承载能力表达,而不是只停留在简历描述。
从任务执行到工作流搭建,把 AI 用到资料分析、内容生产、需求拆解和项目推进。
围绕产品体验、用户需求、竞品行业和案例拆解,输出结构化研究报告。
理解指标、用户反馈、评论数据、转化与漏斗,把数据结论转为运营建议。
产品分析 / Product Analysis
这些分析展示我如何拆解产品机制、用户体验、商业逻辑、竞品路径和长期趋势,并转化为可复用的产品判断。
从 ChatGPT、Gemini、Claude、DeepSeek、通义千问 / Qwen、豆包六个主流聊天 AI 出发,分析 AI 在回答前、回答中、工具调用时如何展示状态、过程、进度、推理、信任与控制权。
AI 等待态不是 Loading,而是 AI 产品的认知交互层和任务过程可见层。它决定用户是否知道 AI 正在做什么,是否愿意等待,是否相信结果,以及是否愿意把更复杂的任务交给 AI。
围绕 AI 健康助手、体检报告解读、医疗安全边界、用户行动转化和 RAG 知识库,分析健康类 AI 产品的可行切入点。
帮助用户从难懂的体检指标进入更清晰的健康信息理解、复查提醒、医生沟通准备和长期健康档案管理,同时明确不替代医生判断。
从产品定位、用户需求、生态系统、供应链、营销与商业模式,拆解 Apple Watch 从智能配件到健康入口的演进逻辑。
这份报告从智能配件到个人健康入口的演进出发,系统拆解 Apple Watch 的战略、立项、产品定位、用户需求、功能机制、运营、商业模式、技术、供应链、渠道、生态、竞品、时间线和从零创造方法论。
从进度条的历史演进、等待心理、任务状态、失败反馈和 AI 生成场景出发,分析进度反馈如何从 UI 元素升级为产品信任机制。
延伸产出:统一进度反馈组件 PRD
产品项目 / Product Projects
这些项目展示我如何从具体业务问题出发,完成产品定位、流程设计、AI 工作流、数据看板、MVP、内容系统和交付物设计。
面向 3C 门店日常经营场景,整合销售诊断、库存分析、知识库、话术生成、经营报告和员工评估的 AI Agent 项目。
这个项目把过往 3C 零售经验转化为 AI 产品方案,用 Agent 工作流模拟门店经营中的看数据、找问题、给建议、生成话术和沉淀报告流程,适合作为 AI 产品助理 / 产品运营方向的核心作品集项目。
将英文 AI 周报自动转化为公众号文章、短视频脚本、分镜、配图提示和多平台内容包的 AI 内容生产工作流。
让一份原始材料形成多种平台可用内容,同时保留人工复核、事实检查和语气控制。
将个人定位、产品项目、产品分析、研究思考、文档资产、SEO 与部署流程整合成一个可持续迭代的个人作品集内容系统。
从一次性简历页升级为可维护、可审计、可部署的内容产品。
基于公开 Steam 信号、公开销量节点、媒体评分、竞品对比和有限评论样本,整理为证据边界版游戏商业分析看板。项目展示公开数据组织、结论边界管理、Dashboard 结构设计、响应式 QA 和 Cloudflare Preview 部署验证能力。
证据边界版私有预览项目。基于公开数据和有限样本,不代表官方结论,不作为生产级公开发布。
Prompt 方法论
让 AI 明白要去哪、走多远、怎么走、交付什么。
明确要解决的问题,以及这次输出服务哪个业务判断。
划定输入材料、边界条件、不要做什么和风险限制。
拆解步骤、判断路径、执行顺序和人工复核节点。
定义输出格式、质量标准、交付物和下一步动作。
AI 工作流
收集文章、评论、数据、需求和上下文。
提取重点、语义解析、识别关键问题。
整理框架、建立流程、明确判断路径。
产出文章、脚本、报告、看板或提示词包。
质量校验、事实检查、语气与边界复核。
保存经验、沉淀模板、持续迭代流程。
把杂乱评论和数据转成可讨论的运营判断。
人工确认指标口径、异常值和业务解释,避免只看图表下结论。
把英文 AI 资讯转成中文多平台内容资产。
人工复核事实、语气、平台适配和发布风险。
把重复文档处理变成可复用流程。
人工校对隐私、字段和最终排版。
研究与思考 / Research & Thinking
这里记录我对 AI、产品、数据、学习方式和个人知识系统的长期思考。
把阅读、笔记、摘要、标签和文章输出组织成个人知识系统。
把日常想法、书籍笔记、方法论和职业判断沉淀成长期知识库,用于持续形成个人认知资产。
从工具使用转向工作环境理解,重新看待 AI 对个人产出的影响。
这篇思考强调 AI 不只是单点工具,而是会嵌入工作流、协作方式和个人生产系统的基础环境。
思考信息过载之后,个人如何建立筛选、判断和输出能力。
从互联网、数据和 AI 的连续演进出发,观察信息时代如何进入更强调判断、组织和行动的新阶段。
把数据、AI 和业务目标放在同一套产品判断框架里。
这篇方法论把数据、AI 和业务目标放在同一条链路中,强调技术最终要回到业务结果。
用目标、范围、流程和结果四个维度,让 AI 输出更稳定、更可复盘。
这是当前最核心的 Prompt 方法论,用四个要素约束 AI 输出,让 AI 明白要去哪、走多远、怎么走、交付什么。
从多个 Codex 项目 prompt 复盘中提炼出的 AI 工程协作提示词方法论。
这张卡片总结多个 Codex 项目中的 prompt 使用习惯、优势、问题与优化方向,把高效 Prompt 进一步扩展为适合工程项目的目标、范围、流程、结果、验收与失败处理。
成长路线
形成可复用方法论,补齐真实项目截图、demo 和数据源。
能独立推进 AI 应用场景、内容生产与数据反馈闭环。
具备跨产品、运营、内容和分析的综合项目负责能力。
沉淀 AI 产品、内容、数据与行业研究的长期方法体系。
简历
把 AI 工具使用、一线 3C 与智能硬件业务经验、内容生产和数据反馈分析连接到真实产品运营工作中。
最终简历 PDF 已添加。电话和微信保持私密,不在公开页面展示。
下载简历联系我 / Footer
邮箱公开可用;电话 / 微信保持私密,不展示二维码或个人号。