01 / Working Method
面对模糊需求，我会先建立问题边界，再判断 AI 的适用性，用清晰的产品决策逐步降低不确定性。
从业务目标与用户行为出发，确认需要解决的是产品问题，而不是为了使用 AI 而寻找场景。
分析模型能力、数据条件、成本、风险与体验预期，判断 AI 是否是当前问题的合理解法。
把模型能力组织成可理解、可操作的用户流程，并明确关键交互、失败路径与人工介入边界。
将“效果不错”转化为可观察的质量指标，用任务成功率、稳定性与用户反馈校准方案。
以小范围验证发现真实问题，再根据数据和使用反馈调整产品，而不是一次性押注完整方案。
02 / Product Practice
这里不会堆放项目封面。每一次实践都将完整呈现问题、判断、取舍与验证过程。
Featured Practice · 内容待补充
后续将用一个完整案例，展示如何从真实问题出发，完成 AI 适用性判断、方案设计与验证。
03 / Capabilities
我的价值不是罗列工具，而是连接模型能力、用户需要和业务结果，让任务从模糊走向清晰。
从模糊业务问题中识别值得解决的用户需求，并判断 AI 能否产生真实而可持续的价值。
将模型、工具与业务流程组织成用户能理解、能使用，也愿意持续使用的产品体验。
建立清晰的评测标准和反馈机制，用真实数据检验产品判断，并持续推动方案迭代。
04 / About
AI Product Manager · Since 2024
我关注模型能力与真实用户需求之间的距离，并尝试用产品方法把这段距离缩短。
从 2024 年开始，我持续投入 AI 产品方向。面对快速变化的模型、工具与应用形态，我希望建立的不只是知识广度，更是一套能够识别问题、组织方案和验证结果的专业工作方式。
如果你正在招聘 AI 产品经理，或希望一起推进一个 AI 产品任务，欢迎与我联系。
联系方式待补充