我能做什么
这三点最能代表我做产品和落地的方式。
如果想快速了解我，可以先看能力、项目和经历。
从策略到上线
能想清楚，也能做出来
我不只写方案，也能把事情推进到开发、上线和后续迭代。
代表场景：策略定义、联调上线与后续迭代
推荐、记忆、RAG
做过真实的 AI 产品问题
做过推荐、记忆、RAG、AIGC 素材这些具体问题，不是只停留在概念层面。
代表场景：推荐、记忆、RAG 与内容质量判断
能自己把产品做出来
能独立把产品搭起来
我有独立做产品、开发和上线的经验，团队不完整时也能先把关键部分做起来。
代表场景：从 0 到 1 搭建并发布可用产品
代表项目
这几个项目最能代表我现在的能力和兴趣。
Snapcook
产品负责人 / 全栈开发 / iOS 封装
一个面向厨房食材管理与菜谱决策的 AI 应用，试图解决食材记录成本高、临期处理低效、做饭决策难等日常问题。
问题厨房管理是一个低频但真实存在的生活场景。用户很少愿意花很多精力维护库存，但又希望在买菜、做饭、临期提醒这些关键节点得到足够有用的帮助。
我做了什么我围绕库存管理、AI 菜谱推荐、购物清单联动和临期提醒设计核心流程，并基于 Codex 独立完成产品设计、前后端开发、数据存储与 iOS 封装，搭建出一套可持续迭代的产品架构。
结果方向这个项目成为我做 Agent 工程实践的核心案例之一。它不只是一个 demo，而是一个被真正做出来、完成测试并发布到 App Store 的可用产品。
岗位相关性证明我能独立完成从产品定义到上线交付的整条链路。
TikTok 搜索图文广告素材扩充
商业化产品经理实习生
围绕搜索广告图文素材供给不足的问题，参与设计基于既有视频素材复用的扩充策略，兼顾供给效率、匹配质量和广告主价值。
问题搜索广告场景下，高消耗 query 的图文素材供给有限，导致广告填充率和满足度受限。问题不是单纯多生成素材，而是在保证质量的前提下提升供给效率。
我做了什么我参与梳理素材满足度的判定维度，推动样本标注和 badcase 分析，并和研发协同推进“原视频抽帧 + 文案生成 + 质量过滤”的策略迭代，让素材扩充既有规模也能控风险。
结果方向公开可讲的结果是：素材供给能力明显增强，低质量案例明显下降，广告主价值和整体投放效率也有正向改善。这类项目很能体现我在复杂业务里做策略设计和质量平衡的能力。
岗位相关性体现我在复杂商业化场景里平衡供给、质量与业务价值的能力。
文小言主动推荐、记忆与 RAG 策略优化
搜推产品经理实习生
围绕 AI 助手中的主动推荐、记忆数据管理和 RAG 辅助问答稳定性，参与设计多条策略优化方案，提升内容可用性与个性化体验。
问题AI 助手产品中的问题往往不是单点模型能力不足，而是推荐内容是否可用、记忆是否可管理、检索是否稳定这几个系统问题叠加在一起。
我做了什么我从内容可用性评估、记忆数据抽样与结构化、意图分层等方向切入，协同算法推动推荐内容过滤与 prompt 调整、记忆结构优化，以及 RAG 触发逻辑的策略迭代。
结果方向这类工作很适合展示我对 AI 产品的理解方式：我不会把模型能力当黑盒，而是会把推荐、记忆、检索拆成具体产品问题来处理。
岗位相关性体现我会把 AI 能力拆成具体产品问题，再一段一段解决。
实习经历
这些经历让我一直在真实业务里做判断、推进协作和落地迭代。
教育背景：清华大学 × 美国南加州大学 · 传播数据科学联培双硕士 / 华中科技大学 · 传播学 + 计算机科学与技术双学位
商业化产品经理实习生
主要参与搜索广告场景中的 AIGC 素材扩充和素材打通策略，关注供给、质量和商业价值之间的平衡。
在公开表达范围内，可概括为供给能力增强、低质量案例下降、业务价值正向提升。
搜推产品经理实习生
参与主动推荐、记忆结构优化和 RAG 辅助问答等方向的产品策略迭代，关注可用性、个性化和稳定性。
推动 RAG 触发逻辑优化，提升 AI 对话场景下的辅助效果。
产品经理实习生
主要参与系统消息和活动消息方向的产品优化，提升消息触达效率、阅读体验和有效访问质量。
这段经历体现了我在高频用户产品里处理体验与触达平衡的能力。
方法与思考
这是我做 AI 产品时比较稳定的几条判断标准。
如果想继续往下看，也可以点开后面的短文。
联系