自我评价
坚持诚实与信用为立身之本。主张实事求是地洞察用户需求，认为只有诚实面对业务痛点与技术边界，才能打造真正有价值的产品。
具备强烈的探究欲，擅长通过 Vibe Coding 快速验证产品构思。深信在 AI 时代，PM 的核心价值在于利用 AI 杠杆进行"定义"与"创造"，而非简单的执行。
多年建筑设计从业经历练就了严谨的逻辑与多维沟通能力。坚持反"自嗨"设计，擅长从多方视角（用户、技术、商业）拆解主要矛盾，追求解决实际问题的"利他"价值。
AI 实战项目
医药行业售前 AI 智能客服
基于 Coze 工作流针对电商医药领域 7x24 小时高频咨询需求，旨在通过 AI 自动化降低人工成本，提升售前转化率。
深度拆解用户场景，对咨询意图进行多级分类（查询商品、寻求用药建议、价格政策等）并定义各场景下的"理想态回复指标"（包括准确性、回复风格、结构化程度等）。
在 Coze 平台从 0 到 1 搭建复杂工作流，采用确定性节点控制逻辑，确保医药咨询的专业性与准确性。
为解决人工测试效率低的问题，自主搭建了自动化测评系统。利用 LLM 模拟多轮对话并按照预设维度打分，数据自动归档。测评系统自身准确率通过验证达 90% 以上。
建立 Bad Case 归因模型，针对意图识别偏移、回复机械等问题，通过 Prompt 工程及工作流逻辑重构，实现常见问题自动化率 > 60%。
针对复杂多跳推理及复合意图的瓶颈，制定了从 Workflow 向 Agent 架构演进的技术路线，通过自主规划能力提升长尾需求的覆盖度。
智能规范问答助手
Advanced RAG解决建筑设计师查找规范耗时长、易遗漏导致方案被打回的痛点，构建专业级知识库助手。
调研设计师高频痛点，收集并清洗数万字建筑规范数据。按强制性等级（强条、行标等）进行多维度标注，建立结构化知识库。
针对检索精度问题，对 Embedding/Rerank 模型进行选型对比；优化混合检索策略（语义+关键词）及召回阈值；将切片策略从简单长度切分升级为按字符/章节精准切分。
引入 MOS 打分法，从正确性、逻辑性、忠实性维度评估。针对表格识别困难、幻觉等典型问题，通过 Markdown 转化与摘要索引策略来提高表格识别准确率、优化 Prompt 约束及调整模型参数（Temperature, Top-P），显著降低幻觉率。
将规范查找时间从小时级缩短至分钟级，极大提升了设计评审的一次通过率。
个人效率工具集
基于 Claude Code 独立开发结合"思维系统拆解"理论，构建逻辑、提问、多维视角、创造性思维四大训练模块。通过 AI 引导用户进行深度思考，实现认知闭环。
基于 X（Twitter）指定源，开发自动抓取、双语总结及高价值信息筛选流。解决信息过载问题，确保高价值情报的覆盖性与可追溯性。
AI 放大能力，实践定义价值。作为一名拥有建筑设计背景的 AI PM 践行者，我热衷于在不确定性中通过不断试错寻找最优解。不设限，敢投入，期待与志同道合的团队共同创造未来。
感谢您的关注！期待能有机会与您深入交流，探讨如何利用 AI 为贵司创造实际价值。