能把 AI 做进业务流程
从问指标、问知识到问归因，把模型能力拆成用户可理解、业务可验收、研发可交付的产品模块。
Role Fit
适合 AI 企业服务产品经理岗位的三类证据
懂 B 端经营分析语境
长期处理指标体系、口径治理、管理驾驶舱、预警纠偏和复盘决策，不停留在通用聊天界面。
能推动规模化复用
用测试集、Bad Case、机构声音、案例库和运营机制，让 AI 产品从上线走向持续改进。
Selected Evidence
项目证据
Company Projects
公司项目
来自企业内部真实业务场景，重点体现 AI 企业服务、经营分析、数据产品和跨组织落地能力。
车险经营智能化助手
面向总部与机构用户，把指标查询、知识问答、经营诊断和归因分析整合为 AI 产品能力。
覆盖率 92.1%
正确率 86.7%
问归因正确率 87.9%
展开项目证据
- 梳理 280+ 经营指标、176 个组合维度，建立可被 AI 消费的数据与知识底座。
- 打通总部及 42 家机构知识库，沉淀 2500+ 知识 / 资讯文档，支持引用溯源。
- 将经营问题拆成“问题解析、逻辑推导、结论输出”的归因链路，探索 3 大类 7 个核心归因场景。
- 通过测试集、能力圈选、Bad Case 反馈和知识引用控制输出边界，提升可验收性。
经营管理闭环与高管驾驶舱
将经营总览、KPI、预警纠偏、待办追踪和复盘决策产品化，让管理动作从线下推动转为线上闭环。
展开项目证据
- 围绕经营异常预警、纠偏发起、处理反馈、时光轴复盘和管理决策建立产品链路。
- 引入 AI 总结与时光轴展示，为后续策略建议和管理动作推荐沉淀过程数据。
- 系统累计发起预警 2166 次，帮助总部 / 机构形成线上化复盘与追踪习惯。
AI 创新阵地与机构复用机制
从产品专区、智能体武器库到机构声音机制，把 AI 项目推广、反馈、案例和复用纳入统一运营闭环。
展开项目证据
- 横向拉通 12 个 AI 项目，统一呈现业务价值、机构排名、优秀 Agent 和学习案例。
- 沉淀 230 条机构 AI 声音，声音解决率 87.6%，将一线反馈转为迭代策略。
- 沉淀 21 个优秀案例，案例学习量达 3k，推动机构间学习和复用。
客户数据与营销智能化平台
打通媒体投放、埋点、私域转化、人群标签和客户画像链路，把客户数据平台做成增长和经营分析底座。
展开项目证据
- DMP 试点降低获客成本 35%，提升线索转化率 15%。
- 营销驾驶舱减少重复指标约 100 个、减少营销套表 5 套、节约费用约 100 万元。
- 参与 CDP 与腾讯共创，覆盖 OneID、标签画像、人群细分和数据治理。
Personal Projects
个人项目
用个人场景验证 Agent 工作流、信息采集、结构化判断和自动化交付能力。
岗位情报与投递分析 Agent
围绕 AI 产品岗位搜索、JD 拆解、简历证据映射和投递建议，搭建个人自动化决策工作流。
展开项目证据
- 聚合岗位信息，进行去重、标签化和机会筛选，减少重复浏览和人工整理。
- 读取 JD 与个人经历，输出匹配结论、能力差距、简历证据和面试准备要点。
- 把求职动作拆成采集、结构化、判断、通知、复盘，作为 Agent 产品设计练习场。
BJJ Video Search｜AI 领域视频知识检索系统
面向巴西柔术学习场景，把长视频教程拆成可按技术动作、位置和语义片段检索的视频知识库。
展开项目证据
- 独立设计“字幕采集、VTT 解析、时间戳 chunk、标签抽取、检索召回、Web/API 展示”的端到端链路。
- 支持 FTS5 / 向量混合召回，并提供离线全文检索降级，兼顾召回质量和可用性。
- 实现幂等入库、内容类型自动分类、手动修正和单元 / 接口烟测，提升系统可维护性。
- 让检索结果保留时间戳和语义片段，方便回到视频上下文验证，增强可解释性。
Experience
经历脉络
2023.09 - 至今 车险智慧经营与 AI 产品 高级产品经理
负责经营分析、知识生产、知识消费、预警纠偏、复盘决策和 AI 产品专区等模块，重点推进 AI 经营助手、机构分身和数据分析 Skill 落地。
2020.07 - 2023.09 企业级数据产品与经营驾驶舱 产品主管
主导高管驾驶舱、营销驾驶舱、DMP / CDP、数据治理和数据智能顶层设计，覆盖管理层经营分析、用户增长和精准触达。
2018.09 - 2019.08 跨国运营平台数据产品 数据产品
面向运营总览和业务汇报场景，完成数据需求、指标口径、报表和可视化方案设计，推动业务系统数据生产化。
Working Method
我推进 AI 产品的方式
先找真实业务问题
从机构调研、用户痛点和经营动作出发，明确 AI 输出要服务的判断和决策。
再建可复用底座
把指标、维度、口径、知识、归因路径和引用规则结构化，降低模型不确定性。
持续评估边界
用测试集、正确率、覆盖率、Bad Case 和人工反馈，让 AI 能力可解释、可验收。
最后推广复用
通过案例库、声音治理、培训和运营数据，把单点能力变成组织资产。
For HR