定义问题
从用户、流程与指标识别真正值得解决的问题。
刘星雨 · AI 产品经理 / AI 产品运营
AI PRODUCT · PRODUCT OPERATIONS
从用户、流程与指标识别真正值得解决的问题。
把模型能力转译为产品结构、规则与人机边界。
用数据、评测集和反馈推动方案进入真实业务。
不是职责清单,而是我如何判断问题、设计方案并推动结果。
面对多源数据口径不一、人工取数耗时且难以复用的问题,我重构了从数据读取、映射清洗到经营看板的标准链路,让团队能定位品类波动、内容承接与资源效率。
我做的不只是看板,而是一套从数据异常到业务动作的判断机制。
海外租车政策横跨国家、供应商与履约场景。我围绕字段优先级、风险分层、质量标准与异常升级,推动信息从“可录入”走向“可验证、可审核、可使用”。
治理的价值不是补齐字段,而是降低用户、平台与供应商三方的不确定性。
深入建筑设计任务,串联客户试用、坏例归因、模型评测与版本回归;用专业底线约束增长指标,推动 Prompt、产品和模型共同迭代。
不存在适合所有环节的最佳模型,只有适合特定任务的最佳方案。
不只描述产品,也用原型与 Agent 验证关键工作流。
小组协作型求职工作台
把散落在公众号、群聊与招聘网站的岗位,收敛成可协作的共享岗位库;同时保留个人投递进度的私密性,跑通从发现岗位到记录 Offer 的 MVP 闭环。
非结构化内容洞察工作流
把视频内容转化为可检索、可比较、可复用的行业洞察。人负责目标、标准与关键审核,Agent 执行取样、解析、标签归一、质量校验与简报生成。
行动支持型职业服务产品
从真实求职困境出发,把对 AI 替代的模糊焦虑,转译为画像、任务、技能树、同伴社群与岗位匹配,探索 AI 如何帮助人持续行动。
重庆大学城市规划硕士,也是一名以业务问题为起点的 AI 产品实践者。跨越电商、出行和建筑科技的经历,让我形成了结构化拆解、数据验证与跨团队推进的工作方式。