Product Manager / AI Workflow Designer / Data-Driven Design
About Me
关于我
Nice to meet you!
你好!我是王子涵
梳理复杂的业务逻辑和用户使用场景,把模糊的想法转化成清晰、可落地的产品方案。需求分析、产品规划、数据分析、原型设计、研发协同,也会用 HTML 交互页面把产品逻辑直接演示出来。
我尤其关注 AI 在真实工作场景中的应用 —— 拆解内容生产和业务操作的流程,把它设计成标准化、可复用的工作流。比起单纯使用 AI 工具,我更在意先看懂业务里真正的问题:把一个模糊的问题拆开、想清楚、再拼回去。
Core Strengths
核心能力
从需求调研到上线落地的完整链路 —— 独立跟完用户行为标签系统和教师团队小程序两个项目。
用数据找到问题出在哪,用设计把它解决掉,再用数据验证有没有真的解决。
把原本要靠人反复重复的流程拆开,沉淀成 AI 能自己跑完的可复用工作流。
从信息架构到高保真界面,再到 AI 生成的动态视觉,一个人能走通全流程。
产品经理能力
需求调研与业务梳理
产品方案与原型设计
项目推进与研发协同
数据驱动的产品设计
用户转化漏斗分析
搜索与内容分发优化
标签体系与用户识别
AI 工作流设计
公众号图文生产工作流
数字人视频生产工作流
大模型应用与智能体编排
UI 设计与动态内容
产品界面与交互设计
原型与交互呈现
AI 视频与动态视觉实践
My Work
作品集
使用 Claude Code 与 Google Flow 独立完成 · 内容策划 / 画面生成 / 动态剪辑
播放视频热点发现 · 情感分析 · 主题归纳 —— 用 LangGraph 把问答链路拆成四个可控节点
查看系统梳理现有后台业务逻辑 · 需求调研 · 功能规划与原型设计
查看原型公众号图文与数字人视频两条链路,拆解后固化成可复用的工作流
查看链路六大维度标签体系 · 自动匹配规则 · 全程跟进开发测试与上线
查看流程点击卡片查看该作品详情
Vox 风格 AI 视频作品
一支讲郑和下西洋的解释性短片 · 用 Claude Code + Google Flow 独立完成,从选题、脚本、分镜到画面生成与成片
B 站智能内容分析系统
围绕一个选题,把 B 站相关视频的评论和弹幕抓下来,建成能直接提问的知识库 —— 观众在讨论什么、想看什么、槽点集中在哪,不用再自己翻评论区
关键词搜到相关视频,把视频信息、评论、弹幕一并抓下来清洗入库。一个选题对应一批视频,构成一个独立数据集。
每个数据集单独切分、做 embedding,存成各自的 FAISS 索引。提问时只在选中的数据集内召回,不同选题的语料互不干扰。
judge 只判相关性和改写问题,chat 只负责生成。文档带标题和链接进 prompt,结论能回溯到具体哪条评论。
先扩写短问题,再从 FAISS 召回 top-15
judge 模型并发判断相关性,只留 yes
带标题与链接进 prompt,SSE 流式
补全代词与序号指代,重来一轮
教师团队专属小程序
面向国学养生方向的学习小程序 · 课程以讲次推进,单门 5 讲起,完整学习周期跨度以月计
进度达标即可打卡 +1 分,分享再加。做完一讲,当场有回应。
四境各四阶,对应积分区间与图腾徽章。各门课的学习量,换成同一条路径上的坐标。
连续天数断一天归零,中断有了代价;分享加分,顺带触达未购课的人。
页面设计与操作流程
围绕「完成一讲 → 即时反馈 → 查看进阶」这条主线设计的三个核心页面
核心动线
学员在小程序里的主路径是:完成一讲 → 立刻看到积分与阶位的变化 → 需要时打开图鉴确认自己的位置。三个页面各自承担这条路径上的一环。
后台支撑
积分来源可追溯,支持查询与导出积分数据的后台管理
后台包含积分明细、用户档案与等级配置三个页面,支持按用户、时间与积分类型查询,结果可导出。运营通过这三个页面核对积分来源、处理异常并维护阶位规则。
AI 内容生产工作流
公众号图文与数字人口播视频两条生产线 · 把原本靠人反复重复的流程拆开,沉淀成 AI 能自己跑完的可复用工作流
线 A · 公众号图文
写作法则与违禁词库固化在规则文档,不同作者按同一标准产出
工作流批量产出符合规范的初稿,人工在初稿上修改而非从零撰写
风格与合规要求固化为文档,新人接手可直接按同一标准产出
追问到底:写给哪个号、给谁看、要达到什么。再抓竞品语料、拆解爆款方法论
确认选题六要素,搭出大标题、小标题、论点和配图位;选题不成立就不进写作
对照写作法则和违禁词库写正文,再按选定版式套版成可粘贴的 HTML
按配图位逐张生成插图,正文过去 AI 味处理,评分不达标不放行
两阶段内容审查,发布前脚本终检字数、敏感词、配图齐不齐,全过才发
线 B · 数字人口播视频
三位老师各自一套源资料与人设配置,读哪套写哪套,从目录上隔离
多平台初筛由工作流完成,人工只确认候选,选题取自已验证的爆款
基于确认的选题方向生成口播稿初稿,人工修改即可,撰写时间大幅缩短
确认目标老师、读该老师源资料、定视频规格;没读源资料不许往下走
三平台搜同属性内容 → 人工确认候选 → 合规下载 → 只提炼选题方向,不抄原文
对照老师源资料、写作前置规则和道家知识库写稿,去味后人工审核
MiniMax 合成语音 → HeyGen 生成口播素材 → 字幕包装剪辑成片
视频号、抖音、快手三平台,发布前终检,用户确认后才执行
底层架构
两条线各有一套独立配置,结构相同。
五层结构敏感词、字数、配图完整性等有明确判定标准的检查,由最底两层的脚本执行,不写入提示词。
以自然语言提出的修改意见,无需单独编辑规则文档
UserPromptSubmit 钩子在每次提交时检测输入,识别其为修正意见而非新任务
即时写入信号队列,不中断当前任务,无需人工事后记录
SessionStart 钩子检查队列,存在待处理信号时启动 evolution-runner 子 Agent
子 Agent 将信号归纳为具体的规则修改建议,由人工逐条批准或否决
已批准的修改写入 AGENTS.md 或对应 SKILL.md,下次会话生效
把分散在聊天记录、订单、课程进度里的用户行为,转成一套结构化的标签体系。
运营手上有大量用户,却只看得到零散的行为记录 —— 谁在群里说过什么、买过什么、学到第几课。需要一套统一的语言,把行为翻译成可查询、可筛选、可复用的标签。
社群聊天、订单、课程进度、直播互动汇总到一处
明确什么话、什么动作算一次有效信号
信号落进六大维度,确定层级与互斥关系
自动打标后做去重、冲突检查与人工抽检
分层触达、内容推荐、复购召回直接调用
标签分属健康痛点 / 消费意向 / 情感需求 / 养生方法 / 国学文化 / 人群画像6 个维度,共 32 个,颜色对应维度。
打个招呼
正在寻找 2026 届产品岗位。如果你觉得我们可以聊聊,随时来找我。