探索AI与数学的交叉点
本硕均毕业于南开大学应用数学专业，具备逻辑结构化思维能力。对AI工具保持开放且审慎的态度，于不确定中寻求确定性。
实习经历
2025.04 — 2025.08 · 天津卓漫科技有限公司 · 实习产品经理
公司为手机厂商「主题商店」提供字体、主题、表盘等素材，具备自有设计师团队。实习期间负责优化业务链路中人工密集、重复性高的环节，实现效率提升。
字体业务自动化提效
面向主题商店字体业务，构建从资源筛选到上架的全链路自动化工具，解决人工操作导致的交付周期长的问题。
主题商店字体业务部分平台月均上新 1000 套，原流程涉及 5 个环节人工串行操作，每 60 套资源平均交付周期 1 天。随着业务规模扩大，人工瓶颈已成为制约上新效率的核心卡点，影响设计师团队产能释放。
主要工作
拆解全流程并设计自动化规则：根据现有业务逻辑，将运营侧筛选、排期、命名、文案与字段补全等工作模块拆出，进行自动化重构
重构交付模式：从「每日专人跟进」转变为「批量集中处理」，释放运营人力投入高价值工作
成果
交付质量：抽测 10 套资源，连续 5 日零驳回
交付效率：单套资源处理时长由小时级压缩至分钟级
人力释放：运营投入从「每日跟进」收敛为「月三次维护」
机制沉淀：形成标准化、可复用的执行 SOP 与自动化框架，为后续功能迭代及向更多业务线横向复用奠定基础。
表盘主题多尺寸转换工具
针对平台强制要求的免费表盘主题产能任务，搭建多尺寸自动适配工具，解决设计师人工改尺寸效率低、重复工作量大的问题，保障免费资源合规达标率。
平台对免费表盘主题有硬性产能要求，每月需完成不少于 40% 的免费资源上传。该类业务不直接盈利但为平台合规必需；原流程需面向 5 种设备尺寸 出图，纯手工适配单次常超 1 小时，重复劳动量大，成为制约免费资源按期交付的主要瓶颈。
主要工作
梳理表盘多尺寸适配规则，沉淀组件级规则（缩放比例、坐标换算、冲突检测），抽象出位置坐标、布局、切图、命名等标准化约束条件
设计并开发自动化适配工具，实现设计稿一键批量导出多尺寸版本
替代人工重复调整工作，将设计师人力回归创意设计等高价值环节
成果
效率提升：在纯手工单次常超 1 小时的场景下，推动 MVP 后单次转换稳定落在 10 秒级；工具可覆盖团队约 40% 的多尺寸出图需求
合规保障：稳定支撑每月 40% 免费表盘资源上传要求，满足平台规则
人力释放：设计师从重复性改尺寸工作中解放，专注创意与设计质量
可复用性：形成标准化尺寸适配流程与工具模板，可扩展至其他主题类业务
主题商店
「主题商店」是手机系统里预装的一类应用，专门分发锁屏/图标/壁纸等全局主题、系统字体、智能手表表盘等视觉素材。如需直观了解业务形态，可展开查看两张示意图。
展开示意图（2 张）
2026.01 — 2026.04 · 北京森博明德人工智能科技股份有限公司 · AI产品经理实习
GEO 项目 Agent 构建
面向 B 端企业 GEO（生成式引擎优化）需求，设计 AI Agent 自动化服务链路，实现从诊断到交付的全流程智能化，替代原人工服务的高成本、低标准化问题。
GEO 执行阶段
- 确定优化词列表
- AI 平台露出表现初诊断
- 生成发稿策略
- 稿件生成与发布
- 效果监测与报告生成
对于 GEO「优化词诊断 → 策略制定 → 稿件内容生成 → 效果监测」的全链路服务模式，原人工服务模式存在：诊断依赖专家经验，难以规模化复制；稿件生成周期长，客户等待成本高；效果报告人工编制，交付标准不统一等问题。
随着客户数量增长，服务模式亟需从「人力密集」转向「智能驱动」。
关键过程
- 拆解服务链路：将 GEO 服务抽象为 5 个可自动化的标准节点
- 设计 Agent 架构：构建多 Agent 协作系统，诊断 Agent 基于露出数据输出执行策略，生成 Agent 根据策略和产品信息输出稿件内容
- 建立效果追踪体系：设计监测指标看板，实现效果数据自动采集与报告自动生成
成果
- 服务效率：单客户一阶段全链路服务投入从 12.5 人天缩短至 3 人天，整体效率提升约 76%
- 标准化程度：搭建可复制的 GEO 服务 SOP 与自动化流程，降低对资深专家的个人依赖
- 规模化能力：通过 Agent 系统实现流程自动化，支撑多家企业客户并行服务与周期性交付
- 长期价值：沉淀行业诊断规则与生成策略，形成公司 GEO 领域可复用的知识资产