从四川美术学院的工业设计专业出发，将严谨的系统思维无缝迁移至数字产品的服务体验构建。聚焦用户研究与需求分析，致力于以设计思维驱动 AI 创新应用与高商业价值的产品落地。
主导千万级平台流量入口的 0-1 构建与迭代。深度参与需求评审与测试流程，推动产品如期上线，在 Edge 扩展商店斩获 3000+ 安装量与 5.0 满分评价。通过主导 10+ 场深度用户访谈，精准提炼情绪价值需求，独立输出完整 PRD 与高保真原型，成功明确 2.0 版本的迭代路径。
聚焦大学生异地实习的破冰与沉淀痛点，独立完成从 0 到 1 的全链路 MVP 搭建。深度结合大模型能力，设计“LLM 职场语义重构”与“情绪识别”等差异化 AI 核心体验。独立输出产品架构图、AI 工作流及冷启动增长策略，打通商业化闭环。
针对老龄化背景下的经验资源错配问题，探索并设计经验共享型双边交易平台。系统拆解“退休人群、职场新人、企业 HR”三端核心诉求，设计精准的智能匹配与实名认证安全机制，跑通以服务抽成为核心的变现逻辑与产品高保真原型。
芒果 TV · 商业化技术中心｜产品经理实习生
公司级 PC 端战略项目，围绕「浏览器默认首页」场景，打造集内容分发、工具服务与情绪价值于一体的插件产品，承接用户增长与转化，并主导 1.0→2.0 迭代。
实习不孤单，AI 陪你过
从 0 到 1 的 AI Native 实习陪伴产品：洞察 → 方案 → 可交互 Demo。 组局破冰、职场表达、成就胶囊，把社交与成长收进同一套体验里。
↓ 可直接在手机框内体验，与打开 Demo 相同
从一句目标出发，输出可执行的一日方案
面向“周末临时决策”场景的任务型 Agent。用户只需描述目标与约束（时间、同行人、预算、偏好）， 系统会自动完成任务拆解、路线编排与候选方案筛选，并沉淀为可直接执行的行动清单。
让 AI 守在侧栏，你专心刷 Boss 的岗位
面向 Boss 直聘 Web 的浏览器侧栏助手：不覆盖、不抢操作，把「读 JD → 对照简历画像 → 按需改简历」收进侧栏。 单击岗位卡片即可对齐当前 JD，AI 输出仅供参考，投递仍由你决定。
16:9 预览窗口，使用鼠标滚轮可直接浏览完整页面
工业设计背景下的三项课题实践——从 IoT 服务系统到 B 端安全产品，覆盖软硬协同、用户旅程推演与 DFM 落地，构成软件 PM 能力的设计底盘。
学术课题 · 非商业项目以用户为中心，用严密的逻辑和设计品味驱动产品落地。
拒绝主观臆断，坚持让目标用户发声。曾主导开展 10+ 场深度访谈与定量调研，精准诊断产品痛点与用户迁移习惯，推导出核心能力视角的迭代方向。
具备全局业务视野与强逻辑拆解能力。通过对竞品的深度结构与交互剖析，精准定位功能边界与差异化机会，驱动高可行性的产品方案落地。
擅长将大模型前沿能力与真实业务场景深度结合，打通从抽象 AI 概念到高保真可交互原型的丝滑交付。
注重“以人为本”的交互体验。跳脱纯文本（PRD）限制，通过可视化的原型直观推演复杂的业务核心链路。降低 0-1 阶段的试错与沟通成本。
从工业设计到 AI 产品实践者
系统学习工业设计方法，建立用户研究、视觉表达与产品落地的基础能力。
面向 6000+ 学生策划校级活动，负责需求调研、活动方案与跨部门推进，并持续做复盘优化。
负责公众号内容与视觉物料运营，围绕校园活动输出传播内容，提升信息触达与阅读转化。
深入学习 AI 产品方法论，聚焦用户需求分析、交互策略与从概念到原型的端到端设计。
参与公司级浏览器插件产品迭代，从需求设计到上线推进，完成 0-1 到 1.0 的实战闭环。
工业与数字产品设计的双重背景赋予我极强的同理心和视觉落地能力。我不仅能梳理商业逻辑和用户流程，还能用 Figma/Axure 快速输出高保真原型，降低产研沟通成本。
负责芒果浏览器插件从 0-1 构建及 1.0→2.0 迭代：竞品调研、组件策略、完整 PRD 与上线推动。首期 Edge 安装 3000+，随后通过 10+ 用户深访构建需求池驱动迭代。
独立从 0-1 负责的 AI Native 项目：痛点洞察、LLM 工作流设计（语义重构与 STAR 结构化），到 vibe coding 完成可交互 Demo。用户访谈验证了"破冰难"和"成就沉淀"是核心痛点，由此定义了组局、职场表达优化、成就胶囊三个核心模块。
我的核心判断标准是：用户愿意为此付出成本（时间/金钱/注意力），且该行为能带动商业指标，二者并不天然对立。在芒果实习期间，用户想要"情绪陪伴"，商业侧想要"内容分发"——我将情绪化 UI 与内容入口设计融合，而非二选一，最终两侧指标均有提升。冲突真正无法调和时，我会用 P0/P1/P2 优先级框架拆解，先保商业底线，再用迭代版本补回用户体验。
硬件项目要求从用户场景出发倒推结构可行性，这种"向后约束"的思维方式让我在做软件需求时更严谨——不会只停留在功能列表，而是追问"这个功能谁来实现、成本多少、边界在哪"。Aura 车载机器人和 BOND PLAY IoT 系统都涉及多端协同架构，让我对软硬件系统联动有直接认知，在与工程师沟通时能更精准提需求、减少来回。
第 1 周：沉浸式了解产品现状——体验全链路、阅读已有 PRD 和数据报告、跟 1-2 位用户聊天，建立自己对产品的第一性原理判断。第 2 周：搞清楚团队工作流——需求从哪来、怎么评审、怎么排期、上下游怎么协作，找到我能立即贡献价值的切口。第 3-4 周：主动认领一个具体需求，从调研到文档到跟进到评审，完整跑一遍流程，用结果建立信任。我不喜欢"先观察三个月"，倾向于快速验证、快速迭代。
