Loading.... Please Wait

AI Product Manager // Subject Detected

黄佳沐
HUANG JIAMU

AI 工作流 · RAG · 机器视觉质检From model capability to measurable product workflow.

下载简历
0
AI 产品
实践经验
0%
视觉质检
漏检率下降
0%
RAG Prompt
核心召回率
0%
AI 建议
采纳率
0+
销售人员
覆盖
0
金条缺陷
体系
About

我擅长把 AI从「能力」变成「产品」。

我是一名 AI 产品经理,拥有 3 年 AI 产品与数字化产品实践经验,覆盖 AI 工作流 · RAG · 机器视觉质检等场景。 我擅长从真实业务流程中定位高成本节点,把模型能力拆成可评估、可协作、可落地的产品链路, 并通过 HITL、人机协同、评测体系、Bad Case 归因和快速原型推动方案进入真实业务。

RAGAgentic RAGPrompt EngineeringContext EngineeringLLMAI EvaluationModel SelectionMachine VisionHITLBad CaseClaude CodeCodexAI-assisted PrototypingPMFAIGCMVP
NotebookLMVS CodeCursorAntigravityMiniMaxClaudeCodexOpenClawDeepSeekKimiHermesChatGPTGeminiMidjourneyRunwayPerplexityCopilot
Projects

精选项目

Machine Vision · HITL · 质量追溯 · 产线试点

AI 视觉质检系统

面向标准矩形压制金条试点产线,设计「AI 初筛 + 人工复核 + 数据追溯」的人机协同质检系统。

  • 驻线 3 周梳理包装前裸条检测、人工复核、包装后复核三段流程,确认 AI 初筛与人工终判边界
  • 将金条问题拆为外观缺陷、边角缺陷、标识 / OCR、包装匹配、追溯异常 5 类 14 项,建立缺陷定义、样本标注与置信度分级标准
  • 对错 SKU、编号 / 证书错配、严重崩边等致命问题设置硬规则强拦截,疑似件进入人工复核队列
  • 定义工单、SKU、批次、编号、原图 / 结果图、AI 结果、人工结论、模型版本等留痕字段与 MES / QMS 回传规则
  • 围绕金面高反光浅划痕、包装膜反光、误报积压等边界场景,协同算法与设备侧优化成像方案、阈值和复检规则
80%
漏检率 10%→2%
40%
质检效率提升
85%
初筛准确率
RAG 产品策略 · 对话状态机 · AI Eval · 合规校验

RAG 智能客服与销售培训系统

面向黄金 ToB 批发的私域咨询和新人培养,搭建共用知识库的 RAG 智能客服 + 销售培训助手。

  • 将需求拆成 RAG 智能客服和销售培训助手两条链路:客服侧覆盖产品咨询、辅助报价、异议处理和转人工,培训侧提供 Persona 模拟、Rubric 评分和错题本沉淀
  • 定义意图识别、检索召回、答案生成、合规校验、转人工判断等产品策略节点,降低错答、越界回复和高风险场景硬答
  • 将知识拆为产品知识、政策合规、实时行情、话术库、Persona 库,并用结构化字段校验与合规规则拦截红线话术
  • 用需求识别、产品推荐、异议处理、报价确认、合规确认 / 转人工等状态约束多轮回复目标、追问策略和边界
  • 设计 120 题分场景评估集,按产品知识、报价、推荐、异议处理、合规边界等维度评分并推动 Bad Case 归因迭代
500+
销售人员覆盖
95%
专业问答准确率
15%
展厅转化提升
教育 RAG · 语料治理 · Prompt 调优 · 产品测试

网易有道教育 RAG 语料治理

面向智慧教育长文档问答场景,参与 RAG 语料治理、召回评估、Prompt 调优与早期产品测试。

  • 整理 1000+ 条 PDF 教材与翻译文档语料,围绕语义完整性、版面解析、跨段落召回构建错误 taxonomy
  • 辅助算法组定位复杂排版下的检索与解析失败问题,沉淀结构化错误归因与优化建议
  • 围绕切题性、语气适配、指令遵循做盲测评分,构建约 80 条学生口语化提问引导语库
  • 对 QAnything 早期内测长文档分块和追问引导问题输出结构化 Bug 清单
1000+
语料整理
80
口语化提问库
QAnything
早期内测反馈
Methodology

我的 AI 产品方法论

01

场景定义

从真实用户工作流与产线现场拆解功能空白,把模糊反馈还原为可评估、可排期、可验证的具体场景成本。

02

策略 / 评测 / 迭代

围绕检索质量、生成效果、合规边界和用户反馈定义评测口径,并用 Bad Case 归因持续推动产品迭代。

03

人机协同

明确 AI 能力边界,通过 HITL、置信度分级、人工复核与一键采纳机制,让 AI 可控地进入业务流程。

Capabilities

核心能力

01

AI 产品设计

AI 工作流RAGAgentic RAGPrompt EngineeringContext Engineering机器视觉质检AI Evaluation
02

用户场景与商业化

用户访谈产线驻场竞品分析真实流程识别痛点试用转化PMF 早期信号
03

数据评测

准确率 / 召回率 / 采纳率评估集建设Bad Case 归因合规校验策略置信度分级
04

工具原型

Claude CodeCodexFigmaAxure墨刀飞书Notion
Experience

经历

2025.09 - 2026.05
深圳跃然像素科技
产品经理 · AI 内容工具研发初创公司
2024.07 - 2025.09
深圳华禧文化
产品经理 · 黄金 ToB 批发数字化与 AI 赋能
2023.02 - 2023.12
网易有道
产品助理实习生 · RAG 语料治理 / 评估集建设 / Prompt 调优
2020.09 - 2024.06
广州美术学院
影视摄影与制作 · 本科

一起构建真正
有价值的 AI 产品。