先理解人
不急着给答案,先还原用户所处的语境、阻力与真实动机。
你好,我是
南京大学 2027 届硕士,拥有消费级多模态生图与企业级 RAG 问答产品经验。擅长把复杂业务场景转化为模型能力、产品方案和可验证的评测指标。
多模态生图 · 场景拆解 · 模型能力匹配
知识治理 · Chunk 策略 · 检索增强
评测集 · 指标体系 · Bad Case 分析
Few-shot · 结构化 Prompt · 任务指令

岗位理解 × 自我评价
我把岗位理解为一个持续闭环:理解真实需求,定义关键问题,用数据验证判断,再把策略变成用户能感受到的产品与内容。
“对语境保持敏感,对结果保持诚实,对落地保持耐心。”
不急着给答案,先还原用户所处的语境、阻力与真实动机。
把模糊需求转成清晰目标、关键指标和可以验证的假设。
用产品、内容和协作把方案落地,并在真实反馈中持续迭代。
教育与跨文化背景
南京大学与中国海洋大学的语言训练,塑造了我对用户表达和复杂语境的敏感度;多地学习经历,也让我习惯从不同视角理解问题。

英语语言文学 · 硕士
一等奖学金 · 外国语学院研究生会部长 · 组织 10+ 场大型校园活动 · 引入科大讯飞、SHEIN 等品牌合作

英语 · 本科
国家奖学金 · 省优秀毕业生 · 班长 / 学生会经历 · 北京大学国际组织与全球治理微专业
所获荣誉
国际经历
从曼彻斯特小学的一年学习,到宾大暑期项目和日内瓦 UNITAR 研学,这些经历让我逐步建立了对语言差异与文化语境的敏感度。



AI 产品经历
从消费级多模态生图,到企业级 RAG 问答。
快手围绕电商商品图、AI 模特试穿、促销海报与详情页素材,推动可图大模型在电商视觉生产链路中的专项应用。
调研服饰、美妆、3C 等行业的商品内容生产流程,梳理 20+ 典型商品图需求,拆解商品主体还原、模特展示、场景搭配与促销视觉等核心问题,明确“商品一致性 + 行业模板 + 批量生成”的优化方向。
参与设计“商品 ID 识别—商品特征提取—Prompt 结构化—场景生成—一致性校验”链路,针对试穿与场景化展示优化商品主体控制、人物动作和背景风格,并为不同品类配置差异化 Prompt。
参与 PRD 与交互方案设计,建立覆盖 8+ 品类、30+ 细分场景的模板体系;协同算法和研发建立商品一致性、人物自然度、场景匹配度等 12 项评测指标,完成 2 轮模型测试。
历经 5 个月完成电商专项版 MVP 迭代,支持 27+ 电商细分场景专业化生图;月功能渗透率达到 81%+,商家商品素材生产效率提升 66%,5 轮对话有效拿图率达到 83%+。
面向 PLC、变频器、伺服等工业技术支持场景,参与构建基于 RAG + AIGC 的 7×24 小时智能问答与知识辅助诊断能力。
梳理产品手册、技术文档、FAQ、故障代码与参数配置资料,按产品型号、故障类型、应用场景和解决方案建立标签体系,沉淀 300+ 技术知识条目与 150+ 典型故障问答样本。
参与非结构化文档切片、清洗和结构化处理,设计产品型号、参数名称与故障代码的检索增强策略;通过 Prompt 约束回答结构与专业术语,优化复杂问题的准确性和可读性。
协同构建工业技术问答测试集,围绕知识命中率、答案准确率、故障定位有效性和参数匹配准确率开展测评,并针对型号混淆、参数引用错误等 Bad Case 推动迭代。
参与前端问答与后台知识运营模块优化,设计型号识别、故障引导、相关知识推荐和答案反馈等功能;核心场景知识命中率提升约 30%,重复性技术咨询处理效率提升约 50%。
0—1 项目
从用户研究与信息架构,到 Demo、测试与迭代。
Connect · Co-create · Share
BridgeYouth
面向中外青年交流中的语言成本、文化内容缺少持续共创与线上形式单一等问题,设计“内容共创 + 兴趣社交 + 文化体验”的双语互联网平台。
负责用户调研、需求优先级、信息架构、PRD、版本规划、原型、评审、验收与测试迭代;协同研发和 UI 完成 Demo,累计推动 20+ 项功能优化。
DIGITAL TWIN · DEEPSEEK
它只基于我的简历与项目经历回答。你可以像面试官、合作伙伴或未来同事一样,直接提问。
回答由 DeepSeek 生成,并以简历事实为边界
工作之外
小红书 · 内容创作
生活方式 / 内容创作 / 日常观察

长期阅读小说、非虚构与社会文化内容。
保持文字记录与个人写作。
喜欢用步行和慢跑探索城市。
对不同国家、语言和互联网文化保持长期兴趣。