李昕昊

求职方向:AI 产品经理(应届生)

环境设计出身,跟过 22 个住宅项目,自己做的产品上线了两个

武汉 | 期望岗位:AI 产品经理 / 产品经理

我是谁

环境设计出身,实习时在装饰公司做设计师助理,跟过 22 个住宅项目:量房、出平面图、跑现场。那半年最常见的返工不是图画错了,是需求没问全。房主第一次说不清楚,设计师到现场凭经验问,漏一条就得再跑一趟。

第二个产品是给我自己做的:2026 年我投了一百多个岗位,每天都要写打招呼、按 JD 改简历。

两个产品的做法差不多:先把问题卡在哪一步弄清楚,再动手做;做出来的东西要能点开、能验证,没做到的部分我直接写在页面上。

作品

问需 · 装修需求采集与解读系统

给装修公司的工具:房主填需求单 → 设计师出门前拿到一份沟通清单 → 现场照着问、带一份记录回来

  • 三端已上线
  • 3 位设计师访谈
  • 规则与 AI 的分工
  • 数据外发脱敏
  • 按实测验收
  • 三个端都已上线:房主端(小程序 / H5)、设计师端(桌面端)、现场端(离线可用)
  • 需求来源:3 场设计师访谈产出的必问口径和「遗漏台账 5 类」,优先级按访谈结果排,不按自己的感觉排
  • 人机分工:模型只用在解读端推导还要核实什么,采集端一行都不调;清单每条都标了来源(规则托底 / 你来定 / 模型推导)
  • 数据边界:住址、电话这些字段离开内网前按策略替换,外发留审计

直聘打招呼助手

给求职者的工具:粘贴一段 JD,用已存的简历生成 3 条可直接发送的打招呼话术,以及逐条可采纳的简历改写建议

  • 需求来自自己
  • 一条硬规则
  • 先建评测再调提示词
  • 数据不外传
  • 已上线运行:从粘贴 JD 到拿到 3 条话术,线上实测 2.9 秒;一次生成成本约 0.0038 元
  • 一条硬规则:写出来的经历、技能和数字必须能在简历原文里找到出处,找不到就算失败
  • 人评 8 组真实输出:敢直接发 3.75 / 5、无夸大 3.63 / 5;像不像真人写的只有 3.00,这是下一版要补的

跨境电商 AI 广告素材生成系统

面向跨境电商卖家的广告素材工作台:从商品分析到合规检查一共六段,每段由一个独立的 Agent 负责,输出一份能直接拿去做的创意方案

  • 六段工作流
  • 人机分工
  • 合规独立复核
  • 边界如实
  • 可运行 MVP:主 Agent 带 6 个专业 Agent 走,每段先定清输入和输出,不用担心中间对不上
  • 真实链路跑通过一次:便携咖啡机 / 美国 / Meta,输入输出样例已保存
  • 没做到的:图片生成还是占位图,也没做用户访谈,这两项没有写成已完成

单文件演示,打开即用,展示的是一次真实运行保存下来的样例;真实链路要本地起服务端。

做产品的几个习惯

这几条在上面三个项目里都能翻到出处:

能靠规则定死的事就不交给模型。评测先建起来再动提示词,否则改坏了也看不出来。没有数据的部分不写成结论,直接在页面上标出来。

这一页写的都是能核对的事实。哪些判断是我做的、哪些还没验证,都写在案例和文档里。