快递业务系统
面向快递全链路的业务中台与操作系统，提升效率与可视化能力。
运营管理
轨迹追踪
异常处理
Andrew
我正在做
AI 客服 / RAG
构建智能客服与 RAG 知识库体系，让机器人能理解业务，也更懂追问。
RAG
向量检索
知识库
地址解析与 GIS 匹配
针对精细化地址标准化、结合 GIS 匹配与可视化，做真正可用的数据产品。
地址解析
GIS 匹配
可视化
设计素材收集板
收集优秀设计灵感与 UI 质感，沉淀可复用的设计参考与表达范式。
素材整理
灵感收集
配色归档
工作方式数据面板
PRD 数量
28
DEMO 搭建数
18
需求评审数
42
迭代周期
2.3
用户调研次数
15
需求交付率
96%
Bug 解决率
94%
文档产出数
36
迭代节奏（近 8 周）
PRD 数量 / DEMO 数量
PRD 数量
DEMO 数量
W1
W2
W3
W4
W5
W6
W7
W8
时间分布（近 30 天）
100%
总计
- 需求分析 35%
- 产出设计 25%
- 项目推进 20%
- 数据分析 10%
- 学习研究 10%
文章 / 思考
查看全部文章 →
为什么知识库不只是文档组织
从业务、需求到响应闭环，如何真正让知识系统产生价值。
产品经理做 AI DEMO，应该重点关注哪些支撑？
结合交互流和结构设计，分享我在项目中的实战理解。
地址解析为什么不只是大模型能力问题
解析地址系统的标准化、以及结构化能力真正应该关注什么。
从数据指标到结论：AI 工具真正的价值
AI 工具应该帮助组织把判断、表达和推进能力真正接起来。
能力地图
产品设计
PRD
业务流程
AI 客服
RAG
向量检索
Prompt Engineering
SQL
GIS
原型设计
DEMO 搭建
跨团队协作
工作方式 / 个人特质
注重落地
我会把目标拆成过程，把想法转成可以被团队推进的动作。
结构化思考
擅长梳理问题、抓住优先级，并形成真正能执行的系统感。
文档与 DEMO 同步
文档不是孤立产物，应该和原型、流程、演示一起推进。
数据驱动决策
用数据校正方向，同时保留对用户真实反馈的敏感度。