发现与拆解
通过沟通和流程观察，把“用AI提效”转化为明确场景、用户路径和功能范围。
0→1内部AI平台
- 2个月
- 首个可用版本
- 约5名
- 内部日常用户
- 5类
- 核心AI能力
我的工作方式
从业务问题出发，推进到可验证结果
MVP与优先级
综合使用频率、痛点、实现成本和依赖关系，控制首版范围并安排迭代节奏。
AI工作流设计
根据任务特点选择Agent、Skill、LangChain和LangGraph，设计状态、异常及数据链路。
AI辅助实现与验证
使用Codex与Claude Code推进前后端实现，通过主流程、异常状态、数据隔离和结果保存完成验收。
核心案例
企业内部多模态AI创作平台
公司最初只有“通过AI为员工提效”的方向，没有既有系统，也没有明确需求清单。我独立承担产品规划、方案设计、AI辅助实现、测试和内部交付。
功能流程展示
一个区域，看懂五类核心功能
解决的问题
让文档编辑、AI问答和多种内容工具围绕同一个项目协作
中间区域用于编辑图文文档，左侧管理项目与多篇笔记，右侧的当前内容助手会读取选中文字或整篇笔记，并连接改写、PPT、网页、图像、提示词和素材工具。
实际用户流程
选择项目与笔记→编辑图文内容→选中文字或整篇笔记→向AI提问→调用内容工具→插回文档继续编辑
关键设计：文档是内容中枢。选中的文字或整篇笔记可以作为上下文，让AI总结、改写、生成配图、PPT或网页；生成结果可以重新插入文档，并在不同工具间来回迭代。
解决的问题
通过自然语言快速生成策划与运营所需图片
统一输入、任务状态、结果查看和保存过程，减少在多个第三方工具之间切换。
用户流程
输入描述→提交任务→查看结果→保存图片
关键设计：区分网络、生成和安全审核异常，让用户知道失败原因和下一步操作。
解决的问题
上传一张图片后，像聊天一样持续提出修改要求
系统自动保存每次结果，用户不必反复上传图片，也可以切换到任意历史版本继续修改。
实际用户流程
上传初始图→创建初始版本→设置强度与尺寸→输入修改要求→生成新版本→继续修改
关键设计：生成过程中显示任务阶段与等待状态；新结果自动进入版本历史，也可选择任意历史版本作为新的修改起点。
解决的问题
把内容需求逐步转化为可继续编辑的完整PPT
先帮助用户确认内容结构与视觉方向，再逐张生成幻灯片，减少一次生成难以控制的问题。
用户流程
输入内容→分析内容→生成大纲→选择风格→逐张生成PPT
关键设计：将内容分析、大纲确认、风格选择和页面生成拆开，让用户在关键节点进行确认和调整。
1 / 2
解决的问题
生成网页后，可以直接点击指定区域继续修改
用户不需要编辑源码。在实时预览中点击标题、按钮、图片或区块，即可修改当前元素，也可以让AI只调整选中的区域。
实际用户流程
输入需求→选择类型与风格→生成网页→点击指定区域→手动或AI修改→保存与导出
关键设计：每个主要元素绑定可编辑标识，选中后可修改文字、链接、图片、颜色、字号、圆角和内边距，也可输入自然语言让AI局部修改，最后导出HTML或ZIP。
可交互产品演示
直接体验桌面端内容工作台
这是使用脱敏示例数据制作的纯前端体验版。可以切换笔记、选择内容块、打开右侧工具、切换PPT页面并生成模拟结果卡片。
推荐体验路径切换左侧笔记→点击中间内容块→切换右侧工具→执行底部指令
体验版用于展示产品信息架构和交互流程，不连接公司生产接口，不上传或保存个人数据。
需求到方案
一句“给员工提效”，怎么变成产品？
- 观察工作当面沟通设计、内容运营、产品与管理人员，观察日常内容生产过程。
- 识别高频场景聚焦文字撰写、图片生成、图生图和连续修改等真实需求。
- 拆解用户目标把“像GPT一样修改图片”拆为上传、理解、规划、执行、保存和继续修改。
- 沉淀产品方案通过PRD、Obsidian知识库和产品文档明确流程、边界与验收标准。
版本规划
先打通最小链路，再补齐平台能力
图片生成与文字问答
快速形成首个可用版本，验证核心生成链路与业务可用性。
智能体、Skill与连续修图
围绕高频需求增加差异化能力，解决一次生成后无法继续修改的问题。
登录、隔离与版本管理
补齐多人使用场景下的数据安全、历史记录和任务状态。
主动控制范围：首版不引入缺少明确价值的复杂RAG、多Agent和大量工具调用，避免为技术复杂度买单。
关键产品决策
技术不是主角，取舍才是
A
文字智能体为什么采用双链路分流？
原FastAPI、Hermes、WSL和模型API多层链路在长文本场景中容易中断，排错也较困难。但Skill依赖Hermes既有加载和执行机制，不适合整体迁移。
普通智能体使用LangChain直连模型API，Skill继续使用Hermes。统一入口自动路由，前端操作保持不变。
B
连续修图为什么选择LangGraph？
单次图生图无法可靠保存上下文，用户每次都要重新上传图片并描述要保留的内容。连续修改需要明确的状态和版本关系。
建立“读取版本、视觉分析、Planner规划、生成图片、保存新版本”的有状态工作流，并支持从任意历史结果继续修改。
C
深度研究为什么引入ReAct对话链路？
普通问答可以直接生成结果，但深度研究任务往往需要先拆解问题，再根据中间结果继续判断下一步。如果仍使用单次问答，复杂任务容易停留在表面，过程也难以连续推进。
后期增加ReAct（Reasoning + Acting）链路，让模型按照“分析问题、执行动作、观察结果、继续推理”的方式循环推进研究；普通对话仍保留原有轻量链路，只在深度研究场景启用ReAct。
系统执行链路
用户只需提出修改，系统负责理解、规划和保存
读取当前版本→视觉分析图片→Planner规划修改→图生图执行→保存新版本
失败时保留当前可用版本，不创建错误版本。
图片、历史和任务数据按登录用户隔离。
任意历史结果均可作为新的修改起点。
项目结果
完成交付，并进入真实工作流程
- Web + Electron两个可完整演示的使用端
- 文字、图片、PPT、网页覆盖多类内容生产任务
- 每日使用结果用于策划与运营方案内容
其他代表项目
同一条主线，不同的业务问题
01
Coze / Dify 内容生产工作流
将信息提取、内容生成、结构调整、SEO优化和结果输出拆成标准节点，累计搭建十余个工作流，并用于公司日常内容生产。
02
手串首饰品牌独立站
独立完成业务梳理、信息架构、10个核心页面PRD、高保真原型和可交互HTML Demo，并用于面向融资机构的方案展示。
03
Mochi Cat 原创IP图片生成Skill
围绕固定IP容易形象漂移的问题，将角色规范、动作差异、提示词格式和质量检查封装为标准化Skill。
关于我
理解技术边界，也坚持从用户价值做判断
我从AI应用实践进入产品工作，熟悉Coze、Dify、Prompt、知识库及模型API。能够先理解框架和业务约束，再使用Codex与Claude Code辅助实现和验证方案。
我的价值不在于手写复杂代码，而在于明确做什么、为什么做、怎么拆、如何判断结果是否可用，并把想法推进到可以现场演示的产品。
宁联云科
AI产品经理（智能体与AI应用方向）
成都柳暗星河
AI应用开发
淘宝直播电商团队
产品运营
联系与材料
想进一步了解，可以现场看产品。
核心平台、连续修图流程、工作流设计和独立站Demo均可进行脱敏演示。