用户找 AI
在既有流程中叠加智能能力，兼容旧路径，降低迁移成本。
BIN CHEN
AI PRODUCT MANAGER
FROM SPATIALSYSTEMS
TO AIPRODUCTS
把复杂行业流程，转译成可落地的 AI 产品。
8Y空间设计经验
3YAI 产品实践
92%审查准确率
80%效率提升
ABOUT
我的转型不是跳跃，而是能力的迁移与放大。8 年景观与城市设计，让我在多重约束下做系统拆解、在不确定中推进交付、把复杂流程可视化。
现在我专注 B 端 AI 产品：从场景锚定、Agent 编排到工程硬化与度量迭代，把行业 know-how 变成真正创造业务价值的智能工作流。
这些 也是我
METHOD
我的 AI 产品方法论：把行业流程转译成可落地的智能系统。核心不是堆功能，而是 「场景锚定 → 应用验证 → Agent 编排 → 工程硬化 → 度量迭代」。
AI PRODUCT CAPABILITY · 能力地图
FIVE LAYERS · TWO MODES · THREE STAGEST1替代人工 T2增强效果 T3创造新物种
05
用户层
交互体验 · 意图采集 · 反馈闭环
04
应用层
Prompt · RAG · Agent · 工具调用
03
模型层
能力 / 成本 / 速度三维选型
02
数据层
知识库 · 业务数据 · 评测集
01
算力层
基础设施与推理资源
AI 找用户
以 Agent 工作流重构任务，对话驱动办事，交付原生 AI 体验。
把重复脑力劳动交给 AI，先跑通最小闭环。
用检索、质检与指标把准确率与效率做上去。
从工具升级为系统：多 Agent、证据链与业务飞轮。
控风险优先
先治理幻觉与错误承诺，再用 RAG / 反思把输出锁进可信边界。
强专业其次
把行业术语、SOP 与证据链注入系统，让回答像专家而不像聊天。
提体验最后
在可靠之后再做交互降门槛：输入越简单，输出越专业，价值越大。
EVALUATION FRAMEWORK
92%Accuracy
3%Hallucination
80%Efficiency ↑
ROICost Saved
AI CASES
从 0 到 1 的 AI 产品实验档案——Agent、RAG、工作流与可交互 Demo。
CASE 01
绿建报告审查智能 Agent
What problem did it solve?
绿色建筑报告审查依赖专家经验，周期长、标准多、易遗漏。
9prototype screens
92%accuracy
3%hallucination
80%efficiency ↑
Upload→Retrieve→Review→Verify→Report
从行业文档到可执行审查流程，构建 RAG 知识库 + Agent 工作流，覆盖工作台、智能审查、证据对照、整改闭环与报告导出的完整产品原型。
VIEW PROTOTYPECASE 02
行业知识库智能问答助手
What problem did it solve?
企业内部规范、标准、案例分散，检索困难，新人上手成本高。
Liveon Coze
RAGretrieval
Q&Aassistant
B2Bknowledge
Ingest→Chunk→Embed→Retrieve→Answer
基于 Coze 搭建并已发布的行业知识库问答 Agent：将碎片化规范与案例结构化入库，支持检索增强回答与业务场景问答。
TRY AGENTCASE 03DEMO
亲测 · 推车家庭出行决策小程序
What problem did it solve?
带娃出行时，家长难以及时判断人流、母婴设施与推车友好度，决策成本高、踩雷风险大。
4core screens
5crowd levels
1design system
AIcoding UI
Insight→System→Prototype→Validate→Iterate
用 AI Coding 从 0 到 1 完成微信小程序高保真原型 Demo：组件库、首页、地图人流、亲测打卡闭环，把「亲测分 + 人流预测 + 母婴友好」做成可决策的产品界面。
VIEW DEMO
04
扫码打开作品集
THANKS FOR WATCHING.
If you are looking for an AI Product Manager who can translate complex business workflows into real product systems, let's talk.
cb157192231@126.com