项目实践

从真实问题出发，完成需求定义、技术方案设计、产品实现与结果验证

WakeyTasky：ADHD任务拆解桌面工具

面向ADHD及任务启动困难人群，将用户输入的模糊目标转化为可编辑、可追踪的行动计划，让 AI 从“给建议”进入真实任务执行流程。

• 定义任务拆解产品机制：
  • 将 MVP 从泛化日程管理收敛至任务拆解＋时长估算，设计“自然语言输入 - 任务分级生成 - 执行状态管理”核心流程；将“可执行”转化为任务层级、时长及状态枚举等明确输出标准，降低模型输出的不确定性
• 设计从 AI 建议到实际执行的闭环：
  • 避免模型只返回一次性文字建议，将生成结果直接转化为可编辑的任务结构，并设计子任务进度联动、完成状态回写及番茄钟执行流程，使用户能够从模糊目标直接进入具体行动
• 推动产品规则落地为可运行原型：
  • 负责 AI 输出约束、任务数据模型及核心状态逻辑，并与团队共同完成 Electron 桌面端、LLM 与本地任务系统的集成，验证核心方案的技术可行性

Voluma：AI 建筑平面图 3D 渲染工具

2026.03 – 2026.05

面向建筑与室内设计场景，用结构化约束将图像生成模型收敛到“几何忠实于原图”的专业要求。

• 将 UX 需求转译为模型约束：
  • 针对建筑师“几何保真、材质真实”的核心诉求，横向测试 4 款多模态模型，以几何还原度而非渲染美观度作为核心评估标准；最终选择 Gemini 2.5 Flash Image，兼顾结构化空间输入的指令遵从度与生成成本
  • 通过 7 版 Prompt 迭代，将“去除标注”“保持比例”等抽象体验要求转化为可稳定复现的约束规则，抑制模型过度生成
• 基于用户反馈迭代产品决策：
  • 独立实现 2D→3D 渲染全流程，支持一键导出与社区分享；与 3 位建筑设计师开展可用性测试，并根据反馈调整约束优先级，使生成结果满足专业工作流的最低可用标准

照护者画像数据浏览器

2026.01 – 2026.04

基于 997 行、68 列的真实照护者调研原始数据，构建可复用的画像数据集与交互式浏览产品，帮助用户理解照护者的特征、行为和核心需求。

• 从产品需求反推数据模型：
  • 围绕画像卡片、行为与需求洞察、分布图表等 8 个产品模块，完成原始字段到产品功能的映射，明确派生、保留与删除字段，并划分数据预处理和前端实时生成逻辑
• 将脏数据治理为可信数据集：
  • 识别隐藏字符、字段缺失与非标准标记值等隐性故障；定义分阶段过滤、字段转换、异常中止和验收规则，并记录各阶段数据损耗，使清洗过程可审计、可复现
• 设计确定性画像生成逻辑与数据规范：
  • 基于年龄、工作时长等真实字段定义职业分类，为姓名、年龄、职业和头像设计带年龄适配与概率约束的匹配规则；将生成结果在清洗阶段一次性固化，兼顾画像多样性、现实合理性与跨页面一致性