Research Lens
A journalism and communication background helps me ask what users are really trying to know, verify, decide, or publish.
Explore the AI products I helped build, the skills I bring, and the creative workflows behind my work.
基于“AI 生成引用真假难辨、来源难追溯”的用户痛点,参与设计“引用输入—来源检索—文献信息补全—可信结果展示”的核心流程,将原本需要用户手动搜索、比对和判断的查证过程,转化为更加直观的一键化核查流程。
持续追踪小红书、TikTok、YouTube Shorts 等平台上 AI 论文写作工具、科研提效类内容的爆款模板与竞品动态,拆解不同平台的视频并总结模版。围绕“AI 假引用”“citation checker”“source finder”等用户痛点,参与小红书、TikTok 等渠道的内容选题、脚本改写和短视频发布,通过“痛点 hook—产品演示—结果展示—行动引导”的内容结构验证用户需求。产品小红书账号单条视频浏览量 10w+,点赞收藏约 4w,粉丝 2500+,TikTok 官方账号粉丝 450+,累计点赞收藏 3300+。
面向 AI 论文写作工具、科研效率提升、Study with AI 等方向筛选海外 YouTube 创作者,整理博主画像、内容定位、受众匹配度;借助 Python 爬虫和多 API 串联,搭建「创作者线索抓取—触达—自动跟进」的 Outbound 系统,降低人工搜寻和回复邮件时间成本;同时使用 Codex 搭建产品短视频自动化生产流程,将产品资料、卖点脚本、界面录屏和结果页素材转化为可复用的视频内容,提升海外推广和内容交付效率。
将标题、作者、期刊、DOI、来源链接、匹配结果等信息进行结构化呈现,优化用户对引用可信度的判断效率和结果可读性。
调研同类市场上 Elicit、Consensus、SciSpace、Jenni AI 等学术工具及相关 AI 写作产品,梳理目标用户痛点、竞品功能差异和产品机会点,辅助确定 Literfy 的功能优先级与差异化方向。
基于调研结论和用户场景,参与拆解"研究主题输入—论文发现—文献摘要—综述生成—引用管理"的端到端学术工作流,并使用 Next.js、AI Coding 工具和轻量化页面实现快速 Demo,验证核心流程是否跑通、结果展示是否清晰、用户是否能理解产品价值。
参与 Paper Find、Literature Review、Paper Digest、Citation Generation 等模块规划,关注不同任务下的输入结构、Prompt 设计、输出格式和结果稳定性;通过"测试样例—模型输出—人工检查—问题归因—Prompt 迭代"的 Harness 思路,辅助优化综述结构、摘要质量、引用完整性和结果可复用性。
围绕 AI literature review、find papers、write literature review 等关键词,参与功能页、落地页、FAQ、Blog 和多语言内容结构规划,将产品能力转译为用户会搜索、AI 搜索可理解、内容平台可传播的表达方式,支持产品冷启动和自然流量获取。
使用 Figma、Pencil 等参与页面结构、功能入口、结果展示页和编辑页设计,重点关注 AI 生成结果从“好看”到“可用”的体验转化;参与梳理从图示生成、结果预览、局部编辑、矢量化到 SVG / PPTX / 高清 PNG 导出的完整使用路径,使产品更适配论文写作、组会汇报和学术展示场景。
梳理 Text-to-Figure、Sketch-to-Figure、参考图生成等核心功能,围绕文本描述、草图输入、参考图上传等不同入口设计用户输入方式和交互方案;参与优化提示词结构、输入约束和生成说明,让用户更容易获得符合科研语境的图示结果。
基于 Claude Code、Codex、Cursor、Antigravity 等工具参与页面搭建、组件调整、交互优化和问题排查,推动设计方案进入开发、测试和上线迭代。使用即梦、可灵、Nano Banana 等工具优化官方 Gallery 展示内容,筛选具有代表性的机制图、流程图、实验示意图等生成案例,用于官网展示、用户理解和产品能力呈现。
整理产品生成的机制图、流程图、实验示意图等典型案例,关注图示表达是否清晰、元素是否符合科研语境、文字与结构是否便于后续编辑,并沉淀产品案例库,辅助产品持续优化生成质量和展示效果。
能够从用户痛点出发,把大模型、Agent、Prompt 和工具调用能力转化为真实可用的产品体验。
在工作中我会关注 AI 产品里的关键问题:用户到底为什么需要这个功能,模型能力能承担哪一段任务,结果如何呈现才足够可信,整个流程怎样降低理解和操作成本。
在 Citely、Literfy、Figpad 等项目中,我参与了从用户痛点拆解到功能模块设计的过程,将引用验证、文献检索、科研绘图等复杂任务转化为更直观的产品流程。


































我在面对学习和工作任务的时候经常反思总结,擅长把重复性的内容整理为可复用的自动化流程,能灵活使用各种AI工具提升执行效率。
我会先拆解一个任务里真正耗时的环节,比如资料整理、脚本生成、邮件跟进、视频剪辑、Blog 更新、素材归档等等,然后去判断哪些步骤适合用 AI、脚本、API 或工具链自动完成。
这套思维模式可以服务于创作者外联、产品内容生产、短视频批量制作、自动化 Blog 工作流等多个工作场景。能减少重复沟通和手动搬运,让团队把更多时间放在判断、创意和结果优化上。在工作之外,我自己也积极尝试搭建了各种场景的自动化工作流。
























我会结合真实产品场景观察模型输出问题,通过 Prompt、输入结构和结果格式优化,推动AI持续提升生产力。
在 Literfy 的 Literature Review、Paper Digest 和 Citation Generation 等模块中,我发现同类任务在不同输入条件下容易出现综述结构松散、摘要粒度不一致、引用信息缺失、结果可读性不稳定等问题。
为了解决这些问题,我参与整理输入字段、任务类型和结果展示规则,围绕 Prompt 模板、输出格式、测试样例和异常结果进行对比优化,最终将模型生成结果沉淀为更清晰的结构化输出流程。
我长期关注 AI 工具类内容在不同平台上的传播方式,熟悉海内外视频推广逻辑,能够把产品卖点转译成更适合 TikTok、YouTube、小红书等平台传播的内容。
在 Citely、Literfy、Figpad 的项目中,我参与过用户痛点调研、竞品观察、功能理解、内容选题和产品卖点梳理,因此对产品的使用场景、核心功能和传播角度有更直接的判断。
在推广过程中,我会结合 TikTok、YouTube、小红书等平台的内容节奏,重新组织产品表达方式。比如根据用户最容易共鸣的痛点设计 hook,根据功能路径设计演示脚本,根据平台习惯调整字幕、节奏和 CTA,让产品内容更容易被记住,并引导用户进一步尝试。










我能结合产品数据和用户反馈,评估产品各功能效果,让迭代方向有依据。
我会通过访问量、注册数、生成任务量、内容播放量、点赞收藏、转化路径和用户反馈来观察产品与内容的实际效果。
这些数据不是单纯展示结果,而是帮助判断用户是否理解产品、是否完成关键动作、内容是否带来有效流量,以及下一轮功能或传播策略应该如何调整。
我通过学院 AI 视频制作工坊系统接触 AIGC 影像创作,熟悉文生图、图生视频、首尾帧设计和视觉一致性控制等完整工作流。
在学院 AI 视频制作工坊中,我参与了 AI 影像创作训练,熟练掌握国内外多种AI视频工具在画面生成、镜头延展、图生视频和风格控制中的使用方式。
我了解 AI 视频创作中最容易出问题的环节,比如人物与场景一致性、镜头衔接、首尾帧控制、画面风格统一和叙事节奏稳定。因此在制作过程中,我会先明确视觉风格、角色设定、场景氛围和镜头顺序,再通过提示词、参考图、关键帧和多轮生成结果对比,尽量保持整支视频的连贯性和完成度。下滑查看以往的AIGC创作视频
能够从用户痛点出发,把大模型、Agent、Prompt 和工具调用能力转化为真实可用的产品体验。
在工作中我会关注 AI 产品里的关键问题:用户到底为什么需要这个功能,模型能力能承担哪一段任务,结果如何呈现才足够可信,整个流程怎样降低理解和操作成本。
在 Citely、Literfy、Figpad 等项目中,我参与了从用户痛点拆解到功能模块设计的过程,将引用验证、文献检索、科研绘图等复杂任务转化为更直观的产品流程。
我在面对学习和工作任务的时候经常反思总结,擅长把重复性的内容整理为可复用的自动化流程,能灵活使用各种AI工具提升执行效率。
我会先拆解一个任务里真正耗时的环节,比如资料整理、脚本生成、邮件跟进、视频剪辑、Blog 更新、素材归档等等,然后去判断哪些步骤适合用 AI、脚本、API 或工具链自动完成。
这套思维模式可以服务于创作者外联、产品内容生产、短视频批量制作、自动化 Blog 工作流等多个工作场景。能减少重复沟通和手动搬运,让团队把更多时间放在判断、创意和结果优化上。在工作之外,我自己也积极尝试搭建了各种场景的自动化工作流。
我会结合真实产品场景观察模型输出问题,通过 Prompt、输入结构和结果格式优化,推动AI持续提升生产力。
在 Literfy 的 Literature Review、Paper Digest 和 Citation Generation 等模块中,我发现同类任务在不同输入条件下容易出现综述结构松散、摘要粒度不一致、引用信息缺失、结果可读性不稳定等问题。
为了解决这些问题,我参与整理输入字段、任务类型和结果展示规则,围绕 Prompt 模板、输出格式、测试样例和异常结果进行对比优化,最终将模型生成结果沉淀为更清晰的结构化输出流程。
我长期关注 AI 工具类内容在不同平台上的传播方式,熟悉海内外视频推广逻辑,能够把产品卖点转译成更适合 TikTok、YouTube、小红书等平台传播的内容。
在 Citely、Literfy、Figpad 的项目中,我参与过用户痛点调研、竞品观察、功能理解、内容选题和产品卖点梳理,因此对产品的使用场景、核心功能和传播角度有更直接的判断。
在推广过程中,我会结合 TikTok、YouTube、小红书等平台的内容节奏,重新组织产品表达方式。比如根据用户最容易共鸣的痛点设计 hook,根据功能路径设计演示脚本,根据平台习惯调整字幕、节奏和 CTA,让产品内容更容易被记住,并引导用户进一步尝试。
我能结合产品数据和用户反馈,评估产品各功能效果,让迭代方向有依据。
我会通过访问量、注册数、生成任务量、内容播放量、点赞收藏、转化路径和用户反馈来观察产品与内容的实际效果。
这些数据不是单纯展示结果,而是帮助判断用户是否理解产品、是否完成关键动作、内容是否带来有效流量,以及下一轮功能或传播策略应该如何调整。
我通过学院 AI 视频制作工坊系统接触 AIGC 影像创作,熟悉文生图、图生视频、首尾帧设计和视觉一致性控制等完整工作流。
在学院 AI 视频制作工坊中,我参与了 AI 影像创作训练,熟练掌握国内外多种AI视频工具在画面生成、镜头延展、图生视频和风格控制中的使用方式。
我了解 AI 视频创作中最容易出问题的环节,比如人物与场景一致性、镜头衔接、首尾帧控制、画面风格统一和叙事节奏稳定。因此在制作过程中,我会先明确视觉风格、角色设定、场景氛围和镜头顺序,再通过提示词、参考图、关键帧和多轮生成结果对比,尽量保持整支视频的连贯性和完成度。下滑查看以往的AIGC创作视频
About
I work best at the stage where an AI idea is not yet a product: clarifying the user task, designing the workflow, building the prototype, and turning it into a story people can understand.
A journalism and communication background helps me ask what users are really trying to know, verify, decide, or publish.
I like the messy stage before a product looks obvious: workflow, trust, information architecture, and user-facing explanation.
I can turn product direction into interactive interfaces with React, Next.js, Tailwind, motion, and AI workflow integration.