产品工厂
- 要解决的问题
- 从已确认 PRD 到可验收产品，Agent 写入、阶段推进和人工决策容易失控。
- 关键动作
- 用状态机、租约锁、人工审批与不可变证据约束交付流程。
- 可查看产出
- 本地 Web 工作台、CLI、最小示例与 macOS 安装包。
01
项目案例
三个 AI 产品，三种落地方式
从产品交付、内容工作流到代码根因定位，按问题、动作和产出快速了解每个案例。
SignalBloom
- 要解决的问题
- 信息噪声、重复事件与跨平台写作割裂，让内容难审核、难交付。
- 关键动作
- 串联去重、事实核验、双平台写作、质量门与人工终审。
- 可查看产出
- 本地资讯视图、投稿前编辑包与 React 审阅站代码。
追因
- 要解决的问题
- 业务异常与代码语言脱节，开发常要从整个项目盲目排查。
- 关键动作
- 只读扫描授权目录，并校验候选路径、行号与真实源码证据。
- 可查看产出
- 最多三个可复核候选、因果链与 Markdown 报告。
02
产品方法
从问题定义到复盘，走完 AI 产品闭环
先确认用户真正要完成的任务，再设计模型边界、验证效果与风险，最后把结果沉淀成下一轮决策。
- 01洞察确认用户、场景和成功标准，不先假设“大模型就是答案”。
- 02设计定义模型做什么、人做什么，以及何时询问、停止和升级。
- 03验证用原型、评测集和真实任务验证体验、效果与成本。
- 04复盘记录失败路径、责任边界和下一轮改进优先级。
03
文章洞察
关于 AI 产品与 Agent 的持续思考
记录我对产品机会、执行边界、评测方法和真实使用体验的判断。
MORE WRITING
更多文章
精选内容之外，按时间继续浏览我的产品观察与使用思考。
04
关于与联系
我是张涵，一名 AI 产品经理。
我关心的不只是模型能做什么，更关心它在真实场景里能否被理解、被控制、被验证。我的工作从问题定义开始，覆盖产品设计、原型验证、评测与复盘。
如果你正在做 AI Agent、智能工具或 AI 产品落地，欢迎和我聊一个具体问题。
联系我个人微信
zhanghan20030822