Explore the AI products I helped build, the skills I bring, and the creative workflows behind my work.
CITELY
2025 清华大学 “AI for Science” 黑客松第一名
在观察小红书、Reddit 等社媒平台上关于 AI 写作和论文写作的讨论时，我们发现很多学生在使用 ChatGPT 等大模型辅助写论文时，会遇到“参考文献看起来完整，但实际不存在”的问题。于是我们心想能不能设计一个产品去解决 AI 生成内容中的虚假引用和文献溯源难题？Citely就这样诞生了，它能够帮助用户快速验证引用真实性、补全文献信息并追踪原始来源，降低 AI 写作中的学术风险。
[ 01 ] 引用验证核心工作流设计
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。
[ 02 ] 用户增长与渠道获客
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+。
[ 03 ] 海外创作者营销与自动化外联
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。
[ 04 ] 结果页信息结构设计
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。
LITERFY
从0到1参与产品开发与落地
Literfy 是一款面向高校学生和科研人员的 AI 文献检索与综述写作工具。我们发现，很多用户在写综述时往往需要在各种文献数据库之间反复切换，流程割裂且效率低。有了 Citely 的产品经验，我们决定将国内外的文献数据库整合在一起，解决了国内用户无法翻墙上谷歌学术等文献库进行论文检索和下载的痛点，并且将"找论文—读文献—生成综述—管理引用"的流程串联起来，让用户能基于真实的文献写出真实的文献综述，帮助用户更高效地完成文献调研和学术写作。
[ 01 ] 市场调研与竞品分析
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。
[ 02 ] MVP 验证与功能落地
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。
[ 03 ] LLM 输出质量优化
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。
[ 04 ] SEO/GEO 内容增长
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。
FIGPAD
参与科研图示生成工具的产品设计与迭代
我们发现很多科研用户会用 Nano Banana 等 AI 工具生成论文配图或机制图，但生成结果不可编辑，文字、箭头和图形元素很难单独修改，真正用于论文和汇报时仍需要大量返工。于是我们开始构思有没有一个更适合科研场景的 AI 图示工具？它既能通过 Text-to-Figure、Sketch-to-Figure 快速生成图示，也能继续进行 SVG 编辑和多格式导出。目前 Figpad 已上线，并仍在围绕科研图示生成、编辑和导出体验持续迭代。
[ 01 ] 产品设计与可编辑导出体验
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。
[ 02 ] 多模态生成体验与 Prompt 输入设计
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。
[ 03 ] 功能迭代与视觉内容生产
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。
[ 04 ] 生成效果评估与案例库建设
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。
能力如何被项目证明
AI Native Product Thinking
AI 原生产品思维从真实用户任务出发，把大模型、Agent、Prompt 和工具调用设计成可用、可信、可解释的产品流程。
我会先判断用户为什么需要这个功能、模型适合承担哪一段、结果怎样展示才可信，再决定界面和流程如何降低理解成本。
Citely、Literfy、Figpad 分别对应引用验证、文献综述、科研图示三个复杂场景。我的作品集展示重点不是“用了 AI”，而是如何把复杂能力拆成用户看得懂、走得下去、愿意继续使用的产品路径。
Workflow Design & Automation
工作流设计与自动化搭建把重复任务拆成输入、处理、审核和输出节点，再用 AI、脚本、API 或工具链做成可复用流程。
我会先找出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 更新和素材归档，再判断哪些步骤适合自动化，哪些步骤必须保留人工判断。
这套方法可以用于创作者外联、内容生产、短视频批量制作和竞品 Blog 监测。目标不是炫技，而是减少重复搬运，让时间回到判断、创意和结果优化上。
LLM Evaluation & Prompt Optimization
模型评测与 Prompt 优化围绕真实产品场景观察模型输出问题，再通过 Prompt、输入结构和结果格式持续优化生成质量。
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。
Growth & Global Content Sense
用户增长与海外策略运营把产品功能翻译成平台用户能马上理解的使用场景、痛点 hook、演示脚本和行动引导。
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、内容选题和卖点梳理，因此能从产品真实能力出发组织传播内容。
推广时我会结合 TikTok、YouTube、小红书等平台的内容节奏，设计更具体的 hook、演示路径、字幕节奏和 CTA，让用户先理解“这解决什么问题”，再决定是否尝试。
Data-Driven Iteration
数据驱动迭代复盘结合产品数据、内容数据和用户反馈判断功能是否被理解、是否被使用、是否值得继续迭代。
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。
AIGC Video & Visual Storytelling
AIGC 视频与视觉叙事熟悉文生图、图生视频、首尾帧设计和视觉一致性控制，能把 AIGC 视频从素材生成推进到完整叙事。
在学院 AI 视频制作工坊中，我系统训练过 AI 影像创作，熟悉多种工具在画面生成、镜头延展、图生视频和风格控制中的使用方式。
我会重点处理人物与场景一致性、镜头衔接、首尾帧控制、画面风格统一和叙事节奏稳定。制作前先明确视觉风格、角色设定、场景氛围和镜头顺序，再通过提示词、参考图、关键帧和多轮对比提升完成度。