以 AI 应用为核心，将产品判断、任务协作与交付实践连接起来。
AI 理解与场景判断
- 从业务目标和用户需求出发，判断 AI 适合介入的环节，区分生成、检索、分析与执行类任务。
- 明确任务的质量标准与应用边界，综合评估效果、成本和人工审核需求。
提示设计与人机协作
- 将模糊需求转化为明确的目标、背景、约束和输出格式，为 AI 提供足够的上下文。
- 把复杂任务拆成可检查的步骤，通过示例、反馈与迭代提升输出质量。
AI 产品探索与原型验证
- 用 AI 辅助需求梳理、用户场景分析和方案比较，把想法收敛为可验证的产品假设。
- 借助 AI 快速制作页面、交互原型与最小可用版本，以真实反馈推动改进。
知识研究与内容创作
- 用 AI 辅助资料整理、信息归纳与结构化表达，核查来源，保留事实与推断的区别。
- 围绕受众与使用场景，完成内容提纲、文案改写和中英双语表达。
AI 工作流与任务协同
- 将重复工作拆解为输入、处理、检查和交付环节，设计可以复用的 AI 辅助流程。
- 结合工具调用与人工检查点组织任务，在关键环节验证结果，让自动化服务于实际工作。
结果评估与持续改进
- 从准确性、一致性和可用性检查 AI 输出，对重要结论与交付物进行复核。
- 记录失败案例，调整提示、上下文和流程，在效率、质量与成本之间持续优化。