张文婧
AI 产品经理 | 9 年互联网经验 | 游戏 / LLM / Agent 方向
拥有 9 年互联网全链路经验的 AI 产品经理。职业路径跨越「前端开发 → 前端开发组长 → 后端 / GameSDK / Game Panel 研发 → AI 产品经理」多个岗位。从纯工程师成长为能独立定义 AI 产品闭环的复合型 PM。
个人优势
罕见的跨岗复合背景
从前端开发、前端开发组长，到后端 / GameSDK / Game Panel 研发，再到 AI 产品经理，在现公司三次因表现优异由公司主动内部转岗。既能读懂代码、评审技术方案，又能从运营视角定义 AI 产品价值，是真正意义上的"技术型 AI PM"。
完整的 AI 产品闭环落地能力
独立主导并落地 4 + 1 个真实 AI 产品——LLM 流失归因与 Agent 挽回、RAG 运营 Copilot、Text-to-SQL 对话 BI、CSP + LLM 活动排期、Chrome 插件 C 端玩家助手，覆盖 B 端 + C 端、文本 + 图像、结构化 + 创意三条 AI 产品主线。
LLM / Agent / RAG 全技术栈实战
熟练使用 GPT-4o / Claude 3.5 / Qwen 等主流模型，能独立设计 Prompt 工程、RAG 检索、JSON Schema 校验、Agent 工作流、Text-to-SQL 语义层、多模型路由与成本控制方案，单次调用成本压到 ≤ $0.05。
稀缺的 CSP 约束求解 + LLM 协同经验
使用 Google OR-Tools CP-SAT 求解器 + LLM 自然语言约束转换，将跨服活动月度排期从"运营 Excel 1-2 天手工"压缩到"5 分钟 AI 生成合规草稿 + 30 分钟人工微调"，历史金标还原度 ≥ 85%。这是主流 AI PM 鲜有触达的深水区。
深度的 ComfyUI / SDXL 图像工程能力
独立搭建 24 节点 ComfyUI 多阶段流水线，使用 130 张游戏资产自训 SDXL LoRA，并完成 Next.js / React 生产级前后端集成。
英语听说读写实战能力 (雅思 5.5)
2023 年在担任核心研发的高强度工作节奏下利用业余时间自考雅思 5.5，可独立阅读 OpenAI / Anthropic 官方技术文档、完成英文 PRD 撰写、与海外运营和策划用英语沟通产品需求。
自驱力与快速学习能力
从 0 基础自学 LLM / RAG / Agent / ComfyUI / OR-Tools 全套技术栈并产出可运行的生产级作品，是"又能写代码又能写 PRD 又能坚持自我成长"的稀缺 AI PM。
工作经历
AI 产品经理
2023.07 – 至今因长期在研发岗位对运营侧痛点的深入理解和 AI 技术的快速学习能力，被公司主动调任为 AI 产品经理，主导 RF 项目组 AI 产品化落地。主导设计并推动「AI 运营三板斧」落地。独立完成「CSP + LLM 活动排期助手」深度案例。负责 AI 产品的全流程。
后端 / GameSDK / Game Panel 研发
2022.11 – 2023.06因前端组长岗位表现优异，被公司调入核心项目组，负责后端业务、GameSDK 接入、多项目 Game Panel 运营后台的研发。主导 Game Panel 从 0 到 1 的系统搭建。
前端开发组长
2020.08 – 2022.11入职即担任前端开发组长，带领 3-5 人小团队负责公司多个游戏运营平台与官网的前端研发。
前端开发工程师
2019.10 – 2020.08参与法务相关系统建设，处理复杂流程型业务需求，负责前端方案设计与上线交付。
前端开发工程师
2017.06 – 2019.09负责业务前端开发与迭代交付，参与多个产品从 0 到 1 的前端工程搭建与上线。
核心 AI 项目经历
AI 玩家流失预警与智能挽回系统
Background: 面向 2491 名付费角色，基于 64 列行为 JSON 设计特征工程，用 GPT-4o-mini 对高风险玩家做多维度流失归因。
Solution: 设计 Agent 工作流自动生成个性化挽回邮件，复用 59016 条多语言词典完成 9 语言投放，A/B 测试验证挽回策略有效性。
Result: 召回率、挽回率、ROI 三项北极星指标，已在 Game Panel 作为 AI 模块灰度上线。
AI 运营内容生成 Copilot (文本 + 图像双通道)
Background: 运营拼 JSON 效率低、9 语言本地化周期长、活动 banner 依赖美术排期 2-3 天。
Solution: 文本通道: RAG 检索 12608 条版本化配置 + 59016 条多语言词条。图像通道: 24 节点 ComfyUI 流水线 + 自训 SDXL LoRA + Next.js 全栈集成。
Result: 活动上线周期、本地化一次通过率显著提升；图像通道作为简历最重工程亮点，现场可跑。
AI 游戏数据对话式 BI
Background: 面向 35 张业务表构建语义层与 Schema RAG，GPT-4o-mini 生成 SQL 草稿，Claude 3.5 Sonnet 复核危险 SQL。
Solution: 运营自然语言提问即可得到图表与洞察结论，查询需求由研发排期改为自助完成，释放研发人力。
Result: 查询需求由研发排期改为自助完成，释放研发人力。
AI 活动排期助手 (深度案例)
Background: 跨服活动月度排期长期依赖运营手工填 Excel 1-2 天，合规约束多、易出错。
Solution: OR-Tools CP-SAT 做数值求解，LLM 只做「自然语言 ↔ 约束 JSON」双向转换 + 排期解释文案，单次 LLM 成本 ~$0.005。
Result: "5 分钟 AI 生成合规草稿 + 30 分钟人工微调"，历史金标还原度 ≥ 85%，是简历最亮技术深水区案例。
Refantasia Wiki 助手 Chrome 插件
Background: 面向 Refantasia 全球玩家社区，hover 识别妃子 / 武将 / 装备词条，提供 4 语言对照 + AI 个性化阵容推荐。
Solution: 计划上架 Chrome Web Store。