6 年 AI 产品经验 / 大模型落地 / 平台建设

把 AI 能力,
做成真正可用的产品

做过 AI 助手升级、平台能力建设和终端体验迭代,擅长把复杂能力推进到真实业务中,并拿到可验证结果。

于航滨
在职,关注合适机会
22.6% → 1% 开放问答无效回复率
96% 优质回复率
30% 入口交互占比
21 项 统一交互逻辑

工作经历

从终端体验,到平台能力,再到 AI 助手与大模型产品化。

过去几年的工作,始终围绕这条主线展开,也逐步形成了从体验到能力、再到产品化落地的完整视角。

2021.02 - 至今

海尔优家智能科技 · 高级 AI 产品经理

主要负责小优助手大模型升级、语音平台建设及家电终端体验迭代,覆盖产品设计、能力建设、需求统筹与项目推进,累计获 4 项语音与界面交互相关专利授权。

小优助手大模型升级

  • 牵头 App 端小优助手大模型升级,围绕 AI 助手与智能硬件完成竞品分析,重构“规则技能 + 大模型技能”双链路,并明确“强逻辑走规则、开放问答走大模型”的分流策略。在保障设备控制场景稳定性的前提下,将开放问答无效回复率从 22.6% 降至 1%
  • 基于线上真实语料搭建评测集,推动 Prompt 迭代从经验驱动转向评测驱动,优质回复率提升至 96%
  • 主导“猜你想问”功能模块设计,通过推荐式交互来管理用户对话预期;功能上线后,该入口触发占比约 30%

语音平台标准化与能力建设

  • 牵头语音体验标准化项目,联合多团队,制定企业标准,统一配网、唤醒反馈、异常提醒等 21 项 交互逻辑。
  • 重构语音交互指标体系,重新定义核心指标统计范围和口径,剔除约 15% 的非用户主动交互数据,使月活指标准确反映真实使用行为。
  • 搭建技能开放平台准入与审核机制,区分正式功能、演示功能的上线要求,明确上线条件和评审节点,提升多团队协作下的交付确定性。

热水器语音体验升级

  • 针对多团队并行开发导致的语音体验不一致问题,梳理热水器全链路交互逻辑,定义配网、消息播报等通用能力,统一产品线语音体验。
  • 面向浴室跌倒、被困等低频高风险场景,设计紧急呼救功能,通过极简指令和明确反馈降低使用门槛,成为电热水器长期差异化卖点。
  • 负责热水器与跌倒检测仪联动方案设计与落地,异常状态下由跌倒检测仪触发热水器自动呼救,该方案获 集团级技术创新奖
2019.06 - 2021.01

北京声智科技 · 产品经理

负责多款智能硬件与 AI 交互产品落地,覆盖数字人测温、电梯多模态交互、智能音箱等场景,获 8 项相关专利授权。

AI 数字人测温产品方案

  • 负责红外测温一体机的软件功能定义,设计数字人主动问候、测温结果反馈及异常报警等交互流程;产品后续入选工信部抗疫重点物资清单,并成为疫情期间公司重要营收来源之一。
  • 负责某国家机关办公楼测温方案交付,主导测温后台定制方案的需求对接与产品设计,推动产研团队在 3 周 内完成功能开发和设备部署。该项目后续作为标杆案例,支持产品在海内外 100+ 城市复制落地。

语音电梯多模态交互设计

  • 定义“语音 + 手势 + 数字人”多模态交互方案,引入屏幕可视化反馈,提升高噪环境下的交互可用性;方案于 2 周 内在海淀医院完成首次落地,后续推广至全国 16 个地市
  • 设计离线免唤醒功能,适配电梯高频短时交互场景,无需唤醒词即可连续完成多轮交互,降低用户使用门槛。功能上线后,单设备月均交互次数提升 70%

智能音箱产品定义与交付

  • 负责首款低成本 Mini 音箱的功能定义,通过竞品分析提炼核心能力,完成配网、播控等关键交互逻辑设计;量产后成为 B 端主推机型。
  • 基于 Mini 音箱交互逻辑,沉淀终端交互规范并复用于存量产品,推动产品间体验统一,降低重复设计成本。
  • 建立“基础功能标准化 + 定制需求模块化”的交付策略,支撑智能家居、医疗等 B 端场景交付,服务海信、赛诺菲等 20+ 客户。

教育背景

我的技术底子,更多来自实践。

研究和竞赛实践,帮助我建立了对算法、系统和工程落地的整体认知。

2016.09 - 2019.06

北方工业大学 · 控制科学与工程 硕士

  • 主攻深度学习与图像算法,让我对模型、算法与落地之间的关系有了更扎实的理解。
  • 研究成果发表于 IEEE Access(SCIE 收录)。
2012.09 - 2016.07

河南理工大学 · 自动化 学士

  • 在专业课程之外,也通过竞赛实践接触并深入学习了嵌入式开发和电路设计。
  • 获第五届蓝桥杯大赛单片机设计与开发组省一等奖、全国总决赛三等奖。

工作之余

工作之外,喜欢动手做点东西。

做点工具,写点内容,也会自己拆拆修修。

做个顺手的多模型对话同步工具

横向对比多个大模型时,反复复制粘贴很麻烦,现有工具又要么太重,要么会收集对话数据。于是我借助 AI 做了一个完全本地运行的油猴脚本。分享到 Greasy Fork 后,脚本有了 200 多次安装,也让我确认这不只是我个人的小问题,而是一类真实存在的需求。

一次攻略分享

一次草原旅行攻略的分享,收获了近 10 万阅读和 2400+ 收藏,也把有相似需求的人慢慢聚到了一起。这个过程让我更具体地感受到,无论是写内容还是做产品,关键都是先理解真正的诉求是什么,再把信息和方案整理得清楚、好用。

喜欢动手研究

除了组装电脑,我还修过 AirPods、孩子的玩具和热水器。比起“修好”这件事本身,我更享受的是把问题一点点拆开、弄明白的过程。这种对事物的好奇心,也一直影响着我做产品时看问题的方式。