AI 时代个人说明书 OPEN TO GOOD WORK

多线程运行,
持续把陌生事物变成可用的东西。

我是状元:城乡规划专业背景,面向售前与供应链场景的方案型问题解决者。规划研究训练让我习惯从现场、利益相关方与系统关系理解需求;再以 AI 工具与数据系统,把复杂信息转化为可判断、可协作、可交付的方案。

定位 方案型问题解决者场景 售前 × 供应链交付 证据 × 工具 × 推进

我不把 AI 当作概念展示;更愿意在有真实业务约束的工作里,围绕目标、数据、决策人和交付,做出可验证的方案。

CURRENT OPERATING MODE ● LIVE
make it
useful
探索新事物
拆解复杂问题
推进行动中找方向
RESEARCH / PRODUCT / SALES ENGINEERING / SUPPLY CHAIN / AI WORKFLOW /RESEARCH / PRODUCT / SALES ENGINEERING / SUPPLY CHAIN / AI WORKFLOW /

SELECTED WORK / 01

把问题往前推一步。

用真实项目截图说明:我如何把模糊需求整理成能被理解、被判断、被推进的东西。

02 / 04个人项目 · AI 求职工作流
简历医生投递进度工作台截图VIEW ↗

简历医生
Resume Doctor

从简历诊断、按 JD 改写,到投递记录、模拟面试和 Offer 核验。

03 / 04供应链
家居供应链协同总览截图VIEW ↗

家居供应链
风险分析工作台

让质量、交付和库存异常进入同一条闭环。

04 / 04AI × 政策研究
河南省城市更新政策智能研判助手截图VIEW ↗

河南省城市更新政策
智能研判助手

把政策文件变成可检索、可追溯、可解释的证据系统。

PERSONAL MANUAL / 02

如何与我一起
把事情做成。

比简历更接近真实工作的部分:我的默认动作、沟通反馈、压力预警和 AI 协作边界。

TASK SYSTEM / HOW I START

先指定目标和计划,
再在行动中寻找方向。

我会先确认要解决什么、交付给谁、什么时候需要结果,再把任务拆成资料收集、结构设计、快速验证和迭代交付。简历医生和大模型计算器都是先做出可用骨架,再用真实输入暴露问题。

目标计划行动校准

COMMUNICATION / FEEDBACK

请把反馈
排成一张图。

我偏好文字、表格和流程图。遇到不同意见,我更倾向于把分歧转成可实践的方案,通过模拟、对比和小范围验证,找到更好的解法。

PRESSURE SIGNAL

我的预警信号是
开始沉默。

当任务、信息或不确定性堆积到一定程度,我可能先减少表达。沉默不是没有判断,而是需要重新把问题拆开、排序并恢复行动。

signal detected / silence

STARTING RESOURCES

开工前,先给我
一张完整地图。

背景资料、目标、决策人、截止时间、数据权限、历史案例、预算、客户信息,以及可以咨询的对象。

背景目标权限案例预算客户咨询对象

BEST FIT / WHERE I ADD VALUE

我适合把复杂协作
变成可推进的系统。

尤其适合跨部门推进、知识库搭建和数据分析:把不同人的信息、判断和动作整理到同一条工作链路里。

01 跨部门推进02 知识库搭建03 数据分析

AI + HUMAN JUDGMENT

AI 帮我加速,
但不替我下结论。

做简历医生时,AI 参与诊断、按 JD 改写、模拟面试和图片信息提取;我负责确认岗位语境、筛选真正相关的经历,并决定哪些表达不能夸大。一个重要判断是:不把原始简历和 JD 自动同步到云端,只同步用户主动维护的求职元数据。做大模型计算器时,AI 帮助整理模型规模、并发、显存与成本关系;我再比较私有化部署、服务器租用和云 API,判断方案是否可行,并标出需要人工复核的假设。

AI:整理 / 对比 / 生成候选方案我:核验证据 / 判断取舍 / 承担结果

NEXT HORIZON / 03

正在把兴趣
变成方向。

01售前

理解需求,翻译价值,帮助方案被选择。

02供应链

让异常被看见,让协同和决策更快发生。

03AI 工作流

持续探索新工具,但最后交付的是结果。