判断AI机会
识别哪些真实问题值得AI介入，理解模型能力、限制与风险，避免为了使用AI而制造需求。
把“懂AI”变成
可以解决的问题。
从技术适用性到产品流程，再到真实业务价值，形成一条完整、可验证的AI产品路径。
设计产品流程
将不稳定的模型能力转化为用户可理解、可控制、可恢复的人机协作体验。
验证业务价值
用原型、指标和真实反馈验证可用性、成本与收益，让产品判断建立在证据之上。
不堆项目数量，
展示判断质量。
这里将展示我如何定义问题、判断AI适用性、理解模型边界，并把结论转化为产品方案。
这里放「判断样本 01」封面图
建议尺寸：1600 × 1000 px
建议尺寸：1600 × 1000 px
AI产品判断样本 01
后续补充：用户问题、AI适用性、模型边界、产品方案与验证指标。
这里放「判断样本 02」封面图
建议尺寸：1600 × 1000 px
建议尺寸：1600 × 1000 px
AI产品判断样本 02
后续补充：产品现状、核心判断、改进方向、失败风险与实验计划。
当前为内容搭建阶段。正式发布前，只保留已经完成且能够体现判断力的样本。
从真实问题出发，
让每一步都可验证。
一套稳定的方法，比偶然出现的漂亮演示更重要。我的工作围绕问题、边界、流程和证据展开。
-
01
识别问题
明确用户、场景与真正需要改变的行为。
-
02
判断适用性
评估模型能力、准确性、成本和失败后果。
-
03
设计流程
设计清晰、可控、可恢复的人机协作路径。
-
04
原型验证
用最小成本验证关键假设与用户价值。
-
05
数据迭代
根据真实反馈优化体验、效果与投入产出。