数字媒体技术本科 · 2026 年 7 月毕业，求职 AI 产品经理（杭州，可周内到岗）， 也考虑 AI 产品助理等相近方向。简历里是三个个人项目——AI 内容生产 Agent、 内容数据查询与分析（SQL）、AI 新闻自动采编助手（Dify + MCP）； 本作品集在此之上多收了 3 个延伸项目（剪映分析、n8n 数字人流水线、AIGC 角色资产与习惯 App）。
如果只记一句话，记这句
每个能力都有可核验的证据，不是自我评价
从零搭评测体系：把"内容合格"拆成 6 条硬性约束，判定哪些能机器判、哪些必须人判，定出阈值与一票否决项。
为什么只有两条配得上一票否决——因为它们的误放代价不可逆。
python run_eval.py --self-test，4 项自测通过）·
判分口径一页速查
不看用户数据，而是从产品实现反推决策：为什么 AI 粗剪被放在免费额度里、这个商业约束如何倒推出技术架构的形状； 并指出团队最大的数据缺口是没埋"结果是否被采纳"。
用 n8n + 飞书多维表格搭了三个工作流，以状态字段当队列、各管一段、独立失败，选题与脚本走人工审批闸门。 另有一个打包成 APK 装到真机的 App。
不是三个孤立的练习，而是"工具 → 生产 → 落地"的一套东西
| 项目 | 真实问题 | 解决方式 / 结论 |
|---|---|---|
| 01 剪映 AI 粗剪分析 | 看不懂一个 AI 功能为什么被这样设计 | 从实现反推决策：免费额度 → 成本约束 → 技术形状；指出北极星应是采纳率而非生成成功率 |
| 02 数字人内容流水线 | 内容生产依赖个人状态，更新断档 | 状态字段当队列 + 三工作流独立失败 + 人工审批闸门；发布环节刻意不全自动（平台风控约束） |
| 03 AI 内容生产 Agent | 约一半初稿无法直接用，但没有口径说明"不合格"指什么 | 拆成 6 条可判定约束，建 30 条用例与判分器；实测推翻"缺段是高频问题"这一假设 |
| 05 AIGC 角色资产 | AI 生成的角色换场景就换脸 | 提示词三段式（锚点 + 场景 + 画质），只改场景段；AI 开场与实拍正片做"接缝处理" |
| 06 习惯养成 App | 想用行为科学约束自己的习惯（个人自用） | 习惯回路 CUE→ROUTINE→REWARD 落地；用 Lally 2010 研究支撑"66 天"而非"21 天" |
这一节是我自己写的，不用你追问
作品集完整度较高，所以先把这件事说清楚
| 用 AI 做 | 不用 AI 做 |
|---|---|
| 文档初稿与排版 | 定义问题与非目标 |
| 代码初稿、调试报错 | 决定判据与阈值 |
| 图像 / 视频素材生成 | 判断素材能不能用、什么算通过 |
| 信息整理与归纳 | 做取舍、决定放弃什么 |
详见 00-我的贡献边界与AI使用说明.md：逐作品列明"我独立完成的 / 用 AI 后修改的 / 我否决的方案 / 我无法验证的"。