业务问题工程化
把模糊业务需求拆成输入字段、流程步骤、判断标准、输出模板和复盘机制。
LOCAL AI PRODUCTION SYSTEM
这不是项目清单,而是一套本地生产系统的作品集。我把内容生产、需求挖掘、餐饮短视频、招聘筛选、图片生成、视频处理和知识资产整理沉淀成可接续的工作流:有输入模板、执行流程、质检节点、输出包和复盘机制。
本作品集展示的不只是概念稿,而是多个本地可运行 MVP:内容生产工作流、抖音需求挖掘 Agent、餐饮短视频工作台和 HR 初筛服务 MVP。
网页为深度版,PDF 为 HR 快读版;如果时间有限,建议先看 PDF 或三个重点案例。
PROJECT STATUS
当前作品集不包装成真实客户商业交付案例,重点展示本地 MVP、工作流拆解、质检机制和复盘能力。
READING PATH
如果时间有限,建议先看三个重点案例:C01 看内容生产闭环,C02 看需求线索结构化,C03 看行业交付流程拆解。重点关注我如何把问题拆成输入、流程、输出、QA 和复盘。
ABOUT ME
我是李在渊,一名 AI 工作流实践者。相比单纯追求“让 AI 生成一个结果”,我更关注如何把真实业务问题拆成可运行、可检查、可复盘的工作流系统。
我的核心能力不是只写 Prompt,而是为 AI 搭建业务运行环境:明确输入字段、上下文规则、执行步骤、质量闸口、输出格式和复盘机制,让模型能够稳定参与内容生产、需求挖掘、短视频交付、招聘筛选和知识资产整理等真实流程。
目前我已搭建多个本地可运行 MVP,包括公众号自动化编辑部、抖音需求挖掘 Agent、餐饮短视频工作台和 HR 初筛服务 MVP。这些项目不包装成成熟商业产品,而是用来证明我具备把业务问题工程化、把 AI 能力流程化、把一次性任务沉淀成长期资产的能力。
我适合加入需要 AI 应用落地、Agent 原型搭建、内容自动化、业务流程优化和交付 SOP 搭建的初创团队,尤其适合在真实业务场景中快速搭建原型、验证流程、沉淀工具,并持续迭代。
CAPABILITY MODEL
把模糊业务需求拆成输入字段、流程步骤、判断标准、输出模板和复盘机制。
为 AI 搭建可控运行环境,包括输入模板、上下文规则、执行步骤、质量闸口、输出格式和公开边界。
把一次性 AI 任务变成可持续迭代闭环,让每一次运行都留下反馈、日志、问题和下一轮优化入口。
把业务想法做成可运行的本地工作台,而不是只停留在文档、方案和概念图。
围绕内容生产、需求挖掘、短视频交付、招聘筛选等真实场景,把服务流程沉淀成 SOP 和工具链。
WHAT I SOLVE
把靠经验、口头沟通和临时执行的流程,拆成标准输入、执行步骤、检查节点和输出包。
把零散模型调用、提示词和工具,封装成稳定的本地工作流或 MVP 工作台。
围绕公众号、抖音、小红书、短视频、获客线索等场景,搭建可复用的内容生产和需求分析流程。
把一次性服务交付沉淀为 SOP、模板、QA 清单和复盘记录,让交付过程更稳定。
FEATURED CASES
这三个案例代表我的主线能力:内容生产系统、需求挖掘 Agent、行业短视频交付。每个案例都用工作台截图、输入输出样例和 QA / 复盘证据展示从问题拆解到工作流沉淀的过程。
把公众号写作从临时创作变成可运行的编辑部流程。
这个案例证明:我能把内容生产从一次性写作,拆成任务单、生成、审计、发布检查和复盘闭环。
这个项目不是单点工具,而是一个围绕输入、执行、质检、输出和复盘搭建的内容生产工作流。
持续写公众号不是缺 AI,而是缺稳定的选题、标题、结构、审核、发布和复盘机制。
这个项目已经投入自用。重点不是展示一张工作台图,而是说明我已经把输入、流程、质量闸口和运行日志沉淀成可持续复用的内容生产系统。
证明:我能把公众号文章生产拆成标准输入、审核节点、发布检查和复盘闭环。
左侧任务输入,中间生产流程,右侧 QA 与复盘,下方是发布包和输出位。
证明:我能把文章产出扩展为完整发布包,而不是停留在正文生成。
只展示脱敏样例,不展示未确认可公开的文章全文。
证明:我能把工作流沉淀成新会话也能直接接续的本地入口。
START_HERE、任务单、提示词、发布检查和复盘记录都有固定位置。
证明:我知道作品集展示必须把模板证据和私有内容隔离。
公开版只使用模板、SOP、检查清单和脱敏摘要;不展示未发布草稿全文、后台数据、平台互动原文和账号信息。
基于本地 MVP 的需求挖掘 Agent 原型,用于展示内容线索结构化、机会评分和验证动作设计能力。
这个案例证明:我能把短视频内容线索转成业务机会报告、评分判断和下一步验证动作。
这个项目不是单点工具,而是一个围绕输入、执行、质检、输出和复盘搭建的业务工作流:从短视频线索推进到机会报告、评分判断和验证动作。
当前阶段:本地 MVP 已运行,公开版使用脱敏或演示数据,待真实客户场景验证。
短视频收藏和评论里会出现大量潜在需求信号,但人工浏览很难稳定提取,也很难转成可排序、可复盘的机会清单。
需求挖掘不能只做摘要,必须转成字段、评分和建议动作,才能展示真正的 Agent 判断能力和业务工程化能力。
证明:我能把内容线索继续推进到机会报告、综合评分、产品假设、推荐卖点、收费建议、风险判断和下一步验证动作。
主证据优先展示结果页,而不是只展示输入工作台。
证明:我已经把链接输入、分析动作、结果区和知识库沉淀做成可运行本地 MVP。
工作台说明这个项目不只是概念说明,而是可实际操作的本地原型。
证明:我能把内容线索沉淀成带标签、置信度和机会判断的结构化卡片。
辅助说明这个 MVP 不只产出一次结果,也会沉淀可复盘的知识结构。
证明:我能明确原型能力边界和下一步验证路径。
当前公开证据重心是原型完整度、字段设计和可复盘链路;后续需要接入授权业务场景继续验证。
基于本地 MVP 的餐饮短视频工作流原型,用于展示客户输入、口播镜头表、成片 QA 和交付包设计能力。
这个案例证明:我能把餐饮短视频服务拆成门店输入、素材检查、口播脚本、成片 QA 和交付包。
这个项目不是单点工具,而是一个围绕输入、执行、质检、输出和复盘搭建的业务工作流,把餐饮短视频服务产品化为可运行的交付流程。
当前阶段:本地 MVP 已运行,公开版使用演示门店数据,待真实客户场景验证。
餐饮短视频生产牵涉门店信息、素材质量、口播、镜头、字幕和发布要求,临时生成文案很难形成稳定交付。
这个项目展示的是我如何把餐饮短视频服务产品化交付,而不是单纯生成一条视频。重点在于把门店输入、素材检查、脚本、QA 和交付包串成可运行流程。
证明:我已经把门店工作台、素材状态、进度动作、补拍缺口和步骤导航做成可运行本地 MVP。
截图使用演示门店状态,不展示真实客户资料、真实店铺素材或输出视频。
TOOLCHAINS
这些项目是本地生产系统的底座:处理视频、生成图片、整理知识库,让 AI 工作流可以持续沉淀资产。
本地视频修复、参数记录、QC 和平台发布适配工具链。
本地图片生成 UI、ComfyUI workflow、提示词模板和公开样例筛选规则。
把个人笔记导出内容整理成适合二次创作或发布的结构化文档。
BUSINESS EXPERIMENTS
这些项目不是为了包装成熟产品,而是为了展示我如何围绕真实获客、内容增长和交付问题,快速做验证、搭流程、沉淀模板和复盘。
把招聘筛选服务标准化成获客、字段判断、候选人分析和交付模板。
情绪型图文随笔、配图方案、发布检查和风格复盘机制。
METHOD
先判断任务到底卡在输入、判断标准、执行、质检还是复盘,而不是先追技术名词。
能用脚本、模板、表格、轻量页面先跑通,就不先做复杂系统。
每个项目都沉淀 START_HERE、AGENTS.md、SOP、输入输出模板、质量检查和运行日志。
每次运行后记录问题、反馈和下一步,让项目既能被新会话接续,也能转成作品集案例。
我理解的 Harness,不是简单调用模型,而是为 AI 建立稳定的业务运行框架:输入模板、上下文规则、执行步骤、质量闸口、输出格式、公开边界和复盘记录。这样 AI 不再只是一次性回答问题,而是能够在明确规则中参与真实业务流程。
我理解的 Loop Engineering,是把每一次运行都变成下一次优化的入口。一个完整的 AI 工作流不只包括“输入和输出”,还应该包括检查、反馈、日志、复盘和下一轮改进。这让项目不会因为换一次会话、换一次任务、换一个模型就重新开始,而是能持续积累成可复用的业务资产。
PUBLIC BOUNDARY
我不包装商业交付结果,只展示真实本地 MVP、工作流拆解、质检机制和复盘能力。公开版只展示脱敏数据、演示界面、模板、截图和流程;不展示账号凭证、API Key、Cookie、客户资料、候选人信息、真实评论原文和未发布草稿。C02/C03 为本地 MVP 已运行,待真实客户场景验证,不包装成真实商业交付。