GUO YILIANG / AI PRODUCT MANAGER

把 AI 的不确定，
做成产品的确定。

AI 产品经理｜8 年产品 · 6 年 ToB · 3 年 + 企业级 AI
企业 AI 大多停在 POC——定口径、拆流程、跟研发、验收指标， 把它推到上线。

企业级 AgentRAG 知识服务数字员工AI 效果评测
向下滚动 ↓
WHAT I DO.

把业务流程拆到「能交给机器」的粒度
把非结构化数据变成可检索的资产
把「变好了」定义成可回归的指标

3 个企业级产品上线 · 字段正确率 87.2% → 94.8% · 35,727 次真实请求

HOW I WORK.

先定口径，再谈优化。
数字不好看的时候，我也在。

02 / BIOGRAPHY 个人履历

PRODUCT.
PLATFORM.
AI.

2018 — NOW.

八年的三段路。
从画界面，到定口径。

8 年产品与交互6 年 ToB3 年 + AI
继续滚动 · 履历会往上走 ↓
3 COMPANIES.

雨桥 → 灼识咨询 → 深瞳玄枢

2018.06 – 2022.03

南京雨桥 · 交互设计 → 产品

广州「穗智管」、贵阳「营商通」等政务数字化项目与企业 ERP； 负责需求调研、信息架构、高保真原型与交付跟进。

政务数字化企业 ERP20+ 模块
2022.03 – 2026.02

灼识咨询 · 产品经理

从 CIC 专家网络平台 0→1 起步，做到 AIS 智慧助手（RAG 知识服务）、 专家智能推荐引擎与招股书 AI 撰写 Agent——先把流程搬上线，再把非结构化数据变成可检索的资产。

CIC 平台AIS 智慧助手专家推荐引擎招股书 Agent
2026.02 – 至今

深瞳玄枢 · AI 产品经理

企业级 AI 业务中台的分层架构、Agent 平台的 0→1， 以及把字段提取正确率从 87.2% 推到 94.8% 的评测治理。

AI 中台Agent易收 · 投标云
03 / THE PORTFOLIO 作品文件夹

MY
PORTFOLIO.

4 BUILDS.

3 个企业级 AI 产品，
加 1 套业务中台。

点开文件夹，看每一件做了什么。

SHIPPED.

每一个数字都来自线上。

04 / THE WORKS 个人作品

ZHIYING.

织影 · 一张长在 DeepSeek Harness 上的画布。
你只要说一句「把这场戏做出来」。

看完整介绍 →
你出判断，它出手。

写分镜、建人物场景、连参考图、
提交生成、拼成一条片子，
AI 自己调工具。

全程本地运行 · 不花一分钱 · 39 条机检规则，一条不过直接拒绝提交

WHY A CANVAS.

时间线只告诉你好不好看，
画布告诉你为什么。

01 / INTRO 初次见面
Architecture

AI 企业业务中台
五层架构

面向资管、法务、地产清产核资等垂直行业的一体化 AI 业务平台。以数据本体为统一语义底座，用模型网关收口模型能力，上层开放两大能力并打包成行业方案交付。

分层架构 上层不重复开发底层
核心能力 行业交付 支撑设施
接入门户层Access
统一工作台 开放 API 第三方系统对接 移动端 资管 / 律所 / 财务系统
垂直行业方案Industry
不良资产处置 地产清产核资 法务文书处理 行业本体模板 + 预置应用 + 行业数字员工
核心中台层Core

① 数据本体平台

  • TBox：实体 / 字段 / 枚举 / 关系 / 规则 / 术语别名
  • ABox：业务实例数据
  • 对外暴露元数据 API
  • 本体 ≠ 数据库表，是带业务语义的增强模型

② 自然语言生成应用

  • 自然语言描述 → 生成表单 / 台账 / 审批流 / 页面 / 接口
  • 生成时优先复用租户内已有本体实体
  • 区别于拖拽零代码：LLM 驱动生成
  • 录入数据回流为本体实例

③ 数字员工 Agent 编排

  • 技能编排 / 工具调用 / RAG / 文档抽取
  • 按本体 Schema 做抽取与结构化输出
  • 读写业务台账，串联文档与应用
  • 中台通往行业业务的执行载体
模型网关层Gateway
模型路由 负载均衡 限流熔断 Token 计费 A/B 测试 缓存 租户配额 推理参数管控
基础设施层Infra
自建 GPU 集群 公网 API 通道 对象存储 数据库 向量库 消息队列 多租户隔离 统一身份 SSO 全链路审计
关键设计：本体平台作为统一语义底座——向下约束「自然语言生成应用」的字段语义（避免多次生成的数据模型互相不一致），同时约束「数字员工 Agent」的抽取口径（保证抽取结果与业务应用录入的数据语义一致）。模型网关把「自建集群模型 + 第三方 API」的差异收在自己身上，上层业务组件不关心模型来源。
Earlier Work

再往前做过什么

2024.10 – 2026.01

AIS 智慧助手 · RAG 知识服务

把近十年行业研究报告做成可检索可问答的知识服务：行研数据治理、切片向量化、专业问答 Agent 的角色与多轮设计、引用校验与数据权限过滤。

使用时长 +15%
2023.03 – 2024.07

专家智能推荐引擎

百万级非结构化专家简历与访谈记录治理（去重 / 脱敏 / 语义对齐 / 标签规范化 / 冲突合并），NLP 标准化 + 知识图谱 + 向量语义匹配，参与定义召回与精排指标、设计冷启动策略。

匹配效率 +72%
2024.05 – 2024.11

招股书 AI 撰写 Agent

聚焦行业概览章节：Plan-and-Solve 先出「章节提纲 + 数据依赖项」由研究员确认再执行，Few-shot 约束语调与结构，数据引用受限、冲突按权威性与时效性仲裁。

初稿 -60% / 采纳 83%
2022.03 – 2023.02

CIC 专家网络平台 · 0 → 1

专家管理、客户管理、项目生命周期、财务结算四大模块，重新梳理筛选 / 预约 / 回访流程，把 Excel 协作改成线上化。平台沉淀的数据后来成了推荐引擎与 AI 助手的数据底座。

4 个月上线 / 人效 +30%
2018.06 – 2022.03

南京雨桥 · 交互设计与产品

广州「穗智管」、贵阳「营商通」等政务数字化项目与企业 ERP；负责需求调研、信息架构、高保真原型与交付跟进。这段给了我相对扎实的体验设计底子。

20+ 模块 / 0 逻辑差错
Personal Work

织影 · 一张长在 DSH 上的画布

我自己做的产品：一个长在 DeepSeek Harness 上的画布式 AI 短片创作插件。 说一句「把这场戏做出来」，Agent 自己完成写分镜、建资产、连参考、提交生成到拼成片的整条链路， 全程本地运行。放在这里不是因为它算产品工作，而是因为它回答了一个问题——这些工具我自己是不是真的在用。

  • 一句话，到成片 不需要手工建节点、写脚本、逐镜点生成。Agent 调用工具链完成全流程，人只出判断。
  • 画布替代时间线 时间线只告诉你好不好看，画布告诉你为什么——谁参考了谁全在图上，那张脸进了哪条片子，顺着线就能找到。
  • 渲之前先过机检 39 条规则，有一条不过直接拒绝提交。废稿不进来，算力不白花。
  • 换模型，不换产线 任何一套工作流都能绑成一个能力，之后一句话就能调。今天千问，明天别的，换的是模型不是流程。
39 条机检规则 173 个资产 15 镜 / 79 段分镜 1 小时 09 分 全片生成 全程本地 · 零 API 费用
织影画布概览
画布 · 资产节点与参考连线
资产库
资产库 · 173 项，按角色 / 场次筛选
分镜表
分镜表 · 景别 / 运镜 / 台词 / 音效
Agent 驱动与机检
Agent 驱动 · 机检 FAIL 0 与成片验收

想聊得更具体一点？

这里有完整简历，也欢迎直接找我聊项目细节——尤其是 AI 效果怎么定口径、怎么验收这类问题。

发邮件聊 15951607020