使用 ← → 键翻页
Portfolio Presentation
Personal Introduction

Lorraine Lin’s Portfolio

港城研0 · AI产品学习中 · ENFJ · 雅思7

小红书:是树小姐

https://xhslink.com/m/tZ2qiZgIt4
针对 AI 下沉市场巨大的学习需求,持续输出“好用、善用的 AI 工具”内容,已积累 3500+ 粉丝。

AI Product Growth Full-stack Collaboration Content & Community
Lorraine | 2026.03
Capabilities

核心能力 & 个人优势

个人优势
  • 能借助 AI Coding 工具完成从 0 到 1 的 Web 应用部署,对前后端协同与全栈流程有整体理解。
  • 兼具商业化运营与产品视角,能够在业务目标、用户需求与产研协作之间做平衡与推进。
  • 雅思 7 分,性格外向,具备较好的跨部门沟通、需求对齐和方案推动能力。
  • 有较强的数据思维,掌握 SQL 与 Python 基础数据清洗,能支撑分析、实验与策略复盘。
能力栈
语言
雅思 7.0,英语四六级通过,口语流利;本科期间学院采用全英授课。
常用 AI
GPT、Gemini、Cursor、豆包、Claude Code。
技能
Excel、SQL、Python(基础)、Figma 原型图设计、Tableau 可视化看板搭建、Google 搜索广告认证。
其他
机器学习基础(Google 高级数据分析证书)、A/B 测试、腾讯未来产品经理训练营项目认证与课题作业输出。
SQL Python Figma Tableau A/B Testing Prompting
Core Project 01

AI 产品调研 Agent 设计

项目拆解
  • 场景驱动设计:针对 AI 产品功能快速迭代背景,识别传统功能调研中“搜索—阅读—排版”的重复性低效链路,设计具备自主决策能力的调研 Agent。
  • 全流程自动化:串联信息收集、特征提取、深度分析、结构化问答文档产出,形成可复用的研究工作流。
  • 模型选型逻辑:基于“成本—效果”双维度进行模型筛选,并从内容真实性、分析完整性、排版规范性、语言专业度四个维度建立评测体系,最终确定 GLM4.7。
  • 提示词工程:将任务拆解为信息获取、特征提取、多维分析、文档生成四步,采用 CoT + few-shot 构建“role-task-workflow-输出约束”提示词模板。
  • 业务结果:从技术支撑、交互设计、产品功能逻辑三个维度输出深度分析与创新趋势总结,实现每周简报自动推送。
报告产出效率对比
0 4h 8h 8h 45min 传统人工调研 Agent 自动化 -91% 单份报告产出时间
4
模型评测维度
真实性 / 完整性 / 规范性 / 专业度
3
分析视角
技术支撑 / 交互设计 / 功能逻辑
周报
实现每周简报自动推送
提升研究输出稳定性
Core Project 02

雅思口语 Part 3 应用全栈开发(0-1 负责,项目迭代中)

项目亮点
  • 产品链接:https://speakingbox.vercel.app/http://xhslink.com/o/3jZpS2mEHzj(交互效果展示)
  • 需求挖掘与策划:深度调研雅思口语备考市场,识别传统产品仅停留在模拟对话或题库展示层面,无法解决考生在 Part 3 中“逻辑断层、思路零散”的核心痛点;据此明确“即时转写—评分—逻辑链条可视化—闭环重练”的产品形态。
  • 原型与研发提效:基于 AI Coding + 原型验证快速推进产品从概念到可交互 MVP,原型验证效率较传统前端开发提升约 60%。
  • 提示词优化与评测集:围绕雅思官方四维评分标准,撰写 CoT + 1-shot 提示词;手动筛选并清洗 50 组覆盖 Band 5.0–9.0 的真题与范文作为评测集。
  • 效果验证:通过评测集验收,模型评分结果与专家标注一致性达到 95%,显著提升反馈的可信度与可用性。
  • 全栈落地补充:负责需求定义、交互方案、Prompt 设计、评测流程、前端页面迭代与功能验收;以真实学习场景为驱动持续迭代评分反馈、逻辑可视化和重练闭环。
核心指标表现
0 50 80 100 MVP Prompt 评测集 评分一致性 迭代中
60%
原型验证效率提升
相较传统前端开发流程
95%
模型评分与专家标注
一致性率
50组
人工筛选清洗评测集
覆盖 Band 5.0–9.0
Internship

实习经历

百度
商业化产品经理实习生
2025.03.01 – 2025.06.23
  • 业务背景:负责整合日韩地区自有流量与三方流量的 DSP 平台冷启策略优化,目标是在控制买量成本的同时高效积累曝光、点击、转化样本。
  • 出价策略优化:针对多价格流量版位并行带来的成本与样本积累效率权衡,提出 3 套方案并通过双端多轮 A/B 测试验证,推动策略从价格优先转向以模型 eCPM 为核心、结合成本约束的召回逻辑。
  • 结果表现:在有效控制采买成本的前提下,实现 CTR +17%、CVR +8%,显著提升有效样本累积效率。
  • 模型与特征优化:在 CVR 预估模型 AUC 达到 0.75 后,协同运营侧完成 TCPA 出价 50% 灰度验证,并基于业务分析提出 2 个新特征,协助模型 AUC 稳定在 0.85
  • 商业结果:在验证 CPI 下降 62.07% 后,推动 TCPA 出价方案全量推广至大盘。
美团
点评事业部 · 商业化广告销售运营实习生
2024.11.10 – 2025.02.19
  • 投放运营支持:对接销售及广告主,独立完成 H5 页面设计与测试,围绕本地生活 ToB 客户的拉新、到店、转化目标制定差异化投放策略并协同落地。
  • 上线与优化:项目上线前后持续监测投放数据,结合素材迭代与投放计划优化广告位表现,保证项目 100% 按时上线,月度信息流项目 CTR 指标完成率达到 209.4%
  • 分析与复盘:负责对内 / 对外结案分析报告,支撑销售决策与客户复购;同时完成部门月报、周报,长期监控 CTR、消耗、ECPM 等核心指标,并对 ECPM 过高项目进行预警。
Thank You

感谢观看

联系方式:lmn20031103@163.com
小红书:是树小姐(链接
公众号:无边树
期待交流
AI Product Growth Thinking Data-driven Communication
支持电脑与平板浏览,键盘左右方向键翻页。