章光敏

AI 产品经理 / Agent 工程师 · 负责产品设计与项目研发，推进需求梳理、开发验证和上线迭代

背景

面向 Zara、H&M、RL 等品牌，解决现有搜索引擎商品漏召回、结果不准确、排序不合理等问题，降低人工排查与调整成本。

方案

• 结合搜索词、商品图文、品牌调性与世界事实，识别召回率、准确率与排序问题。
• 设计治理 Agent，结合知识图谱与业务工具分析原因，完成漏召回补充、错误商品纠正、排序优化等智能运营动作。
• 建设统一运营工作台，以系统思维定位问题、审核策略，并完成受控执行和效果验证。

AI 产品经理 / Agent 工程师 · 负责搜索引擎产品设计与研发，构建知识图谱维护、商品打标、意图分流及智能召回流程

背景

零售搜索需要理解品牌语境和用户意图，降低商品漏召回与误召回。探索大模型语义搜索方案，并建立评测机制衡量召回效果与使用成本。

方案

• 知识图谱构建与维护：从每日增量 Query 和新上架商品中提取新标签，维护品牌知识图谱；每日更新存量标签、纠正错误关系，保障知识质量。
• 双路径商品打标：大模型依据品牌知识图谱为商品打标；同时通过 RAG 检索候选商品，再由 JEV 判断相关性，为符合条件的商品补充标签。
• AI 意图分流：用 JEV 区分精准与开放意图；精准搜索走标签召回，开放搜索在标签召回基础上触发 AI Overviews，通过对话明确需求后启动大模型召回。
• AI 商品召回：先经 RAG 与图关系召回筛选候选，再结合 Query、图谱知识、品牌调性、季节天气及社媒趋势，由大模型完成最终选择与排序，控制全量匹配成本。

AI 产品经理 / Agent 工程师 · 负责工具接口梳理、MCP Server 设计与平台接入验证

背景

搜索引擎业务沉淀了数百个工具接口，接入方式与权限口径不一，Agent 复用时重复接入成本高。

方案

• 梳理业务工具接口，抽象为 36 类业务 MCP Server，统一工具描述与调用方式。
• 推进工具封装与接入验证，设计统一入口、身份映射及权限流程，保障调用可控。
• 配套 Skill / Plugin 管理，沉淀企业 AI 资产，支持 Agent 复用搜索业务能力。

产品经理 / Agent 开发者 · 负责产品方案及数据处理 Agent 开发，设计报告解析、指标比对和异常预警流程

背景

工厂报告制式不一，数据提取与历史核对繁琐，异常指标难以快速识别。

方案

• 使用 Qwen3 开源模型与 Dify，从不同制式的质量检测报告中提取结构化数据。
• 对接历史数据做指标比对，对日 / 月度报表交叉核验，识别可疑指标并触发预警。