序 / PREFACE · 徐帆 · 2026
你好，我是徐帆。
我是一名具有设计背景的产品经理，长期参与复杂业务数字化产品的规划与设计。
相比从功能出发，我更习惯先理解业务、梳理角色与流程、明确业务规则与产品逻辑，再把复杂问题转化为清晰、可落地的产品方案。
目前，我正在进一步探索 AI与专业业务场景的结合，关注AI如何从一个“功能”，真正进入用户的工作流程
我的特点
BUSINESS · PRODUCT · DESIGN · AI
目录 / CONTENTS
2022.02 — 至今
产品经理 / 产品设计
苏交科集团
主要参与公路养护、工程数字化及AI相关产品建设，负责从业务需求分析、产品架构、业务流程与产品规则梳理，到产品方案设计、高保真原型输出及方案沟通，参与多个复杂业务系统从需求到落地的完整过程。
01
产品主导
独立或主要负责产品的业务梳理、方案规划、产品设计及原型输出。
路面养护智能体
智慧冬防
智能巡查
路面长周期养护
节能减排系统
EPD系统
工序报验
第三方质控
交安设施
等10+项目。其中多个项目参与从0到1建设，并已投入实际业务使用。
02
模块负责
在大型平台型项目中，独立负责其中核心业务模块，从需求梳理、流程规则到产品方案及原型完整落地。
河南交投路面质量管控系统
负责集团总览、路面施工质控、质量检测、原材料运输、视频监控、预警与问题管理等模块。
兴化南智慧养护工区
负责积水监测、人机料管理、四重防护、特勤作业、出入库管理、施工检查APP等模块。
智慧工地相关项目
负责人员管理、进度展示等业务模块。
03
方案表达
参与重点项目的方案视觉化、汇报材料及宣传内容设计，将复杂的产品逻辑和业务方案转化为清晰、易理解的表达方式。
2020.05 — 2022.02
南京博天科技有限公司（南瑞项目）
产品设计 / 产品规划
参与智慧能源、智慧城市等数字化产品建设，负责需求分析、产品结构梳理、核心流程设计、高保真原型设计及方案沟通。
代表项目
智慧矿山、智慧水务、3D变电站、乡建服务等。
这一阶段开始从以界面设计为主，逐步深入业务需求、产品结构及完整产品方案设计。
2014 — 2020 · 从视觉设计到产品设计
2018.08 — 2020.01
南京云杉科技有限公司
产品设计 / UI UX设计
参与产品前期需求分析，与市场及业务团队沟通目标用户需求，将业务需求转化为产品功能和交互方案，并完成交互原型及高保真设计。
同时参与品牌及产品宣传体系建设。
这一阶段开始从单纯的视觉设计，逐步向需求分析和产品设计延伸。
2016.11 — 2018.08
江苏润恒城科技有限公司
UI / UX设计
负责产品界面、交互及高保真视觉设计，同时参与公司品牌、产品宣传及相关视觉体系建设。
积累了较完整的数字产品视觉与交互设计经验。
2014.09 — 2016.11
长江集团 / 中国网
UI / UX设计
职业早期主要从事网站及数字产品UI设计，逐步建立界面设计、信息层级及视觉表达能力。
教育经历
2010.09 — 2014.06
南京中医药大学
信息管理与信息系统 · 本科
EXPERIENCE · FROM DESIGN TO PRODUCT
不同的问题，
不同的产品答案。
我参与的项目大多来自真实而复杂的业务环境。它们面对的问题并不相同，但有一个共同点：需要把大量业务关系、规则和数据，转化成真正可以使用的产品。
PC
Project
我的角色：产品规划AI交互设计高保真设计
01 路面养护智能体
面向公路养护专业场景的 AI 决策辅助系统
主要职责：业务场景梳理、产品逻辑、功能架构、智能体使用流程及核心交互设计，并参与定义 AI 在各业务环节中的介入方式。
1
项目背景与核心问题公路养护涉及大量规范、专业知识、历史案例和项目资料，但信息分散、检索效率低，经验难复用，复杂问题仍高度依赖个人判断。
知识难找 · 经验难复用 · AI难真正进入业务
2
产品思路整合养护知识、真实案例与项目资料，将 AI 从单纯问答扩展到专业工作流程：
问题咨询 → 知识/案例检索 → AI分析 → 方案生成 → 多方案对比 → 结果沉淀
让 AI 不只提供答案，而是参与养护方案制定与辅助决策。
3
职责边界底层模型、RAG 及具体技术实现由技术团队负责，我主要聚焦 AI场景设计、产品逻辑与交互体验。
4
核心设计
整合公路养护领域的专业知识、真实案例与项目资料，通过 AI 帮助用户快速获取专业答案、生成可落地的养护方案，让每一次决策更科学。
智能助手、案例库、养护知识库、方案咨询、知识空间多模态提问、连续追问与专业回答案例匹配、知识引用与多方案对比项目知识空间与 AI 引用范围控制用户评价与后台反馈闭环
JSTI路面养护智能体PAVECARE · AI
描述路面问题，AI 自动分析并匹配解决方案
支持文字提问、案例匹配、方案生成，让路面养护经验更容易查询和复用
{{ m.text }}
{{ m.meta }}
{{ k.mark }}{{ k.text }}
正在检索案例库与养护知识…
PC
Project
我的角色：业务分析产品架构核心流程高保真设计
02 路面材料EPD评估平台
将复杂生命周期评价规则转化为可操作的数字化产品
主要职责：主导前期业务研究与产品方案设计，从 EPD 专业规则入手，完成核心业务对象、数据关系、生命周期流程及主要产品界面的规划与设计。
1
项目背景与核心问题路面材料从原材料获取、运输、生产到施工，会产生不同阶段的环境影响。传统 EPD 编制过程中，需要人工收集大量工程、材料和过程数据，再依据专业规则进行核算，流程复杂、数据关系分散，报告生成成本较高。
数据分散
工程、材料、生产、运输和施工数据来源不同，缺少统一管理。规则复杂
生命周期核算涉及大量专业规则，普通用户难以理解和操作。重复录入
不同EPD之间存在大量可复用数据，但传统方式需要反复整理。报告效率低
从数据收集、核算到报告输出链路长，标准化程度不足。
3
我主导的工作研究 EPD 业务规则及相关行业产品建立单位、工程、材料、过程数据和 EPD 的业务关系将生命周期评价拆解为 A1–A5 五个核心阶段设计分阶段数据录入与已有数据调用机制设计碳排放总量、单位排放及阶段占比结果展示设计 EPD 报告预览、发布、查询与管理流程
2
产品思路我将专业 EPD 核算过程拆解成用户能够理解的业务流程，围绕下面流程建立完整的数据与业务关系：
工程 → 材料 → A1原材料生产 → A2原材料运输 → A3混合料生产 → A4混合料运输 → A5路面施工 → 核算结果 → EPD报告
通过分阶段录入、已有数据复用、自动核算和结果可视化，让复杂专业模型转化为一套清晰、可执行的产品流程。
PC
Project
我的角色：业务流程设计产品架构调度交互高保真设计
03 智慧冬防系统
面向冬季道路安全保障的监测、调度与作业协同系统
主要职责：负责智慧冬防系统的核心业务梳理与产品设计，重点解决多角色、多资源、多状态实时变化下的任务协同和监管问题。
1
项目背景与核心问题路面材料从原材料获取、运输、生产到施工，会产生不同阶段的环境影响。传统 EPD 编制过程中，需要人工收集大量工程、材料和过程数据，再依据专业规则进行核算，流程复杂、数据关系分散，报告生成成本较高。
风险发现晚
道路结冰往往在影响通行后才被发现，缺少提前预警能力。资源调度慢
人员、车辆、物资信息分散，任务安排依赖人工沟通。现场看不见
管理人员无法实时掌握车辆位置、作业路线和任务进度。过程难追溯
任务完成后缺少完整的执行记录，难以复盘和统计。
2
产品思路围绕冬季道路保障全过程，建立：
道路监测 → 凝冰预警 → 作业决策 → 任务调度 → 现场执行 → 实时监管 → 作业复盘
通过地图承载道路风险和车辆空间关系，通过任务串联人员、车辆和物资，通过实时状态反映现场执行过程，使冬防从“发现问题后再处理”逐步转向“提前预警、快速响应、全过程监管”
3
我主导的工作梳理道路凝冰监测与风险预警流程设计风险地图、预警等级和重点风险点展示建立车辆、人员、物资与冬防任务之间的调度关系设计任务创建、下发、执行、完成等状态流转设计车载端作业任务与现场执行流程设计车辆定位、作业轨迹和实时监管能力设计历史任务查询及作业复盘
其他
Project
我的角色：业务分析产品架构核心流程高保真设计
长周期绩效考评
面向普通国省道长周期养护项目，从 0→1 规划设计绩效考评管理平台。针对长周期项目中基础数据分散、考核指标复杂、季度/年度考核依赖人工统计、处罚与计量过程缺少统一管理等问题，搭建「项目建档—数据沉淀—目标配置—绩效考核—审核确认—扣罚计量—项目复盘」完整业务闭环。
主要职责：负责系统业务梳理、产品架构、核心流程及高保真原型设计，构建长周期养护数据资源库、季度/年度绩效考核、项目一张图及系统管理 等核心模块；统一管理项目、路面、交通量、检测评定、智能巡检、养护历史及考核数据，并将考核目标、实际数据、扣罚规则、处罚金额及计量金额进行关联。
交安设施智能检测系统
面向全国交安设施国检业务，围绕检测数据生产与评价分析流程，规划「检测数据—AI标注—人工校核—指标计算—统计分析」完整产品体系。
主要职责：负责业务流程梳理、功能架构及核心交互设计。针对道路图像人工逐张标注效率低的问题，设计 AI识别 + 人工复核 的协同标注机制，统一管理抽检路段、标注任务、病害结果及作业进度；并基于标注与检测数据构建 TCI、TSI、TCCI 等评价指标体系，支持全国、省份/单列市、南北方、东中西、七大片区及历年趋势等多维分析，实现从原始检测数据到国检评价结果的全过程数字化管理。
集团监管大屏
面向集团管理层，对多路段、多作业面及生产单位进行统一监管。围绕“集团 → 路段 → 作业面 / 拌合站 → 生产、运输、施工”的业务层级，集中呈现施工进度、生产状态、资源分布及异常情况，帮助管理人员快速掌握整体运行状态，并逐级定位具体问题。
主要职责：负责集团监管大屏模块的产品设计与高保真方案输出，重点完成集团级监管指标梳理、信息架构及数据展示优先级设计；构建集团 → 7条路段 → 作业面的逐级下钻关系，并将拌合站、沥青厂、玄武岩厂等生产单位纳入统一监管视图；设计地图点位、状态展示、数据筛选、列表联动及详情弹层等交互，使管理人员能够从集团总览快速定位到具体路段、作业面及生产环节。
APP
Project
我的角色：业务梳理流程设计规则设计PC / APP高保真原型
原材料运输监管
实现材料从生产端到拌合站的过程可追踪、状态可监管、质量可追溯。
主要职责：负责原材料运输监管模块的业务梳理与产品设计，从实际运输场景出发，梳理不同材料、运输方式及参与角色之间的业务关系，建立运输与质量监管规则，并完成PC端、APP端核心产品方案及高保真原型设计。
1
核心思路
一条主线
发货 → 运输 → 到站 → 验收 → 放行两类监管
运输监管 —— 解决“材料在哪里、是否正常到达”质量监管 —— 解决“材料是否合格、能否投入使用”多场景适配
针对沥青、集料及公路/铁路等不同运输场景，分别建立车辆、批次、集装箱等监管对象与质量规则，使复杂的线下运输业务形成统一、可追踪的产品闭环。
2
关键产品判断
运输完成 ≠ 材料可以使用
将“运输状态”与“质量放行状态”拆分管理，并根据不同材料建立差异化验收机制，使系统不仅能监管运输过程，也能判断材料最终是否允许进入生产使用。
3
产品成果
形成覆盖PC监管端 + APP现场端的产品方案，支持发货登记、实时运输、到站核验、质量验收、批次放行、异常监管及历史统计等核心业务。
DIFFERENT PROBLEMS. DIFFERENT PRODUCTS. THE SAME WAY OF THINKING.
那么——
我是怎么一步步走到这里的？
我的变化，不只是职位变化。
CHAPTER I
我最开始关注的是「体验」
我会注意：一个按钮应该在哪里，一个流程是否顺畅，信息是不是足够清楚。这是设计教给我的第一件事：站在使用者的位置看产品。
CHAPTER II
后来，我开始关注「业务」
慢慢发现，很多体验问题并不能通过调整页面解决。因为页面背后还有流程、角色、规则、权限、数据。于是我的问题开始从“怎么设计？”变成“为什么这样设计？”
CHAPTER III
再后来，我开始设计「系统」
面对越来越复杂的项目，我开始处理多角色、多流程、多状态、复杂规则、PC / APP、管理端 / 作业端。我的关注点开始从单个页面转向：整个产品如何运转。
CHAPTER IV
现在，我开始探索「AI」
大模型让我重新思考很多过去习以为常的产品形态。搜索一定需要搜索框吗？分析一定需要用户自己看图表吗？专业知识一定需要人自己查找吗？软件一定需要用户一步一步操作吗？于是我的下一阶段开始出现。
FROM INTERFACE TO PRODUCT TO INTELLIGENCE.
01
信息组织
复杂的信息进入产品以后，我会天然关注：什么最重要？什么应该先出现？什么可以隐藏？用户应该先看到什么？
COMPLEXITY → HIERARCHY
02
用户体验
做产品决策的时候，我习惯不断切换视角：如果我是用户，我下一步会做什么？因此很多产品问题不会停留在“功能有没有”，而会继续追问“用户能不能顺利完成？”
03
原型表达
一个复杂产品概念如果只停留在文字里，很容易产生理解偏差。设计能力让我可以快速把想法 → 结构 → 流程 → 原型，让团队更早看到产品。
04
视觉判断
好的视觉不是“更漂亮”，而是帮助用户更快理解。层级、留白、颜色、状态、反馈，最终都服务于 Information → Understanding → Action。
05
产品沟通
产品经理经常需要让业务、研发、设计、管理者、客户看到同一个东西。视觉化表达让我能够把复杂问题讲清楚。
DESIGN TAUGHT ME HOW PEOPLE SEE. PRODUCT TAUGHT ME WHAT THEY NEED.
而AI让我开始思考：他们未来还需要自己做多少？
我关注的不是“给产品增加AI”，而是AI能不能重新设计一段工作？
传统软件 / TRADITIONAL
用户寻找功能输入信息操作系统寻找数据自己分析得到结果
AI 产品 / AI-NATIVE
用户目标AI理解任务调用项目上下文检索知识 / 案例 / 数据分析生成建议用户判断反馈沉淀
这意味着AI改变的不只是 INTERFACE，而可能是 WORKFLOW.
我正在持续理解的几个方向
EVALUATION
判断AI输出是否真正可靠、有价值
一个正在运行的小作品
右下角的 AI 分身，是怎么做的
它的底层可以理解成 LLM + Prompt + 知识库 + 工具。别人问“徐帆在路面养护智能体里做了什么”，它不是去网上搜，而是从我的项目资料里找答案。
01
Prompt
定义它是谁
它是徐帆的 AI 数字分身，只介绍我的产品经历、项目案例和 AI 产品思考，用第一人称回答，不聊无关话题。
02
知识库
它知道什么
简历、工作经历、项目介绍，以及这本作品集的正文，共 {{ kbCount }} 段资料。
03
RAG
它怎么找答案
每次提问先从知识库检索最相关的几段资料，再交给大模型组织回答，并标出引用来源；资料之外不编造。
04
工具
它能做什么
当你想“看看”某部分时，它可以直接把作品集翻到对应章节，或打开项目详情。
访客提问→
检索知识库→
资料 + Prompt→
大模型回答→
附引用来源
我希望做的AI产品
不是一个什么都会聊的AI，而是一个真正理解专业场景、知道当前任务，并能够帮助用户完成工作的AI。
AI SHOULD NOT JUST ANSWER QUESTIONS.
IT SHOULD HELP GET WORK DONE.
把复杂，变成产品
也仍在探索，产品还能成为什么
微信扫码，加我好友
THANK YOU FOR READING. · 徐帆 · 2026
