AI 产品经理 × AIGC 创作工具

生成只是开始,
能接着改才是产品。

UCL 建筑设计硕士 2027 届。此前在天华建筑设计做了 19 个月 AIGC 产品经理实习,把训练数据管线、LoRA 评测和 ComfyUI 工作流做成设计师可用的内部平台;现在独立推进 AI 原生 Design Harness「Tyai.art」。

求职:AI 产品经理 / AIGC 创作工具2027 届 · 上海 / 深圳 / 北京天华 · AIGC 产品经理实习 19 个月
Harness EngineeringAgent 编排Skill / MCPPrompt 工程Claude CodeCodex模型选型与评测Bad Case 归因需求拆解与 PRD交互原型用户研究数据分析研发交接效果验证Harness EngineeringAgent 编排Skill / MCPPrompt 工程Claude CodeCodex模型选型与评测Bad Case 归因需求拆解与 PRD交互原型用户研究数据分析研发交接效果验证
ComfyUIStable DiffusionFLUXLoRAControlNetFigmaFramerPythonC++Claude CodeCodexRhinoGrasshopperRevitSketchUpUE5D5LumionComfyUIStable DiffusionFLUXLoRAControlNetFigmaFramerPythonC++Claude CodeCodexRhinoGrasshopperRevitSketchUpUE5D5Lumion

关于我

我先是用工具的人,
后来去做工具。

UCL 建筑设计硕士应届生(学位预计 2026.12 取得);上海应用技术大学建筑学,86.6 / 100,专业排名 3 / 50

在上海天华建筑设计做了 19 个月 AIGC 方向的产品经理实习:约 4000 张训练图片的标注管线、300+ 个 LoRA 训练版本经评测筛选上线 60+、ComfyUI 工作流产品化与研发交接、面向设计师的教程与推广,支持了 6 个实际设计项目的出图。

现在独立推进 AI 原生 Design Harness「Tyai.art」,单人 + AI 协作开发,Pre-launch。

  1. 2020.09 – 2025.07
    上海应用技术大学 · 建筑学每学年校级综合一等奖学金
  2. 2021.07 – 08
    追势科技 · 自动驾驶视觉项目实习训练图片多元素标注,开始用 Python 整理校验数据
  3. 2022.07 – 08
    天华建筑设计 · 开发实习「一键生成施工图」CAD 插件训练数据;二维到三维参数化生成;UE5 交互汇报场景
  4. 2023.07 – 2025.02
    天华建筑设计 · AIGC 产品经理实习训练数据自动化、LoRA 训练评测、模型选型、ComfyUI 工作流产品化、推广
  5. 2025 – 2026
    UCL · 建筑设计硕士MArch Architectural Design,学位预计 2026.12 取得
  6. 2025 → 现在
    Tyai.art · 发起人 / 产品负责人AI 原生 Design Harness 与人机协同创作平台,Pre-launch

AIGC 产品经理方向 · 我会什么

从模型选型与评测,到工作流产品化,再到交付给设计师并验证效果。

生成模型与评测

SD1.5 / SDXL / SD3 / FLUX 底模选型与测试,LoRA 定向训练;分类 Prompt、多随机种子、文生图 / 图生图矩阵的标准化评测。

工作流与可控编辑

ComfyUI 工作流搭建与产品化;把 ControlNet、扩图 / 局部重绘、分割抠图、高清放大组合成面向设计任务的完整流程。

产品与数据

Figma、Framer、产品与交互文档、研发交接、用户教程与培训;Python、C++ 基础,用 Claude Code / Codex 做 AI 辅助编程,模型接口调用与训练数据处理。

设计与三维

Rhino、Grasshopper、SketchUp 动态组件、Revit、UE5、D5、Lumion;建筑设计背景,理解专业创作者怎么工作。

2024上海赛区 3D 数字创新设计大赛一等奖2024亚洲设计年鉴奖铜奖2024亚洲发展中国家建筑设计竞赛优秀奖2021「互联网+」上海赛区铜奖

案例 A · Tyai.art · Design Harness

设计软件接上 AI,不等于理解设计。

它接得上,但它不知道你在做哪个项目、要交哪几样东西。往下滚,左右两边同时走三幕。

Design Harness

它先读完工作区,再决定做什么。

看见画布上的文件与图层,认出这次要交付哪几类东西,把目标拆成任务交给不同 Agent,把稳定的流程存成 Skill,把质检挂成 Hook。产出落成可编辑文件,设计师随时接手。

Design Harness · Session 04
给 Aurora 旅行 App 做 2.0 改版:先梳理用户流程,出首页、搜索、详情三屏原型和组件库,再准备一版汇报。全部沿用现有品牌色。
Aurora 1.0 截图 ×12用户访谈.md埋点导出.csv品牌色板.json画布 · 上一版原型
已读取 4 个文件与画布历史
识别出 4 类目标产出,共享同一视觉语言
拆解为 6 个任务,委派 3 个 Subagent
挂载 Skill ×2,Hook 质检 ×3
用户流程 · Board
Flow
原型三屏 · Design
Proto
组件库 · Design
System
汇报 · Presentation
Narrator
Skill · 原型走查规范
Hook · 组件一致性检查
Subagent ×3,各管一类产出
Harness 感知:文件、画布、历史、记忆4 产出并行 · 共享设计 token 与素材 · 全部可继续编辑

Tyai.art · 演示 · 看它怎么工作

一句需求进来,
几个 Agent 在同一块画布上把它做完。

下面不是录屏,是在真实界面结构上编排的演示。设计师林悦和几个 Agent 在同一个工作区里推进「Minute 2.0 发布」。

人的光标,实心标签AI 的光标,虚线药丸界面按运行中的产品实测;示例项目与人物为虚构

往下滚,演示跟着滚动走;滚回去就倒放

Tyai.art · 可编辑性

四个编辑器,一套左文件树、一套 Agent 栏。

无限画布、Design、演示、Markdown 文档各自有图层与属性栏;左侧的文件树和右侧的 Agent 对话栏是同一套。AI 做到 90,剩下 10 设计师在这里手改。

同一套文件树
同一个 Agent 栏
Board · 无限画布便签、机会树、参考图;属性栏 + 图层 + 对话栏
Design · 界面与组件Auto layout、token、Design / Code 属性栏
Presentation · 演示母版、缩略图、图层、Speaker notes、变量
Document · Markdown大纲、块工具栏、活的 Board 嵌入、导出 .md / PDF / .docx

Tyai.art · Harness 的六个机制

刚才那六步,分别叫什么。

  1. 01感知回答前先读完文件、图层、选中和上一句回看演示 01
  2. 02编排目标拆成任务卡:谁做、做成什么、谁等谁回看演示 02
  3. 03可编辑产出落下来的是文件,不是图片回看演示 03
  4. 04协同可见、可中断、可撤销、可追溯回看演示 04
  5. 05Hook质检挂在流程节点上,不合格自动退回回看演示 06
  6. 06Skill、Agent 与记忆顺手的流程存成 .md,关键节点固定成 Agent回看演示 07
设计师的 SketchUp 白模 建筑向 LoRA + 工作流 · 生成效果图

案例 B · 天华建筑设计 · 内部 AIGC 创作平台 · 2023.07–2025.02

让建筑设计师
用上可控的 AIGC 出图。

通用生图工具画得好看,但画的不是这个方案。我负责从训练数据、LoRA 训练评测、模型选型到工作流产品化与推广的整条链路,让生成结果对得上设计师的模型:结构、层数、天窗与中庭关系保持一致。

案例 B · 天华建筑设计 · 产品经理实习 · 2023.07–2025.02

从一个设计师的问题,到一个被用起来的按钮。

六步,每步只回答一个问题。判断和验收放在卡片里,技术细节缩在最后一行。

01定义问题02挑场景03做取舍04定验收05交付06被用起来
为什么做

设计师要的是同一个方案的效果图,不是一张好看的建筑图。

通用生图工具画得好看,但画的不是这个方案;中期汇报的效果图要外包渲染。目标:设计师自己出对得上模型的图,并进入汇报流程。

场景怎么挑

先做设计师每天都在做的四类任务。

  • 扩图、高清放大、智能抠图、可控效果图
  • 每条先在 ComfyUI 里搭通,跑过参数与输入输出,再决定要不要产品化
关键取舍

三个决定。

  • 标注:走管线不靠人工。人工每日不足百张,管线约 3 秒一张
  • 验收:看业务可用性,不看 Loss
  • 参数:ControlNet 只暴露控制类型,其余收进预设

代价:机器标注的精度取决于分类体系切得对不对,人工抽查不能省。

验收标准

「好」不是感觉,是一张矩阵。

统一推理条件,分类 Prompt × 多随机种子 × 文生图 / 图生图;六个维度里有一条是业务可用性;匿名评审、Bad Case 归因、回归 Prompt。

300+ → 60+训练版本 → 评测上线
怎么交付

研发能做,设计师会用。

需求文档、Figma / Framer 交互原型、研发交接;设计师不学 prompt 工程,也不碰节点。

  • 放大算法 → 高清修复
  • Segment → 智能抠图
  • Inpaint → 局部重绘
  • 扩图 + ControlNet → 一键扩图
结果与口径

6 个项目用上了,外包的中期效果图环节换掉了。

  • 面向设计师的教程与培训
  • 6 个实际设计项目的出图支持
  • 30+ LoRA、10+ 底模选型引入,与自训 60+ 分开计

口径:数字为当时内部汇报口径,未折算金额。

当时的技术栈:SD 1.5 / SDXL / SD3 / FLUX 底模,ComfyUI 工作流,Python 标注脚本。底模换了,这条路径没变。约 4000 张训练图片(30GB)由本人处理
联系
电话
+86 18621082872
方向
AI 产品经理 · AIGC 创作工具 · 设计 Agent 与 AI 工作流
产品
Tyai.art · AI 原生 Design Harness,Pre-launch
教育
UCL MArch Architectural Design
状态
2027 届校招,上海 / 深圳 / 北京
© 2026 王逸民回到顶部