首屏更清晰
内容更有序
围绕信息层级、焦点运营位和内容推荐流程重构,让用户进入页面后更快理解重点。
产品UI/UX设计师 + AI Vibe coding,
常驻江西上饶。
围绕信息层级、焦点运营位和内容推荐流程重构,让用户进入页面后更快理解重点。
整合 GMV、转化、商品和用户数据,帮助运营快速定位直播增长问题。
用统一组件与指标口径组织复杂业务信息,让团队在同一视图完成发现、判断与跟进。

摄影令我着迷。2018 年 6 月,我开始用相机记录真实世界,也开始更认真地观察人与环境。
这是我的摄影故事——也是我在海边记录下的一些照片。


我喜欢在城市中漫步、旅行和拍照。除此之外,和朋友一起玩游戏,以及努力体验最新的科技产品。
我擅长将复杂业务拆解为清晰的产品体验,用设计、数据与快速验证推动问题落地。
也持续探索 AI 如何进入真实设计流程,让专业能力变得简单、稳定且可控制。

负责产品策略、交互与视觉设计,并通过 AI 编程快速验证方案,推动核心体验从概念到上线。
负责多端产品体验、业务流程与数据增长设计,建立可复用组件并持续优化交付效率。
负责品牌视觉、活动与产品界面设计,为不同场景建立一致、清晰且具有识别度的视觉表达。

产品 UI/UX 设计师——需求分析、原型设计、交互设计、视觉设计、UI 设计、设计走查
前端工程师;
后端工程师;
AI 工程师;
产品运营;
2 个月,2026 年 3 月发布
这是第一次我用 AI 技术去撬动商业指标。
从视觉优化 → 体验重构 → 用 AI 换装直接拉动转化率 +41%,我真正意识到:设计可以驱动业务,而不只是仅仅服务业务。
功能上线后,获得了设计师们的一致好评,同时增加了用户定金下单的比例。
面向服装设计师的垂直工具平台,核心用户是 18–30 岁女性设计师(占比 85%)。传统流程中,设计师需花费大量时间在线稿 → 上色 → 打版 → 实物拍摄环节,完整周期约 3–4 天。
核心痛点是客户等待时间长、沟通效率低。
传统服装定制流程繁琐,选料到试穿修改要跑多家门店,周期长、体验特别差。
绵绵酱 · 传统服装爱好者传统服装的价格不透明,同样的面料和工艺,不同店铺报价差距很大,很难判断是否合理。
锦瑟年华 · 传统服装爱好者市面上的款式老旧,缺乏年轻人愿意购买的审美与设计语言。
花间一壶酒 · 传统服装爱好者面料和工艺信息不透明,实际收到的衣服与描述不符,质量参差不齐。
云想衣裳 · 传统服装爱好者行业标准不统一,尺寸规格、工艺要求没有明确规范,售后问题多,消费者权益难保障。
素衣清欢 · 传统服装从业者定制周期太长,尤其手工制作的传统服装,动辄需要几周甚至几个月,无法满足消费者时效需求。
青衫故人 · 传统服装爱好者行业数字化程度低,库存管理、订单处理依赖人工,效率低下,容易出错。
月下独酌 · 传统服装从业者传统服装的文化内涵没有很好地传递,消费者对款式背后的历史与文化了解太少。
小桥流水 · 内容与服装从业者通过 AI + LoRA 模型实现“线稿 → 真实服装”的 3 秒内生成,让设计师快速向客户展示实物效果,降低沟通成本,提升订单转化率。

通过 50+ 服装设计师访谈与问卷调研,把技术能力组织成可以理解、可以控制的移动端流程。
生成时间需要明确反馈,避免不确定等待。
输入、生成与发布必须在同一条链路内完成。
结果需要可比较、可保存,也要方便再次编辑。
训练 LoRA 服装,还原针织面料、结构与光泽。
上传服装线稿,3 秒生成可下载、分享的服装图片。
实现移动端生成、查看结果和下载,建立 AI 生成规范。


将设计判断前置到可视化结果:设计师先验证款式,再验证真实模特的上身效果。
AI 画稿先验证款式方向,虚拟试穿再验证上身表现。两类结果都保留输入与输出的对应关系,让设计师能解释、比较并继续决策。
把二维画稿转换为接近实物质感的商品图,支持原图与结果切换。


将目标服装映射到真实模特,并保留历史结果方便比较不同方案。


深色工作台降低长时间操作的视觉干扰,品牌色只用于关键动作和生成状态;输入、过程与结果保持同一层级,让复杂模型始终表现为清晰任务。

用连续状态呈现上传、生成反馈和发布闭环,核心结果屏保持最高视觉优先级。



把区域指定、服装组合、生成记录串成一条可追溯的移动端操作路径。



