Design Portfolio

经历与能力结构

三阶段作品主线来自真实业务项目的连续推进。

2023.02 至今

阿里巴巴集团｜电商事业部｜体验设计专家

聚焦机票与旅行业务体验设计，参与履约服务、AI 决策体验与 AI 协同工作流项目，推动设计从页面优化走向系统化体验建设。

2021.07–2023.02

腾讯科技有限公司｜视觉设计师

参与腾讯安心平台品牌与小程序相关设计，负责从 0 到 1 的视觉与体验建设。

2017.09–2021.07

长沙理工大学｜产品设计

产品设计专业背景，建立用户研究、视觉表达与系统化设计基础。

履约体验AI 决策设计服务链路信息结构AI 工作流原型验证

Three Tracks

三条主线

通过三个阶段呈现我的能力升级路径。点击阶段卡片，在当前页面展开真实项目详情。

01｜2023–2024

重构履约服务

从信息堆叠，到服务链路。

02｜2024–2025

定义 AI 决策范式

从服务清晰，到判断清晰。

03｜2025–2026

AI 协同工作流

从用户判断，到设计验证。

项目时间2023–2024

我的角色体验设计专家 / 主导体验重构

核心问题用户买完票后不知道下一步该做什么。

最终结果NPS +19PT / CPO -1186

问题定义

原订单页承载了大量信息，但用户在履约阶段真正焦虑的是行程确认、特殊服务、退改问题和异常处理。

业务为什么要做？

国内8.5%业务重视的履约服务指标

国际21%业务重视的履约服务指标

用户卡在哪里？

不是信息不够，而是不知道哪些信息会影响出行、哪些动作必须马上完成。

行程确认特殊服务退改问题异常处理

我的设计判断

履约体验的核心不是“展示更多订单信息”，而是建立用户能理解的必经路径和必须完成的关键动作。

必经

行程维度的服务引导，回答“下一步要做什么”。

必做

订单维度的关键动作，回答“会不会影响出行”。

方案拆解

把原本堆叠的订单信息拆成出行安排和订单信息，让行动路径优先于辅助信息。

Before

订单信息堆叠

用户需要自己判断下一步和风险。

→

After

出行安排 + 订单信息

服务链路和辅助信息分层呈现。

Strategy 01

突出必经，让服务更清晰

解决的问题：用户不知道背后下一步要做什么。

设计动作：用行前准备、值机选座、安检登机、航班抵达组织阶段路径。

产生的价值：用户可以沿着服务链路完成出行准备，而不是在订单信息里寻找线索。

Strategy 02

突出必做，让服务更可控

解决的问题：用户不知道哪些异常和动作会影响出行。

设计动作：把上线证明、改签费用确认、异常识别、关键动作前置。

产生的价值：把不确定风险转化为用户可以立即处理的动作。

关键画面

网页只保留能说明结构变化的核心画面，完整推导放在 PDF。

结果数据

数据验证了“清晰路径 + 关键动作前置”对服务体验和咨询量的改善。

NPS +19PT用户评分上涨，说明履约阶段的可理解性和服务感知增强。

CPO -1186同比用户咨询量下降，说明用户能更快找到下一步处理方式。

能力沉淀

复杂履约链路的信息重构能力
从订单展示转向服务链路的产品判断
用结果指标验证体验重构价值

项目时间2024–2025

我的角色AI 决策体验设计

核心问题用户面对大量结果时缺少判断依据。

最终结果订单贡献 +16% / 完成率 +14%

问题定义

传统搜索让用户反复筛选和比较，但价格、时间、风险之间的权衡仍然要由用户自己完成。

用户不缺信息，缺判断依据

用户需要反复调整条件

面对大量结果难以判断

需要在价格、时间、风险之间权衡

传统搜索无法承接复杂决策需求 — 这张图证明：传统搜索给了很多结果，但没有替用户组织判断依据。

我的设计判断

AI 推荐不能只给答案。用户要知道推荐基于什么、风险在哪里、为什么更适合自己。

传统搜索

用户筛选、用户比较、用户判断

机器提供固定结果，用户自己完成决策。

→

AI 搜索

理解意图、生成方案、解释理由

AI 帮助组织候选方案，并输出可理解的判断机制。

Principle 01

让 AI 决策可感知

解决的问题：用户不知道 AI 是否理解了自己的真实需求。

设计动作：把一句话需求转化为可见的偏好与条件。

产生的价值：用户能确认 AI 正在按自己的意图推进决策。

Principle 02

让 AI 决策可理解

解决的问题：用户不理解为什么推荐这个航班。

设计动作：展示推荐理由、风险解释和多维比较。

产生的价值：推荐从黑盒答案变成可以理解的判断链路。

Principle 03

让 AI 决策可被信任

解决的问题：用户会追问价格、风险和适配原因。

设计动作：围绕“为什么推荐、是否最低、是否有风险”补足解释层。

产生的价值：用户可以验证推荐，而不是被动接受结果。

关键画面

保留 AI 决策链路中最能说明“判断如何被说清楚”的画面。

AI 决策全周期能力 — 规划、预订、履约中的关键判断被纳入同一套 AI 能力。

结果数据

数据说明用户愿意使用 AI 决策，并且这种理解型推荐能转化为实际订单贡献。

订单贡献 +16%订单贡献量提升，说明 AI 推荐不只是曝光能力，也推动真实决策。

完成率 +14%AI 使用完成率提升，说明解释机制降低了用户中途放弃。

能力沉淀

复杂选择场景下的信息判断结构设计
AI 推荐信任机制与解释机制设计
从搜索效率转向决策质量的体验判断

项目时间2025–2026

我的角色AI 工作流设计 / 原型验证

核心问题反馈到方案的链路太长，真实问题难以及时验证。

最终沉淀输入、分析、生成、校验、输出闭环

问题定义

AI 内容实时生成、UI 状态动态变化后，传统“需求 → 设计稿 → 开发 → 上线”的流程很难快速响应真实反馈。

过去

需求 → 设计稿 → 开发 → 上线

设计主要交付页面，反馈进入方案较慢。

→

现在

持续反馈与动态状态

AI 生成内容、页面状态和用户问题需要更快进入验证闭环。

我的设计判断

AI 工作流不是单纯提效，而是让真实问题被结构化、生成方案、接受规则校验并持续优化。

输入层

用户反馈 / 业务问题 / 真实页面

分析层

AI 提炼问题 / 识别体验断点

生成层

设计规范 / Codex / HTML

校验层

gstack Review / 一致性检查

输出层

设计稿 / HTML 原型 / 持续优化

入境卡优化

能力证明：证明 AI 能把复杂表单任务转成更易理解的对话式引导。

中转指引优化

能力证明：证明 AI 能把复杂规则转成用户可判断、可执行的行动路径。

服务体验看板

能力证明：证明 AI 能把分散用户反馈转成结构化洞察，帮助设计师更快识别体验问题。

关键画面

保留能说明“工作流跑起来”的结构图和真实输出。

能力沉淀

AI 参与设计生产流程的系统搭建能力
把用户反馈转化为可验证原型的闭环能力
从页面交付转向规则、系统与校验机制定义

Other Works

其他项目

以下项目作为主线之外的能力补充，展示平台体验、品牌视觉、专利创新与设计治理等经验。

腾讯安心平台小程序

项目背景、品牌升级、小程序体验优化与项目成果。

平台体验小程序

收录于完整作品集 PDF

视觉 / 品牌 / 活动探索

神奇宝贝在哪里、用户声音设计团队培训。

品牌视觉活动探索

收录于完整作品集 PDF

专利与创新

一年内完成个人专利 12 项，推动团队专利 20 项+。

专利创新备案

收录于完整作品集 PDF

团队协作 / 设计治理

设计语言组件、协同团队管理、AI 智能工程链路、分工进化。

设计治理协同管理

收录于完整作品集 PDF

Contact

Let’s Talk

网页展示核心主线与精选项目，完整项目过程、更多页面细节与设计推导可查看 PDF，也欢迎进一步联系。

电话：18210808657

查看完整作品集 PDF 返回顶部