陈烁
求职意向:产品实习生 / AI 产品实习生(2027 届 · 可长期实习 · 立即到岗)
电话:18073056349 | 邮箱:Amberycs001@163.com | 现居:长沙

个人优势

  • 有可验证的产品分析作品:独立完成《跨境医疗获客拆解》,覆盖用户画像、竞品拆解、获客策略,完整报告见本站「跨境医疗获客拆解」页
  • 有 AI 产品体感:高频使用 ChatGPT 等主流大模型工具,独立完成 LLM 财务报表系统从需求定义到测试验证的完整流程,详见「LLM 财务报表系统」页
  • 计算机科班出身:系统学习数据库原理、计算机网络等核心课程,能理解产品与开发的协作语言,沟通成本低

项目经历

跨境医疗获客拆解(哈萨克斯坦方向)独立产品分析2026.7 - 2026.8
  • 用户洞察:面向哈萨克斯坦患者赴华就医场景,梳理中高产家庭决策者画像(35-60 岁),归纳“怕被骗、怕流程失控、怕费用不透明”三大信任顾虑,锁定心血管、肿瘤、骨科康复、生殖医学、儿科 5 类高频需求方向
  • 竞品拆解:拆解 3 家跨境医疗机构的获客路径(真实患者故事营销 / 三甲医院转介 / 搜索排名 + 价格对比),提炼“信任建立—渠道触达—信息透明”的共性方法论
  • 策略输出:提出“合规优先”的获客框架——B 端本地合作 + 社媒俄语科普 + 搜索高意向承接三层路径,并明确协调机构不越界做医疗判断、医学判断交还医院的服务边界
LLM 财务智能报表自动化系统独立设计与实现2026.2 - 2026.6
  • 需求定义:针对中小企业财务报表制作重复操作多、耗时的问题,通过竞品分析与场景梳理,确定“自然语言驱动报表生成”为核心方向,拆解文档解析、数据计算、流程自动化三大模块
  • 方案设计:输出产品方案与核心业务流程,定义“中文指令 → 系统操作”的映射规则;基于 Python + 大模型 API 完成可运行 Demo,验证方案可行性
  • 验证落地:设计多表合并、数据校验、透视表生成、分组统计等核心用例并自建测试集逐条验证,独立把核心链路调通,明确各模块的完成标准与验收口径

实践经历

华为智能汽车门店促销顾问(兼职)2024.9 - 至今
  • 周末在门店接待到店客户,讲解车型与配置差异并引导留资,累计对接数百组客户,锻炼了面对面沟通与快速识别用户需求的能力
校学生自我管理委员会拓展部副部长 · 主持队副队长2023.10 - 2025.10
  • 商务对接:对接 10+ 校外商家,筛选并核实兼职信息的真实性与有效性,服务 110+ 名同学,获评校级"优秀学生干部"
  • 项目统筹:作为学校年度表彰大会总负责人,统筹协调近 200 名同学的彩排与现场执行,负责全流程策划、人员调度与现场管控,活动零失误
  • 流程规范:协助制定并推行团队工作规范与稿件审核流程,跨部门协调多场大型活动落地,沉淀了标准化流程与细节审查意识

教育经历

湖南财政经济学院计算机科学与技术 · 本科2023.9 - 2027.6
  • 核心主修:数据库原理、计算机网络、数据结构、Web 程序与开发、Linux 操作系统、Python、Java、数据挖掘
  • 连续两年获得校级奖学金,累计 5 次获评校级"优秀个人"
  • CET-6
PRODUCT TEARDOWN · 跨境医疗

跨境医疗获客拆解

哈萨克斯坦方向 · 面向俄语区患者的赴华就医协调服务

用户洞察 竞品拆解 获客策略 合规边界
3 家
竞品获客方式拆解
5 类
高频就医需求方向
2 个
核心获客缺口
4 条
可落地获客建议
执行摘要

基于哈萨克斯坦患者赴华就医场景,拆解 3 家竞品的获客方式,诊断出「获客渠道」与「信任建立动作」两大缺口,并提出 B 端本地合作 + 社媒自然科普 + 搜索高意向承接 的获客路径。核心原则:合规大于流量,信任大于转化

1背景:为什么这事成立

哈萨克斯坦在心血管、肿瘤、骨科康复、生殖医学、儿科等复杂疾病上本地医疗资源有限、费用高,且医保对大病的等待周期长,大量家庭因此寻求海外「第二医疗意见」

与此同时,中哈互免签证降低了出行门槛、家庭陪同就医需求高;中国医疗资源丰富、中哈关系稳定——赴华就医是一个真实且持续的需求。

2目标用户与核心顾虑

核心用户:哈萨克斯坦中高产家庭、复杂疾病的家庭决策者(35–60 岁)、计划来华手术的患者,以及高净值体检与慢病管理人群。决策往往由患者本人或子女承担。

他们最怕三件事:

  • 被骗——担心中介卷钱;
  • 执行风险——排期、住院、语言障碍、回国衔接;
  • 不透明与被骚扰——费用与信息不透明、高度隐私需求、害怕营销骚扰。

3竞品获客方式拆解

竞品获客方式值得借鉴的点
ChinaMedAccess用真实患者故事做营销更容易建立信任
LeJourney Health一站式合作京沪三甲,靠合作医院转介具备对接三甲医院的医疗资源
China Medical Services写博客做搜索排名 +「价格对比表」突出比韩德便宜 60–80%用透明价格增强竞争力
共性套路:信任(背书 / 故事)+ 触达(搜索 / 内容)+ 透明(价格 / 流程)三件套。

4获客缺口诊断

已有服务流程与品牌手册较完整,但缺 「获客渠道」「信任建立动作」 ——即患者第一次怎么知道你、又凭什么信你。

5获客策略建议

  1. 社媒俄语内容矩阵(TikTok / Instagram / YouTube / Telegram):用真实案例做自然科普,让人搜得到。参考选题:《赴华就医 10 步完整流程》《出国就医前一定要确认的 6 件事》《我们不做诊断:医疗协调机构能做什么、不能做什么》。
  2. 与新疆合作医院建立转介通道。
  3. 与哈萨克斯坦本地可信机构合作转介绍,而非直接面向大众投放医疗广告,大幅降低监管风险。
  4. 开设「患者故事」专栏,用真实经历建立信任。

6结论与方法论

哈萨克斯坦跨境医疗获客,合规大于流量,信任大于转化。协调机构不能以医疗机构身份获客;核心竞争力不是宣传「中国医院能治什么病」,而是传递品牌价值:流程清晰透明、医学翻译可靠、全旅程有人负责、回国之后仍有照护

获客路径优先级:B 端本地合作 + 社媒自然科普 + 搜索高意向承接;付费广告仅作流程教育补充并严控边界;私域重点做好分诊与隐私保护,医学判断完全交给医院,营销团队只做协调与信息传递

7术语说明

中哈互免签证
中国与哈萨克斯坦互免签证协议下的免签旅行安排。
第二医疗意见
在已有诊断之外,向另一位医生或医疗机构寻求额外诊疗意见。
协调机构
非医疗机构,提供翻译、陪诊、流程衔接等支持性服务,不做医疗判断。
AI PRODUCT · 桌面端智能工具

LLM 财务报表自动生成系统

独立设计与实现 · 从需求分析到测试验证的完整闭环 · 2026.2 - 2026.6

需求分析 功能设计 LLM 交互设计 测试验证
8 个
功能模块设计落地
100%
LLM 指令解析准确率
70%
断网降级模式可用率
100%
核心功能测试通过率
执行摘要

针对中小企业财务报表编制重复性高、易出错、工具门槛高的痛点,设计并实现了一套桌面端报表自动生成系统:用图形界面 + 中文自然语言指令驱动报表合并、校验、透视与分析,并支持定时无人值守执行。核心设计是 LLM 优先 + 规则降级 的混合解析策略——智能化与可用性兼得。

1问题诊断:财务人的报表之痛

  • 合并繁琐——每个周期的多份 Excel 各自带表头,手工拼接要逐个删表头、对列,文件一多极易错位;
  • 校验靠眼——销售额空值、利润为负等数据质量问题全靠肉眼扫描,漏检率高;
  • 工具断层——商业 RPA 功能强但贵、学习曲线陡;Python 脚本灵活但要求命令行能力,非技术财务人员用不了。
机会点:图形界面 + 自然语言交互 + 自动化执行 三者合一的轻量工具,在现有方案里是空白的。

2产品方案:8 大功能模块

功能模块解决什么问题
报表合并多文件一键合并,自动去重表头、强制列对齐
数据校验空值 / 负数自动检测,生成异常标记列 + 汇总报告
透视表与分组统计弹窗选择维度,自动生成二维汇总 / 一维归并表
计算列预置公式(单价×数量、利润率、3 日移动平均等)一键添加
自然语言指令输入"合并报表""按地区统计销售额"等中文,自动识别意图并执行
全自动定时执行YAML 配置驱动,配合系统任务计划实现每日无人值守出表
实时文件监控新数据文件放入指定文件夹即自动触发处理、自动归档
异常处理与日志全局异常捕获 + 操作日志,错误有提示、过程可回溯,杜绝"闪退无感知"

3竞品对比分析

对比维度Excel 宏Python 脚本商业 RPA本系统
使用门槛较高(需懂 VBA)高(命令行)中等(商业软件)低(双击即用)
自然语言交互不支持不支持部分支持(加购)原生支持
图形界面
合并去表头需写循环逻辑需写代码支持一键完成
成本高(订阅制)零成本
定位结论:不做"功能最全"的工具,做财务人员零门槛就能用起来的那一个——界面点选 + 说人话即可,复杂度全部收进系统里。

4三个关键产品设计决策

  1. 混合解析策略:聪明,但不能娇气。自然语言解析优先调用 LLM(准确率 100%),API 超时或不可用时自动降级为关键词规则匹配(可用率 70%)——宁可笨一点,也不能让用户面对一个"失联"的系统。
  2. 配置驱动而非代码驱动。自动化流程全部收进 YAML 配置文件,用户不改一行代码就能调整数据源、增删计算步骤——把"改需求"的成本从开发侧移到了配置侧。
  3. 异常兜底是体验的一部分。全局异常捕获 + 局部 try-catch + 时间戳日志三件套,任何错误都有明确弹窗与日志留痕——桌面工具最伤用户的不是报错,而是"程序消失了,我的数据去哪了"。

5测试验证

  • 功能测试:覆盖 8 大模块的核心用例(含空值、负值等异常数据场景),通过率 100%
  • 指令解析专项:10 条覆盖不同操作类型的中文指令,LLM 模式全部正确解析(100%),规则降级模式识别明确关键词类指令(70%),灵活表述依赖 LLM——验证了混合策略的必要性;
  • 自动化链路:定时执行与文件监控均按配置正确完成"合并 → 计算 → 输出 → 归档"全流程。

6产品演示

以下为系统实际运行界面,覆盖从手动指令到自动化执行的完整使用路径:

自然语言指令演示
自然语言指令:在指令框直接输入“计算平均移动”,无需记忆菜单与操作路径,系统自动解析意图并执行
报表合并演示
报表合并:添加两份 Excel 后一键执行,合并完成弹窗确认;执行日志记录每一步,过程可追溯
输入校验演示
输入校验:文件数不足时主动拦截并给出明确提示,把错误挡在执行之前
自动化执行日志
自动化执行:监控模式检测到新文件落入指定文件夹后,自动完成“合并 → 计算 → 输出 → 归档”全流程

7局限与迭代方向

  • 数据问答能力:当前只解析"操作指令",还不能回答"哪天利润最低"——下一版计划引入 LLM + 代码生成实现开放式数据问答;
  • 大文件性能:10 万行以上大表单线程会卡顿,需引入异步与分块处理;
  • 自定义公式:计算列目前仅支持预置模板,计划做图形化公式编辑器;
  • 多数据源:从 Excel 扩展到 CSV、数据库直连。
技术栈:PyQt5 · pandas · openpyxl · DeepSeek API(LLM)· YAML · watchdog · Python