
AI Game Content Copilot
面向游戏策划、剧情文案与内容运营的 AI 内容生产 Copilot,支持多版本生成、五维评分与迭代优化。
从游戏内容、角色智能体到增长评测,展示三类游戏 AI 产品实践。
从用户任务、业务约束和风险边界出发,判断 AI 是否真的必要。
拆解输入、规划、工具调用、人工确认、异常恢复与反馈回流。
用结构化 Prompt 与轻量原型快速验证交互、能力和数据契约。
把稳定性、体验、成本和失败类型放进同一套产品决策框架。
呈现系统研究,也记录从真实项目与产品问题中形成的判断。

从 Chatbot、Workflow 到 Agent,结合 2026 年 7—8 月行业变化、Codex 实测与 Personal Work Agent MVP,分析 AI Agent 的任务适用性、交互、控制权、失败恢复与评测体系。

以游戏研发生产管线和玩家生命周期为两条主线,拆解策划 Copilot、美术资产辅助、代码与引擎 Agent、测试 Agent、营销增长、AI NPC、智能队友、动态任务和世界模型等场景。

使用统一产品框架,分析四款二次元跨端 RPG 的产品定位、目标用户、核心玩法循环、战斗系统、世界结构、角色价值、内容供给、玩家生命周期、商业化与 AI 产品机会。
记录比赛、个人游玩体验与阶段性成长过程。
AI 产品经理学习笔记 04
从“会做 AI Demo”继续走向“能诊断 AI 产品”:拆解 RAG 全链路,并学习怎样把错误定位到 Data、Retrieval、Context 或 Generation。
AI 产品经理学习笔记 03
从 Agent、API 与基础数据能力继续向下,整理 Bad Case、技术方案选型,并通过完整案例把第一层 AI 产品知识串成闭环。
AI 产品经理学习笔记 02
AI 产品经理个人学习记录第二篇,从产品视角理解大模型的能力与边界,并整理 Prompt、Context、Structured Output 与 RAG 在 AI 产品中的作用。

关于我
交通工程训练了我理解参与者、约束、路径和反馈;AI 产品实践让我把这些方法用于场景判断、原型、Agent 工作流与评测。网站只呈现仓库和已有材料能够核验的事实。
阅读完整介绍Professional Development
Forage Academy
完成移动策略 RPG 场景下的 KPI 判断、玩家洞察优先级与 Stakeholder Presentation 项目规划实践。