PARK LAB · AI 生成 STEAM 跨学科项目
2026.07- 从教师跨学科备课痛点出发,独立完成用户洞察与产品定义,将 STEAM 教学设计做成可在线使用的 AI 工作台
- 结合教育心理学背景,把年级认知约束写入生成流程,保证内容适龄、可用,而不是只追求「能生成」
- 独立完成开发并上线,覆盖流式生成、文档导出与配置管理,跑通从洞察到交付的闭环
Psychology × AI — building products that care.
目标岗位 AI 应用产品助理 / 经理 / 运营
意向地点 深圳 / 广州
心理学硕士 | 4 款 AI 应用从 0 到 1 独立孵化(覆盖教学设计、错题管理、求职工具、经营模拟),全流程经历用户需求分析、PRD 撰写、原型测试与 Vibe Coding 快速迭代。曾参与 28 万+ 用户规模的中小学心理测评工具研发与数据分析,擅长将用户行为数据转化为产品决策。兼具用户同理心与产品落地力,致力于用 AI 解决真实场景中的痛点。
我是赖佳慧,西南大学心理学硕士,本科毕业于井冈山大学应用心理学专业。 扎实的学术背景让我具备用户洞察的视角——能识别需求、预判行为路径,这是我作为产品经理的底层能力。
虽然尚无正式职场经验,但以产品经理的角色完整跑通多个 AI 应用的 0→1 孵化:
同时,我深度参与过四川省中小学心理健康测评工具的产品化落地(覆盖 20 万+ 用户), 从指标设计、PRD 撰写到系统验收全流程跟进;并主导撰写多份区域性心理数据报告, 擅长将复杂统计结果(SPSS / Mplus / Python)提炼为可执行的产品策略。
我相信,好的 AI 产品经理是用户洞察与技术实现之间的翻译官—— 我能用心理学拆解用户动机,用数据分析验证假设,用产品思维定义边界,用 Vibe Coding 快速验证原型。 我期待用这份复合能力,在真实的业务场景中创造价值。
产品设计:熟练使用 Figma、Xmind、ProcessOn 等工具,可独立完成从用户调研、竞品分析、PRD 撰写到交互设计的全链路产品工作。
AI 开发与原型验证:熟悉 Coze、Dify、Cursor、Workbuddy、Codex 等开发平台,具备 Prompt 工程、工作流编排与模型选型能力,能独立完成 MVP 原型开发与快速迭代。
数据分析与效果评估:精通 SPSS 和 Mplus,熟悉 SQL 和 Python(持续精进中),善于从数据中提炼洞察,支撑需求验证与产品效果评估。
大模型应用认知:深度使用 GPT、Claude、Gemini、DeepSeek、Kimi、豆包等主流大模型,理解其在教育陪伴、智能答疑、个性化出题等场景中的能力边界与适用策略。
交互原型 ↗
参考国际量表及本土政策,构建情绪、人际、学习适应等多维度、20+ 指标的测评框架;编写量表条目,组织多轮专家评审与认知访谈,优化题目表述与作答体验。
基于预测试数据(N=20000+)进行项目分析和信效度检验(SPSS / Mplus),输出技术报告及用户手册。
将指标体系转化为线上测评系统需求,配合产品团队完成题目配置、得分逻辑及报告模板设计。
完成 50+ 人次认知实验(E-Prime 编程)及量表测评;每次测试后对家长进行 15-20 分钟 Mini 访谈,收集儿童日常行为反馈,累计访谈 50+ 家庭。
实时监控质控平台,对反应时(RT)、正确率等指标进行逐项校验,确保数据采集质量;所负责批次质控通过率达 100%。
交付的纯净数据集被后续建模团队直接采用,并作为国家级测评常模构建的重要基础。
独立完成多批次数据清洗、异常值剔除及常模参照标准构建;运用 Excel 和 SPSS 进行差异检验、风险因子排序,识别不同区域、年级的高发心理问题类型。
主导撰写 10 余份区域性《心理健康状况调研报告》,每份包含数据看板、问题归因及分级干预建议;作为主要执笔人参与《2023-2024 年四川省中小学生心理健康蓝皮书》(分报告)编撰。
报告直接提交各区县教育局及学校管理层,实现了从数据到决策的闭环,为区域教育政策制定提供实证依据。
先后在多所中小学校担任心理健康教师,独立承担心理健康课程教学与团体辅导活动;协助开展 525 心理健康游园会,借助 OH 卡、心理测验绘画等形式帮助学生认识自我。
运用 CBT(认知行为疗法)为学生提供一对一心理咨询,覆盖小学至高中各学段;开展情绪主题团体辅导;为心理预警学生进行一对一复诊面谈,累计服务 10+ 名学生。
协助学校完成学生心理普测工作,并对筛选出的预警学生进行个体面谈与干预建议;为学校教师提供针对性教育策略,形成「测评 → 预警 → 干预」的闭环支持。
以「SPARK LAB」为例的 PRD 结构 —
大模型的共情表达已足够流畅,真正的边界在危机识别与转介机制。陪伴类产品的护城河不是模型能力,而是「安全感设计」——何时倾听、何时引导求助专业资源,需要被写进产品逻辑而非交给模型自觉。
# 心理场景 · 安全兜底生成题目不难,难的是对齐课标与年级认知水平。在 PARK LAB 的实践中,我把认知约束显式写进 Prompt 与 Workflow,而不是期待模型「自己把握分寸」——教育 AI 的质量,本质上是约束工程的质量。
# 教育场景 · 认知约束错题的价值不在「收录」,而在变式与复习节奏。AI 负责低成本生成变式题,产品负责基于记忆曲线的间隔重复——一个管「内容供给」,一个管「学习节奏」,两者拼起来才是完整的提分闭环。
# 错题本 · 间隔重复通用大模型都会「写简历」,但 JD 匹配度评估需要结构化的评分 rubric。把打分标准产品化、让输出稳定可信,是求职工具从「玩具」走向「工具」的关键一步。
# 求职场景 · 输出稳定性