行业业务抽象
具备城市建设、建筑设计、绿色建筑和复杂项目经验,能够从专业流程、规范体系和用户任务中识别可产品化、可AI化的业务机会。
陈彬 · BIN CHEN
AI Product Manager · Smart City × AEC × Urban Space
AI产品经理|智慧城市 × 建筑工程 × 城市空间数字化
8年城市建设与规划设计经验,近2年聚焦AI产品。从业务调研、PRD和系统Workflow,到RAG、Agent、模型评测、幻觉治理与商业测算,持续探索AI在城市建设、运营维护和公众使用场景中的真实落地。
核心能力:把城市建设行业 Know-how,做成可上线、可评估、可商业化的 AI 产品。

我拥有8年城市建设、规划设计及复杂政企项目经验,近2年聚焦AI产品。优势不是单纯调用大模型,而是理解城市建设、建筑工程和公共空间业务,把流程、角色、数据、规则、权限和人工协作设计成完整数字系统,再在关键环节嵌入RAG、Agent、视觉模型与规则引擎。
正在构建 UrbanOS AI 城市空间全生命周期产品矩阵:Construction AI(建设与审查)、SiteOps AI(运营与维护)、Public Space AI / 亲测(公众使用与家庭出行)。统一原则:AI理解 → 规则约束 → 人工确认 → 数据回流 → 持续评测。
具备城市建设、建筑设计、绿色建筑和复杂项目经验,能够从专业流程、规范体系和用户任务中识别可产品化、可AI化的业务机会。
覆盖用户研究、需求分析、产品规划、PRD、MVP、上线验证和数据复盘,能够独立推动垂直行业AI产品从概念走向真实业务场景。
掌握知识库建设、文档切分、检索增强生成、Agent工作流、模型路由以及规则引擎与大模型协同设计。
能够围绕准确率、召回率、幻觉率、响应速度、Token成本、人工采纳率和业务效率建立AI产品评测体系。
具备政企、地产及设计类复杂项目交付经验,能够协调客户、业务、设计、研发和跨国团队推动项目落地。
熟练使用Claude Code、Cursor、原型和低代码工具,将PRD快速转化为可交互Demo及可验证产品,降低沟通和试错成本。
不是三个互不关联的Agent,而是一套覆盖城市空间「规划建设—运营维护—公众使用」的业务系统与AI能力矩阵。 统一架构原则:AI理解 → 规则约束 → 人工确认 → 数据回流 → 持续评测。
Construction AI
把规范、报告、计算书和图纸转化为可追溯的审查闭环
已完成MVP及内部验证
我的职责:AI产品负责人(主导)
SiteOps AI
把现场照片转化为标准任务,并闭环到处置、复核与归档
已完成PRD与双端可交互Demo,待真实试点验证
我的职责:产品负责人(主导)
Public Space AI
把疾病、人流、设施、天气和家庭条件转化为可解释的出行决策
已完成产品方案与手机端Demo,待数据接入和试点
我的职责:产品负责人(独立主导)
与 UrbanOS 主矩阵互补的能力案例,降低视觉优先级保留,便于展示知识工程等横向能力。
面向设计与审查人员的企业级RAG知识产品
设计人员需在4000条以上国家标准、地方标准和行业规范中定位正确条文,关键词检索召回有限,专家知识难沉淀。
AI 产品方法论:从业务问题出发,判断是否值得用 AI、如何用、如何评测,再到运营与商业化闭环。
从用户任务、业务流程和经营指标出发,识别真正值得使用AI解决的问题。
通过用户访谈、问卷、工作流观察、用户旅程和任务分析验证需求。
判断任务应使用规则引擎、传统算法、RAG、Agent还是人工处理,避免为了使用大模型而使用大模型。
定义最小可行产品,打通输入、处理、结果、人工确认和反馈回流的完整闭环。
建立准确率、召回率、幻觉率、延迟、成本、采纳率和业务效率指标。
通过使用数据、Bad Case和客户反馈持续迭代,并验证SaaS定价、实施成本和产品ROI。
AI产品价值节省人工成本减少错误损失提升业务吞吐量降低合规风险
长期参与城市建设与复杂 B 端项目,积累行业 Know-how、政企协同和复杂项目交付经验,并将这些能力迁移到 AI 产品落地。
AI产品经理
项目负责人
城市建设复杂项目与政企交付经验
工作之外:城市观察、亲子出行与动手原型,持续喂养产品直觉——不干扰职业主线,只补充真实场景来源。
如果你在寻找一位能把城市建设行业 Know-how 做成业务系统、并在关键环节嵌入 AI 的产品经理,欢迎联系。
cb157192231@126.com