张志光

Keep（北京卡路里信息技术有限公司） | 运营设计师（AI专项）

2024.05 - 2026.05（2 年） | 设计体验与研究中心

AI专项

• AI 应用层基础建设：负责图像方向 AI 能力的工程化落地、视频方向 workflow 搭建与能力评测、数据库搭建。覆盖 C 端用户产品、内部生产平台及课程内容生产；对方案可行性、生成质量、链路稳定性与工程成本负责。
• 生成架构：将模型能力、业务规则与 workflow 拆分为可复用模块，建立覆盖场景评估、模型选型、测试集设计与准出标准的能力建设路径，支持 B 端生产工具与 C 端用户产品接入。
• 产品与交付：独立负责 AI 平台项目的产品定义与技术路线，编写 PRD，界定 MVP 范围、验收标准及能力边界。推进算法、前后端开发、设计与业务团队完成跨职能交付。
• 业务结果与可复用资产：推动图像能力自动化生成在训练分享功能、课程封面自动化功能的实现；完成 2 套视频生产 workflow 及能力边界评测，支持团队生成 500+ 视频课程。将业务规则与专家经验结构化为 Agent Skill、测试集及可复用模块，70%+ 的已验证可复用业务规则、2+skill。

软通动力 | 驻场京东 | 运营设计师

2022.08 - 2024.03（1 年 7 个月）

互动游戏营销设计工作

• 独立负责互动游戏营销全流程方案，覆盖从需求分析、交互设计、UI 视觉与动效设计到数据验证的交付过程。
• 面向京东校园频道，产出互动游戏及日常运营项目设计方案。

AIGC 技术应用实践

• 推动AIGC 在互动营销场景中的落地实践，100%覆盖项目调研、图像生成全流程应用方法论。
• 深度参与 AIGC 图文生成工具开发，负责项目输入输出规则制定和 lora 模型训练，交付lora 模型落地6、多样性验证50+。
• 建立团队 AIGC 知识库，持续进行团队内教学与相关内容分享。推动团队 AIGC 技能提升,助力团队 AI 化转型。

项目一：Keep 完练分享 AI 图像功能升级

2024 - 2026 | 角色：项目负责人

项目背景

• Keep完练分享功能，承担运动后的成果表达、外部传播与用户回流。以往固定模板内容趋同、上新依赖人工，难以承接差异化运营；AI化功能升级，将运动与环境数据、用户照片及玩法规则转为生成变量，自动化实时生成与当次运动状态匹配的个性化专属分享图。

解决方案

• 业务数据与视觉规则：将 70 + 运动品类及运动数据、环境信息、用户图像映射为图像变量，围绕玩法规则、字段优先级、视觉风格与构图边界设计 System Prompt，使业务输入能够转为受控的图像提示词。
• 生成与交付链路：搭建“业务接口 → Dify workflow（玩法建模）→ 图像生成（API / ComfyUI workflow）→ 设计模板合成 → 分享卡片输出”的交付链路。
• 分阶段验证与演进：分阶段验证与演进，确保功能升级的平滑过渡。
  • 技术路线验证：以 ComfyUI workflow、LoRA 预生成并筛选 1700 余张图像资产，按用户数据检索后与模板拼合，完成小批量上线，验证技术路线的可行性。
  • 业务覆盖验证：由预生成资产检索切换为实时生成，扩展上线玩法，验证业务覆盖范围、玩法深度与工程标准化程度。
  • 持续运营验证：围绕玩法维护、版本上下线与数据反馈，调整规则、模型路径和运营策略，验证链路对多玩法持续运营的支持能力。
• 评测与准出控制：依据图像质量、风格准确性及玩法功能要求，制定分项验收指标、阈值与必过／选过规则；构建覆盖正常、边界与历史 Bad Case 的测试集，批量运行并记录输入、Prompt、模型配置及生成结果，通过人工评审形成验收结论，依据阻塞项与分项达标情况判定准出。
• 玩法复用与运营反馈：以日常版为基线、节日／营销／品类玩法为分支，复用基础链路，仅调整差异规则，支持多版本独立上下线；监控成功率、失败原因、耗时与分享数据，据此调整规则、模型路径及版本上下线策略。
• 玩法生产自动化：将实测验证的业务规则、视觉规范与生产经验封装为 Agent Skill，按 Dify 时间路由与图像提示词双节点结构，自动产出时间路由及各档期的 System Prompt；经规则校验与生成图像的人工评审后用于玩法上线，降低玩法创建、验证与迭代门槛。

项目结果

• 分享率提升 3.1 个百分点（产品侧口径）；全流程图像生成耗时减少 80%，生成成功率约 92%；累计上线 16 个玩法，并拓展至对话空间、饮食分享两个业务场景。玩法上新周期由 2 周缩短至 1 周。

项目二：课程封面功能- AI图像功能

2025.11 - 2025.12 | 角色：项目负责人

项目背景

• 面向10 万+课程封面、营销分发封面自动化生产需求，人工与固定模板难以满足批量生产的诉求。为课程自动编排构建 AI 自动化生成系统，以课程元数据、参考资产与封面策略为输入，输出可审核入库、用于分发与营销的封面；本阶段验证“模型生成＋规则约束＋工程后处理”路线的可行性，评估其对不同封面形态与营销策略的支持范围，以及动作准确性、人物一致性与营销表达的达标程度。

解决方案

• 输入资产组织：建立姿态库、角色档案与模板库，分别约束动作、人物服装与版式；课程视频关键帧按动作名称、训练部位和器械关系组织，多视图资产约束角色一致性，模板规则统一营销表达与拼合方式。
• 设计策略建模：盘点历史封面，形成“基础形态—放大策略—实现路径”决策树：先选单图／多图，再选对比、数值标注、描线聚焦等策略，最后路由至模型直出、工程后处理或模板拼合，将设计师的隐性判断转为系统可执行规则。
• 能力判断与系统分工：围绕动作准确、人物一致与营销表达要求，选择“模型生成＋规则约束＋工程后处理”路线；以 SOP 梳理“业务接口 → 姿态库、角色库与模板库预处理 → Dify workflow 业务逻辑处理 → 图像后处理 → 模板渲染 → 封面图输出”的完整流程。从动作准确性、运动表现、人与器械关系、泛化能力、稳定性及成本六个维度横向评测国内外图像模型；通过 Vibe Coding 搭建浏览器端能力原型，验证参考图预处理、关键点定位、部位裁剪、表达标注与模板拼合，为前后端工程拆解提供依据。
• workflow 执行与调优：将主体、服装、场景与动作拆为独立模块，在 Dify 中按“风格×布局”设置条件分支；统一组装各模块描述，完成提示词违禁词检查与处理，并以标准化格式输出 Prompt、参考资产调用信息及后处理参数。以自建评测集批量运行并定位问题节点，将节点 System Prompt 镜像至 Agent Skill 调整，检查上下游影响，确认后同步回 Dify。
• MVP 质量准出设计：以统一评分卡覆盖动作姿态准确性、运动感、营销策略表达、构图、色彩与品牌规范，合规项零容忍、动作准确性一票否决；定义自动评分后人工审核、不合格项优化或重新生成、审核通过后打标入库的流程。

项目结果

• 项目结果：通过 MVP 阶段的工程链路与生成质量验证，动作准确度 70%+、MVP 合格率 60%。

项目三：Kreator 智能创意生产力平台

2024.06 - 2025.01 | 角色：项目负责人 / AI 产品经理

项目背景

• 面向 Keep 奖牌营销物料生产，解决IP周边二次拍摄、资源位延展等重复工作内容，将文生图、图生图、图像扩展、抠图、资源位批量延展及模板自助维护整合为内部AI智能平台，使设计与运营能够按统一链路完成物料生产。

解决方案

• 生产对象与平台分工：围绕单图、资源位和模板组织平台能力；AI 图像承担单图生成与精修，AI 设计承担多资源位批量延展，模板中心承担模板供给与维护。三者共享 AI 能力底座，延展过程中可调用单图能力。
• 版式规则与自助维护：针对前端硬编码难以响应资源位变化、全自动适配难以守住异形奖牌构图的问题，实现让版式规则随设计稿维护；调研选定 PSB 解析方案，验证图层位置、尺寸与层级可解析并封装为模板，使运营可自助新增、调整资源位模板，无需开发改代码。
• 生成编辑能力与验证：定义文生图、图生图、图像扩展、抠图等 6 项能力的 AI 实现方案，通过 ComfyUI workflow 与场景 LoRA 训练验证可控性，完成能力交付。
• 产品定义与协同交付：明确 AI 图像、AI 设计的功能边界、MVP 范围及验收标准；撰写 PRD、制作高保真交互原型并完成 UI 设计，协同上下游推进交付。

项目结果

• 项目结果：实现 70+ 个站内外资源位的自动化延展，交付 6 项图像生成与编辑能力；多资源位延展效率提升 16 倍，运营可自助新增、调整资源位模板；相关技术方案已提交 1 项专利申请，本人为共同发明人。

项目四：京东商品主图 AIGC 自动化生成

2023.05 - 2023.10 | 角色：AI 侧执行

项目背景

• 面向 SKU主图 与营销节点持续增长、背景模板供给有限的商品主图生产需求，将 AI 职责限定于背景生成，保留商品原图；以白底商品图为输入，经场景生成、商品原样叠回与图文布局，批量输出可投放主图，使生产从“多品一图”的模板解决方案转向“单 SKU 多场景”的AI自动化生产解决方案。

解决方案

• 商品与场景建模：按商品形态、主体占比、视角与裁切方式定义安全区域和留白；按一级类目×三级类目×点销排名筛选高价值商品图，从真实数据归纳场景分类，为模型训练与生成策略配置提供依据。
• 场景模型与验收标准：针对早期自研基础模型难以达到 MVP 要求的问题，采用“成熟基础模型＋场景定向 LoRA”；独立完成素材清洗、结构化标注与训练，将商品类型、位置关系、环境特征和光影要求写入训练语料；按美感度、商品融合度、比例与光影关系验收，以 Bad Case 率低于 30% 为生产准出门槛。
• 保真生成与异常处理：编排“白底图输入 → 抠图 → 场景生成 → 商品原样叠回 → 光影修饰 → SKU 主图／海报输出”的 ComfyUI workflow，使模型仅处理背景区域；将轮廓残留、参照物尺度失真与空间关系错误定位至对应环节处理，固化生成参数，支撑批量生产而非逐张调优。
• 图文成品与可读性规则：为算法定义五种基础布局及匹配规则，依据商品宽高比、主体占比与标题长度计算图文区域；以黑白配色守住可读性下限，再根据商品与背景色彩生成协调色，并以 WCAG 2.0 AA 校验文字对比度，将背景素材进一步转为可投放主图。

项目结果

• MVP 阶段支撑每周 70–80 万张商品主图自动生成；生产侧 Bad Case 率低于 30%，达到交付标准；平台侧消费占比提升 14.5%；单 SKU 支持 10.5+ 种场景背景。

项目五：互动游戏营销工具化

2022.10-2023.06｜视觉设计师

项目背景

• 解决万花筒互动营销平台项目高并发消化难、项目消化能力不足、业务场景单一的问题。互动游戏“工具化”的核心在于将高度定制化的设计与开发工作转变为组件化和标准化的构建流程。通过模块化、组件化以及流程自动化，实现设计与开发资源的高度复用和重组，快速响应业务需求实现效率、体验提升。

工具化方案解决

• 游戏方案拆解：围绕已验证互动游戏，通过模版化、模块化、组件化、配置化、多场景应用的拆解，定义复用内容与定制范围，实现设计与开发资源的复用和重组，解决多样性、灵活性以及高并发问题。
• 设计与研发协同：制定工具化设计规范，推动与产品、研发协作梳理功能模块的调用与组合方式，搭建互动组件库，支持游戏模板复用。
• 配置与应用交付：按业务定制、节日定制与通用需求梳理应用场景，整理游戏配置白皮书，支持后续项目使用。

AIGC 落地项目案例探索

• 将 AI 工具应用于项目调研、情绪板制作与视觉元素生成，梳理各环节的操作方法、工具组合方式与适用边界，沉淀供设计团队复用的流程与资产。

项目结果

• 工具化成果：沉淀 6+ 个工具化案例，累计项目复用 40+ 次；支持业务定制、节日定制与通用场景，覆盖 80%+ 的业务范围。
• AIGC 应用成果：引入 AIGC 后，单项目视觉方案制作效率提升 5+ 倍；AIGC 在项目制作中覆盖率达 100%。

项目六：keep-PlayBlocks-v15（分享玩法创作 Agent Skill）

2025.12 - 2026.03 | 角色：Agent Skill 架构与版本负责人

项目背景

• Keep 完练分享玩法的上新、迭代与档期扩展依赖人工编写、测试与修正，单个玩法的人工规划+测评约需 2 个工作日。将已沉淀的业务规则、验收方案、提示词工程经验与版本迭代流程封装为 Agent Skill，支持玩法生产、维护与迭代的标准化和自动化。

解决方案

• 任务与规则建模：以已上线玩法、执行失败和档期变化为依据，拆解调用场景、输入、关键判断、异常与准出，界定 Skill 职责；区分固定业务红线、跨玩法复用骨架、规则内受控推理与独立版本差异，限制修改影响范围。
• 编排与交付契约：明确 Skill 的触发与排除条件，按任务类型加载规则、案例与角色；对齐 Dify workflow 中时间路由与图像提示词两类节点的职责，规范对应 System Prompt 的输入字段、处理逻辑、异常处置与输出契约，将关键规则转为可检查条件。
• 交付门禁：以真实玩法任务检验 Skill 的触发、路由、知识调用与双节点产出；对结构、字段、枚举及 JSON 契约进行确定性校验，并基于出图样本人工评审运动逻辑与视觉表达，共同作为玩法版本交付的准出依据。
• 失败回流与版本迭代：执行失败或业务规则变化触发迭代，先复现并定位触发、路由、流程、知识或输出契约中的责任层，核验规则冲突后增量修改；回归验证受影响版本与关键公共路径，记录版本及变更原因。

项目结果

• 项目结果：玩法生产效率提升32倍，复用率100%，维护、迭代形成标准化。