2026
做AI产品，别把"长上下文"误当成"好记忆"
AI的记忆能力正在重塑用户体验，但'记住'不等于'记对'。本文深度拆解AI记忆的四种类型与产品陷阱，揭示真正的记忆设计应该解决'该不该记''记在哪里''何时调用'三大命题。
高级产品经理 · 8年经验
我是郑占龙 高级产品经理 · 专注体验与增长
专注于用户体验设计与数据驱动增长，8年主导多款产品从 0 到 1 全流程搭建，累计服务用户超 500 万（全平台多业务线累计）。擅长拆解复杂业务诉求，在用户价值与商业目标间找到最优解。
8年+
产品经验
500万+
累计服务用户（含多业务线口径）
120+
合作医疗机构
42%
核心功能留存率
* 口径说明：500 万+ 为 2021 年至今多业务线累计服务（含个人主导项目）；留存率 / 响应时效 / AI 自动解决率等为个人主导项目实测结果，非目标值。
核心优势
8年沉淀
产品方法
增长引擎
工程协作
AI 能力
用户洞察 · 数据驱动 · 体验设计 · 需求分析 · AB测试 · 增长策略 · 指标体系 · 敏捷协作 · 跨部门推进 · 项目管理 · 大模型应用 · Prompt工程 · AI产品设计 ·
用户洞察 · 数据驱动 · 体验设计 · 需求分析 · AB测试 · 增长策略 · 指标体系 · 敏捷协作 · 跨部门推进 · 项目管理 · 大模型应用 · Prompt工程 · AI产品设计 ·
精选案例
新华保险 · 肿瘤风险评估（0→1）
从 0 到 1 主导产品全生命周期搭建，输出 16 份产品文档；落地 AI 智能分诊与辅助问诊，服务满意度 99%、对接 15+ 险种，核心功能留存率由 25% 提升至 42%，在线咨询响应时效缩短 60%。
查看完整案例 →行业洞察
产品思考
对产品、行业、用户的深度思考与见解
2026
AI数据标注降本实战：如何优化标注人力
数据标注是AI训练的基础，也是最烧钱的环节之一。本文把方法论、实战案例、成本核算和落地策略做一次完整梳理，帮你少走弯路。
2026
从CLI化看AI的发展
AI时代的接口标准之战已悄然打响！MCP与CLI两种协议的较量不仅关乎技术路线，更揭示了人类工程思维与AI本能的深层冲突。
AI 产品能力（证据化）
做过 AI 产品，用数据说话
目标岗位：天津 · AI 产品 / B端 / 医疗健康 / 保险（点击首屏"目标岗位"可直达此处）
AI 产品落地
新华保险落地 AI 智能分诊 + 辅助问诊：基础问题 AI 自动解决率 38%，在线咨询响应时效缩短 60%。
大模型 & Prompt
主导 AI 能力体系搭建与 Prompt 工程落地，沉淀医疗场景 Prompt 模板与评测标准，保障 AI 输出稳定。
AI 方法论输出
撰写《AI 记忆设计》《AI 数据标注降本》等深度思考，体现 AI 产品认知深度。查看文章 →
数据智能
搭建智能数据评估体系，迭代复盘周期由月度压缩至周度，迭代精准度提升 45%。
B端交付
对接 120+ 医疗机构，统筹研发 / 测试 / 运营 / 客户成功跨部门协同落地，支撑 B 端机构适配与 C 端体验一致性。
解决问题
一个案例，看我怎么拆问题
面向用人负责人 / 高管：不止"做了什么"，更看"解决了什么问题"
问题
新华保险肿瘤风险评估产品从 0 到 1：用户风险认知弱、在线咨询转化低、就医引导断点，行业同质化严重。
动作
我主导产品全生命周期，规划 AI 智能分诊与辅助问诊，搭建可量化指标体系与标准化迭代流程，统筹研发 / 测试 / 运营 / 客户成功跨部门落地。
结果
核心功能留存率 25%→42%，AI 自动解决率 38%，响应时效 -60%，服务满意度 99%，对接 15+ 险种，累计服务超 500 万用户。