冯靖婉Coco Feng

AI 解决方案 / AI Solutions & Adoption

01

关于我

现负责 DLG 中国区(digitalluxurygroup.com)的企业 AI 落地,涵盖选型评估、试点推广、授课与内部工具开发,相关工具已进入日常使用;并承担 GEO(生成式引擎优化)服务线的前期技术调研。

此前在游戏公司主导剧本、美术与配乐环节的 AI 工具开发,后由项目管理岗调任 AI 工程负责人。

曾创办觉然(joran.online),探索 AI 教育。

8 年加拿大留学与工作经历,英语流利,适应跨文化协作。

独立负责企业 AI 落地与客户月报自动化,另与同事协作推进公司 AI 应用治理。

02

工作经历

DLG 中国区

2026.06 – 至今

AI 解决方案(AI Solutions & Adoption)

Digital Luxury Group 中国区(湍澜)· 上海,总部在日内瓦

01

企业 AI 落地选型、试点与培训

2026.06 – 至今

独立负责:策划、选型、推广与授课

  • Claude Code
背景

管理层提出在全公司推行 AI。此前以单一 SaaS 工具推行近一年,未见突破;员工仍主要以对话方式使用 AI,对实际工作效率的提升有限。

挑战

员工对 Agent 普遍缺乏基本认知,学习意愿不一;客户数据安全是管理层的首要顾虑,任何方案须以此为前提。

方案
  • 需求调研:访谈各团队的 AI 使用现状与工作痛点,确认推广受阻的根源正在于这一认知缺口:员工不了解 Agent 能承担哪些工作。
  • 推广策略:以小范围试点取代自上而下推行单一工具,先形成可复制的使用范例,再分批推广。
  • 选型评估:以数据安全为首要标准横向评估 MaaS 平台,撰写选型报告并获管理层批准。
  • 课程设计与授课:围绕实际业务流程设计课程并全程授课;依据试点反馈多轮修订,将核心概念拆为循序渐进的模块,并以完成度高的实际案例开场。
  • 用量管理:与同事协作,以 LiteLLM 统一分发模型访问权限,并追踪每位同事的用量。
价值

课程已覆盖 31 人、分 12 组授课;Agent 已进入同事的日常工作流程,多位同事已自行开发工具,例如文案同事搭建的竞品文案工具,可自动汇总竞品过往文案,并参照其语气改写新稿。

企业 AI 落地
02

客户月报自动化数据整合与报告生成

2026.06 – 09

独立负责:数据盘点、方案设计、开发、上线与培训

  • Claude Code
  • MCP
  • BigQuery
背景

客户执行团队每月为每家客户制作社媒报告,单份从取数、制作到返修约需 35 小时;报告自动化项目此前推进近一年,未能落地。

挑战

公司有三套数据库,自建与外购并存,数据相互交叉却彼此割裂;各客户的报告版式均需定制;使用者不具备技术背景。

方案
  • 数据盘点:接手项目后,盘点客户执行日常所需的数据资产,确定需定期更新的数据项,并与数据团队完成更新。
  • 工具开发:以 Claude Code 独立开发,两周完成从立项到可用;采用「通用引擎 + 客户配置」的架构适配各家定制版式,产出自动质检。
  • 上线推广:9 月末上线,培训整个客户执行团队并辅导上手,日常使用交由业务团队自主完成。
价值

一句指令即可生成报告,单份月报耗时由约 35 小时缩短至十几分钟;已覆盖中国区十余家客户,现有客户的月报与季报均可由该工具完成;三套数据库整合为全公司统一的数据入口。

客户月报自动化 客户月报自动化
03

GEO 服务线调研从市场扫描到监测方法

2026.07 – 至今

负责:前期技术调研

背景

生成式 AI 正成为用户了解品牌的新入口。DLG 中国区自 2026 年 7 月起探索 GEO 服务线,目标是提升品牌在 AI 回答中的可见度与可信度。

方案
  • 市场与学术调研:梳理国内 GEO 服务商的方案与定价逻辑,研读并整理相关论文,比较各中文 AI 平台的引用来源。
  • 方法设计:设计按行业与决策阶段组织的监测问题库与用户画像,制定引用来源的可信度分级规则。
  • 数据采集:为 AI 回答监测平台编写采集脚本,将各行业的回答与引用来源导出为可分析的数据。
价值

为 GEO 服务线的方案设计提供技术依据。

04

公司 AI 应用治理归档、检索与权限分级

2026.10 – 至今

负责:方案设计、归档规范与 Skill 开发

  • Agent Skills
  • MCP
  • Google Drive
背景

Agent 产出的文件缺乏统一管理:多经微信私发审阅,没有制作记录,版本零散,数月后难以检索;同一客户的提案前后口径时有出入。2026 年 10 月,公司决定工作文件统一存入 Google Drive,并为每家客户建立一份事实源(Source of Truth)。

挑战

客户文件夹沿用多年、结构各异,整体迁移得不偿失;连接器的安全规则不允许 Agent 上传、移动、删除或共享文件;合同等文件只对部分同事可见。

方案
  • 一条指令归档:设计 /publish 指令,同事完成工作后输入即可;Agent 自行判断客户、目标文件夹与标准文件名,写出摘要与逐页目录,确认一次即归档;无法判断时列出候选项,不做猜测。
  • 文件不冲突:统一命名与版本号,同名文件不静默覆盖,复制后校验;只新增,不移动、改名或删除已有文件;每家客户只有一份事实源。
  • 分级披露:规定事实源由客户负责人维护,其他同事只提修改;合同查不到时注明「可能未向你共享」,不从其他文件推断;每个任务只用一家客户的资料;制作记录仅供内部。
  • 连接器与 Agent 协同:与同事协作,基于公司自建的 Google 连接器读写 Drive,写入仅限公司与客户共享盘;Agent 先读事实源与文件夹索引,再按需打开文件;Skill 经连接器每周同步到同事的电脑。
价值

未使用该 Skill 时,Agent 查找一家客户的合同与报价用了 47 次工具调用,还翻阅了其他客户的文件夹;按 Skill 的步骤只需 6 次,且不出该客户的文件夹。以十月月报实测,三分之二的客户无需提问即可定位归档位置。

公司 AI 应用治理 公司 AI 应用治理

Rejet

2025.03 – 2026.05

游戏助理制作人 → AI 工程负责人 → AI 技术架构顾问(2026.03 起,远程)

Rejet Co., Ltd.(日本乙女向游戏公司上海工作室)

05

游戏制作中的 AI 工具剧本审查、CG 构图与配乐参考

2026.01 – 05

独立负责:技术选型、需求与 PRD、工具开发、资源申请与推广

  • Gemini API
  • Antigravity
背景

乙女向游戏的剧本、CG 与配乐体量大:百万字级剧本的校对与风险审查由三至五名编剧与本人按章节通读,每轮需两三周;每张 CG 须先有构图草稿,审核通过后方可派发绘制。

挑战

公司内部没有可借鉴的 AI 经验;手绘美术是乙女游戏的核心资产,AI 只能用于辅助环节。

方案
  • 自学与开发:在项目管理工作之外自学 Agent 工作流,独立完成需求梳理、PRD 撰写与工具开发。
  • 剧本:搭建剧本自动校对流程,标出人工审读易遗漏的风险项并按场景列出,修改决定权留给编剧。
  • CG 与配乐:以人设图与服装图批量生成构图参考,交由画师重新绘制,最终画面保持手绘;配乐方面,评估开源模型后改用 MIDI 程序化生成参考。
  • 争取资源:撰写资源申请,附出图成本测算与用量控制方案,获批模型账号与项目文件权限。
价值

剧本审查周期由两三周缩短至一两晚;CG 前期由检索素材、手绘草稿转为批量生成构图参考;配乐参考为前期确定调性方向。基于上述成果,由项目管理岗调任 AI 工程负责人。

2023.11 – 2024.04

产品设计师(UI/UX)

HCM Capital

  • 端到端设计执行:需求分析 → Figma 高保真 UI → 设计系统搭建
  • 与产品经理和工程师协作,输出设计规范文档和部分 PRD

2022.02 – 2023.03

项目协调员 & 设计主管

SKY LILAH / VVAF · 加拿大温哥华

  • 参与品牌焕新与官网重建,协助从策略到视觉执行的落地
  • 统筹 Art Vancouver 2022 策展协助与现场执行,协调多方资源

教育背景

2015 – 2020

Simon Fraser University

互动艺术与技术学士(SIAT)

2020 – 2021

Vancouver Film School

视觉媒体声音设计

03

业余项目

04

书架

AI 时代的信息又快又碎,越是这样,越需要静下心来吸收一些长输入。从交互设计转向 AI 应用,加入 DLG 以后,我在工作之余持续给自己输入系统性的知识,回到 AI 出现之前的学习状态。这是我的书单。

AI 从哪里来

  • 计算机与人脑冯·诺伊曼为 1956 年讲座准备、生前没有写完的讲稿,把数字计算机和神经系统放在一起比较。
  • 人工智能简史尼克从达特茅斯会议讲起的 AI 学术史,人物、流派和争论。
  • 深度学习革命凯德·梅茨深度学习怎样从边缘走到主流,以及背后的人和公司。
  • 我看见的世界:李飞飞自传李飞飞在读从移民少女到 ImageNet:数据如何改变了计算机视觉。
  • 科学之路杨立昆杨立昆讲卷积网络和深度学习的来路,以及他对机器智能的看法。
  • AI 3.0梅拉妮·米歇尔在读写给普通人的 AI 现状:能做什么,为什么还缺常识与类比。
  • 智人之上尤瓦尔·赫拉利从信息网络的角度讲人类史,一直讲到 AI。

心智与判断

  • 表象与本质侯世达、桑德尔类比是思维的核心。
  • 皇帝新脑罗杰·彭罗斯论证意识不能完全被算法刻画。
  • 思考,快与慢丹尼尔·卡尼曼在读系统 1 与系统 2:人怎样做判断,又在哪里出错。
  • 思维的发现迈克尔·刘易斯卡尼曼与特沃斯基合作的故事。
  • 为什么伟大不能被计划肯尼斯·斯坦利、乔尔·雷曼在读来自新颖性搜索的研究:一心追目标,反而走不远。

产品与人

  • 跨越鸿沟杰弗里·摩尔新技术从早期用户走向主流市场之间的那道鸿沟。
  • 影响力罗伯特·西奥迪尼在读说服背后的几条心理原则。
  • 故事罗伯特·麦基在读银幕剧作的结构与原理。
  • AIO 和 GEO 实战邹杨已读怎样让内容成为 AI 推荐的答案。

科学与哲学

  • 世界观理查德·德威特在读科学史与科学哲学入门,从亚里士多德到量子力学。
  • 生命是什么埃尔温·薛定谔一位物理学家看生命:秩序、负熵与遗传。
  • 失控凯文·凯利分布式系统、群体与机器的演化。

也在读这几位的博客:木遥、Jason Wei、Geoffrey Litt、Linus Lee、Steph Ango、Paul Graham、Michael Nielsen、Nabeel Qureshi。