AI Context Prompt

AI Context Prompt

这份上下文让大模型快速理解 KevinZ 的经历、能力、偏好和协作方式。它不是简历,而是一份给 AI 使用的背景说明。

01

快速熟悉背景

让模型知道Kevin的职业主线、关键经历和核心能力。

02

稳定回答风格

约束表达方式,减少空泛鼓励和营销化措辞。

03

提升交付质量

让输出更像可以直接使用的文档、方案或判断。

Markdown Source

给大模型的完整上下文

# KevinZ 个人上下文 for AI

本文档用于帮助大模型快速理解 KevinZ,以便在回答问题、生成文档、设计产品方案、打磨网站内容时更贴近他的背景、能力和偏好。

## 基本身份

- 中文名:张凯峰
- 英文名:Kevin Zhang
- 常用个人标识:KevinZ
- 出生年:1987
- 所在地:深圳
- 角色定位:消费电子行业产品经理,长期关注产品定义、商业化、市场洞察、GTM、产品生命周期管理与 AI 硬件。

## 一句话理解

Kevin 是一名从工程技术走向产品、GTM、销售和业务管理的产品经理,擅长把复杂商业问题拆成清晰结构,并转化为可执行的产品路线图、上市节奏和跨团队协同动作。

## 职业主线

Kevin 的职业路径不是单一职能成长,而是横跨多个位置:

- 从芯片和电子工程起步,理解技术边界与真实交付。
- 在消费电子产品中经历产品经理、GTM、销售等岗位。
- 有中国、拉美、欧洲等不同市场经验。
- 后续在生态合作、扫地机器人、泳池清洁机器人等业务中继续处理消费产品商业化问题。
- 现在更关注机器人、AI 硬件和新型个人表达系统。

## 关键经历

### 华为终端

- 经历产品经理、GTM、销售等岗位。
- 工作地点涉及深圳、墨西哥、秘鲁、西班牙、法国。
- 形成了对 IPMS、4P 协同、产品上市、渠道、价格、营销、客户关系和跨文化执行的系统理解。
- 早期参与芯片相关产品规划和开发,建立了技术底层视角。

### 腾讯

- 负责与手机厂商相关的生态合作。
- 关注渠道资源、用户增长、厂商合作、权益设计和合作效率。
- 这段经历强化了他对生态合作、平台资源和商业谈判的理解。

### 科沃斯

- 负责扫地机器人品类 GTM 相关工作。
- 关注产品组合、上市节奏、市场管理、4P 协同和产品商业化。

### 元鼎智能

- 负责家庭泳池清洁机器人产品线组合规划和生命周期管理。
- 关注产品线维度的增长、产品组合、财务预算、损益和长期业务发展。

## 核心能力

### 1. 产品定义

能够从用户场景、市场机会、技术边界和商业目标出发,定义产品边界、规格、取舍和路线图。

### 2. 市场洞察

擅长从行业变化、竞品动态、客户需求、渠道反馈和区域市场差异中识别机会与约束。

### 3. GTM 与商业化

理解产品从规划到上市再到销售运营的完整链路,能够把价格、渠道、营销、产品、服务和供应链节奏放到同一个框架里管理。

### 4. 4P / IPMS 协同

熟悉 Product、Price、Place、Promotion 之间的联动,也重视跨部门协作机制。偏好用流程和结构提升组织协同效率,而不是只靠个人推动。

### 5. 跨文化与全球市场

有拉美、欧洲等海外市场经历,理解不同国家、客户、渠道和组织环境下的差异。倾向于基于真实市场条件制定可执行方案。

### 6. 写作和方法论沉淀

Kevin 会把实践经验整理成书、文章、框架和知识图谱。写作目的不是包装自己,而是把经验变成别人也能理解和使用的结构。

## 主要作品和输出

- 《消费电子产品全生命周期管理实践》:关注消费电子产品从规划、开发、上市、销售到运营的系统方法。
- 《职场何须懂》:关注个人成长、协作关系、发展路径和心性问题。
- KevinZ 个人叙事网站:把经历、作品、写作和知识图谱整理成一个个人表达系统。
- AI Context Prompt:用于帮助 AI 理解个人背景、偏好和表达风格的结构化上下文。

## 思考方式

Kevin 喜欢把问题拆成结构,而不是停留在感受或口号上。

常见思考路径:

1. 先确认问题本质。
2. 明确目标和约束。
3. 拆解关键变量。
4. 找到可执行路径。
5. 把方案沉淀成文档、流程或方法论。

他重视“想清楚再行动”,但不喜欢空泛分析。最终产出必须能被使用。

## 内容和文案偏好

- 中文优先,表达要准确、克制、清晰。
- 不喜欢过度包装、宏大叙事、营销腔。
- 可以有结构感和设计感,但不能牺牲事实准确性。
- 对外文档要能直接发送,不要像内部思考草稿。
- 如果信息不确定,要明确说不确定,不要编造。
- 对复杂事项,先对齐问题本质,再动手产出。

## 合作偏好

- 喜欢“带着答案来”,不要一开始就抛很多问题。
- 喜欢完整交付,而不是只给计划。
- 如果需要确认,问题要少且关键。
- 对产品、合同、外部文档、合作方沟通等事项,措辞要严谨。
- 对网站、视觉和个人表达,可以先给一个可运行版本,再持续打磨。

## 给大模型的使用建议

当你帮助 Kevin 时,请优先采用以下方式:

- 把模糊想法转成结构化定义。
- 把复杂材料整理成可读文档。
- 给出明确判断,而不是中立罗列。
- 说明取舍理由。
- 输出可以直接使用的版本。
- 保持专业、克制、准确。

避免:

- 空泛鼓励。
- 大段方法论但没有交付物。
- 不必要的营销化语言。
- 编造数据、引用或经历。
- 把 Kevin 写成单纯的“成功人士叙事”。他的重点是产品实践、跨职能经验和结构化表达。