震裕科技AI超级个体与超级团队实战内训
詹老师 · AI超级个体 · Skill共创 · AI Coding
震裕科技内训版
震裕科技企业AI内训
AI超级个体超级团队
用Skill把个人效率升级为团队能力
主讲詹老师
面向高管 / 部门负责人 / Office员工
交付Skill清单 + AI产品原型
全天导航
今天,你将带走什么
从超级个体到超级团队的六个实战模块
总览 2
🧭

一套AI常识框架

知道AI是什么、能干什么、什么事情不适合直接交给AI。

🤖

一次智能体演练

打开演练产品,亲手理解模型、知识、工具、上下文和Skill。

📦

一份领域Skill清单

每个领域识别机会,形成5-10个Skill雏形。

🧪

一套Skill评测方法

用规范、触发、内容、可维护四维度持续打磨Skill。

💻

一个AI Coding原型

把一个高价值Skill推进成可点击、可演示的插件或产品原型。

📚

一组可复制材料

模板、评测包、PRD、工具链接均可在课件里打开。

工具导航
工具链接与资料小册
练习过程中需要用到的入口和模板
总览 3
1 / 3
01
Opening

AI时代,每个人都要成为AI超级个体

AI正在重写岗位标准,个人能力必须升级,并沉淀为组织能力。

时代压力
岗位重定价
超级个体
组织能力
模块1
今天不是工具课,是工作标准重写课
AI时代首先改变的是岗位价值和工作方式
1-1

业务、产品和组织问题,大家已经足够熟悉。本次课程直接进入一个更关键的问题:当AI进入每个岗位以后,一个合格员工的标准会被抬高到什么程度?

核心问题
过去的岗位要求AI时代的新要求
把本职工作做到标准本职工作做到标准,还要会用AI提效
会写报告、做表格、开会协同会让AI整理材料、生成初稿、检查风险、追踪行动项
懂业务流程和岗位经验能把经验写成Skill,让AI按标准复用
会给IT提需求能写轻量PRD、搭原型、验收一个AI应用Demo
开场判断:AI时代不会奖励“知道很多工具”的人,而会奖励“能把工作重新组织起来”的人。
模块1
执行成本下降,人才标准上升
AI把普通执行动作变便宜,也把岗位要求抬高
1-2
STEP 01

执行成本下降

写作、整理、检索、初步分析都被AI压缩。

STEP 02

任务被重新拆分

岗位不再是一整块,而是一组可被重组的任务。

STEP 03

岗位边界变模糊

业务、流程、数据、产品、验收开始交叉。

STEP 04

组织要求重新定价

慢、散、不可复用,会变成竞争劣势。

变化对员工意味着什么
工具门槛下降不懂技术的人也要能搭智能体、写Skill、做原型
岗位边界被打穿一个业务人员要懂流程、数据、AI、产品、验收
组织迭代速度加快慢不是风格问题,慢会变成竞争劣势
模块1
每个人都在焦虑,但焦虑背后的问题不一样
AI表面是工具问题,本质是价值问题
1-3
角色表面问题真正问题
老板 / 高管AI这么火,公司怎么不掉队?投哪里、谁落地、如何变成经营结果
部门负责人大家都在用AI,部门怎么管?经验如何沉淀,流程如何提效,风险如何可控
普通员工AI会不会取代我?原来的能力还值不值钱,要补什么能力
流程 / 数字化 / IT业务需求越来越多,怎么承接?如何把零散需求变成可复用能力体系
这堂课的回答:AI不会一次性替代一个人,但会先替代一个人的某些任务;任务被替代多了,岗位价值就会被重新定价。
模块1
替代不是岗位突然消失,而是任务一块一块被拿走
高频、规则清楚、输出稳定的任务最先被AI化
1-4
工作环节旧做法AI时代的新做法
写材料从空白页开始写AI先出结构,人校准逻辑和事实
整理信息手工复制、汇总、改格式AI先抽取字段、归类、生成清单
检查规则靠记忆和经验逐项看把规则写成Skill,按流程节点检查
做分析先堆数据,再慢慢找结论AI先提取异常、模式、假设和追问
提需求等别人理解、排期、开发先做可点击Demo,让需求可讨论、可验收
1

岗位

原来是一整块职责。

2

任务拆分

被拆成多个可重组任务。

3

AI化

高频清晰任务先被改写。

4

价值排序

会用AI的人接管更多任务。

模块1
哪些工作会更早被AI重构
不是岗位没有价值,而是岗位里的部分任务会先变化
1-5
更容易先被重构的任务典型表现人要升级到哪里
文档型工作纪要、报告、邮件、制度初稿从写作者变成结构设计者和审核者
信息整理型工作汇总表格、整理资料、提炼要点从搬运者变成信息质量把关者
规则检查型工作合同初筛、报销检查、资料完整性检查从逐项检查变成规则建模与例外判断
问答服务型工作制度问答、流程问答、常见问题回复从重复答疑变成知识库和Skill运营
初级分析型工作周报分析、异常归类、风险提示从做初稿变成提出判断、验证假设
初级原型/代码工作小工具、页面、插件、脚本从等开发变成先搭Demo、参与验收
模块1
普通员工正在变成多面手
本职工作只是起点,AI把每个人推向复合能力
1-6
本职专业懂业务、质量、责任
AI沟通任务、材料、边界
任务拆解目标、步骤、标准
流程理解触发、输入、输出
Skill沉淀可复用能力包
自动化Agent/脚本/工具
产品原型插件/系统Demo
验收迭代测试和改进
关键句:AI时代,普通员工不是少做事,而是要带着AI做更多层级的事。
模块1
不只是人的要求变了,事情本身的要求也变了
做完不够,还要可复用、可自动化、可沉淀
1-7
过去做事AI时代做事
交付一次结果交付结果,同时沉淀方法
只要自己会做要让AI也能按标准做
靠个人经验把经验转成流程、规则、模板、测试用例
靠口头传帮带靠Skill、知识库、智能体和应用复制
做完即结束做完以后还能评测、迭代、复用
关键转向:未来组织里最值钱的,不只是一个人会不会做,而是这个人的能力能不能被沉淀、被调用、被复制、被放大。
模块1
如果你不做,就会有人做
替代很多时候不是外部砸下来,而是从身边开始
1-8
1

同岗位更会用AI的人

同样工作更快、更稳、更可追踪。

2

跨岗位复合型人才

业务、流程、AI、产品一起做,拿走更多价值链环节。

3

更小更快的团队

用AI承担过去一个小团队的交付量。

4

已沉淀Skill的组织

经验不只在个人脑子里,而是进入工具和流程。

现实判断:你不把经验沉淀成能力,别人就会把能力产品化;你不把工作自动化,别人就会用自动化重新定义这件工作。
模块1
什么是AI超级个体
不是一个人什么都会,而是一个人能调度一组AI能力完成工作
1-9

AI超级个体 = 能把AI、Agent、Skill、工具和专业判断组织起来,形成个人工作系统的人。

不是而是
只会复制提示词会拆任务、设标准、验结果
只会问AI会让AI按流程完成具体工作
一个人更忙一个人能调度更多能力
只提升个人效率能把方法沉淀给团队复用

判断

哪些能交给AI,哪些必须自己负责。

拆解

把复杂任务拆成目标、材料、步骤、标准、风险。

配置

搭智能体、写Skill、连接工具和上下文。

评测

用测试用例和评分标准持续修正结果。

构建

把方法做成插件、智能体或产品Demo。

协同

把个人方法沉淀出来,让团队复用。

模块1
超级个体的能力栈
它不是口号,而是一条可训练的能力链路
1-10
专业判断好坏、风险、边界
任务拆解目标、输入、步骤
AI协作提示、追问、修正
流程建模触发、动作、断点
Skill沉淀标准能力包
自动执行Agent和工具
产品原型AI Coding
组织复用领域资产
能力要求:未来员工不一定都写复杂代码,但必须能把自己的业务想法搭出来、试出来、讲清楚。
模块1
从超级个体到超级团队
个人提效只是起点,组织能力沉淀才是终点
1-11
1

个人任务提效

先把报告、纪要、检查、分析这些工作用AI跑起来。

2

方法结构化

把有效做法写成流程、规则、模板和测试用例。

3

流程节点标准化

明确触发、输入、步骤、输出和风险断点。

4

沉淀为Skill

让AI知道什么时候用、怎么做、做到什么标准。

5

接入Agent/工具

把Skill放进智能体、插件、系统Demo里。

6

组织能力

每个人的经验变成可复用资产。

模块1
企业AI落地最怕三种幻觉
平台幻觉、数量幻觉、全员运动幻觉
1-12
幻觉典型说法正确追问
平台幻觉我们买了平台,所以已经AI化了平台里有没有能解决具体问题的Skill?
智能体数量幻觉我们建了几百个智能体多少人每天使用?节省了哪个环节?
全员写Skill幻觉每个人都写一个Skill就好了有没有流程、Owner、业务专家和评测机制?
结论:企业AI落地不是造热闹,而是把真实工作变成可复用、可评测、可迭代的能力。
模块1
为什么必须围绕流程构建能力
流程是AI稳定落地的锚点
1-13
流程里有什么对AI能力建设的意义
触发条件AI什么时候该介入
角色分工谁使用、谁确认、谁负责
输入材料AI要看哪些制度、表单、记录、模板
处理步骤AI应该按什么顺序做
输出物最终交付什么格式
风险边界哪些地方必须人工确认
上午核心:不是随便想AI点子,而是围绕领域真实流程,找到可以沉淀Skill的节点。Skill就是Skill,它是Agent能稳定干活的最小能力单元。
模块1
今天的学习路径
带着自己的工作进来,带着一个能力雏形出去
1-14
1

开篇定调

为什么必须成为AI超级个体。

2

AI通识

讲清AI、Agent、Skill。

3

智能体演练

看到智能体如何执行任务。

4

领域Skill共创

围绕流程挖5-10个Skill雏形。

5

Skill评测

用标准把Skill从草稿改到可用。

6

AI Coding

做出插件、智能体或业务系统Demo。

阶段核心任务产出
开篇建立AI时代岗位压力为什么必须成为AI超级个体
上午AI通识、智能体、流程Skill领域Skill机会清单和Skill雏形
下午用AI Coding把Skill做成入口插件、智能体或业务系统Demo
模块1
三句话总结
把方向收住,再进入AI常识
1-15
  1. AI时代的岗位标准正在升高:会做本职工作,还要会用AI提效、自动化、沉淀方法和验收结果。
  2. 超级个体不是一个人更忙,而是一个人能调度AI、Agent、Skill和工具,扩大自己的工作半径。
  3. 超级团队不是人人各玩各的AI,而是把个人经验沉淀成流程、Skill、智能体和应用。
模块1 · 开篇定调
开篇定调 · 快问快答
10题 · 每题10分 · 满分100分 · 答完显示成绩
1-Q
🎮

快问快答挑战

共10道单选题,每题10分,满分100分
选项高亮即时反馈,答完查看总分

1 / 17
02
AI Basics

AI常识与能力边界

用同一个质量异常案例讲清AI、Agent、Skill,以及为什么企业能力必须围绕流程构建。

AI能力
贯穿案例
Agent
Skill
模块2
先记住一个贯穿案例
后面所有概念都用这个例子讲
2-0

某批产品被客户反馈“尺寸异常”。质量工程师需要整理客户投诉、检验记录、生产批次、工艺变更和8D模板,先形成一版8D报告初稿,再由质量负责人判断和确认。

贯穿案例:质量异常8D初稿
这件事里有什么对应AI常识
客户投诉、检验记录、工艺变更这是AI要看的材料和上下文
8D模板、质量判定规则这是AI要遵守的知识和标准
整理事实、归类原因、生成初稿这是AI适合辅助的工作
最终原因判定、责任归属、对外承诺这是必须人工确认的边界
模块2
什么是AI:不是魔法,是概率化的能力底座
先把底层逻辑讲清楚,后面才不会迷信工具
2-1
概念通俗解释企业含义
AI让机器执行过去需要人类认知参与的任务写、读、归纳、判断、生成、调用工具
LLM大语言模型,基于Token预测下一个最可能的内容会生成,但也可能一本正经地错
Prompt你给AI的任务指令任务、角色、材料、边界、输出标准必须说清
Context模型当次看到的全部信息上下文不足,AI就容易泛化、猜测和编造
例子:你让AI“帮我写8D”,它会写;但如果没有客户投诉原文、检验数据和公司模板,它只能按常见套路猜。AI能生成,不代表它天然知道事实。
模块2
从LLM到Agent Skill的底层链条
把企业AI能力最关键的一条线讲完整
2-2
01LLM 大脑理解、生成、推理,但不天然知道企业规则
02Prompt + Context把任务、材料、历史、标准放进同一次工作环境
03Tool / MCP让AI能查数据、读文件、调用外部工具
04Agent能自主规划、调用工具、持续执行任务
05Skill预先写好的做事规则,让Agent稳定按标准干活
放到质量异常案例里具体长什么样
Prompt请按8D模板整理这批尺寸异常的事实、原因线索和行动项
Context客户投诉、检验记录、批次信息、工艺变更、历史8D样例
Tool / MCP读取Excel检验表、打开模板、检索历史异常案例
Agent先检查材料,再提取事实,再归因分类,再生成8D初稿
Skill质量异常8D报告初稿Skill:规定步骤、边界、输出格式和测试用例
模块2
AI不是聊天框,而是一套生产能力
从个人问答到企业生产系统
2-3
层次个人使用企业使用
输入随手问一句有场景、材料、角色和标准
过程模型自由发挥按流程、Skill、工具和人工断点执行
输出一段回答可验收、可复用、可追踪的结果
例子:聊天式用法是“帮我写个8D”;生产式用法是“按质量异常8D Skill,读取这三份材料,先列缺失信息,再输出事实表、原因假设、行动项和人工确认点”。
模块2
AI适合做什么
先从低风险、高频、可验收的任务开始
2-4
📝

文本生成

纪要、邮件、报告、方案初稿。

🧾

材料整理

制度、表单、记录、反馈的结构化。

🔎

对比检查

合同条款、报销资料、供应商信息完整性。

📊

分析归纳

周报、异常、客户声音、项目风险。

🎓

知识问答

制度问答、流程问答、培训小测。

⚙️

重复执行

按固定规则生成标准输出。

同一个质量异常案例AI适合辅助什么
生成8D初稿、客户回复初稿、内部复盘摘要
读取投诉记录、检验记录、历史8D、工艺变更说明
整理把零散材料整理成事实表、问题清单、缺失信息清单
对比对比本次异常和历史相似异常的差异
推演列出可能原因、验证动作和责任人待确认项
模块2
什么时候不太适合直接用AI
边界越清楚,AI越能安全进入业务
2-5
不适合直接交给AI原因正确做法
最终审批、付款、签署、处罚涉及责任与授权AI只做材料检查和建议,必须人工确认
高敏数据未脱敏存在合规和泄密风险先脱敏、分级、授权
领域规则未达成共识AI会放大混乱先统一规则和输出标准
需要实时操作核心系统权限与安全风险高先做辅助分析,再逐步连接工具
重大法律、商业承诺AI不能承担最终责任保留人工断点和复核链路
例子:AI可以说“根据材料,尺寸异常可能与某工序参数波动有关”;但不能直接说“最终责任属于某人/某供应商”,也不能替负责人做对外承诺。

🎮 来一起互动!

AI能做什么?不能做什么?推荐做什么?不推荐做什么?用互动答题快速校准判断。

👉 点击进入互动答题
模块2
企业AI五层能力架构
模型只是底座,企业能力在上面
2-6
01模型 LLM理解、生成、推理
02知识 Knowledge制度、流程、历史案例、领域资料
03Skill怎么做事、做到什么标准
04工具连接读写系统、调用表格、触发动作
05上下文 Context用户、任务、权限、当前状态
五层能力质量异常8D案例里的样子
模型能读懂投诉内容,生成分析和报告文本
知识知道8D模板、质量术语、检验标准、历史案例
Skill知道先查材料完整性,再抽事实,再生成初稿
工具连接能读取检验表、模板文件、历史记录
上下文知道这次是哪个批次、哪个客户、哪些数据可用、谁来确认
模块2
真正智能体的五层结构
大脑、技能、感知、手脚、记忆要一起工作
2-7
通俗说法负责什么
大脑模型理解任务、生成计划、做推理
技能Skill知道这类工作应该怎么做
感知MCP / 工具协议看见系统、文件、数据和外部环境
手脚工具调用查询、读取、写入、生成、触发动作
记忆知识与上下文记得规则、历史、用户和当前状态
例子:真正的“质量异常智能体”不是只回答一句话,而是会检查材料是否齐全、读取检验表、按8D步骤整理初稿,并把最终原因判定留给人工确认。
模块2
Skill是什么
给Agent看的说明文档,也是企业经验的最小产品
2-8
组成必须写清为什么
元数据名称、描述、适用场景决定AI什么时候发现它
触发边界WHEN / WHEN NOT决定该用时能用、不该用时不误用
执行步骤先检查、再提取、再判断、再输出决定结果稳定性
输出标准格式、字段、质量要求决定能否验收
测试用例正常、缺失、混乱、高风险、空输入决定能否持续变好
质量异常8D报告初稿Skill应该写清楚什么
适用场景客户投诉、内部不良、来料异常等需要8D初稿的场景
输入材料投诉描述、检验数据、批次信息、历史案例、8D模板
执行步骤查缺失、抽事实、归类原因、列行动项、标人工确认点
输出标准事实表、原因假设、临时措施、长期措施、待确认事项
不适用场景最终责任认定、处罚建议、对外正式承诺
模块2
三句话总结
把概念收束到方法
2-9
  1. AI的本质不是聊天框,而是可以被组装成生产系统的多层能力。
  2. 智能体要稳定工作,必须有知识、Skill、工具连接、上下文和人工断点。
  3. Skill不是凭空写出来的,它必须回到流程节点、业务规则和真实材料。
模块2 · AI常识
AI常识 · 快问快答
10题 · 每题10分 · 满分100分 · 答完显示成绩
2-Q
🎮

快问快答挑战

共10道单选题,每题10分,满分100分
选项高亮即时反馈,答完查看总分

1 / 12
03
Agent Practice

智能体框架练习

用一个练习把AI、智能体、Skill和企业真实任务串起来。

演练产品
智能体框架
流程迁移
模块3
打开智能体演练产品
先看得见,再讲得清
3-1
🤖

智能体演练产品

点击打开:https://e2e-ai.pages.dev

打开演练
目标:看到智能体不是“更会聊天”,而是能围绕任务执行步骤、产出结果。
1

打开链接

进入演练产品页面。

2

选择一个任务

观察输入、执行步骤和输出结果。

3

拆解结构

回看它背后需要哪些知识、Skill、工具和人工断点。

模块3
智能体演练后的复盘问题
把体验沉淀成可复用方法
3-2
  1. 这个智能体解决的是哪个具体任务?
  2. 它需要哪些输入材料?
  3. 它在哪些步骤调用了规则或知识?
  4. 哪些地方不应该让AI直接下结论?
  5. 如果放回真实流程,可以改造成什么流程节点上的Skill?
模块3
智能体构建公式
目标不是“建个机器人”,而是让一个流程节点跑得更稳
3-3
1

选任务

选一个真实、低敏、边界清楚的领域任务。

2

还原流程

明确触发、角色、输入、规则、输出和异常。

3

绑定Skill

把做事方法写成Agent可调用的规则。

4

连接工具

需要文件、表格、网页、系统或知识库时再接。

5

设置断点

高风险判断必须交回人工确认。

6

测试迭代

用正常、缺失、混乱、高风险、空输入反复测试。

模块3
构建智能体前,先问五个问题
不要一上来就搭工具
3-4
问题要回答什么
用户是谁哪个领域、哪个岗位、哪类角色使用?
任务是什么触发场景、输入材料、输出物是什么?
规则在哪里制度、模板、表单、历史案例、专家经验有哪些?
工具接什么需要表格、文档、系统、网页还是数据库?
风险在哪哪些结论必须人工确认?
模块3
智能体不是独立存在,它要靠Skill工作
Skill是智能体稳定执行的做事方法
3-5
🤖

智能体

负责理解目标、调度步骤、组织输出。

📦

Skill

负责提供具体做法、判断标准和输出模板。

🏢

业务系统

负责存放数据、流程、记录和权限。

模块3
练习:从智能体反推Skill
不要用虚拟公司,用真实领域任务方向
3-6
1

选一个领域任务

例如研发评审纪要、质量8D初稿、供应商评价、招聘简历初筛。

2

写出输入输出

输入材料是什么,最终要交付什么。

3

拆执行步骤

AI要先检查什么、提取什么、判断什么、输出什么。

4

标人工断点

哪些结论只能建议,不能替人决定。

5

沉淀Skill名称

动作 + 对象 + 输出物。

模块3
领域方向,只给方向不编案例
方法统一,材料来自真实工作
3-7
领域方向可以带入的材料可能沉淀的Skill
研发/产品/工艺需求评审、设计变更、试制记录、测试报告需求拆解、评审纪要、变更影响分析
生产/质量班组日报、不良记录、8D报告、检验记录日报生成、异常归类、8D初稿
供应链/采购供应商资料、报价、交付记录、库存报表供应商评价、比价说明、交付风险提示
销售/市场/客户拜访纪要、报价资料、客户反馈、订单跟进拜访纪要、商机建议、客户问题归因
HR/财务/法务/ITJD、制度、报销、合同、权限单、故障单简历匹配、报销检查、合同初筛、故障归类
模块3
把智能体框架写成提示词
可直接复制使用
3-8
提示词: 请基于我们领域的真实任务,帮我设计一个智能体框架。 任务名称:【填写】 使用者:【填写岗位】 触发场景:【什么时候使用】 输入材料:【列出材料】 输出物:【要生成什么】 对应流程节点:【属于哪个流程/哪个环节】 执行步骤:【先检查、再提取、再判断、再输出】 需要的Skill:【已有/待新建】 工具连接:【文件/表格/网页/系统/无需连接】 人工断点:【哪些风险必须人工确认】 请输出:智能体目标、流程节点、所需知识、所需Skill、工具连接、上下文、风险断点、测试用例、最小可行版本。
模块3
演练产出不是标准答案
不同领域的智能体框架应该不同
3-9
🧪

质量领域

偏问题归因、检验、8D、客户投诉。

🛠️

研发工艺

偏评审、变更、测试、工艺知识。

🚚

供应链

偏供应商、交付、库存、采购。

👥

HR行政

偏招聘、培训、制度、员工服务。

💰

财务法务

偏合规检查、合同初筛、付款资料完整性。

📈

管理层

偏经营摘要、项目风险、会议行动项。

模块3
三句话总结
把智能体和Skill关系收住
3-10
  1. 智能体不是一个聊天窗口,而是一套围绕流程节点执行任务的能力组合。
  2. Skill是智能体稳定工作的核心做事方法,必须明确规则、边界和测试。
  3. 每个领域都要用自己的材料,把真实工作沉淀成流程上的Skill。
模块3 · 智能体演练
智能体演练 · 快问快答
10题 · 每题10分 · 满分100分 · 答完显示成绩
3-Q
🎮

快问快答挑战

共10道单选题,每题10分,满分100分
选项高亮即时反馈,答完查看总分

1 / 12
04
Skill Workshop

领域Skill体系共创

按流程领域扫描材料、识别机会、写出Skill,并用评测标准修第一版。

真实材料
流程Owner
四维评测
模块4
核心原则:Skill必须长在流程上
Skill不是凭空写提示词,而是把流程节点上的最佳实践固化下来
4-1
先定义:这里的“领域”不是组织部门,而是流程领域和业务能力域,比如质量异常处理、供应商评价、招聘初筛、合同初筛、经营周报。
如果脱离流程会发生什么正确做法
只按岗位写容易写成个人习惯,别人复用不了回到具体流程节点
只按工具写容易变成平台功能说明,不解决业务问题先讲触发、输入、输出
只按数量写容易运动化,产出一堆低质量Skill宁可少,必须经过流程验证
只让普通员工填表隐性经验写不出来找流程Owner和最懂业务的人
关键判断:一个高质量、经过流程验证的Skill,比一百个粗糙Skill更值钱。
模块4
正确的Skill建设路径
围绕流程,找对的人,做少而精
4-2
1

先回到流程

明确这个Skill服务哪个流程、哪个节点、哪个触发条件。

2

找流程Owner

找最懂这段业务逻辑、最清楚好坏标准的人。

3

萃取规则

把SOP、模板、案例和隐性判断写成可执行步骤。

4

编写Skill

写清适用场景、输入、流程、输出、边界和测试。

5

评测迭代

用真实样例跑分,修完P0/P1再放入平台清单。

模块4
什么样的工作适合做Skill
先选能快速出效果的,不要一上来啃最硬的骨头
4-3
类型判断标准例子
高频重复每周、每月都要做周报、月报、会议纪要、客户跟进
规则明确有制度、模板、检查项合同初筛、报销检查、供应商评价
经验依赖老员工才知道怎么做异常处理、需求判断、客户分级
输出标准最终交付物格式固定报告、清单、邮件、表格、方案
模块4
练习原则:不给虚拟案例,只给领域方向
用真实流程领域、岗位材料和真实问题
4-4

不要写“假设有一家制造企业”,要写“这个领域现在有某份真实材料,当前用于某个真实工作场景”。

领域方向材料入口Skill方向
研发/工艺评审、变更、工艺、测试评审纪要、变更影响、测试归因
生产/质量日报、点检、不良、8D日报生成、异常初判、8D初稿
供应链/采购供应商、报价、交付、库存供应商评价、比价说明、交付风险
销售/客户拜访、报价、订单、反馈拜访纪要、商机推进、客户归因
HR/财务/法务/IT制度、合同、报销、权限、故障制度问答、合同初筛、故障归类
模块4
领域材料扫描
先把材料摆出来,再谈AI
4-5
材料名称类型使用频率当前痛点可能Skill
销售拜访纪要报告类每周记录不统一、行动项遗漏客户拜访纪要行动项提取Skill
8D报告质量类按事件原因归类慢、格式不稳质量异常8D报告初稿Skill
供应商报价单采购类每月比价说明费时供应商报价比对Skill
模块4
先构建领域工作架构,再挖Skill
L1职责领域 × L2工作模块 × L3具体任务
4-6
1

列L1职责领域

这个领域覆盖哪些大类工作。

2

拆L2工作模块

每类职责下面有哪些稳定工作模块。

3

列L3具体任务

落到每天、每周、每月具体做什么。

4

标Skill机会

哪些任务高频、规则明确、可复用、风险可控。

模块4
Skill命名规则
动作 + 对象 + 输出物
4-7

合同条款风险初筛Skill

对象和输出都清楚。

客户拜访纪要行动项提取Skill

明确动作:提取行动项。

质量异常8D报告初稿Skill

清楚是初稿,不是最终结论。

智能助手

太泛,无法判断何时调用。

帮我处理一下

没有对象和输出。

AI办公神器

口号,不是Skill。

模块4
Skill内容模板
每个Skill必须写清楚12件事
4-8
模块最低要求为什么重要
适用场景 / 不适用场景WHEN / WHEN NOT决定触发边界
输入材料必填、选填、禁止决定结果质量
执行流程5-10步具体动作决定稳定性
输出标准字段、格式、质量要求决定能否验收
测试用例至少5条决定能否持续变好
维护信息Owner、版本、状态决定能否运营
模块4
用评测标准反推好Skill
Skill第一版做出来不难,持续做好很难
4-9
维度判断口径写Skill时要做到什么
① 规范像不像标准能力包名称、结构、字段完整,便于归档
② 触发AI知不知道什么时候用写清WHEN、WHEN NOT、正例和反例
③ 内容AI能不能稳定干活工作流、输入、输出、示例、失败处理
④ 可维护后续能不能迭代Owner、版本、测试记录、更新动作
模块4
实操:让评测Skill来评测Skill
每写完一版就跑一遍
4-10
🧪

Skill 评测操练包

打开后复制 rubric.md 或 SKILL.md 进行评测

打开
1

粘贴Skill初稿

让AI按四维标准评分。

2

读取P0/P1/P2

P0必须当场修完。

3

修完再评

记录前后得分变化。

模块4
平台清单不是为了好看,而是为了运营
把Skill放进清单,才不会三天后散掉
4-11
字段说明
领域 / Skill名称哪类能力,叫什么
场景 / 输入 / 输出什么时候用、用什么、交付什么
优先级 / 风险等级先做哪个,哪些要谨慎
Owner / 状态后续谁维护,现在进度如何
评测得分 / 关键问题 / 测试状态最近一次评测结果和整改情况
模块4
小组展示模板
每组2分钟,讲清楚就够
4-12
  1. 这个Skill对应哪个流程、哪个节点。
  2. 这个领域识别了多少个Skill机会。
  3. 首批选择了哪5-10个。
  4. 最有价值的1个Skill是什么。
  5. 它输入什么、输出什么、能节省什么。
  6. 它当前评测得分是多少,P0/P1问题修了哪些。
  7. 下午准备把哪个Skill做成插件或产品原型。
模块4
三句话总结
从机会清单进入AI Coding
4-13
  1. 企业AI能力不是买来的,而是围绕流程节点挖出来、写出来、跑出来的。
  2. Skill是把个人经验变成组织资产的最小单元,但必须由业务专家和流程Owner共同把关。
  3. Skill必须经过评测和迭代,才能从草稿变成可复用能力。
模块4 · 领域Skill
领域Skill · 快问快答
10题 · 每题10分 · 满分100分 · 答完显示成绩
4-Q
🎮

快问快答挑战

共10道单选题,每题10分,满分100分
选项高亮即时反馈,答完查看总分

1 / 15
05
AI Coding

把Skill做成插件、智能体或产品原型

下午三小时只做一件事:让业务人员体验真正的AI构建能力。

插件
系统Demo
测试验收
模块5
为什么超级个体必须懂AI Coding
不是人人转岗程序员,而是人人要具备构建和验收能力
5-1
过去现在超级个体要做到
只会提需求能写轻量PRD把业务场景、边界、验收标准讲清
等IT排期能先搭Demo把想法变成可点击、可讨论的原型
只看成品能参与测试知道正常、异常、风险输入怎么验
不懂实现懂最小产品逻辑能判断AI生成的东西是否可靠
开场回扣:未来员工不一定都写复杂代码,但必须能用AI把自己的想法搭出来、试出来、讲清楚。
模块5
下午会做两类东西
插件是入口,产品Demo是更大的想象空间
5-2
🧩

浏览器插件

把一个Skill变成工作页面旁边的快捷按钮。

🤖

智能体

把一个流程节点做成能计划、调用工具、产出结果的Agent。

🖥️

业务系统Demo

把工时、排产、质量、供应链等场景做成可点击原型。

模块5
AI Coding不是Vibe Coding
不是凭感觉生成页面,而是走真实开发流程
5-3
环节Vibe CodingAI Coding
需求一句话想法场景、用户、边界、验收标准
开发一次性生成分模块搭建、逐步确认
测试看起来差不多正常、缺失、混乱、高风险、空输入
验收自己觉得可以能演示、能解释、能被业务理解
模块5
从Skill到插件的转化逻辑
Skill规定怎么做事,插件让能力被使用
5-4
📦

Skill

规定角色、输入、流程、输出和边界。

🧠

System Prompt

把Skill转成AI调用时的稳定指令。

🖥️

插件 / 产品原型

给用户输入、按钮、输出区和验收体验。

模块5
可以搭哪些业务系统Demo
前端形态不一定是现成平台给你的,那就先自己搭一个
5-5
Demo方向输入材料最小可演示版本
AI工时管理工时记录、项目任务、人员列表自动归类工时、识别异常、生成周报
AI排产助手订单、产能、交期、设备约束生成排产建议和冲突提醒
质量异常看板不良记录、8D、检验结果异常归因、风险分级、行动项
供应链风险台账供应商报价、交付记录、库存比价说明、交付风险、优先级
合同/报销初筛合同条款、报销单据、制度完整性检查、风险提示、人工确认点
模块5
第一步:写轻量PRD
AI开发前必须先定边界
5-6
PRD字段要写什么
使用者哪个岗位打开这个工具
使用场景在什么工作节点使用
核心功能输入、生成、展示、复制/导出
边界哪些事情不做最终判断
验收标准跑通哪些测试才算完成
模块5
第二步:让AI生成开发计划
不要直接写代码,先拆任务
5-7
提示词: 请基于下面的轻量PRD,帮我拆成可逐步完成的AI Coding开发计划。 要求: 1. 先做最小可行版本; 2. 每一步说明要改哪些页面和逻辑; 3. 每一步都有验收标准; 4. 先用模拟AI结果跑通,再考虑真实API; 5. 明确哪些地方来自上午的Skill逻辑。 PRD如下:【粘贴PRD】
模块5
第三步:搭建基础界面
先让人能看懂、能输入、能点击
5-8
1

页面骨架

标题、说明、输入区、生成按钮、输出区。

2

示例输入

给一段低敏样例,帮助用户知道怎么用。

3

输出占位

分析结论、风险/问题、建议行动、人工确认提示。

模块5
第四步:接入Skill方法
把上午的Skill变成system prompt
5-9
提示词: 请把下面的 Skill 文件转化为可放入 AI 调用里的 system prompt。 要求: 1. 保留执行流程; 2. 明确输入不足时必须追问; 3. 明确不得编造数据; 4. 明确输出格式; 5. 加入人工确认点; 6. 标注这个Skill对应的流程节点和适用边界。 Skill内容如下:【粘贴Skill文件】
模块5
第五步:Skill评测 + 产品测试
评测和测试都不是可选项
5-10
测试层看什么最低要求
Skill评测规范、触发、内容、可维护修完P0,至少修1-2个P1
产品测试按钮、输入、输出、异常、展示至少5条用例
业务验收是否解决真实任务2分钟讲清价值和下一步
模块5
原型验收标准
能点、能看、能讲清
5-11
项目必须达到
产品名称清楚
使用者清楚
输入区可粘贴或上传材料
生成按钮可点击
输出区有结构化结果
Skill逻辑能看出采用上午Skill方法
流程节点能说清服务哪个流程环节
人工确认有提示
展示说明能讲清
模块5
三句话总结
下午不是写代码表演,而是产品化演练
5-12
  1. 超级个体不只是会使用AI,还要能把自己的业务想法搭成插件、智能体或系统Demo。
  2. AI Coding不是随手生成页面,而是用AI走真实的软件开发流程:需求、开发、测试、验收。
  3. 从今天开始,震裕科技的各领域团队不只是AI使用者,也可以成为AI工具共创者。
模块5 · AI Coding
AI Coding · 快问快答
10题 · 每题10分 · 满分100分 · 答完显示成绩
5-Q
🎮

快问快答挑战

共10道单选题,每题10分,满分100分
选项高亮即时反馈,答完查看总分

1 / 14
06
Evaluation

评测、资料与课后延续

把本次产出变成可复制、可评测、可迭代的领域AI资产。

评测包
资料库
课后行动
模块6
Skill评测包怎么用
严谨评测,而不是凭感觉说好不好
6-1
🧪

Skill 评测操练包

线上可复制:SKILL.md、rubric.md、examples.md

打开
1

复制rubric

用四维评分标准约束Skill质量。

2

粘贴Skill

让AI输出评分报告和整改清单。

3

修完再测

记录版本和得分变化。

模块6
评测报告应该长什么样
每个扣分必须有证据,每个建议必须能执行
6-2
部分要求
评分概览总分、等级、四维得分
触发实测10条正例、5条反例
整改清单P0/P1/P2分级
改写片段给出可直接复制的替换文本
测试用例正常、缺失、混乱、高风险、空输入
模块6
资料库入口
模板、评测标准和PRD入口
6-3
使用建议:需要复用的模板和标准,可以从这里直接打开、复制和继续打磨。
模块6
72小时行动计划
培训结束不是终点,三天内必须见到动作
6-4
时间动作产出
1-24小时选定1个Skill继续打磨v0.2 Skill文件
25-48小时找1个真实用户试用反馈和测试记录
49-72小时向部门负责人展示试点建议和资源需求
模块6
给震裕科技部门负责人的一句话
AI资产不是一次培训交付,而是持续运营出来的
6-5

每一个被评测、被修正、被复用的Skill,都是领域经验资产化的一小步。

👤

Owner

每个Skill要有人维护。

🧪

评测

每次更新都跑一遍标准。

📈

数据

记录使用次数、节省时间和问题反馈。

模块6
结束页
从AI超级个体到超级团队
6-6

不是学完一门AI课

而是让每个人成为AI超级个体
让领域经验沉淀为超级团队能力。

震裕科技AI超级个体与超级团队实战内训 · 广东端到端咨询

模块6 · 评测与落地
评测与落地 · 快问快答
10题 · 每题10分 · 满分100分 · 答完显示成绩
6-Q
🎮

快问快答挑战

共10道单选题,每题10分,满分100分
选项高亮即时反馈,答完查看总分

1 / 8
1 / 1