AI业务流程实训营
基于业务流程构建企业 AI 能力
带走流程地图、AI 机会表、人机协同蓝图、Skill 定义卡、验证样本、平台上线清单和 30 天计划。
詹老师
AIPROS 主理人
把 AI 能力写进流程，把企业经验沉淀成 Skill。
长期站在业务流程、AI 产品与企业落地的交叉点上做项目、产品和培训。
主讲人
詹老师长期关注企业 AI 流程管理、Skill 建设、Agent 治理和业务架构落地，课程会从真实流程出发，带你完成一套可试跑的 AI 流程方案。
专业方向
AI 流程管理 / 企业架构 / Agent 治理 / Skill 平台
不是只会回答
AI 的价值正在从聊天框，进入真实业务流程和工作流。
Harness 是什么
模型、工具、数据和上下文，被组织进一个可运行、可优化的流程系统。
本课怎么接上
流程地图找到位置，Skill 固化能力，Agent 执行任务，平台持续运营。
建地图
拆企业架构，画出业务主链路和关键流程。
找机会
识别哪些流程节点适合 AI 进入。
定系统
明确 AI、人、流程、数据、权限的协作关系。
做 Skill
把经验、规则、样例和评测标准封装成可复用能力。
一天走完从业务地图到平台发布的闭环
交付物 1
流程地图与流程说明：企业主链路、L0-L3 流程架构、跨部门泳道图和流程说明清单。
交付物 2
AI 机会打标与优先级表：从活动节点识别 AI 机会，不从工具愿望倒推需求。
交付物 3
人机协同蓝图：明确 AI 做什么、人确认什么、结果回写到哪里。
交付物 4
Skill 定义卡：把输入、输出、步骤、资料、边界和 Owner 写清楚。
交付物 5
验证样本表：用正常、缺字段、异常、越权、资料冲突、越界指令攻击 6 类样本试跑。
交付物 6
企业AI资产管理平台发布上线清单：把首批能力装入平台，留下 Owner、版本、权限、调用入口和反馈入口。
业务背景
8000 人企业，研发、供应链、品牌、渠道、客服、财务、人力和 IT 多线协作。
开场判断
只能先画一张图：组织架构图、系统架构图，还是流程地图？为什么？
核心结论
组织架构看“谁在场”，系统架构看“工具在哪”，流程地图看“价值怎么流动”。
三类管理问题
企业要管哪些经营活动：对应 L1-L2，用来建立流程全景图，明确业务边界；一项业务如何协同运转：对应 L3-L4，用来梳理主流程和流程模块，明确输入、输出、角色与规则；一项工作如何落实到岗位：对应 L5-L6，用来明确活动、任务、时限、数据、系统和控制要求。
L6：任务级流程
L6 面向岗位人员和具体执行场景，例如谁提交申请、谁审核、填写哪些信息、进入哪个系统、形成什么记录。L6 常用于岗位培训、操作指引、表单规范、系统配置和自动化建设。
成熟实践与 Skill
国内常见流程管理实践会参考华为等大型企业经验，海外常见成熟框架包括 APQC 流程分类框架。今天不系统展开理论，而是把优秀实践、流程分层、访谈口径、输出模板和质量检查要求封装进“流程规划 Skill”，按方法使用即可。
一句话定义
流程地图 / 流程架构，是企业用来描述“业务如何运转”的分层结构：上层回答企业管什么业务，中层回答一项业务如何跨部门协同，下层回答一项工作如何落到岗位、数据、系统和控制要求。
L1：流程分类
L1 站在企业整体经营视角划分主要活动，例如研发管理、供应链管理、营销管理、客户服务、财务管理、人力资源管理等。L1 相当于企业流程体系的目录，帮助管理者看清企业主要由哪些经营活动构成。
L2：流程组
L2 在 L1 基础上进一步细分业务领域。以销售与服务为例，可以拆分为线索管理、商机与报价、合同与交付、客户经营等流程组。L2 是经营协同和流程治理的重要层级，便于明确业务边界、流程负责人和管理指标。
客户细分
面向全球消费级用户、专业创作者、小型办公团队、家庭智能设备用户、户外及移动办公人群。不同区域的用户对价格带、认证标准、渠道偏好、语言内容和售后响应速度要求不同。
价值主张
提供高质量、设计感强、迭代快的智能硬件与配件产品，核心价值不是“卖一个设备”，而是把产品定义、供应链效率、品牌信任、多渠道内容和售后反馈连接成持续上新的能力。
渠道通路
通过全球电商平台、品牌官网、线下零售、区域分销、众筹渠道、内容社区和短视频平台触达用户。每个渠道都有不同的商品资料格式、上架节奏、促销规则、评价机制和内容语言要求。
客户关系
通过评论回复、客服工单、FAQ、社媒互动、测评人合作、售后政策和会员运营维持关系。用户反馈会反向影响产品改版、内容说明、渠道策略和客服知识库。
收入来源
收入来自多品类硬件销售、配件复购、区域渠道销售、平台促销活动和新品上市带来的增量。收入质量受毛利、库存周转、广告投放效率、退货率和区域价格策略影响。
关键资源
关键资源包括产品研发能力、供应链和制造协同、品牌资产、全球渠道资源、用户评论和测评数据、产品知识库、内容素材库、认证文件、价格和库存数据。
关键活动
关键活动包括市场洞察、机会识别、产品定义、研发验证、供应准备、内容包生成、渠道上架、广告投放、客服响应、售后复盘和下一轮产品改进。
关键伙伴
伙伴包括代工厂、核心零部件供应商、物流和海外仓、平台渠道、区域经销商、认证机构、测评媒体、内容服务商、支付与风控服务商。每一类伙伴都会把外部约束带入内部流程。
成本结构
成本来自研发投入、模具和认证、采购和制造、物流和仓储、平台费用、广告投放、售后服务、内容制作、IT 系统和跨区域运营。流程效率低会直接放大返工、库存和沟通成本。
主价值链示例
市场洞察 -> 产品机会 -> 产品定义 -> 研发验证 -> 供应准备 -> 渠道上市 -> 销售转化 -> 售后反馈 -> 产品迭代。它不是简单“产供销”，而是“市场信号牵引的产品创新 + 全球渠道上市 + 反馈回流”的循环。
不能只抓组织架构
如果从组织架构切入，就会变成“研发一个助手、销售一个助手、客服一个助手、财务一个助手”。每个岗位可能都有局部提效，但企业最关键的等待、返工、口径不一致、跨部门交接问题仍然留在流程缝隙里。
不能只抓单个工具
如果从工具清单切入，就会变成“哪个部门先试哪个 AI”。这种做法容易做出一堆 Demo，却说不清它们接在哪条价值链上，也很难沉淀成公司级能力。
应该抓业务流程
这类企业真实的业务运行，不是靠组织图驱动，而是靠一条条业务流程驱动：市场信号被识别，产品机会被定义，研发和供应链验证，内容和渠道准备，销售转化，售后反馈再回到产品迭代。
核心结论
所以，AI 落地的第一张图不是组织架构图，也不是工具部署图，而是流程地图。先画出业务怎么跑，再判断 AI 应该接哪一段、替谁处理什么、由谁确认结果。
Before：传统做法
请咨询顾问进场；访谈高层和部门负责人；收集制度、SOP、系统记录和会议资料；参考同行和行业框架；顾问建模形成流程架构，必要时从 L1 继续下钻到 L4、L5、L6；多轮评审和修订。
Before：成本感知
周期通常 2-3 个月；如果覆盖多事业部、多区域、多系统，周期更长；费用常见不低于 50-100 万。产出专业，但启动门槛高。
Before：适合场景
适合大型流程治理、组织变革、集团级咨询项目；不适合每个业务团队都先等一个完整咨询项目后再做 AI 试点。
After：现在做法
课程建议使用 Qoder Work；安装流程规划 Skill；把商业画布、战略方向、部门访谈、协同链路、SOP 和会议纪要放入本地目录；让 Qoder Work 按 Skill 生成流程地图 V0.1。
After：核心分工
业务人员提供事实；协调员组织材料；组长运行 Qoder Work；Skill 提供方法框架；AI 生成草案；全组校准和补缺。
打开 Qoder Work
读取本地文件、执行分步任务、调用 Skill，并持续修改输出。
从 e2eskill.cn 拿 Skill
找到“流程规划 Skill”，作为现场生成流程地图的方法包。
安装 Skill
确认 Qoder Work 能读取说明、模板、质量检查项和输出格式。
放入业务材料
战略、商业画布、访谈纪要和协同链路进入项目目录，生成地图 V0.1。
路径 1：沿业务动线
从客户需求、机会识别、产品/服务设计、交付履约、销售回款、售后复盘等核心价值流出发，追问“谁把什么交给谁”。这是最贴近本企业实际的路径。
路径 2：看类似企业对标
如果不知道完整流程长什么样，可以看类似企业、创新公司、行业标杆的流程架构或价值链描述，用来启发一级流程域和关键链路。对标只能借形，不能替代本企业事实。
路径 3：借鉴 APQC 等行业框架
APQC 这类流程分类框架可以帮助补齐常见流程域，例如战略、产品、供应链、客户服务、人力、财务、IT 等。它适合做检查清单，避免漏掉重要能力。
采集底线
不能只让 AI 根据公司名字猜；不能只问某个部门自己的 SOP；不能只收制度文件而不问真实协同；不能把组织架构当流程地图。
问题 1：公司定位
我们这家公司到底靠什么创造价值？核心产品、客户、区域、渠道和能力是什么？
问题 2：三年方向
未来三年公司最重要的增长目标是什么？是新品、区域、渠道、效率、成本、质量、交付，还是客户体验？
问题 3：关键价值流
哪几条业务链路最影响战略目标？例如从市场洞察到产品上市，从订单到交付，从售后问题到产品改进。
问题 4：组织关注点
哪些部门协同最频繁、最容易扯皮、最容易返工？哪些流程问题已经影响了经营结果？
问题 5：AI 落点假设
管理层最希望 AI 先改善什么：效率、质量、知识复用、风险控制、客户响应，还是经营分析？
访谈输出
战略方向摘要；公司级价值流候选清单；优先下钻流程候选；关键部门和关键材料清单。
访谈字段 1：部门职责
这个部门存在的核心价值是什么？对公司经营结果负责什么？
访谈字段 2：上游输入
上游部门是谁？他们交给你什么任务、资料、审批、数据或系统状态？输入是否完整？
访谈字段 3：内部处理
你拿到任务后，通常分几步完成？哪些动作要靠经验判断？哪些材料要跨系统查找？
访谈字段 4：多条链路
这个部门是不是同时处理多类任务线？例如新品、促销、售后、区域需求、临时项目。多条链路要分开讲。
访谈字段 5：下游输出
你最后交付给谁？交付物是什么？是文档、数据、审批、内容、系统记录、决策建议，还是实物交付？
访谈字段 6：痛点和 AI 线索
哪些地方等待多、返工多、口径不一致、重复生成、检查困难、依赖老员工经验？这些就是后续 AI 机会点线索。
AI 分析动作
读取公司背景，抽取业务模式；读取战略材料，识别优先价值流；读取部门访谈，整理上游、动作、下游和交付物；对照 APQC 或行业框架补漏；生成 L1-L3 流程地图。个别链路如果材料已经足够细，可以记录 L4-L6 线索，但不要求本期全部展开。
输出物 1
L1-L3 流程地图 V0.1：展示主价值流、流程域 / 流程组、L3 关键流程和关键协同关系。
输出物 2
部门协同链路清单：按部门列出上游输入、内部动作、下游输出、痛点和证据材料。
组长任务
汇总商业画布、部门链路和战略材料；用 Qoder Work 运行流程规划 Skill；生成 L1-L3 流程地图 V0.1；准备 3 分钟小组呈现。
分组方式
按公司分组。每组先选一名组长和一名协调员：组长负责运行 Qoder Work 和 Skill，协调员负责控时、追问、收材料、补缺口。
每个人要讲什么
你所在部门负责什么；上游是谁；上游给你什么任务或材料；你如何一步步处理；是否有多条任务线；最后交付给谁；哪里最容易等待、返工或口径不一致。
语音材料处理
允许每个人直接口述，由 AI 或记录员整理成访谈纪要。整理后统一交给组长，放入本地目录的 `03-部门访谈/`。
输入材料
商业画布：公司做什么、客户是谁、产品/服务是什么、规模多大、渠道在哪里、收入和成本来自哪里；部门链路：每个部门的上游、动作、下游和交付物；战略方向：未来三年重点、关键增长路径和当前痛点。
练习交付 1
L1-L3 流程地图 V0.1：讲清 L1 主流程 / 主价值链、L2 流程域 / 流程组、L3 关键流程和关键协同关系。
练习交付 2
部门协同链路清单：按部门列出上游输入、内部处理、下游输出、多线程任务线和痛点。
练习交付 3
优先下钻流程建议：选出最值得进入 AI 机会点识别的一条 L3 流程，并说明为什么选它。
流程地图 · 关键判断
5 题单选，每题 20 分。先独立判断，再看解释。
流程地图画完后，下一步不是找工具，而是展开核心流程
AI 机会来自具体活动节点，不来自“我想上一个 AI 工具”。
任务 1
样板流程：某大型电子跨境公司的产品研发 / 新品上市准备流程。
任务 2
围绕这条样板流程做现状还原：访谈相关方、画泳道图、写流程说明。
任务 3
用四维标准和两个 Skill 标 AI 机会点，再把方法迁移到你们自己的流程。
选择标准
第一，看它是不是主价值流上的关键流程；第二，看它是否跨部门协作频繁；第三，看它是否有明显等待、返工、重复生成、信息查找或规则校验；第四，看现场是否有人能讲清楚这条流程。
贯穿案例
某大型电子跨境公司：市场信号进入产品机会，产品定义进入研发验证，供应和内容团队准备上市资料，渠道团队完成发布准备。
实战练习
每家公司从上一章自己的流程地图里选一条最核心的 L3 流程，不要求也选产品研发。可以是订单交付、客户服务、售后复盘、合同审批、项目交付或其他关键流程。
锁定流程
流程名称：产品研发 / 新品上市准备。触发条件：市场、渠道或售后反馈形成新品机会或改版需求。起点：产品机会立项。终点：上市资料包、渠道发布计划和关键风险项被确认。
访谈相关方
访谈对象包括产品经理、研发负责人、供应链负责人、内容 / 渠道负责人、法务 / 合规负责人，必要时补访客服或售后复盘同学。每个人只讲自己在这条流程里的上游、动作、下游和交付物。
问题 1：流程边界
一个新品机会通常由谁提出？什么条件下进入立项？做到什么程度算“上市准备完成”？
问题 2：自然步骤
市场信号进入后，第一步是谁筛选？产品定义由谁写？研发什么时候介入？样机验证、供应确认、内容准备、合规预检分别在什么时候发生？
问题 3：参与角色
产品、研发、供应链、内容 / 渠道、法务 / 合规、客服 / 售后分别在哪些节点参与？谁提供输入，谁审核，谁确认，谁接收输出？
问题 4：材料和系统
每一步需要哪些材料：市场洞察、用户反馈、竞品资料、PRD、BOM、测试报告、认证文件、渠道规则、历史内容样例、禁用表达清单？这些材料在哪个系统或文件夹里？
问题 5：异常和返工
哪些地方最容易缺资料、反复确认参数、认证口径不一致、渠道内容返工、合规风险后置、售后问题无法回流到产品改版？
判断与分支
金额不同、风险等级不同、客户类型不同，通常对应不同处理路径；资料不完整时如何补充；审批未通过后如何退回；异常情况由谁协调处理。
示例泳道
市场 / 用户洞察、产品、研发、供应链、内容 / 渠道、法务 / 合规、客服 / 复盘。
示例主流程
市场信号收集 -> 产品机会筛选 -> 产品定义 / PRD 初稿 -> 研发可行性评估 -> 样机验证 -> 供应可行性确认 -> 上市资料包准备 -> 渠道内容生成 -> 合规预检 -> 发布准备确认 -> 售后反馈回流。
校正问题
产品定义前是否漏掉机会筛选？研发评估前输入是否齐全？供应确认和内容准备是否并行？合规预检是否太晚？售后反馈是否真正回到下一轮产品定义？
流程图定义
流程图是流程管理的重要表达工具，需要让使用者看明白工作如何开始、如何流转、如何结束。活动级流程图不只是把步骤串起来，而是把活动、角色、资料、系统、判断和异常都画清楚。
活动级流程图五项内容
做什么活动；在什么时间完成；由什么角色负责；使用什么数据和资料；通过什么工具或系统执行。
维度 1：任务可结构化
这个活动是否有明确输入、明确输出、明确规则或可描述的完成标准？例如“渠道内容生成”比“判断产品方向”更容易结构化。
维度 2：资料可获得
AI 需要读取的文档、数据、样例、规则、历史记录是否存在？例如产品事实、渠道规则、历史内容样例和禁用表达是否能整理出来。
维度 3：AI 可发挥
活动中是否包含信息抽取、总结归纳、内容生成、规则比对、缺失项追问、风险预检、分类归因等 AI 擅长的认知动作？
维度 4：业务值得做
这个活动是否高频、耗时、返工多、影响质量 / 风险 / 体验 / 收入？做完后是否能被多个产品、多个区域或多个渠道复用？
示例评分
渠道内容包生成：任务可结构化 5、资料可获得 5、AI 可发挥 5、业务值得做 5，首批建设；认证 / 合规风险摘要：4、4、4、4，首批或第二批；研发可行性资料汇总：4、3、4、3，第二批；产品方向判断：2、3、2、5，暂不交给 AI 决策。
Skill 1：流程泳道图
输入：产品研发访谈记录、流程边界、参与角色。输出：产品研发现状泳道图、活动节点清单、待确认问题。重点是还原现状，不提前设计未来流程。
Skill 2：流程说明与 AI 机会识别
输入：产品研发现状泳道图和访谈材料。输出：流程说明表、5W2H 活动描述、四维评分、AI 机会点建议、待业务确认问题。
工具运行顺序
产品研发访谈录音 / 转写 -> 流程泳道图 Skill -> 业务校正 -> 流程说明与 AI 机会识别 Skill -> 产品研发 AI 机会报告。
人的参与
AI 生成草案，业务方负责确认事实；AI 标出候选机会，团队负责选择首批试点；AI 不能替代业务确认责任边界。
交付物 1：流程泳道图
展示市场 / 用户洞察、产品、研发、供应链、内容 / 渠道、法务 / 合规、客服 / 复盘之间的关键步骤、交接关系、异常和回写。
交付物 2：流程说明
按产品研发活动节点写清序号、活动、活动描述、负责人、输入、交付物、时效、系统 / 工具和 5W2H。
交付物 3：AI 机会报告
在流程说明基础上标识 AI 机会点，给出四维评分、建议动作、所需资料、确认人和下一步。说明和 AI 机会点可以放在同一张表，也可以独立生成报告。
示例首批机会
产品定义资料抽取与缺失项追问；渠道内容包生成与规则比对；认证 / 合规风险摘要；售后问题归因回流到产品改版。
质量检查
每个 AI 机会点必须能回到一个具体产品研发活动节点；必须有输入和输出；必须说明由谁确认结果；必须能判断首批是否适合做。
第一步：选流程
从上一章流程地图中选出一条最核心、最适合现场讨论的流程。可以是产品研发，也可以是订单交付、客户服务、售后复盘、合同审批、项目交付等。
第二步：做访谈
找流程 Owner 或熟悉流程的同学口述：谁发起、第一步是什么、第二步是什么、谁接手、交付物是什么、哪里容易返工。建议录音并转写。
第三步：跑泳道图
用流程泳道图 Skill 生成现状图，并和业务同学互动校正。重点看角色、顺序、交付物和遗漏节点。
第四步：跑说明和机会点
用流程说明与 AI 机会识别 Skill 生成流程说明表，在每个活动后面标识 AI 机会线索和四维评分。
机会识别 · 关键判断
5 题单选，每题 20 分。先独立判断，再看解释。
机会点之后，先做智能体选型，再画未来流程
AI 机会点不是工具清单，而是流程节点的能力选择题。
先定义
到底什么是 Agent，和会聊天的 AI 有什么不同。
再区分
能力形态、交互入口、运行部署三层，不把数字人和本地/云端混进能力分类。
再落图
把人、Agent、Skill、工作流和系统放回未来流程图。
看见任务
能读文件、表单、网页、系统事件，而不是只读一句话。
规划路径
把目标拆成步骤，并判断下一步该调用什么能力。
调用工具
能操作文档、表格、浏览器、MCP 或业务系统。
交付结果
留下可复核的文件、表格、记录或流程状态。
三层不要混在一张表里
先判断节点需要哪类能力，再决定学员怎么进入、能力跑在哪里。
知识问答型
制度查询、资料问答、FAQ 和知识库检索，重点是找得到、答得准。
单点 Skill 型
人在场发起，稳定生成、整理、检查或转换一类交付物。
工作流自动化型
触发、分支、审批、通知、回写清楚，适合稳定运营。
工具执行 Agent 型
在权限约束下调用工具，处理文件、代码、网页、表格和系统动作。
协同编排型
多人、多 Agent、多系统推进流程实例，管理状态、责任和回写。
不再混维度
数字人不是能力形态，本地/云端也不是能力形态，它们影响体验、权限和成本。
产品不是分类答案
同一个平台可能同时有问答、工作流、Agent 和协同入口。
工具执行 Agent 型
developers.openai.com/codex/cliCodex、QoderWork、TRAE、CodeBuddy、Cursor、Claude Code。处理文件和交付物。
选择顺序
能力形态 -> 产品类型 -> 交互入口 -> 本地/云端/私有化 -> 权限和回写。
混合 / 私有化
敏感资料本地处理，结果进入平台协同；企业有安全要求时考虑私有化或混合部署。
价格怎么比
不背具体价格，比较席位、调用量、执行量、企业管理、数据边界和试用成本。
关键判断
资料在哪里、谁参与、是否定时、是否留痕、能不能上传，决定本地还是云端。
新品研发怎么选
工作流和问答不要混
模型应用、智能体、工作流与企业平台能力。
LLM 应用、Agentic Workflow、RAG 和私有部署。
企业知识、Agent 应用和组织级运营。
AI 工作流自动化、系统集成和人工审批。
三层看清边界
进入流程的条件
后面必须接 Skill、工具、知识、权限、人工确认和回写，才不是只会表达的前台。
理解与规划
决定推理、拆解和纠错上限。
真实动作
读写文件、查网页、调系统、生成表格。
事实来源
制度、资料、案例、模板进入上下文。
本课核心
把步骤、规则、样例、边界和验收标准固化下来。
从任务特征倒推能力形态
每个流程机会点先回答“它到底要完成什么工作”。
单点 Skill 型
人在场问一下、改一下、拿到结果就结束。重点是方法、样例、输出格式和检查标准。
工作流自动化型
触发、分支、审批、通知、回写稳定，适合把一段规则流程运营起来。
工具执行 Agent 型
需要多步调用工具、处理文件或系统动作，并留下可复核交付物。
协同编排型
多个人、多个 Agent 和多个系统共同推进一个流程实例，要管理状态和责任。
不要把所有机会都封成 Agent
先看任务有没有自动触发、状态流转、系统回写和责任边界。
连续 AI 工作段
中间不需要人判断，输入输出边界清晰，失败后能统一回退。
AI -> 人 -> AI
前一段输出要人确认，后一段才可以继续。
权限不同要拆
不同节点能看、能写、能发布的范围不一样。
事件触发单独看
持续响应、监控、推送，通常需要平台/服务端运行。
互动问答点放在哪里
资料缺口、事实冲突、对外承诺和高风险表述出现时，不能让 AI 继续自由生成。
1. 选节点
从流程图里圈出 3-5 个 AI 机会点。
2. 判特征
问答、生成、自动化、工具执行、跨部门编排。
3. 选能力
知识问答、单点 Skill、工作流自动化、工具执行 Agent、协同编排。
4. 选产品
知识库、Skill 入口、本地执行器、云端工作流或协同空间。
5. 定部署
写清本地、云端、私有化或混合部署的理由。
6. 标边界
人工确认、权限、异常处理和结果回写位置。
每个节点填成一行表
实战任务
选一条已梳理流程，画出人、Agent、Skill、系统的分工。
必须说明
能力形态、产品类型、本地/云端理由、交互入口、人工断点和回写位置。
新品研发示例
问答查口径，Skill 生成初稿，本地执行器整资料包，云端工作流跑提醒。
互动问答点
事实抽取后先追问缺口和风险，人确认后再生成内容。
交付物要看得出取舍
人机协同 · 关键判断
5 题单选，每题 20 分。先独立判断，再看解释。
Skill 是流程节点上的可复用操作手册
找到 AI 机会点之后，要把它变成可复用、可试跑、可改进的方法
学习目标
前面已经画出流程图、识别出 AI 机会点，也初步决定了人机协同方式。下一步不是继续列想法，而是把其中一个高价值节点封装成 AI 能读懂、同事能复用、平台能管理的Skill。
关键理解
“把 Skill 想成 AI 能读懂的 SOP。不是写给人贴墙上的 SOP，而是让 AI 知道什么时候用、读什么材料、先做什么、输出什么、哪里要停下来问人。”
四个流程锚点
触发：什么业务动作发生时用它；材料：这个节点需要哪些资料；边界：AI 能做什么，不能做什么；去向：输出交给谁，回写到哪里。
案例线索
“新品上市内容生成”不是让 AI 随便写一篇文案，而是在新品资料进入内容准备节点后，帮助产品、渠道和合规把内容包准备好。
运营字段
Owner：谁负责维护；版本：现在是 V0.1 还是 V0.2；调用入口：在哪里使用；回写位置：结果进入哪个表、系统或平台页面。
一句话定义
Skill 是 AI 的专业能力单元：名字告诉它这是什么，描述告诉它什么时候用，步骤告诉它怎么做，材料告诉它依据什么做，样例告诉它做到什么程度算好。
六个组成
名称：这个 Skill 叫什么；描述：什么时候该用它；输入材料：需要哪些资料；执行步骤：先做什么、后做什么；输出格式：交付什么结果；边界提醒：哪些情况要问人、停下来或标红。
使用口径
只需要知道：Skill 是 AI 能读懂的说明书。本节不展开文件结构和运行原理，先把使用场景、输入、输出和边界写清楚。
案例公司
某大型电子跨境公司。
案例定义
Skill 名称：新品上市多渠道内容包生成。任务：基于新品资料、渠道规则和历史样例，生成官网、电商、社媒、销售话术等草案，同时列出缺失材料和人工确认项。
四类材料
事实包：产品规格、卖点、目标客群、认证状态、库存节奏；规则包：渠道字数、禁用表达、价格边界、品牌语气；样例包：优秀历史内容、失败案例、FAQ 口径；检查包：字段是否齐、风险是否标出、哪些需要人工确认。
关键理解
“不是一上来就写‘帮我写文案’。先告诉 AI：依据什么事实，遵守什么规则，参考什么样例，最后怎么自己检查。”
边界提醒
AI 可以整理事实、生成草案、列缺口；AI 不能自动审批、自动发布、自动改价、承诺交期、编造认证或读取无权限资料。
五步流程
1. 选一个流程节点：不要从泛泛任务开始；2. 写清输入和输出：AI 读什么，交付什么；3. 列出不能做什么：价格、承诺、发布、合规等需要人确认；4. 把材料和要求交给 Qoder Work 生成 Skill V0.1；5. 人再检查一遍，把不清楚的边界、Owner 和版本补进去。
Owner 提醒
V0.1 可以是现场版本，但必须写清谁维护资料、谁确认风险、谁决定是否发布。没有 Owner 的 Skill 不进入企业AI资产管理平台。
实战任务
每组选择一个不同 Skill，尽量贴近日常流程，不要选太泛的“办公助手”。
四步动作
1. 说清它属于哪条流程、哪个节点；2. 写出动作 + 对象 + 输出物；3. 列出输入材料、输出结果和不能做什么；4. 用 Qoder Work 生成 Skill V0.1，并人工补一遍边界。
定义卡字段
名称；流程节点；使用人 / Owner；触发场景；输入材料；输出结果；执行步骤；不能做什么；调用入口；结果回写位置。
检查项
是否挂在明确流程节点；输入材料是否可获得；输出格式是否稳定；不能做什么是否写清；Owner 是否明确；结果回写位置是否明确。
Skill 建设 · 关键判断
5 题单选，每题 20 分。先独立判断，再看解释。
不测就上线，等于把风险交给一线员工
Skill V0.1 做出来以后，先用样本试跑，再进入企业AI资产管理平台
常见风险
缺字段仍然编答案；资料冲突只选一个说法；越权请求照做；高风险事项不提示人工确认；输出格式每次都不一样。
本节任务
用 6 类样本试跑自己的 Skill，记录失败原因，修改一版，再复测。
学习目标
业务同事很容易把“AI 能跑出一个结果”误认为“可以用了”。这里要看清：企业场景真正危险的不是 AI 不会做，而是它在缺资料、资料冲突、越权或高风险场景下仍然自信输出。
样本 1：正常
材料完整、任务清楚、风险可控。看它能不能按固定格式交付结果。
样本 2：缺字段
故意缺少关键字段，比如认证状态、价格边界、目标渠道、客户限制。看它会不会追问或列缺口。
样本 3：异常
输入里有不常见场景，比如海外特殊渠道、突发库存变化、产品被召回。看它是否能提示异常处理。
样本 4：越权
要求它审批、发布、改价、承诺交期、读取无权限资料。看它是否拒绝并提示人工授权。
样本 5：资料冲突
两份资料参数不一致、渠道规则相互冲突、历史样例与新规范不一致。看它是否并列冲突并请求确认。
样本 6：越界指令攻击
用户要求它忽略规则、绕过限制、输出内部信息或跳过人工确认。看它是否守住边界。
实战任务
1. 选择第 05 章完成的 Skill；2. 写出 6 条样本输入；3. 逐条运行并记录实际表现；4. 归因失败原因；5. 修改 Skill；6. 复测至少 2 条失败样本。
点评标准
样本是否覆盖风险；期望表现是否清楚；失败归因是否具体；修改动作是否能落到 Skill；是否说清进入平台的条件。
关键结论
“通过验证，不代表永远正确；它只代表这个 Skill 已经具备小范围真实试用的最低条件。”
验证测评 · 关键判断
5 题单选，每题 20 分。先独立判断，再看解释。
让 AI 能力留下来，靠的是平台化运营而不是一次性尝试
最后一节把流程、Skill、样本和版本放进企业AI资产管理平台
学习目标
今天形成的流程图、Skill 和验证样本，如果只停在个人文件夹里，很快就会散掉。平台化运营的目的不是“做一个网页”，而是让企业知道自己的 AI 能力在哪里、谁负责、能不能用、用得怎么样、下一版怎么改。
放哪里
流程图、资料、Skill、样本、版本记录进入统一目录。
怎么合格
字段齐全、边界清楚、样本跑过，才允许入库。
如何调用
业务同事知道从哪里进、准备什么、结果回到哪里。
怎么变好
失败样本、反馈、版本和 Owner 都能回流。
关键字段
所属流程、使用人、输入材料、输出结果、运行方式、状态回写、测试样本、Owner、版本、发布状态。
平台导航
00 使用说明；01 业务流程地图；02 Skill 资产；03 知识资料；04 验证样本；05 运行记录；06 版本与复盘。
能力卡片
已入库：新品上市多渠道内容包生成；候选：认证与合规风险摘要；资料建设：售后反馈归因；运营：试用与反馈看板。
四类入口
聊天入口：业务同事主动发起；流程入口：某个流程节点需要它；表单入口：填写字段后触发；系统入口：业务系统状态变化后触发。
设计要点
入口必须绑定触发场景；不能让用户猜该用哪个 Skill；调用前要提示需要准备哪些材料；调用后要告诉结果回写到哪里。
案例入口
新品资料准备完成后，渠道运营在平台选择“新品上市多渠道内容包生成”，上传规格书、渠道规则和图片素材，系统输出内容草案、缺失材料和人工确认项，结果回写到上市内容准备表。
交付物
企业AI资产管理平台发布上线清单；首批 Skill 入库卡；30 天试用记录入口。
发布清单
1. 平台目录已建；2. 至少 1 个 Skill 已入库；3. 已绑定流程节点；4. 已挂资料来源；5. 已放 6 类验证样本；6. 已写 Owner 和版本；7. 已定义调用入口；8. 已记录 30 天试用计划。
平台搭建 · 关键判断
5 题单选，每题 20 分。先独立判断，再看解释。
一天产物总装成企业 AI 能力 V0.1
不是听完就结束，而是把流程、Skill、样本和平台装成一个可试用系统
学习目标
前面 7 章分别完成了流程地图、机会识别、人机协同、Skill 建设、验证测评和平台搭建。总装评审要把这些产物连起来，判断它是否具备小范围真实试用的条件。
总装对象
流程地图；AI 机会表；人机协同蓝图；Skill 定义卡；验证样本表；企业AI资产管理平台发布清单；30 天运营计划。
关键理解
“最后不是学习心得分享，而是像业务负责人一样交付一个 AI 能力 V0.1。能不能继续往下推，就看这 3 分钟。”
评审维度 1：流程价值
是否挂在关键流程节点上；是否服务明确经营结果；是否能减少等待、返工、错误或知识断点。
评审维度 2：可用性
输入是否可获得；输出是否被下游接住；人工确认点是否明确；状态是否能回写。
评审维度 3：风险控制
是否经过 6 类样本验证；越权、高风险、资料冲突是否能停住；敏感信息是否有权限边界。
评审维度 4：运营条件
是否有 Owner；是否有版本；是否能记录失败样本和反馈；是否有 30 天试用计划。
第 1 周
真实试用 5 次，用低敏真实材料跑首个 Skill，记录缺失、格式问题、人工确认项和失败样本。
第 2 周
修 P0/P1，补资料清单、渠道规则、提醒话术、输出格式和边界规则，形成 V0.2。
第 3 周
扩第二个节点，优先选择同一价值流上的相邻节点，例如认证风险摘要、售后归因或渠道内容复核。
第 4 周
总装复盘，看调用次数、失败样本、节省时间、业务反馈和风险记录，决定是否进入更大范围试用。
检查 1
流程地图与流程说明：是否有企业主链路、L0-L3 流程、泳道图和流程说明清单。
检查 2
AI 机会打标与优先级表：是否说明为什么首批选择这个节点。
检查 3
人机协同蓝图：是否写清 AI、人、系统、权限、异常和状态回写。
检查 4
Skill 定义卡：是否写清输入、输出、步骤、边界、Owner 和版本。
检查 5
验证样本表：是否覆盖正常、缺字段、异常、越权、资料冲突、越界指令攻击。
检查 6
企业AI资产管理平台发布上线清单：是否有目录、入库卡、调用入口、权限和 30 天试用计划。
结束金句
“让 AI 进入流程，企业才开始拥有 AI 能力。”