作者小虎,70 后,浙大计算机本硕,AI 讲师、企业 AI 提效顾问,青玥 AI 主理人。本文把一个下午能做完的事讲清楚,全程不写一行代码,跟着做就行。

目录


一、背景,这周大厂集体把 AI 拉进了工作群

9 月 15 日,飞书开了场大会,发布了 8.0 版本,还推出了一个叫「豆包工作伙伴」的东西。

这个东西你在群里搜它的名字,就能把它拉进工作群。拉进去之后,它就跟一个真同事一样,能看群里的历史消息,能读文档,能查表格,能参加会议,能派日程,还能发起审批。

大家好,我是小虎。

我盯着这条消息看了大概一分钟,没有振奋,反而有点想笑。

你信不信,同一场活动上,沃尔玛中国的总裁朱晓静说了一句话,几乎所有人都跳过去了。她说的是,如果 AI 只优化单个任务,而完整业务流程没有改变,个体提效就难以转化为组织提效。好家伙,这句话才是那天最值钱的一句话。

这周各家都干了什么

不只是字节。腾讯 9 月 2 日上线了 WorkBuddy 开放平台,第一批拉进来 100 多家伙伴。紧接着 9 月 9 日到 10 日两天,WorkBuddy 完成了第 50 多个版本迭代。

阿里把 QoderWork、MuleRun、悟空的能力整合进了千问办公,8 月公测,9 月推出多人工作台,还能以机器人的身份进飞书、钉钉、企业微信的群。

隔着太平洋的 Anthropic 也没闲着,把 Claude 的聊天和干活两个入口合并成一个,顺手加了 Docs 和 Slides,演示文稿直接导出 PowerPoint。

飞书这边,开放给 Agent 调用的功能点,从今年 3 月的 247 个,涨到了 767 个。超九成新增客户同步买了飞书的 AI 产品。中小企业客户总量,过去一年涨了 70%。

说真的,光看这些数字,你会觉得 AI 办公这事儿已经成了。说实话,我一开始也是这么想的。

二、飞书自己泼的冷水,卡住你的从来不是模型

能进群不等于能创造价值

飞书的产品团队承认了一句话,能进入群聊并不等于可以为团队创造价值。坦白讲,这话够实在的。说实话,能自己承认这一点的公司不多。

飞书 CEO 谢欣说了一句,飞书是 Agent 最好的工作平台。我跟你说,这话我只能同意一半。平台是不是最好的,不取决于飞书做了多少接口,取决于你公司有多少东西能讲清楚。

你想想,工具再顺手,你家的规矩没写下来,它也接不住。把 AI 拉进群,这件事技术上一点都不难,难的是它进来之后,知道自己该干嘛。

为啥会这样呢,因为它缺的不是脑子,是口径。

它或许会看,但它不懂。它不懂你们公司为什么销售复盘要先核退款再算成交额。它不懂预算超过多少万要找谁签字。它不懂周报被老板退回三次之后,第四次该按哪个口径改。

这些东西,不在任何一份文档里。它们散在群聊记录里,散在审批流里,散在一个干了八年的老员工的手感里。

这才是真相,AI 能用的软件已经够多了,但它不知道怎么用你们家的规矩干活。

卡住你的从来不是模型

我写公众号这件事,可以拿来当个例子。2026 年年初,我写一篇稿子从找题到成文要四个小时。现在同样的活儿,30 分钟能交。

不是因为我换了个更贵的模型,是因为我把这四小时里的每一步都拆开写下来了。选题从哪几个源抓。标题怎么起。哪几段必须先写。配图卡在哪个位置。发之前要过哪几道检查。

不是工具变了,是方法变成资产了。这套东西写下来之后,换成任何一个人拿 AI,都能跑到差不多的速度。而大部分公司里,这套东西只存在于老板一个人的脑子里。

AI 再强,也读不到你的脑子。

三、已经跨过去的真实案例

浙江有家公司叫屁屁猫,管着 7 家网吧,创始人叫郭剑楠。他把每天的经营数据汇总交给了 AI,现在每天早上 AI 自动把各平台数据抓齐,生成一份经营简报,他拿起手机就能追问一句,为什么某家门店昨天营业额掉了。近千台电脑的运行状态也在实时监测,异常会自动生成工单派发出去。结果是,每家门店单月成本降了 3000 到 5000 元,维修周期从一两周缩短到一两天,单月货损从 500 元降到个位数。郭剑楠的原话是,原计划明年新开 5 家门店,现在有了 AI 加持,明年要新开 20 家。

深圳一家做精品葡萄酒进口批发的商贸公司,过去最怕群里接龙。业务员在群里发接龙要货,专门有人手动录进系统,再同步一遍表格。后来他们只改了一件事,把那张接龙截图直接发给 AI。AI 自动识别、提取数据、完成下单、同步表格。录单这个动作就消失了。就这么一步,我跟你说,连培训都没做。

河北一家叫古松的农副产品公司,把采购、销售、生产、财务几个环节都接上了 AI。业务员在钉钉群里 @ 一下,线下大宗订单自动录入,还能同步生成区域销售分析。财务把收款记录发过去,自动完成批量核销,秒级出报表。公开的数字是,录单效率提升约 80%,老板决策效率提升 7.5 倍,日均稳定处理 200 多个高货值订单,部门协同提效 85%。

我把这些数字翻译一下,就是原来围着一堆系统转的人,现在系统围着业务转了。

四、三个降温理由,先别急着兴奋

这波别急着兴奋。为啥会这样呢,我给你三个理由。

第一,能接上系统的 AI,前提是你的系统还能被接。很多中小企业的 ERP 是十年前买的,字段命名自己都记不清。这种底子上,AI 接不进去。

第二,AI 的误判率不低。海外有一份针对 14 家 B2B 销售团队的审计显示,靠意图数据驱动的自动化找客户,假阳性率在 31% 到 47% 之间。也就是说被标成有需求的账号里,将近一半根本没需求。

第三,也是最要紧的,只优化单个环节,等于白干。我特别同意朱晓静那句。你想想,你让财务一个人快了五倍,但订单还是得等采购确认,采购还是得等销售补资料,那整条链子的速度,一点没变。好家伙,很多人忙了半年,忙的就是这个。

顺序这件事我再说一遍。先有规矩,再有容器,最后才是工具。工具是拿来跑规矩的,不是拿来替你定规矩的。顺序一颠倒,就会变成买了个很贵的软件,然后没人用。

五、七步实操法,把脑子里的活装进 AI

前面讲的是道理,接下来是动作。全程不需要一行代码。先说个心理预期,第一步到第三步是整个事情里最费劲的,加起来大概两小时。后面四步是跑起来之后自然发生的。说实话,这七步里只有一步需要动脑子,剩下六步都是体力活。

下面这七步,你照着做就行。

第一步,挑环节,只挑一个

先别想全面铺开。挑一个环节,用一个标准去筛。标准是三条同时满足,只要有一条不满足,这活儿就不适合交给 AI。

  1. 一是每天都发生,或者每周都发生。
  2. 二是步骤固定,今天怎么做,上周也是这么做。
  3. 三是做完了有个看得见的产出,一张表、一条记录、一份报告都算。

按这三条去套,大部分老板会筛出来的,是三类活儿,数据汇总类、单据录入类、状态跟催类。比如每天的销售数据汇总、每张订单的录入、每个客户的跟进提醒。反例也要说清楚,不要挑那种需要临场判断的活,比如客户报价、投诉处理。这类活儿留给人。

第二步,选工具,顺手把它装好

这一步的选择很实际。看你们公司现在用什么。

  • 你们要是本来就在用飞书,那最省事。飞书官网下载桌面端,Windows 和 Mac 都有,手机端在应用商店搜飞书,然后用公司的账号登录。飞书 8.0 之后的版本,AI 能力是内置的,你在群里搜它的名字,就能把它拉进来。
  • 有一点要提前说明,团队级的那个「豆包工作伙伴」,目前还在跟企业定向共创的阶段,没有全面开放。所以你现在能直接用上的,是飞书里已经放出来的那部分 AI 能力,加上你自己的知识库。
  • 你们要是用在钉钉或者企业微信,可以看千问办公。它现在能作为机器人进飞书、钉钉、企业微信的群,你从消息频道里就能接着往下派活。
  • 你们要是想要一个桌面端的 AI 同事,看腾讯的 WorkBuddy,官网下载客户端,装完登录,跟装一个普通软件没区别。

选哪个其实不是关键,三个都能干活,差别在你们公司现有的数据长在哪边。其实吧,你先问自己一句,你们公司的数据现在放在哪,答案基本就出来了。

这里给你一个避坑提示。同一套流程,你一定要在同一个月里只用同一个工具跑,别今天试这个明天试那个。工具一换,前面教会它的东西就得重来一遍。你信不信,我见过有老板三个月换了四个工具,一个流程都没跑通。

第三步,把老师傅的活儿抠出来

说个有意思的,这一步是整个下午最值钱的一步,也是最容易被跳过去的一步。找一个干这件事干得最久的人,坐下来,问他三个问题。

  1. 第一个问题,你什么时候开始做这件事。答案是触发条件,是每天九点,还是订单来了,还是客户发消息。
  2. 第二个问题,你第一步做什么,第二步做什么,一直问到流程走完。注意,要问你实际怎么做的,不是问公司规定怎么做。这两个答案经常不一样,实际的答案才有用。
  3. 第三个问题,什么情况算做完了,什么情况要停下来问人。

把他说的写下来,写成一问一答,不用写成流程文件,就写在一张表里。表格三列,左边一列是什么情况下要做,中间一列是具体怎么做,右边一列是做成什么样算合格。

举个例子,右边那列大概会写成这样。销售日报里,退款金额要单独一列,不能直接抵扣成交额,抵扣了要重新算一遍。你看,这种话在你们公司里从来没写下来过,但它一直在被默默执行。它就是你要抠出来的东西。

第四步,第一次跟 AI 交代任务

现在打开工具,新建一个对话。我跟你说,这里最关键的,是你会不会说话。我给你一个我一直在用的写法,三句话交代法

  1. 第一句,说你是谁、这是什么活。比如这样写。「我是做网吧连锁的,下面这段是我们每天要做经营日报的流程。你以后要按这个流程帮我做。」
  2. 第二句,把上一步那张表原样贴进去。不要提炼,不要美化,把一问一答直接粘过去。你提炼过的版本会丢细节,丢掉的往往就是关键。
  3. 第三句,说清楚交什么。比如这样写。「今天要做的是,把这几家门店昨天的数据汇总成一份日报。格式跟上周五那份一样。汇总完了先给我看,不要直接发出去。」

你发现没有,后面这句先给我看特别重要。第一轮永远让它先交给你审,不要直接进业务。

第五步,跑第一遍,看它错在哪

贴进数据,按发送,等它出结果。第一遍大概率会错。这是正常的,你别笑,我做第一遍的时候也错。你想啊,要是第一次就完美,那你们公司这套流程早该写成手册了。

它的错法基本就三类。

  1. 第一类,格式错。该分列的不分列,该合计的没合计。这类最好改,你在对话里直接说退款那一列要单独列出来、不要合并进成交额,它就改了。
  2. 第二类,找错了数据源。比如它去抓了上周的数据。这类要你把「数据从哪儿来」说清楚,哪个表、哪一列、哪一天。
  3. 第三类,也是最值得注意的一类,它自己补了个你没说过的规则。比如它把异常门店的判定标准自己定成了下降 20%。这种时候不要骂它,停下来想一下,你们公司实际上是怎么判断异常的。然后把它补上。

这一步我建议你做个记录。每次它自己补规则的地方,都写下来,这就是你们公司规矩里最模糊的地方。补完口径,再跑一遍,大概率就对了。

第六步,把跑通的版本固化下来

跑到你说对就是这个的时候,做一件事,把这次的对话整理成一份可以重复用的东西。有的工具支持你把它存成一个自定义技能或者模板,存下来,下次直接调用。不支持的,就把那份三句话模板和口径表存在一个固定的文档里,每次用的时候复制粘贴。

好家伙,这一步千万别省。省了这一步,下次你还是从头教起,白干一场。

第七步,三次一致性测试

再来做一次验证。连着三天,让它跑同一个流程,看三次的结果是不是一个标准。三次都稳,说明这套流程真的成立了。第三次还对不上,说明你的口径里还有没写清楚的地方,回到第三步,再把老师傅请过来问一轮。

北京德恒(杭州)律师事务所有个律师叫许妍,她用这套流程梳理案子的事实。她的原话挺有意思,过去问 AI 本质还是单点任务,现在更像是派活。

六、我踩过的三个坑

第一个坑,一上来就铺很大。有的老板听完就想把公司所有流程都上,结果一个都没跑通。一个环节跑顺了,再上第二个,顺序不能反。

第二个坑,只让 AI 干、不让它记。它做对了你不留档,做错了你不补口径,两个月之后它还是那个水平。坦白讲,它的成长全靠你喂。

第三个坑,指望它替你做判断。它替你干的是重复,不是决策。把它做出来的东西当成一份初稿,拍板的还是你。

七、要点回顾

这套流程我讲了很多次,每次都有老板说,听起来挺简单,做起来会不会很难。说实话,我第一次讲的时候,心里也没底。我说,最难的是第三步,坐下来问老师傅那三个问题。剩下的都是体力活。

这轮变化里,先动手的不会是技术最强的公司,是那些把自己的活儿讲得最清楚的老板。别人还在比谁的模型参数大,你已经可以开始写你家的口径了。说个有意思的事,我教过的老板里,跑得最快的那个,公司里连个专职 IT 都没有。

这套方法我在线下课里会带着大家完整走一遍。你自己跑起来卡住了,留言区说一声,我看到就回。

想,全是问题。干,就对了。

Logo

一站式 AI 云服务平台

更多推荐