微信扫码
添加专属顾问
我要投稿
AI 真正改变的不仅是效率,而是重构了工作流程,让你从工具切换的疲惫中解放出来。核心内容:1. 传统工作流程中,人是软件之间的连接器,效率低下2. 通过6个Skill串联,重构从访谈到课程制作的完整流程3. AI时代的关键在于重新设计工作流,而非单纯学习工具
最近,我在准备一门给培训人讲的 Skill 实操课。
一开始,我只是想让 AI 帮我快一点。
根据 49 份、覆盖 48 个城市的调研问卷,看看培训人现在到底卡在哪里,再设计一门能落地的课程。
按过去的方式,我大概会先看问卷,再整理资料,确定课程主题,设计大纲,做 PPT,最后准备讲稿。
这些动作我都熟,
所以一开始,我只是把 AI 当成一个加速器:
帮我分析问卷,
帮我提炼问题,
帮我生成大纲,
帮我辅助做 PPT。
但做着做着,我发现,真正被改变的不是某一个环节的效率。
而是原来的工作流程,被重新拆了一遍。
我们现在谈 AI,经常把它当成一个提效工具。
写材料更快,整理录音更快,做 PPT 更快,写总结更快。
这些当然有用。
但如果只是这样,AI 只是被塞进了旧流程里:
人还是在不同软件之间切换,
材料还是散在各个平台,
背景还是每次重新解释,
经验还是留在脑子里,
下一次遇到类似任务,还是要从头再来。
旧流程没有变,只是某几个动作快了一点。
AI 时代,真正重要的不是多学几个工具,而是重新设计自己的工作流。
一、过去,人是软件之间的连接器
以前做一门课,我需要在很多工具之间切换。
先从问卷系统导出数据,
再用 Excel 清洗、统计和交叉分析,
然后把结论整理进文档,
打开 AI,讨论课程主题和结构,
接着制作课程大纲、讲师稿和实操任务,
最后再把内容搬进 PPT。
每个软件都能解决一部分问题,
但没有一个软件真正理解:
我最终要完成的,是一门能让培训人在现场做出 Skill 的实操课。
数据在一个地方,
资料在一个地方,
思考在一个地方,
PPT 又在另一个地方。
真正负责连接它们的,一直是人。
我们不仅要完成工作,还要不断复制、粘贴、切换窗口,告诉下一个软件:
前面发生了什么,
现在要继续做什么。
工具看起来越来越多,人的注意力却被切得越来越碎。
二、6 个 Skill 串起来,事情就变了
这次,我没有只让 AI 帮我"生成一门课"。
我把从一线访谈到课程制作的过程,拆成了 6 个相对稳定的环节:
访谈准备 · 访谈沉淀 · 内容挖掘 · 访谈分析 · 课程大纲 · PPT 制作
每个环节对应一个 Skill。
访谈准备,帮助我在访谈前明确方向。
访谈沉淀,把不同平台的录音和逐字稿,按同一套模板沉淀下来。
内容挖掘,从原始材料里提炼案例、痛点和场景。
访谈分析,用来整合多份材料,看见共性问题和业务卡点。
课程大纲,结合过去成熟的做课框架,把材料组织成一门课。
PPT 制作,则解决设计感和公司固定模板的问题。
当然,PPT 制作这一步目前在workbuddy还差点意思。
最后真正把 PPT 做到可用,并不是一次生成出来的,而是我又在 Codex 里做了一个专门的 PPT Skill,才把这个环节补上。
但这也恰恰说明一件事:
未来不是某一个工具包打一切。
更可能是围绕一个任务,把不同能力组织起来。
WorkBuddy 接住完整任务和上下文,
Codex 补上更偏工程化、文件化、可复用的 Skill 制作,
PPT、文档、表格这些软件,则成为最后承载结果的载体。
这 6 个 Skill 本身不是重点,
真正重要的是,原来散落在不同工具、不同资料、不同人脑子里的流程,被重新组织成了一条能运行、能沉淀、能复用的工作链路。
它们不再是 6 个孤立工具。
而是一条从"收集信息"到"形成课程"的工作流。
三、人、AI、知识库,要重新分工
做完这件事后,我对"人、AI、知识库"的关系有了更具体的感受。
人不能退到后面。
因为问题怎么定义,资料是否真实,结果能不能用,最后还是人负责。
这门课为什么存在?
要帮助谁?
什么样的结果才算有价值?
哪些内容能进课程,哪些只是看起来有用?
这些问题,不能交给 AI 决定。
AI 也不能只是临时帮忙。
如果每次都只是问一句"帮我分析一下""帮我写一版",那它只是一个更快的临时助手。
真正有价值的用法,是把 AI 放进一条流程里。
让它承担整理、提炼、生成、串联和迭代的工作。
知识库也不是资料仓库。
如果只是把文件都丢进去,下次还是找不到、用不上。
真正有价值的知识库,应该保存材料、模板、案例、方法和判断标准。
这样下一次 AI 才不必从零开始。
它调用的不是一堆零散资料,而是一套正在生长的工作记忆。
这件事不只适用于培训。
财务做经营分析,HR 做人才盘点,运营做活动复盘,管理者写周报和会议纪要,本质上都会遇到类似问题。
不是问 AI 一句"帮我分析一下"就够了。
更重要的是:
你的材料在哪里?
你的标准在哪里?
你的流程有没有拆清楚?
哪些判断必须由你完成?
哪些结果可以沉淀下来,下次继续用?
最后
这次做课,让我感受到的不是某个工具又变强了。
而是原来分散在问卷、Excel、文档、AI 对话和 PPT 里的工作,开始被重新组织成一个完整任务。
过去,人是办公软件之间的连接器。
现在,Agent 正在接过一部分连接工作。
但这并不意味着人的价值变小了。
相反,人的工作开始上移。
以前,我们花很多时间整理材料、搬运信息、操作软件。
以后,真正需要人负责的,可能会越来越集中在几件事上:
定义问题,
提供真实资料,
设计工作链路,
确认业务事实,
判断结果是否可用。
AI 不是让旧流程跑得更快。
它真正的价值,是逼我们重新看见:
哪些工作应该沉淀,
哪些流程应该重组,
哪些判断必须留在人手里。
工具会变,
模型会变,
产品入口也会变。
但能不能把自己的工作拆清楚、沉淀下来、重新组织起来,
可能会变成 AI 时代真正的分水岭。
关注「木子AI笔记」,一起把 AI 用到真实工作里。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2026-06-28
字节面试题:Agent 里的 Skill 到底怎么做才算高质量?
2026-06-26
一个 Skill 搞定99%测试报告重复工作,单份数据一键产出4套差异化压测报告(第七篇)
2026-06-26
英伟达开源一款 Skill 神器,暴涨 1.1 万 Star!
2026-06-26
QoderWork Skills 开发实践:从传统数科到 AI 数科的转型探索-我的Skills进阶之旅
2026-06-23
如何高效管理多 Agent 散落各处的 Skills?
2026-06-23
基于 AntV 做了一个 AI 数据报告生成 Skill,顺手沉淀了一套 B 端 AI 管理界面框架
2026-06-23
测试从业者必备的 8 个 Claude Skills:从用例设计到缺陷复盘,一次讲透
2026-06-22
Grill Me Skill, 让 AI 狠狠拷问我
2026-05-15
2026-04-05
2026-05-24
2026-04-16
2026-04-09
2026-04-14
2026-05-06
2026-05-19
2026-05-03
2026-04-14
2026-06-28
2026-06-23
2026-06-11
2026-06-11
2026-06-09
2026-06-08
2026-05-28
2026-05-19