提高通识,建立整体认知
为全员开展 Agent 原理通识与 AI Coding 培训。理解目标、工具、记忆、权限和检查如何协作,才能灵活使用 WorkBuddy、千问 Work、Codex 等产品,定制适合自己业务的工作流。
第一步:用一个真实任务画出流程,标出 AI、人和工具各自负责的部分。
从单点提效,到让一整条业务线运转。读懂 Agent 的八种能力,学会设计属于自己的 AI 工作流。
会使用一个工具,是起点。理解一项工作如何被连接、执行和检查,才能把 AI 用到整个业务过程。
搜索答案、写文案、改脚本、生成图片,都能帮助我们完成某个环节。但如果每一步仍要人手动复制、转交和检查,整个流程的提升可能有限。
想象一辆车:发动机提供动力,方向盘、车轮和刹车共同让车安全前进。Agent 可以像发动机一样推动工作流:理解目标、调用工具、连接环节、检查结果,并在需要时请人决策。
不需要技术背景。先把 Agent 想象成一位能理解任务、使用工具、并在过程中调整行动的助手。
普通对话可能停在“告诉你怎么做”;Agent 则可以在你授权的范围内,读取信息、制定步骤、使用工具,并根据结果继续推进。它的能力取决于产品、工具和权限,并不意味着它总能独立完成任务。
“周末团建可以去哪里?” → AI 给出几个想法。
“帮我规划团建。” → 它可以整理需求、查找选项、比较方案并生成计划,具体行动取决于工具与授权。
点选每一项,用一个生活场景理解它。八种能力并非固定步骤,也不是每款产品都具备。
以“组织一次 20 人团建”为例,看看这些能力如何共同发挥作用。
你告诉它人数、预算、时间和希望达到的效果。
它读取已有信息,发现缺少地点或参与者偏好,并向你确认。
它拆分任务,在可用工具中寻找选项,比较费用和交通。
它整理方案并检查是否满足预算;付款、预订等关键行动由你确认。
选择不同场景,再播放流程。每一步都是示意:真实自动化需要接入合适的工具,并由人设定权限与检查点。
例如新客户表单到达,或每天到固定时间。
让 Agent 读取被授权的资料,使用需要的系统。
写清楚步骤、输出标准、异常处理与人工确认点。
先用少量样例试运行,检查错误,再逐步扩大范围。
换一个产品,底层沟通方法依然适用:交代目标、背景、边界和验收方式。
请帮我完成【目标】。
背景是【背景和已有资料】。
请遵守【预算、时间、权限等边界】。
先给我【计划或备选方案】,遇到不确定的地方先问我。
最后以【期望的格式】交付,并说明依据和需要我确认的事项。
在任何产品中,先从低风险的小任务开始;具体功能、权限和操作方式以该产品当前界面为准。
把能力交给每个人,让 AI 帮助团队处理重复工作,把更多精力留给判断、创造和业务增长。
为全员开展 Agent 原理通识与 AI Coding 培训。理解目标、工具、记忆、权限和检查如何协作,才能灵活使用 WorkBuddy、千问 Work、Codex 等产品,定制适合自己业务的工作流。
第一步:用一个真实任务画出流程,标出 AI、人和工具各自负责的部分。
学习之后,鼓励每位员工从手头高频、规则清楚的工作开始,自己设计并测试一条自动化业务线。逐步把重复劳动交给 AI,把时间用于客户理解、创意、决策和有机会带来增长的工作。
第一步:列出一周里重复三次以上的工作,选一项做小范围试点。
用“grill-me”式对话让 AI 持续追问目标、假设、约束、证据和反例。把它当作思考伙伴,帮助发散思路、挖掘盲点,再由人做判断。
第一步:带着一个方案开始,要求 AI 每次问一个关键问题,直到核心假设清楚。
请对我的方案进行“穷尽其问”式追问。一次只问一个最关键的问题,优先检查目标、假设、限制、风险和反例。根据我的回答继续追问;当信息足够时,总结已确认的事实、未解决的问题和下一步建议。
不必一次掌握所有术语。给出一个清晰目标,观察它怎么做,检查结果,再根据需要调整。你会在协作中逐渐建立自己的判断。