《WorkBuddy 职场办公进阶》技能封装上线共享可调用的办公能力

《WorkBuddy 职场办公进阶》

技能封装上线共享可调用的办公能力

主讲：李瑾岚老师

【课程背景】

企业和个人在 AI 上投入的时间和钱都不算少——课听了、工具装了、提示词也存了一堆。可真到日常干活，大多数人还是“每次都从零开始”：同样的周报，换个同事就不会做；调了两个小时的流程，换台电脑就找不到了；自己摸索出的好打法，只能靠口口相传、截图转发。为什么？

 为什么同样一个提示词，老师讲的时候好用，自己一用就“翻车”？

 为什么团队里每个人用 AI 的方式都不一样，好的经验没法沉淀、没法复制？

 为什么你花一下午调出来的流程，散落在聊天记录里，换个设备就丢了？

 为什么想把自己琢磨出的“独门打法”交给团队，却只能靠口口相传、截图转发？

 为什么想用 AI 托管重复性工作，又总担心把客户资料、内部文件“喂”出去出事？

 为什么“技能”“工作流”“智能体”这些词听了不少，却始终没搞清它们差在哪、该先动哪一个？

如果说前两门课解决的是“认识 AI、上手 AI”，那么这一门要解决的是“把 AI 能力真正变成你和团队的资产”。本课程不讲空泛概念，带你把已经掌握的 WorkBuddy 技巧，系统封装成可复用、可编排、可分享的技能与工作流，搭起一个属于你自己的智能工作台，并讲清发布上线与跨智能体共享中的风险边界——让你的 AI 能力“长在业务里、留在团队中”，而不是停在课堂笔记和聊天记录上。

【课程收益】

 厘清“技能”与“工作流”的本质区别与配合关系，不再被概念绕晕。

 掌握把已学技巧封装成 WorkBuddy 技能的完整方法，形成可反复调用的个人能力。

 搭建一套随用随取、持续进化的个人 AI 工作台，把零散经验沉淀为组织资产。

 识别技能发布上线中的合规与安全风险，守住数据、版权与权限的红线。

 运用分享机制把训练好的技能与工作流安全交付给同事与团队，实现能力复制。

 理解并实践跨 AI 智能体的技能对接与协作，让你的 AI 能力“走出去、连起来”。

【课程对象】

企业业务骨干、项目负责人、内训师及希望把 AI 能力“资产化”的知识工作者（建议层级：已具备基础 WorkBuddy 操作经验的基层至中层员工）

【课程时间】

1 天（6 小时/天）

【课程大纲】

一、学了那么多 AI 技巧，为什么一回到岗位就“断了档”？

1. 现场“翻车”的三类典型场景

 提示词“老师好用、自己翻车”的落差从哪来？

 好打法只存在某个人脑子里，人一走经验就断

 调好的流程散落在聊天记录里，换设备就丢失

2. 为什么“学”和“用”之间差了一座桥

 技巧是碎片，能力要“固化”才带得走

 个人经验无法被团队复制的真实代价

3. 本课给你的一座桥：从技巧到技能，从技能到工作流

 什么是“固化”：让 AI 能力长在业务里、留在团队中

 本课主线与你会带走的三个成果

二、技能与工作流到底是不是一回事？先把概念掰扯清楚

1. 什么是“技能”（Skill）

 技能的本质：把一类任务的做法固化成可调用能力

 技能能做什么、不能做什么

 一个好技能长什么样（特征拆解）

2. 什么是“工作流”（Workflow）

 工作流的本质：把多步骤、跨工具的任务串成自动链路

 工作流与单条提示词的核心差异

3. 技能与工作流的关系：谁来搭台，谁来唱戏

 技能是“积木”，工作流是“搭法”

 什么场景用技能、什么场景用工作流

案例：用“周报生成”看清技能与工作流怎么配合

三、怎么把已经讲过的技巧，封装成真正属于你自己的技能？

1. 封装前：挑出值得固化的“高复用技巧”

 什么样的技巧值得做成技能（筛选三问）

 先写清“输入—处理—输出”，再谈封装

2. 封装中：把零散提示词整理成技能骨架

 给技能起名与写清用途，让别人一眼就懂

 把提示词、约束与示例固化进技能

工具：技能封装自查清单

3. 封装后：测试、迭代与版本管理

 三类常见“封装失败”与排查思路

 让技能越用越准的反馈闭环

演练：把“会议纪要整理”技巧封装成一个技能

四、如何搭一个随叫随到、越用越聪明的个人 AI 工作台？

1. 工作台是什么：你的 AI 能力“控制台”

 工作台解决“能力散落”的痛点

 工作台与技能、工作流的关系

2. 搭台三步：归集—编排—上架

 第一步归集：把技能与资料集中到一处

 第二步编排：用工作流把技能串成业务场景

 第三步上架：让常用能力一键可达

工具：个人工作台搭建画布（模板）

3. 让工作台“越用越聪明”

 用使用数据反哺技能优化

 权限与边界设置，避免误调用

案例：一份“销售日报”工作台的真实结构

五、技能发布上线前，哪些“雷区”绝对不能踩？

1. 数据红线：什么能喂、什么绝不能喂

 客户信息、内部资料、涉密数据的处理边界

 脱敏与“最小必要”原则

2. 版权与合规：别让一个技能惹麻烦

 引用第三方内容、模型的合规要点

 对外发布前的合规自检

工具：发布前合规检查表

3. 权限与失控风险：发布≠放任

 谁能调用、谁能改，先定清楚

 上线后的监控、回滚与应急

讨论：一个“误发全员”的真实风险场景

六、训练好的技能和工作流，怎么安全地分享给同事和团队？

1. 分享的几种方式，怎么选

 导出/导入、内部市场、链接分享的适用场景

 分享范围与权限设置

2. 分享前必做的“交接包装”

 写清使用说明与适用边界，避免别人乱用

 配套示例与常见问题清单

工具：技能分享说明卡（模板）

3. 让分享真正“用起来”而不是“收着看”

 培训加陪跑，降低使用门槛

 收集反馈、持续迭代

案例：某团队把“合同初审”技能分享给 30 人的落地过程

七、你的技能能不能“喂”给其他 AI？跨智能体协作怎么落地？

1. 什么是“跨智能体”：让你的 AI 能力走出去

 智能体之间为什么要协作

 你的技能能对接哪些外部智能体或平台

2. 把技能“对接”出去的三种方式

 导出为标准格式，供其他智能体调用

 通过接口或协议打通协作链路

 把工作流作为服务对外提供

工具：跨智能体对接方式对照表

3. 跨智能体协作的风险与边界

 数据出去了还能不能收回来

 责任归属与可控性设计