《Agent实战：六步把岗位任务做成数字员工》

《六步把岗位任务做成数字员工》

主讲：陈菜根老师

【课程背景】

在当前的商业环境中，生成式AI已经走进越来越多团队的日常工作：有人用它写材料，有人让它整理会议纪要，也有人开始尝试搭建智能体。然而，一旦任务变复杂、资料变多或需要跨工具协同，输出常常又回到“泛泛而谈、反复返工、难以复用”的老路上。投入了时间去学工具，岗位上的工作却并没有真正交给AI。

一方面，许多团队缺少从工作到Agent的完整方法。目标没有定义清楚，AI不知道要交付什么、按什么标准验收；长期规则与当前资料混在一起，每次都要从头解释，调用的上下文要么不够、要么过载。另一方面，工作流缺少人工审核节点，结果好坏全凭运气，出了问题也说不清是目标、资料、流程还是模型的原因。更为棘手的是，成果没有沉淀为模板、Skill或SOP，一次成功的对话无法变成组织能力，人一走经验也跟着走。

本课程正是为解决上述痛点而设计。它并非一门工具清单式的教程，而是专为希望把岗位任务真正交给AI的管理者与骨干打造的“Agent实战方法论”。课程以Goal、Memory、Context、Action、Evaluation、Asset六步法为主线，帮助您跨越从“会提问”到“会把工作交给Agent”的鸿沟：从自己的岗位任务出发，定义目标、建立记忆、调用上下文、设计工作流、评估结果、沉淀资产，现场完成一个真实任务的最小闭环，构建一套可验证、可复用、可持续进化的人机协作系统。

【课程特色】

方法体系：以六步法串起从目标到资产的完整链路，六步飞轮让人机协作越用越好。

任务驱动：每位学员带一个真实岗位任务进课堂，所有练习都围绕它展开。

层层递进：从单任务Agent到工作流Agent，再到岗位Agent，按复杂度逐级设计。

可查可改：用五项评估标准和问题排查链路，结果不满意时先定位问题，再决定是否换模型。

资产沉淀：把成功路径固化为Prompt、Template、Workflow、Skill、Agent或组织SOP。

边界清晰：明确人负责目标、判断、授权与审核，Agent负责信息处理、初稿和按规则执行。

【课程对象】

企业掌舵者：企业负责人 / 业务负责人 / 职能部门负责人

业务推动者：项目经理 / 产品与运营骨干

AI实践者：希望把AI使用从零散问答升级为稳定工作成果的职场人士

【课程收益】

掌握岗位任务优先级判断方法，用频率、时间成本、标准化程度与AI可完成程度识别3—5项最值得Agent化的任务。

建立个人或团队的Memory与Context清单，区分身份、偏好、规则、经验四类长期信息与个人、组织、实时三类上下文，并标注授权边界。

学会把一个高频任务拆解为可执行、可审核的工作流，写清输入、步骤、工具、输出、人工审核节点与异常处理。

建立正确性、完整性、符合度、效率与稳定性五项评估标准，能按问题链路快速定位改进点。

形成至少1份可复用资产草案，将成功路径沉淀为Prompt、Template、Workflow、Skill、Agent或组织SOP。

【课程时间】

1天（6小时/天）

【课程大纲】

一、员工都在用AI，为什么工作还是没真正交出去？

1. 从“会提问”到“能把活干完”

（1）常见误区：只学模型、插件和提示词，没想清楚要AI交出什么结果

（2）六步法：定目标 → 记规矩 → 给资料 → 跑流程 → 验结果 → 存资产

（3）越用越好用：每次沉淀的成果反哺下一次，AI越用越懂公司

2. 选定一项最值得交给AI的工作

（1）四看：做得多不多、耗时长不长、标准清不清、AI能不能做

（2）现场练习：每位学员选1项本岗位的真实工作

二、怎样把“让AI帮帮忙”变成说得清、验得了的交付目标？

1. 定目标：先要结果，再谈工具

（1）分清“想法”“动作”和“能验收的交付物”

（2）一句话说清：给谁、做什么、交出什么、按什么标准、哪些不能碰

2. 画出岗位工作地图

（1）四类工作：查信息、写内容、做决策、办事执行

（2）现场练习：绘制岗位工作地图，选出3—5项优先交给AI的工作

三、怎样让AI记住公司的规矩，不用每次从头交代？

1. 记规矩：让AI像老员工一样懂你

（1）记住你是谁：岗位、行业、职责、目标与服务对象

（2）记住你的习惯：表达风格、篇幅、呈现方式与决策偏好

（3）记住公司的规矩：品牌、法务、数据安全、审批与汇报要求

（4）记住过去的经验：哪些方案被认可、哪些踩过坑、哪些说法管用

2. 什么该记、什么不能记

（1）长期有效、反复用到的可以记；敏感、过期、未经授权的一律不记

（2）现场练习：完成个人或团队的“AI入职手册”

四、资料那么多，怎样让AI只拿它该用的那部分？

1. 给资料：交代清楚“眼下这件事”

（1）个人资料：笔记、历史方案、报告与常用材料

（2）公司资料：产品、客户、制度、SOP、销售与项目材料

（3）实时信息：当前的邮件、会议、项目进展、数据与网页

2. 不是越多越好，而是刚好够用

（1）四个筛选标准：相不相关、新不新、能不能用、靠不靠谱

（2）现场练习：为选定工作列出资料清单和调用顺序

五、怎样把AI的一次回答，变成能落地、可把关的工作流程？

1. 跑流程：流程加工具，AI才能真干活

（1）拆工作：输入什么、分几步、按什么标准判断、交出什么、出错怎么办

（2）配工具：每一步要搜索、读文件、写文档、做表格还是查系统

2. 由简到难，逐级把工作交给AI

（1）第一级：替你解决一个具体问题

（2）第二级：替你跑完一整套流程

（3）第三级：成为一个岗位的长期搭档

3. 划清人和AI的责任

（1）人管目标、关键判断、授权与最终签字；AI管信息处理、出初稿和按规则执行

（2）现场练习：画出真实工作的流程图，标出必须人工审核、禁止AI自动执行的环节

六、结果时好时坏、经验留不住，怎样让AI越做越好？

1. 验结果：效果不好，先找原因再换模型

（1）五把尺子：对不对、全不全、合不合要求、快不快、稳不稳

（2）排查顺序：先查目标，再查资料、流程、工具、提示词，最后才怀疑模型

（3）现场练习：为选定工作定好验收标准，完成一次复盘

2. 存资产：把做成的事变成公司的能力

（1）逐级沉淀：提示词 → 模板 → 流程 → Skill → 智能体 → 公司SOP

（2）值不值得沉淀：能不能复用、能不能维护、能不能授权、能不能交接

3. 课后30天跑通第一个闭环

（1）定一项试点工作、负责人、资料范围、检查节奏与沉淀目标

（2）现场产出：岗位工作地图、AI入职手册、资料清单、流程图、验收表与资产草案