《把杂活交给AI,把业绩留给自己》
讲师:曹书诚 发布日期:10-30 浏览量:20
《把杂活交给AI,把业绩留给自己》
——医药市场与销售团队 WorkBuddy 提效实战(2天)
主讲:曹书诚
【课程背景】
这两年医药行业的日子,市场部和销售一线的同事体会最深:一边是产品线在扩、会议场次在涨、合规要求一年比一年细,另一边是团队编制基本没动。活比以前多了,人还是那些人。
我们看到的现象很具体:市场同事一份科室会的材料,改产品信息、换区域数据、调合规口径,来回三四轮,一周就过去了;区域经理月初做上个月的生意回顾,从系统导数据、做透视表、写分析、配图表,两三天才能交出一份像样的报告;一场活动开完,纪要、推文、朋友圈、内部简报各写一遍,同样的内容被重复劳动四遍;想摸一下竞品的最新动作,靠人一个个平台翻,翻完还不确定准不准。
这些活有个共同点:它们都重要,但都不直接创造业绩。材料必须做,数据必须看,纪要必须留——可当一个人的一天被这些占掉大半,真正能花在客户、团队和生意上的时间就少得可怜。
与此同时,AI 这件事医药人听得太多、用得太浅:知道它厉害,也知道同行在谈,落到自己岗位上常常停在「让它写段文案、还得改半天」的水平。不是 AI 不行,是没人系统教过怎么把它变成一支听指挥、能干活的队伍。
还有一层绕不开的顾虑——医药行业的红线摆在那儿:处方药不能向公众宣传,客户和患者的信息碰不得,学术内容每一句都要有出处。这也让不少人对 AI 又想用又不敢用:万一越了线,谁担得起?
所以这两天的课只解决三件事:第一,让每个人看清 AI 到底能替自己干哪些活、能干到什么程度;第二,把医药场景使用 AI 的红线一次讲透,让大家既敢用、也知道怎么守;第三,带着学员用自己的真实工作上手,两天结束手里有能直接用的成果,而不是一堆听过的道理。
【课程收益】
企业收益
• 市场与销售两条线的材料、报告、数据整理类工作显著提速,同等人力可承接更多产品线与区域
• 沉淀统一的内容框架与复盘模板,输出质量不再取决于个人经验和手气
• 建立医药场景 AI 使用的合规边界与发布前自检动作,把风险挡在发布之前
• 培训成果留在团队里:技能、专家与模板可复用,新人也能较快达到熟练水平
学员收益
• 掌握 WorkBuddy 三种模式与「任务四要素」,能把一句模糊需求变成一次到位的指令
• 学会用 AI 独立完成推广材料、会议一材多用、销售数据分析与区域生意回顾
• 建立信息分级与合规自查的判断标准,清楚哪些能交给 AI、哪些必须自己来
• 带走一套本岗位的标准指令与模板,回岗当天就能上手
• 会自建专家与自动化任务,让周期性重复工作定时自动跑
【课程对象】
医药企业市场人员、本地推广执行团队(locals)、省区经理与地区经理(销售),约 25 人
【课程时间】
2 天(6 小时/天),建议学员自带电脑并提前安装登录 WorkBuddy
【课程方式】
课前调研:开课前发放《AI 使用现状与场景调研表》,收集岗位构成、常用工具、最耗时的工作场景与真实素材,课程案例与练习按调研结果定制
课中实操:全程带电脑跟练,每个模块配可复制的标准指令与产出物验收标准,第二天下午分组交付完整成果包
课后落地:结课提供 21 天落地计划模板与常用指令手册,按周回收使用情况并集中答疑
【课程大纲】
第一天|看懂 AI,守住红线,把市场线的活先干出来
模块一:认知破局——AI 不是多装一个软件,是多一支听指挥的队伍(60分钟)
一、先看清差距在哪里
• AI 商业化已进入第三年:真正拉开差距的不是谁有工具,而是谁先把工具用进日常
• 「碳基管理者+硅基执行团队」:判断和决策留给人,整理和执行交给 AI
• 医药团队的三重挤压:产品线在扩、会议与材料要求变多、合规口径一年比一年细,编制却没变
二、分清哪些活该交给 AI
• 三类可交:重复性写作(材料、纪要、报告)、结构化整理(数据、表格、清单)、信息收集(政策、竞品、市场动态)
• 三类不交:需要专业判断的结论、涉及客户与患者的信息、对外发布的最终定稿
• 判断口诀:越重复越适合交给 AI,越要担责任越必须自己来
三、AI 用出效果的四层台阶
• 第一层写好指令 → 第二层固化角色(建自己的专家)→ 第三层串成业务流程 → 第四层深度定制
• 大多数人停在第一层;这两天的目标,是带着大家走到第三层
实战案例:某大健康连锁体系 2 万家门店组织效能升级,业绩提升 30%,单店人力从 6 人优化至 3 人
工具输出:《岗位 AI 提效机会盘点表》
课堂演练:写出本周最耗时的三件事,逐条判断能不能交给 AI、交出去之后自己做什么
模块二:WorkBuddy 底座——选对模式,说清需求,一次到位(90分钟)
一、它和普通 AI 对话有什么不一样
• 普通对话给建议,WorkBuddy 交成果:能读写文件、能执行多步骤任务、能产出可交付的文档与表格
• 打通腾讯生态:腾讯文档、腾讯会议、企业微信、邮箱等可以直接连起来用
• 界面三区看明白:左侧任务列表、中间对话区、右侧结果区(产物、全部文件、变更记录)
二、先选对模式,再下任务
• Craft 执行模式:任务明确,说了就做
• Plan 规划模式:活比较大或方案不确定,先看计划再动手
• Ask 问答模式:只咨询、不动文件,避免 AI 误改自己的资料
三、任务四要素:把话说清,结果就八九不离十
• 目标:要生成什么(一份科室会材料大纲、一份区域生意回顾)
• 输入:给什么料(产品资料、销售数据、参考文档,用 @ 引用或直接拖进来)
• 输出格式:要什么形态(Word、Excel、PPT、图表)
• 约束条件:风格、字数、面向对象、禁忌事项
四、补充上下文的四种方式
• @ 引用文件与规则、粘贴截图、上传或拖拽文件、补一句话说明
• 结果不满意就在对话里继续提要求,不必重开任务
实战案例:某企业 15 个部门用 WorkBuddy 推广,PPT 制作、文档分析、图片设计等单环节提效 90% 以上
工具输出:《任务四要素标准指令模板》《常用指令速查卡》
课堂演练:把一句三行字的模糊需求改成完整四要素指令,现场跑出一份文档并按标准验收
模块三:合规底线——医药场景用 AI,哪些线一步都不能越(90分钟)
一、处方药宣传这条线
• 处方药只能在专业刊物上作广告,不得向公众做宣传,AI 生成内容同样适用
• 不得出现功效与安全性的断言或保证,「根治」「无副作用」这类表述一次都不能出
• 不得利用患者、医生、专家、医疗机构的形象或名义作证明
二、数据与信息这条线
• 客户(HCP)与患者信息属于敏感个人信息,不得输入任何外部 AI 平台
• 病例、处方流向、临床试验数据、未公开的研发信息一律不上外部工具
• 信息分级四档一次说清:公开可用、内部可用、需脱敏、绝对禁止
• 脱敏实操:把姓名、单位、联系方式等替换成代号,再交给 AI 处理
三、内容真实这条线
• 医学数据与临床结论不得由 AI 生成,必须来自可追溯的文献或内部资料
• 所有文献引用要能查到原文,AI 给出的出处必须逐一核实
• AI 生成或辅助生成的内容,发布前必须人工终审,重要内容双人复核
四、医药代表行为边界
• 学术推广按备案要求开展,医药代表不得承担药品销售任务、不得私下接触
• 学术活动与费用必须真实、合规、留痕,不得以讲课费、劳务费等名义变相输送利益
• AI 可以帮着准备材料,但不能替人做判断,更不能用来绕开审核
五、发布前必过三查
• 查口径:有没有越界宣传、有没有绝对化表达
• 查事实:数据与文献是否真实可查、有没有 AI 编造的内容
• 查画面:有没有出现患者或医生肖像、有没有泄露内部信息
工具输出:《医药场景 AI 使用红线卡》《信息分级清单》《AI 内容发布前三查表》
课堂演练:给五段 AI 生成的推广文案,现场逐段判合规,找出越界点并改写到合规
模块四:市场场景——推广材料工业化生产(90分钟)
一、科室会与城市会材料
• 先让 AI 出框架:核心信息、分层结构、每页要点,确认后再填充内容
• 讲稿分层:给不同听众(科室负责人、一线医生、店员)各出一版,重点各不相同
• 一个产品多版本:按区域、按科室、按会议时长快速派生
二、一场活动的四种产出
• 会前:邀请函、议程、主持人串词
• 会中:要点记录与问答整理
• 会后:会议纪要、对外推文、内部简报、朋友圈内容,一次素材四次使用
三、竞品与市场信息调研
• 用联网检索把政策动态、竞品动作、行业会议信息一次收齐
• 交叉验证:重要信息至少两个来源,AI 给出的结论必须核对原文
• 输出一份可直接进汇报的调研简报
四、让材料更像你写的
• 把过去写好的材料放进工作区当样本,让 AI 先学风格再动笔
• 去 AI 味三个动作:删排比、删空话,多用具体数据和真实场景
实战案例:浙商银行 3 个月专项孵化达人 120+,话题曝光 5500 万+——强合规行业同样把内容做出了规模
工具输出:《学术推广材料生产 SOP》《会议一材多用清单》《材料风格样本库搭建方法》
课堂演练:用自己负责的产品,现场产出一份科室会材料大纲与两版分层讲稿
第二天|从会做到成体系:把销售线的活接进来,让能力留下来
模块五:销售场景——区域生意分析与管理提效(120分钟)
一、销售数据分析
• 从系统导出流向、覆盖、达成数据,交给 AI 出分析报告与图表
• 常用维度:达成率、同比增长、覆盖率、单产、终端结构
• 先让 AI 给分析框架、确认口径,再跑数据,避免方向算错
二、月度与季度生意回顾
• 固定模板:达成情况、差距在哪、原因分析、下阶段动作、需要的支持
• 用同一套模板写多个区域,横向可比,总部汇总也省事
• 配套图表一次生成,汇报材料同步成型
三、团队管理助手
• 周报月报:汇总团队成员报告、提炼共性问题、给出辅导建议
• 辅导准备:按业绩数据生成一对一沟通提纲与提问清单
• 招聘培养:岗位说明书、面试提纲、新人 30 天上手路径
四、客户拜访与学术活动落地
• 拜访前准备包:客户背景梳理、上次沟通要点、本次目标与开场话术
• 区域活动方案:中小型学术活动的流程、物料清单、人员分工
• 客户档案:把散落的沟通记录归集成结构化档案
工具输出:《区域生意回顾模板》《团队周报汇总指令》《客户拜访准备清单》
课堂演练:用一份样例销售数据,现场跑出分析报告与图表,并按模板写出区域生意回顾
模块六:沉淀层——把一次提效变成长期能力(90分钟)
一、让 AI 记住你的规矩(记忆)
• 三层记忆各管什么:云端画像跨设备通用、用户级记忆管本机所有项目、工作区记忆管当前项目
• 值得写进记忆的内容:公司产品术语、内部称呼、材料风格、常用格式要求
• 一次说清长期生效,团队新人也能直接继承
二、把重复流程做成技能
• 技能是什么:把一套流程(读数据、分析、出文档)封装起来,一句话触发
• 零代码创建:直接描述步骤,AI 帮你生成技能
• 医药团队值得先做的三个技能:区域生意回顾、会议纪要整理、推广材料生成
三、建自己的专家
• 专家=角色+方法论+输出格式,召唤后直接以专业身份工作
• 值得建的两个专家:学术推广材料专家、区域生意分析专家
• 专家设定四要素:输出模板、质量检查清单、领域知识、风格约束
四、把外部系统接进来(连接器)
• 连接器是什么:把腾讯文档、企业微信、邮箱等外部系统接进 WorkBuddy,让 AI 从「会聊」变成「能办事」
• 与技能一句话分清:技能是 AI 的能力封装,连接器是接外部系统的线;连接器读写本身不额外消耗积分
五、把周期性工作交给自动化
• 自动化不是提醒,是定时把整套任务链跑完
• 三种常用配置:每周一早上出上周数据简报、每月 1 号出月度回顾、每天整理行业动态
• 配好先手动触发一次测试,确认输出没问题再让它自己跑
实战案例:浙商银行 3 个月建成百人账号矩阵、学员好评率 99.8%——能规模化复制的前提是动作被固化下来
工具输出:《自建技能与专家清单》《自动化任务配置表》《团队知识库共建清单》
课堂演练:现场创建一个自己的专家,并配置一个周期自动化任务
模块七:综合实战——两天成果串成一条流水线(90分钟)
一、任务说明
• 以本组的真实产品与区域为对象,走完整链路:竞品与政策调研、推广材料与讲稿、销售数据分析、区域生意回顾、合规三查、输出成果包
二、分组与分工
• 市场、销售混编分组,每组 5 人左右,组内认领环节
• 讲师巡回指导,重点看指令写得对不对、成果合不合规
三、成果交付与互评
• 每组交付成果包:调研简报、材料大纲、分析报告、回顾报告、合规检查记录
• 组间互评:用三查表给别组的成果挑问题,挑出问题也算得分
工具输出:《端到端实战任务书》《成果验收标准表》
课堂演练:小组现场完成并交付成果包,讲师逐组点评
模块八:复盘与落地——把这两天变成 21 天(30分钟)
一、算三笔账
• 时间账:每人每周能省出多少小时,一年累计多少个工作日
• 质量账:模板化之后,材料与报告的返工次数变化
• 风险账:合规自检前置之后,返工与潜在风险成本的变化
二、21 天落地计划
• 第一周:把最耗时的一个场景用起来,形成自己的标准指令
• 第二周:沉淀一个技能和一个专家,交给团队共用
• 第三周:配一到两个自动化任务,把周期性工作交出去
三、必须先说的坑
• AI 会编数据,医药场景这是致命问题——所有数字、文献、结论逐一核实
• 自动生成不等于自动发布,对外内容人工终审一步不能省
• 让 AI 处理电脑文件前先扫描确认,不要让它直接清理或删除
• 专家团与深度研究消耗积分较多,按需要选用
• 只启用信得过的外部服务,企业敏感信息不接外部工具
四、组织落地
• 总部出模板与技能、区域执行与反馈,形成可复用的团队资产
• 建议指定内部负责人,定期收集好用的指令并沉淀入库
工具输出:《个人 21 天落地计划表》《团队推广与沉淀机制建议》
课堂演练:每人写完自己的 21 天计划,现场找一位同事互认目标