从找场景到做 Skill：AI 赋能落地的一套拆解方法
张佳的AI实战笔记 · 2026-10-22 · 18 分钟
基本信息
- 来源类型：网页文章
- 原文位置：raw/articles/2026-10-22-170626-tg-8ad313.md
- 原文 URL：https://www.woshipm.com/ai/6482891.html
- 消化日期：2026-10-23
核心观点
- 给业务加 AI 不必先做一个完整 AI 产品，直接配通用 Agent + Skill 即可覆盖行政、运营、发票审核等杂活
- 找场景卡住三个点：不知道环节能被 AI 干、知道能干但不知道 AI 该介入多深、知道该用但不知道给多少上下文
- 判断环节是否适合 AI 的四个维度：输入弹性、规则属性、是否重复、容错空间
- 场景拆解用 IPO 模型（Input-Process-Output），逐层拆到原子节点并判断执行者（程序/AI/人）
- 认知劳动产品化：把方法论固化成 Skill，让短期教不会的员工也能照着干
实操内容保留
- 四个维度判断表格（输入弹性、规则属性、是否重复、容错空间）
- IPO 原子化拆解流程示例（销售线索分层 12 个节点）
- Dify Agents 功能推荐 + Pi Durable 项目介绍
- 课程报名信息（上海 10 月 24-25 日，价格 2999 元早鸟价）
原文精彩摘录
给业务加 AI，不用先做一个 AI 产品……更好的策略是给员工配通用 Agent，产品经理去做 Skill 和插件。
炒菜的例子最直观：人找不着酱油，会关小火先去找；AI 找不着酱油，会拿生抽或者醋糊弄过去。
认知劳动产品化：脑子里的经验复刻成产品，直接垫给用的人。
你喜欢三栏布局，有自己习惯的配色和版式，这些才是 Skill 要固化的东西：你的流程、你的规则、你的审美。
关键概念
- Skill：提示词 + 脚本 + 工具组合，固化特定认知劳动
- IPO 原子化拆解：Input-Process-Output 模型，按维度判断执行者
- 通用 Agent + Skill：最可靠的 AI 赋能模式，避免垂直 Agent 维护成本
- Dify Agents：支持 Skill 管理、沙箱隔离、知识库接驳的 Agent 平台
与其他素材的关联
- 类似「AI 产品经理转型实战营」课程内容（实体页待创建）
相关页面
相关页面
（暂无）