分享我的 AI 培訓軍團，手慢無！（附搭建教程）

OPC 的關鍵，在于你能不能把自己的方法論，裝進一支會干活的AI 軍團。

—— 一人成軍 · OPC 實踐

大家好啊，我是甲木。

最近VibeWork 的概念火起來了，在 vibecoding 之后，有了 CLI、MCP、Skill 的加持，人們發現 AI 在辦公場景中能直接進行交付。

我的一些企業培訓，包括我的 AI 落地咨詢業務，很多場景都是由 AI 幫我完成的。

今天給大家分享一下，AI 怎么去干完一支培訓咨詢團隊的活。

為了方便大家使用，這次用之前我在線下企業培訓中多次推薦的商湯家的辦公小浣熊·桌面端 2.0來進行思路的展示和說明。

— 商湯小浣熊桌面首頁

最開始是因為，它把職場辦公和數據分析這兩件事做得很扎實。Excel 扔進去就能出分析，文檔、報表、PPT 一條龍，非常適合職場使用。

而現在辦公小浣熊桌面端 2.0 開始公測，通過本地記憶、本地文件管理、IM 控制、專家團等板塊，我把這個想法落了地。我用它搭了一支「AI 軍團」，一個人跑完了過去要一個團隊才能交付的企業 AI 培訓。培訓跑完，還順手長出了一份咨詢提案。

這件事正好撞上商湯和 Datawhale 聯合辦的「OPC 能力挑戰賽」。OPC，One Person Capability，一個人的全棧能力。我把這套打法也直接參賽。

今天這篇，把整個過程拆給你看。

本文看點

01

一人成軍替代一個團隊

02

兩支專家團接力干完活

03

方法論才是真資產

01

BACKGROUND

一場培訓交付，過去要一個團隊

先來說說背景。我公司有很大一塊業務是 toB 服務，其中包含了企業的 AI 培訓、咨詢和落地，常年在做企業的 AI 培訓和咨詢。

每服務一個客戶，背后是一條很長的鏈路。

需求診斷要有顧問，讀客戶資料、做訪談、摸各部門現狀。課程設計要有教研，把診斷結論翻譯成大綱。課件要有 PPT 設計師。實操物料要有項目助理。培訓結束，還得有人寫復盤。

四五個角色，周期一周起步。

雖然團隊中有幾個人，但要服務的客戶比較多，且公司還有其他業務需要同事處理，所以我更傾向于通過 AI 來解決。

我要的是一支分工明確、能接力干活的 AI 軍團。

02

SET UP

我在小浣熊里搭了兩支專家團

辦公小浣熊的「專家中心」有兩層概念。

專家等于一個角色，加上它綁定的技能和數據。

專家團把多個專家按流程串成一條流水線：團長定題，成員按分工接力，最后統一匯總交付。

— 8 個自建專家卡片

我照著自己真實的交付流程，搭了兩支團，統一叫一人成軍。

當然，實際場景比這個更復雜一些，這里先把思路給大家分享一下。

第一支｜培訓交付團管「把課交付出來」：

需求診斷顧問讀客戶資料，出診斷報告，分清哪些痛點培訓能解、哪些得靠咨詢。

教研設計師把診斷翻成定制大綱，每個模塊綁定客戶真實部門和痛點。

PPT 制作師按我的風格規范，把大綱變成課件。

物料工程師出實操手冊、任務單、Prompt 卡片，歸檔飛書。

通過不同角色之間的組合搭配，幫我把整個框架搭建起來。

— 結合 Skill 能力

從企業方的需求痛點、線上的調查問卷，進行需求整理，然后出具教研大綱，每一個模塊都對照著真實需求；再然后通過 PPT 制作把大綱變成 PPT，再給出學員手冊等等內容。

— 這里用到了我自己的 PPT Skill，搭配使用

「找到公司里『價值 200 萬的問題』，然后試著，用 AI 解決它。」

—— 劉潤

這里我非常贊同劉潤老師的這個觀點。所以需要第二支團——

第二支｜咨詢顧問團管「識別高價值問題、做咨詢」：

復盤分析師從培訓現場沉淀里，挖出最有價值的咨詢切入點。

第一性原理導師把客戶的重大決策議題拆到本質。

卡尼曼決策顧問給方案做認知偏差體檢。

私董會幕僚團巴菲特、蓋茨、馬斯克、喬布斯，基于客戶真實數據開會。

專家團打造過程

還有幾個細節。

我在記憶中心里固定了我的交付口徑和 PPT 風格。

這樣不管哪個專家干活，都記得我是誰、我的東西長什么樣，不用每次重教。

而且，還跟常用的 IM 工具打通了，比如飛書。通過連接企業協作系統，小浣熊可以把 AI 生成結果沉淀到團隊文檔、知識庫和協作流程中。

這就是桌面端 2.0 的長程記憶，跨會話有效。

03

DEMO

給一句話，軍團自己把活干完

下面用一個演示客戶瀾山家居完整走一遍。

因為一些 NDA 限制，所以客戶是根據我過往服務的客戶進行仿真的，但流程和方法論，來自我真實的交付實踐。

設定很簡單：

客戶設定 BRIEF

瀾山家居，佛山一家家居用品企業，制造起家，電商做大，480 人。CEO 在年會上提了「全員 AI 化」，HR 總監找到我，先做一場管理層加骨干的一天培訓。

等跟對方溝通交流好了之后，整理了一些資料，然后打開「辦公小浣熊」工作區。

這里和龍蝦的區別在于安全性，可以授權小浣熊訪問指定范圍內的文件目錄，并在明確權限邊界內完成文件分析、內容提取、數據整理和結果生成。

我只給培訓交付團發了一句話：

指令 PROMPT

為瀾山家居交付一場企業 AI 培訓，資料在客戶工作區。

剩下的，它自己跑。

Part 1它直接讀了我電腦里的客戶文件夾。公司介紹、組織架構、需求郵件、六個部門的訪談摘錄、AI 使用摸底問卷、經營摘要，一次性全讀進去。

— 直接讀取本地客戶資料夾

這是桌面端和那些云端 AI 最大的不同。企業的資料，本來就不該到處傳。

Part 2診斷顧問從一堆雜亂資料里抓出了幾個關鍵判斷：這家公司 AI 成熟度處在 L1 到 L2 之間，電商內容組 72% 的人高頻用 AI，供應鏈只有 4%。

因為接了飛書的 CLI，所以能夠直接在飛書上列出所有內容。

它還把七個部門的痛點列成一張表，每條都標了「培訓可解」還是「需要咨詢項目解」。這個分寸感，很多人類顧問都未必有。

《需求診斷報告》生成過程

Part 3教研設計師出的一天大綱。從早上九點排到下午五點半，每個模塊綁的都是瀾山自己的部門和痛點。

— 《定制培訓大綱》：一天分時段模塊表

Part 4PPT 制作師按我存好的風格規范出了課件骨架，藍色系，我的字體，我的版式。物料工程師把實操手冊和任務單打包，全部交付物自動歸檔進飛書對應目錄。

— 骨架框架，效果嗯……還是有點差距的

之前都是通過 HTML 的模式（比如臧師傅的一些 Skill）直接生成的。

— 飛書自動歸檔：診斷、大綱、課件各就各位

Part 5像我之前去一些企業分享時，一般會帶著助教。而現在，助教去做的一些工作和準備，都可以直接通過 AI 的工作流來完成實現。

當然，上面的信息肯定不足以支撐一整天的企業分享和咨詢。在這個基礎上，我們還需要補充更多內容和信息。

但通過「辦公小浣熊」當前的專家團，它能夠把整體框架搭建起來，極大地節省我們的時間。

在每一次的企業診斷、培訓之后，我們還可以再去進行資料的再開發和利用，這是第二支團。

培訓結束后，我把現場沉淀交給咨詢顧問團。

復盤分析師從一堆痛點里，挑出了最值錢的那個議題：抖音到底該加碼，還是收縮。這不是部門小事，是 CEO 級的決策。

第一性原理導師把這個問題拆到了底。

它列出五條行業默認假設，比如「增長快就該加碼」「虧損是階段性的」，然后用瀾山自己的經營數據一條條檢驗，結論是大多站不住。

卡尼曼決策顧問接著給方案做了一次偏差體檢，揪出了錨定效應、損失厭惡、沉沒成本。它有句警示我記到現在：

不要用『抖音增長很快』，替代『抖音值得加碼』。

最后是私董會。四位幕僚拿著瀾山真實的退貨率和毛利數據開會。巴菲特第一個問題就扎心：這個渠道到底是在創造現金，還是在購買收入？散會后，輸出一份決策紀要，結論分成三欄：現在就做、需要驗證、不做。

— 私董會幕僚團運行 +《董事會決策紀要》

這一切，最后收斂成一份《抖音渠道真實盈利與 AI 經營駕駛艙 90 天落地項目》提案。

一場培訓，就這樣長出了一單咨詢。

04

METHODOLOGY

vibeworking 裝的是我的方法論

你可能會問，官方不也有現成的專家模板嗎？

區別就在這。官方的專家是通用角色，我的專家掛著我十年的方法論。

辦公小浣熊支持上傳自己的 Skill。我把沉淀多年的調研 SOP、課程設計方法，還有幾個出過圈的 Prompt 作品——私董會、卡尼曼顧問、第一性原理，全部打包傳了進去。所以那個私董會專家，跑的是我的私董會流程，問的是我設計的那三輪問題。個人創建的 skill、專家、專家團，也都可以分享給其他人使用，之后我會放到小浣熊上并進行提交。

— 把自己的方法論 Skill 裝進軍團

PPT 也一樣。我對課件設計和創意排版有自己的一套講究，把風格規范喂給它，出來的東西是我的調性，沒有那股通用 AI 味。

這套東西最順手的用法，是開公司總會，或者面對某個企業的具體難題時，我當場調出咨詢顧問團，現場給出一份像樣的提案。這在過去，得憋好幾天。

我還給它掛了個定時任務：每天早上八點，自動推一份家居和電商行業的 AI 動態晨報，喂給診斷顧問當彈藥。軍團不光會干活，還會自己備課。

— 定時任務：每天 8 點自動生成行業晨報

05

優點和槽點，都說實話

用了一段時間，給個實在的評價。

先說好的

Agent 調度確實是國內靠前梯隊，八個專家接力跑長流程，中間不掉鏈子。本地直讀是真香，企業資料不用傳來傳去，這一條就值得裝桌面端。長文檔解讀也強，幾百頁的雜亂資料能抓住重點，拿去啃招投標書也是一樣的能力。

再說兩個待優化的

一是 PPT 目前更像精裝骨架，復雜版式和我那套精細風格的完全還原，還有距離，需要我再調一輪。二是專家團流程目前更適合線性任務，想在中間靈活插入人工確認節點，還可以做得更細。

但有一點我特別認可。資料里缺東西的時候，比如我沒給它培訓當天的現場記錄，它不會硬編，會老老實實標上「推斷」兩個字。

這種不糊弄，比幻覺更強。

ENDING

結語

這就是我的一個思路分享，是我日常工作流里的一個小結點，但也是 OPC 都會面臨的一個問題——需要團隊拆分的事情，直接通過 AI 工作流解決。

OPC 的關鍵，不在你一個人有多能干。在于你能不能把自己的方法論，裝進一支會干活的 AI 軍團。你負責判斷和方向，它負責把活干完。

寫到這的時候，正好看完藏師傅的 Skill 回顧篇，核心感受就在于：

一人公司的真正資產，不是你雇了多少個 AI，而是你把自己的經驗外化成可調用的 Skill，讓產品、文章、案例互相喂養，每一次交付都變成下一次能調用的能力，一個人就此迭代出一家公司的復利飛輪。

這就是我理解的超級個體。

如果你也想試試，商湯和 Datawhale 的「OPC 能力挑戰賽」正在進行，總獎池 55 萬。我這套「一人成軍」，報的就是高手賽。

也很歡迎你把自己的實際工作流分享到商湯小浣熊，我們一起來玩一下～

以上。

我是甲木，熱衷于分享一些 AI 干貨內容，同時也會分享 AI 在各行業的落地應用。

如果你覺得今天這篇有收獲，歡迎點贊、在看、轉發三連，我們下期再見