深圈 Pro · 高质量会员局

从「会问 AI」
到让 AI 真正干活

2026 AI 生产力升级指南从个人提效、Agent，到团队与业务 AI 化

分享者 一线 AI 产品实践者 大模型产品 · AI Agent · AI Coding · 企业 AI 落地

今晚 90 分钟分享 + 30 分钟现场诊断 不讲技术架构，只讲工作方式发生了什么变化

开场 2 分钟。不要念标题。建议这样开场：「今天不打算教大家写提示词。我想聊的是另一件事——过去两年，真正拉开差距的，已经不是谁会问 AI，而是谁敢把事情交给 AI。」

自我介绍控制在 40 秒：做 AI 产品、做 Agent、做企业 AI 落地，每天的工作就是研究怎么把 AI 塞进真实业务流程。
身份表述用「一线互联网大厂 AI 产品实践者」，不提公司名、不暗示官方背书。
先立规矩：中间随时可以打断提问；最后 30 分钟做现场诊断，请大家现在就开始想「自己手上最烦、最重复的一件事」。

开场 · 先做个小调查现场互动

开始之前，先举个手：你现在在哪一层？

LEVEL 0

偶尔问一问

豆包、DeepSeek、ChatGPT，想起来了就问一句，问完就关掉。

「帮我查个东西。」

LEVEL 1

天天在用

写文案、写邮件、做总结、翻译、做 PPT，AI 已经是顺手的工具。

「帮我写一版。」

LEVEL 2

已经在「派活」

用 Deep Research 做调研，用 AI Coding 写东西，开始碰 Agent 和自动化。

「帮我把这件事研究清楚。」

LEVEL 3

在推动 AI 落地

本身是 AI 从业者，或者正在公司内部推进 AI 应用。

「这条流程能不能交给 AI？」

今天不迁就任何一层，也不会让任何一层掉队。
我给的是一条从 0 到 3 的升级路径——你在哪一层，就从哪一层往上走一格。

2 分钟，必须做。依次请四层举手，快速数一下人数并说出来：「Level 0 大概五位，Level 1 一大半，Level 2 差不多十位，Level 3 有三位。」

这一步的真实目的有三个：破冰、让大家知道自己不孤单、以及我现场校准讲法的深浅。
如果 Level 0/1 明显偏多：第二、三部分多停留，第五、六部分讲慢一点但不删。
如果 Level 2/3 偏多：前两部分加速，把时间留给 Workflow 和 Agent Boss。
对 Level 3 的朋友说一句：「后面第五、六部分是给你们准备的，前面请忍我十分钟。」

开场 · 今天的地图

今天我们要爬的，是这五级台阶

LEVEL 1

AI 帮我
回答问题

问一句，答一句

Part 1

LEVEL 2

AI 帮我
完成工作

交代任务，不只是提问

Part 2

LEVEL 3

AI 替我
执行任务

自己规划、自己调工具

Part 3 · 4

LEVEL 4

AI 改变团队
和 Workflow

从个人提效到组织生产

Part 5 · 6

LEVEL 5

AI 改变
能力边界

你能做多大的事

Part 7

会用会派活会验收会设计流程会重新分工

越往上，你亲手做的越少，你能完成的越多。

2 分钟。这是全场唯一的导航图，后面每换一个部分都回扣一次：「我们现在在第三级台阶。」

提醒观众：台阶不是「新的替代旧的」，Level 5 的人照样每天问 AI 问题。区别是他还会别的。
点一句时间分配：前面三分之一给基础认知，中间三分之一给方法，后面三分之一给创业者和管理者。

Part 1 · AI 到底发展到哪一步了

过去三年 AI 发生了什么，五句话就够了

2023「帮我写一段文案。」生成 · 一次性输出

2023–24「帮我分析一下这份文件。」理解 · 能读你的材料

2024「帮我研究一下这个行业。」检索 · 能出去找信息

2025「你自己去搜、去比、去分析，然后给我结论。」研究 · 多步自主推进

2025–26「这是我的目标，你自己规划步骤、调用工具，把它做完。」执行 · 交付结果

真正变化的不是 AI 有多聪明，
而是——你敢交给它的事情，越来越大。

5 分钟，逐句出现。不要讲 Transformer、参数量、榜单。就用这五句话，每句配一个自己的真实场景。

第 1 句：那时候 AI 是个「文字工具」，你还得自己想清楚要什么。
第 3 句是分水岭：AI 第一次可以出门——能联网、能读网页，从「肚子里有多少货」变成「能去哪里找货」。
第 5 句停顿三秒，让大家意识到这句话和第一句已经不是一个物种。
反问全场：「在座各位，日常最多说到第几句？」大部分人会承认停在第 1、2 句。这就是今天的价值缺口。

Part 1 · 一句话总结这个变化

AI 正在从 Chat，走向 Work

C H A T · 聊天

你问，它答

你的角色每一步都要你推着走
它的角色一个知识渊博的顾问
交付物一段文字
时间尺度几十秒
你的收获一个答案

→

W O R K · 干活

你交代，它做

你的角色说清目标，然后验收
它的角色一个能自己推进的同事
交付物一件被做完的事
时间尺度几十分钟，甚至几小时
你的收获一个结果

换个说法我们正在从 Prompt 时代，走进 Delegation（任务委派）时代。

3 分钟。这一页是 Part 1 的锤子，讲慢一点。

核心对照：顾问 vs 同事。顾问给你建议，同事把活干完。你不会让顾问帮你把周报发出去。
「时间尺度」这一行最值得展开：过去我们默认 AI 应该秒回。现在真正有价值的任务，AI 要跑十分钟、半小时。愿意等，是一种新的使用习惯。
提醒：Delegation 这个词今天会反复出现，它就是「派活」。中文里最贴切的翻译是——交代工作。

Part 1 · 什么是 Agent

我不给定义。我给你一个实习生。

你不会每隔 30 秒告诉实习生下一步做什么。你会一次说清楚：

「帮我研究一下这个市场，找到主要竞争对手，比一比产品、价格和客户口碑，最后给我一个能拿去开会的结论。」

然后他会自己走完这一整套动作：

理解目标→ 拆解计划→ 查资料→ 用工具→ 分析比较→ 交出结果

发现资料不够 / 结论站不住，自己回头再来一轮

这套动作，今天的 AI Agent 基本都能跑通了——只是有时候跑得笨一点。

Agent = 一个会自己规划步骤、会用工具、能反复迭代的实习生。
它不一定比你聪明。但它不累、不拖延、不需要绩效面谈，而且你可以同时拥有十个。

4 分钟。这一页决定 Level 0 的人会不会掉队，务必讲透。

先问全场：「带过实习生的举手？」有人举手就顺着说，没人举手就说「那想象一下你请了个钟点工」。
关键对照：不会带人的人，会一直盯着实习生说下一步；会带人的人，说清目标和验收标准，然后放手。用 AI 用得好的人，也是后者。
诚实一点，加一句可信度很高的话：「今天的 Agent 大概是一个聪明但没什么经验的实习生——它会漏、会编、会跑偏，所以你依然要验收。但它便宜、快、随叫随到。」
结尾抛钩子：「所以问题就变成了——你会不会交代工作？」直接引出 Part 2。

Part 2 · 普通人怎么把 AI 真正用起来

别再学「万能提示词」了。
学会交代一件工作就够用十年。

G O A L

目标

我最终要拿到什么东西？

不是「帮我看看报价」
是「一份能直接发给客户的报价单」

C O N T E X T

背景

我是谁、给谁用、手上已经有什么？

客户是谁、之前聊到哪一步
把材料喂给它，别让它猜

C O N S T R A I N T S

约束

有什么不能碰的边界？

预算、时间、字数、口径
什么话绝对不能说

S T A N D A R D

标准

什么叫做得好？

给它一把尺子去自检
「达不到就重做一遍」

判断一个人 AI 用得好不好，不看提示词写得多花哨，看他交代工作交代得清不清楚。
这和带人是同一种能力——你带不明白实习生，多半也用不明白 AI。

4 分钟。四张卡逐张出，每张只讲一个例子，别铺开。

开场先泼一盆冷水：「网上那些『收藏这 100 个提示词模板』，三个月就过期了。因为模型每升级一次，技巧型的东西就失效一批。但『把事情说清楚』这件事，永远不会过期。」
Standard 是最多人漏掉、也最值钱的一项。可以说：「加一句『写完先自己检查一遍，不满足以上标准就重写』，输出质量的变化，比你换个模型还大。」
最后这句「和带人是同一种能力」是全场金句之一，说完停一下。管理者听到这里会开始点头。

Part 2 · 一个真实对照现场 Demo 演讲者案例

同一件事，两种交代方式

✕ B A D — 提出一个问题

帮我做一个 AI 分享方案。

好的！一个成功的 AI 分享通常包括以下几个部分：
1. 开场引入：介绍 AI 的发展背景与重要性
2. 核心内容：讲解 AI 的基本概念、主要应用场景
3. 案例分析：结合行业案例说明 AI 的价值
4. 互动环节：设置问答，提升参与感
5. 总结展望：强调 AI 的未来发展趋势……

你会得到：一个正确、完整、毫无用处的通用框架。
你没告诉它讲给谁听，它只能给你一个「平均值」。

✓ B E T T E R — 交代一件工作

我要面向深圳一批高质量职场人、小型创业者和管理者做一场 90 分钟的 AI 分享。现场 AI 水平差异很大，希望既照顾初学者，又让常用 AI 的人有新收获。请先分析这几类听众各自真正关心什么，再设计一个循序渐进的内容结构，并逐条告诉我每一部分为什么存在。

Goal 一份带结构的方案Context 听众与场景Constraints 90 分钟 / 水平参差Standard 每部分要能自证价值

你会得到：一份能直接开始改的方案，以及——它对你听众的判断，可能比你自己想得还清楚。

差别不是「提示词技巧」，是你有没有先把事情想清楚。
很多时候 AI 给不出好答案，不是它不行，是你自己也没想明白要什么。

4 分钟，建议现场跑一次。

Demo 方案：提前开好两个窗口，Bad 那条的结果提前跑好截图备用（防止网络翻车），Better 这条现场跑，边跑边讲。
坦白一句拉近距离：「今天这套 PPT 的结构，最早就是这么跑出来的——它当时提醒我，现场水平差距会很大，得设计成台阶。这一点我原本没想到。」
右边这段话就是今天这场分享的真实需求，可以直接指着说「这就是我写给 AI 的原话」。真实感是这一页最大的说服力。
如果时间紧，Demo 可跳过，只讲两段文字的对照。

Part 2 · 最值得掌握的三种能力

普通人真正需要的，只有三种用法

0 1

搞懂一件事

让 AI 当你的研究助手

三小时摸清一个陌生行业
把五个竞品拉成一张对比表
看懂一份看不懂的合同 / 报告
入职新领域前的快速补课

从「我不懂」到「我大概懂了」，
成本从一周降到一个下午。

0 2

想清楚一件事

让 AI 当你的思考陪练

找出你方案里的盲点
站在反对者立场驳你一遍
给你一个决策框架，而不是答案
模拟老板 / 客户 / 员工的反应

这是被严重低估的一类用法，
下一页单独讲。

0 3

完成一件事

让 AI 当你的执行者

从「告诉我怎么做」
升级到「直接帮我做完」
资料 → 分析 → 表格 → PPT → 邮件
再顺手列出下一步待办

这条路往前走，
就走到了 Agent。

而大多数人，只用到了第 0.5 种：帮我写。

3 分钟。三张卡快速过，重点全在最后那句「第 0.5 种」。

说这句时可以自嘲式地问：「今天在座，主要拿 AI 写东西的，举个手？」——通常一片手。这个反差就是 Part 2 的价值感来源。
第 1 种适合 Level 0/1 的人分享结束后就用；第 3 种给 Level 2 铺路；第 2 种是给所有人的认知升级。
不要在这页展开举例，例子留给下一页和 Part 3。

Part 2 · 被低估的用法演讲者案例

对 AI 最大的浪费，
是只让它帮你写。

写作可以外包，判断不能。但「帮你把判断做得更扎实」——这恰恰是今天 AI 最被低估的能力。
四句分享结束后就能用的话：

「站在一个不看好这件事的投资人角度，把我这个方案批评一遍。」

找漏洞。人天然会爱护自己的方案，AI 不会。

「我做这个决定时，最可能忽略的三件事是什么？」

补盲点。你想不到的，往往不是难点，是你没意识到要想。

「先别给我答案。给我一个判断这件事的框架。」

要框架不要结论。框架能复用，结论只用一次。

「分别用 CFO、销售负责人、一线员工三种视角评价这个方案。」

换视角。开会前先在 AI 那里被骂一轮，会上就不慌了。

AI 最值钱的时刻，往往不是它替你写完了，而是它问了一个你没想过的问题。

4 分钟。这是 Part 2 的高光页，也是让 Level 2/3 的人觉得「有新东西」的关键。

讲一个自己的真实案例（建议提前准备一个，讲 60 秒）：某次做方案 / 做决定前，让 AI 扮演反对者，结果它提出的某个风险点后来真的发生了 / 让你临时改了方案。要具体，要有细节，不要泛泛说「很有用」。
第 3 条「要框架不要结论」值得多说两句：你要的是判断力，不是答案。答案会过期，框架能复用一辈子。
给一个可执行的落地动作：「明天你有任何一个要做决定的会，会前花五分钟，让 AI 用这四句话审一遍你的方案。」

Part 3 · 同一个任务，四种 AI 用法

「我发现了一个新的商业机会，
我想判断它到底值不值得做。」

接下来这四页，不换任务、不换工具、不换模型。
只换一件事：你把多少东西交出去。

1 分钟，纯过渡。语速放慢，制造仪式感。

可以说：「这个问题，在座的创业者应该每个月都要问自己一次；职场人换成『这个项目值不值得投入』，是一模一样的。」
强调「不换工具」——今天不做工具推荐，差距不在工具，在人。

Part 3 · 同一个任务，四种 AI 用法现场 Demo

同一个问题，四个人给出四种答卷

L1

问 AI

「这个行业怎么样？
有前景吗？」

AI 给一段行业综述
没有数据来源
说的都对，也都没用

你2 分钟

AI10 秒

拿到：一段正确的废话决策没有前进一毫米。

L2

和 AI 一起想

「我手上有这些资源、我的客户是谁、我打算这么赚钱、我最担心的是这个。你来挑毛病。」

让它挑逻辑漏洞
挑战你最想回避的假设
给一个判断框架

你30 分钟

AI5 分钟

拿到：自己的盲点清单第一次看清哪里想当然了。

L3

让 AI 自己去研究

「去把这个市场调清楚，带来源，给我一份能拿去开会的判断。」

搜市场规模与趋势
扒竞品、比价格、看融资
找真实用户评价和吐槽
汇总成结构化结论

你5 分钟

AI1 小时

拿到：一份带来源的调研你只负责交代和验收。

L4

把整件事交出去

「基于研究结论，设计一个两周就能跑完的验证方案，然后一步步帮我做出来。」

两周 MVP 计划
用户访谈提纲
Landing Page 做出来
潜在客户名单 + 定价实验
拿回反馈，重新分析市场

你3 小时

AI两周

拿到：一次真实的市场验证你从「想过」变成「试过」。

10 分钟。全场最重要的一页，不要赶。四列逐列出现，每列讲 2–3 分钟。

Demo 建议：L1 现场跑（几秒出结果，让大家亲眼看到「正确的废话」长什么样），L3 提前跑好一份 Deep Research 报告，现场展示成品并翻到引用来源那一页——这一下的冲击力最强。L4 展示提前做好的 Landing Page 截图或链接。
讲 L2 时强调：这一步不需要任何新工具，你现在用的 AI 就能做。它的门槛不是技术，是你愿不愿意把真实情况告诉它。很多人跟 AI 说话像跟陌生人聊天，什么都不肯说。
讲 L3 时点名品类而不是吹某个产品：Deep Research 类能力，主流模型现在都有。
讲 L4 时坦诚：这一步目前还需要你盯着，中间会出错、会返工。但注意——五年前这件事根本不存在。
四条对比条要单独讲一次：从左看到右，「你」那一条几乎没怎么变长，「AI」那一条翻了几十倍。这就是这一页真正的结论——生产力的增量不来自你更努力，来自你调动的算力更多。
如果全场 Level 0/1 偏多，L4 可以少讲一分钟，把时间还给 L2。

Part 3 · 所以差距到底在哪

同样一句「我在用 AI」，
有人拿回一段文字，
有人拿回一次真实的市场验证。

AI 使用水平的差距，早就不是提示词写得好不好。
真正的差距是：你能把多复杂的事情，交出去。

2 分钟。说完第一段停三秒，再翻出第二段。

补一句很扎心但很真实的话：「限制大多数人的，不是 AI 的能力上限，是我们自己想象力的下限——你从来没想过可以让它做这么大的事。」
顺势过渡：「那这个『把复杂的事交出去』，靠什么实现？靠 Agent。下一部分我们把它拆开看看。」

Part 4 · 从 Chat 到 Agent

一个给你答案，一个给你结果

传统 AIC H A T

你的问题→ 模型思考→ 一段回答结束。下一步靠你。

AgentW O R K

你的目标→ 自己拆计划→ 一步步执行→ 调用工具→ 自查结果→ 交付

不合格？自己回到「拆计划」重来一遍

工具是关键

它能动手，不只是能说

联网搜索、读写文件、跑代码、查数据库、调用你公司的系统。「会用工具」才是 Agent 和聊天机器人的真正分界线。

多步是关键

它能连着做几十步

一次问答是一步，Agent 一个任务可能跑几十步，中间自己判断该往哪走。所以它需要时间，也会犯错。

验收是你的事

它不负责对，你负责判断

它会编、会漏、会跑偏。所以「怎么验收」变成了新的核心技能——这也是它暂时替代不了你的地方。

5 分钟。三张卡是这页的重点，尤其第三张。

不要展开技术架构，不提 ReAct、function calling、MCP 协议这些词。只讲「能动手」「能连着做」「你要验收」三件事。
「会用工具是分界线」可以举个最好懂的例子：你问 AI 明天天气，它编一个是聊天机器人；它去查一下再告诉你，是 Agent 的起点。
第三张卡要重点讲，它同时安抚了两种人：担心被替代的人（你还有验收权），和过度乐观的人（别以为可以撒手不管）。
如果现场有 Level 3 的技术背景听众，可以补一句「今天这套东西背后的工程复杂度不低，但对使用者来说，只需要理解这三件事」。

Part 4 · Agent 能帮普通人做什么

不谈未来。这些是现在就能交出去的活

行业与竞品调研

给个方向，回来一份带来源的判断

客户与线索分析

把客户资料扒一遍，出沟通策略

数据整理与报表

几份乱表 → 一张能看的分析

写代码 / 做小工具

内部小系统、脚本、自动化

内容生产全流程

选题 → 稿子 → 配图 → 排版

会议与行程

纪要、待办、跟进邮件一次搞定

信息监控

盯竞品、盯政策、盯舆情，出日报

招聘初筛

简历筛选、面试提纲、背景速查

这里没有一个是「写诗」「讲笑话」。全是你这周真的要干的事。

AI 的入口正在变化——
从「我要问什么」，变成 「我要完成什么」。

4 分钟。不要八个都讲，挑三个和现场人群最相关的展开，其余一句带过。

看现场构成选：创业者多讲「客户与线索分析」「信息监控」；管理者多讲「数据报表」「会议与跟进」；职场人多讲「调研」「内容生产」。
「写代码 / 做小工具」这条对非技术听众要特别说一句：你不需要会写代码，也能让它给你做一个内部小工具。这句话经常是全场最让人意外的一点，后面 Part 7 会呼应。
最后一句是 Part 4 的落点，说完直接进入 Part 5 的转场。

Part 5 · 管理者和创业者怎么用 AI

一个残酷的事实：
全员都在用 AI，公司可能一点没变。

看起来很 A I

公司买了 AI 账号

市场部用它写文案
销售用它改话术
HR 用它写 JD
老板用它写周报点评
每个人都省了一点时间

≠

真正的变化

生产方式变了吗？

流程还是那条流程
交接还是那些交接
等待还是那些等待
人数还是那些人数
省下的时间，去开了更多会

个人 AI 的单位是 Task（一件事）。
企业 AI 的单位是 Workflow（一条流程）。—— 这是今天最重要的一句话之一。

3 分钟。转场要明说。

先给一句分层提示：「接下来这一部分，对创业者和管理者会更有价值。如果你现在是普通职场人，也建议听——因为这是你未来的团队和老板会怎么工作。」
「省下的时间去开了更多会」这句是刻意的黑色幽默，现场通常会笑。笑完再补一刀：「这不是段子，这是大多数公司 AI 落地的真实结果——效率提升被会议吸收掉了。」
Task vs Workflow 是整个 Part 5 的核心，写在白板上或者重复两遍。
如果现场有老板问「那我到底该怎么开始」，告诉他：「别急，第 19 页我会给你一个回去就能用的动作。」

Part 5 · 从 Task 到 Workflow

AI 真正的企业价值，不在某一个 Prompt，在一条流程里

还是人做 AI 已经能搭把手 AI 现在就能基本接管

销售

客户咨询→ 信息整理→ 需求分析→ 见面沟通→ 出报价→ CRM 更新→ Follow-up

内容

选题→ Research→ 写稿→ 配图→ 发布→ 数据复盘→ 下一轮选题

客服

用户提问→ 查知识库→ 判断意图→ 给出答案→ 建工单→ 人工跟进

渗透节奏先啃最费人的 20%→ 往上下游长到 40%→ 整条流程 60% 以上剩下的，永远留给人

别一上来就想「AI 能不能替代这个岗位」。先问：这条流程里，哪一格最不该由人来做。

6 分钟。三条流程按现场人群侧重讲，高亮的格子就是 AI 现在最容易吃下的环节。

销售线最能打动小老板：「CRM 更新」几乎是所有销售最讨厌的事，而它高频、纯数字化、标准化——教科书级的 AI 切入点。可以问全场：「有销售团队的举手？你们的 CRM 填得全吗？」通常会引发共鸣和笑声。
强调「不用一次全替代」：20% → 40% → 60% 的渐进节奏，是小公司唯一现实的路径。一步到位的 AI 转型方案，基本都会烂尾。
特别说明「剩下的永远留给人」：签单、判断、担责、维系关系。这不是安慰，这是事实。
可以留一个钩子：「哪一格最该先动？下一页给你一把尺子。」

Part 5 · 一把尺子：AI Opportunity

哪些事值得 AI 化？五个条件，占得越多越值得

高频× 高人力投入× 高度数字化× 相对标准化× 结果可评价 = AI Opportunity

它够频繁吗

每天、每周都在发生。

反例：一年一次的年会策划，做自动化不划算。

它够费人吗

现在要占掉一个人半天以上。

反例：五分钟能干完的事，改造成本比省下的还高。

输入在电脑里吗

文档、表格、系统里能拿到。

反例：信息在老王脑子里、在纸上、在酒桌上。

流程稳定吗

每次的做法大体一样。

反例：每次都靠临场发挥和个人关系。

好坏看得出吗

有明确标准，或一眼能判断。

反例：做完了也没人说得清对不对。

五个都占 → 立刻做 · 占三个 → 值得试一把 · 只占一个 → 别碰，先干别的

5 分钟。这是给创业者和管理者最值钱的一页，让他们拍照。

主动说：「这一页建议拍照，回去就能用。」——一定要留 10 秒给大家拍。
五个条件里，「输入在电脑里吗」是最容易被忽略、也最容易导致项目失败的一条。很多公司想 AI 化的环节，关键信息根本没数字化，那不是 AI 问题，是先要把数据搬到线上。
「结果可评价」同样关键：没有验收标准的任务，AI 做完你也不敢用。呼应第 7 页的 Standard。
现场可以拿一个观众的业务当场套一遍（如果有人愿意举例），效果比讲十分钟都好。

Part 5 · 回去就能做的动作现场互动

回公司别开会讨论 AI 战略。
先做这一件事。

S T E P 0 1

列出 10 件事

让团队各自写下：这个月最费人、最重复、最不想干的十件事。不要问「哪里能用 AI」——大部分人答不上来，但人人都知道自己烦什么。

S T E P 0 2

用五条打分

拿上一页那把尺子，逐条打勾：高频？费人？输入数字化？流程稳定？结果可评价？五个勾的排最前面。

S T E P 0 3

只改一个环节

从排第一的那件事里，挑最费时间的一个环节先动。两周内看到效果，团队才会信；一上来做大项目，八成烂尾。

别问「我们公司能不能用 AI」。
要问：我们公司哪一件事，最不该继续由人来做。

3 分钟。这一页是给管理者的可执行处方，讲得越具体越好。

现场互动：请一位创业者/管理者当场说出他团队「最费人的一件事」，全场一起用五条尺子打分。这是第 24 页正式诊断环节的预演，30 秒到 1 分钟即可，别展开太久。
Step 01 的技巧值得强调：问「哪里能用 AI」，员工会沉默；问「你最烦什么」，人人都有话说。这是推动落地的实操经验。
Step 03 补一句管理视角的真话：「AI 在公司里推不动，九成不是技术问题，是没人看到过一次成功。先做一个小的、能看见的胜利。」

Part 6 · 未来的团队长什么样

管理者管的，可能不只是人了

过去

Manager→People

招人、分工、排期、复盘
管理成本 ≈ 人的成本
要做更多事 → 加人

未来

Manager→People+Agent+Workflow

给 Agent 派任务、定验收标准
设计流程，而不只是分配活儿
判断：哪些事给人，哪些事给 Agent

新角色 Agent Boss 不是「管 AI 的人」，而是——能把一件复杂的事，拆开分给人和 AI，再把结果拼回来的人。

未来管理者最稀缺的能力，也许不是会管人，而是清楚知道：什么事不该由人来做。

5 分钟。这是全场认知升级的一页，语气要往上抬。

先讲一个反直觉的点：「要做更多事 → 加人」这个等式，可能第一次被打破了。过去团队产能和人数强相关，现在中间多了一个几乎零边际成本的变量。
Agent Boss 不要讲成理论概念，用一句话定义完就走：能把复杂的事拆开分给人和 AI、再把结果拼回来的人。
照顾一下现场的职场人：「这不只是老板的事。你自己一个人，也可以是自己的 Agent Boss。」
不要引发焦虑。明确说：这不是「AI 取代人」，是「人的位置往上挪了一层」——从做事，变成定义事和验收事。

Part 6 · 一个值得认真想的问题现场互动

如果明天，你的团队突然多了10 个 AI 同事——
不请假、不涨薪、几乎没有边际成本，
但你必须把话说清楚，它们才干得对。

你会怎么重新设计这支团队？

如果一下子想不出来，先想第 1 个就好——你会让它先干什么？
大多数人的第一反应，都是把自己最烦的那件事扔出去。那就是最好的起点。

3 分钟，真的要留白让大家想。

问完之后沉默 5 秒，不要急着自己回答。然后请 1–2 位现场分享，只听不评论。
如果冷场，用一个更小的问题破冰：「先别想 10 个，就想第 1 个——你会让它先干什么？」这个问题几乎人人都答得出来。
常见的回答会集中在「整理资料」「做日报」「回消息」，可以点评一句：注意，大家第一反应都是把最烦的事扔出去——这就是最好的起点，AI 落地不需要从最重要的事开始。
把这个问题和第 24 页的现场诊断连起来：「等一下我们就真的来拆一件。」

Part 7 · AI 最终改变的是什么

效率只是表面。
AI 真正改变的，是你能做多大的事。

不会写代码的人，
基本做不出软件。 → Vibe Coding：一个想法，当天就能变成一个能点开的东西。
做不出上市产品，但足够验证一个念头、做一个内部小工具。

一份像样的行业研究，
要花一两周。 → Deep Research：一个下午拿到一份带来源的初稿。
你的时间从「找资料」挪到了「判断资料」。

创业要凑齐产品、设计、
开发、运营、数据、研究。 → 很多能力可以按需调用，先跑起来再说。
「超级个体」不是口号，是成本结构真的变了。

效率提升，是省下几个小时。
能力边界的变化，是你原来根本做不了的事，现在可以做了。

5 分钟。全场情绪最高的一页，讲的时候要有点力量。

三条各配一个真实例子。第一条最好用自己的亲身经历：比如某个原本要排期几周的小工具，自己一个下午做出来了。具体的时间、具体的东西，比形容词有说服力得多。
诚实边界要说清楚，否则会显得在吹：Vibe Coding 做不出严肃的商业系统，Deep Research 的初稿也需要你核实。但「从 0 到 60 分」的成本，是真的塌了。
第三条对创业者杀伤力最大：过去一个想法要凑齐六个人才能验证，现在一个人一个周末就能试。创业的最小起点，被拉低了。

Part 7 · 下一个真正稀缺的能力

过去比谁的手快。
接下来比 Orchestration —— 谁更会「调度」。

定义目标→ 拆解问题→ 调用 AI 和人→ 判断结果好坏→ 整合成交付

会变便宜的

写字、排版、做图
查资料、做初稿
整理、汇总、翻译
写基础代码

不是没价值，是不再稀缺。

会变值钱的

知道该做什么（品味与判断）
把模糊问题拆成清晰任务
判断一份东西够不够好
为结果负责、扛下决策

AI 越强，这些越值钱。

今天就能开始练

每次交代任务前，先写清 Goal
每次拿到结果，先问「够好吗」
每周挑一件重复的事交出去
把「我来做」改成「谁来做」

这就是调度能力的日常训练。

如果你随时可以调用 10 个 AI 同事——你会怎么重新设计自己的工作？

4 分钟。这一页把 Part 6 的组织视角，拉回到每个个人身上。

核心对照要说透：「过去我们的价值是『我能做』，接下来是『我知道该做什么、我能判断做得好不好』。」
中间那张「会变值钱的」卡，是给现场每个人的安全感和方向感——不要让大家带着焦虑离场。
第三张卡给的是具体动作，可以说：「这四条不需要任何新工具，明天就能开始。」
结尾这个问题和第 21 页的团队版形成对仗：一个问组织，一个问自己。

互动环节 · AI 现场诊断现场互动

现在，我们拿你的真实问题练一遍

请 2–3 位朋友说出：最近真正让你觉得麻烦、重复、浪费时间的一件事。我们当场把它拆开。

01现在这件事怎么做？谁做、多久做一次、一次花多长时间

02输入是什么？信息从哪来、是不是已经在电脑里

03输出是什么？最后交付的到底是什么东西

04哪一步最耗时间？通常不是最重要的那一步

05哪一部分必须人来判断？划出这条线，剩下的都可以谈

06哪一步 AI 现在就能做？对照那五个条件打个分

07最小可行的 AI 改造是什么？这周就能试、两周能见效的那一小步

今天想留给大家的方法把一个模糊的抱怨，翻译成 问题 → Workflow → AI Opportunity。

20–30 分钟。全场最有记忆点的环节，别赶时间。

控场要点：每个案例严格控制在 6–8 分钟，用这七个问题做锚，观众一跑偏就拉回来问下一个。
挑案例的标准：优先选高频、纯线上、输出明确的（如日报、客户跟进、内容排期、报价、简历初筛）。回避涉及复杂线下动作、强人际关系、或数据完全没数字化的问题——现场拆不出结果会冷场。
如果没人主动开口，提前埋一个人，或者自己抛一个：「我先拆一个我自己的。」
第 5 问「哪部分必须人来判断」是最能让人安心的一问，每次都要明确画出这条线。
每拆完一个，用一句话收口：「所以你回去第一步就是——{具体动作}。」让人带着一个动作离场，而不是带着一堆概念。

收尾 · 今天请带走这 5 句话

如果今天只记住五句，记这五句

01

AI 正在从回答问题，走向完成任务。

02

不要只学怎么问 AI，要学怎么把工作交给 AI。

03

AI 最有价值的不只是帮你写，还能帮你研究、思考和执行。

04

个人 AI 的核心是 Task，企业 AI 的核心是 Workflow。

05

AI 最终改变的不是几分钟效率，而是一个人的能力边界。

2 分钟。逐条出现，每条只说一句注解，不要重新讲一遍。

第 2 条停顿最久，它是全场的中心句，橙色高亮就是为了让大家拍这一张。
可以按人群点名回扣：「第 1、3 条给今天刚开始用 AI 的朋友；第 4 条给老板和管理者；第 5 条给所有人。」
留 15 秒给拍照。

谢谢

不要只学怎么问 AI，
开始学怎么把工作交给 AI。

分享结束后只做一件事：
挑一件你每周都要重复做的事，完整地交给 AI 试一次。
不是问它怎么做，是让它做完。做砸了也没关系——你会立刻知道自己哪里没说清楚。

深圈 Pro · 高质量会员局接下来的 30 分钟，把你的问题带过来，我们一起拆。

1 分钟收尾。

不要在最后再总结一遍全场。说完这句话就停。
那个「回去做一件事」的作业是刻意设计的：行动比记住更重要，而且「做砸了会知道自己哪里没说清楚」本身就是最好的教学。
如果要留联系方式 / 后续社群，在这一页口头说，不要写进 PPT。
然后自然过渡到现场诊断和自由交流。