Day 1：认知筑基（上午）：第一讲 认知重构：从 SOP 到 Agent Skill（看清为什么要做）
Day 1：认知筑基（上午）：第一讲 认知重构：从 SOP 到 Agent Skill（看清为什么要做）
一、AI 时代的人机协同新范式
- 演进逻辑：从指令时代 → 对话时代 → 协同时代，人与 AI 的关系由“人写指令”走向“人机共同完成任务”
- AI 能做的：信息检索、内容生成、数据分析、流程自动化；需要人承担与把关的：最终判断、创意选择与责任归属
- 人机协同核心原则：AI 是“执行者”，人是“管理者”：人定目标与边界，AI 在边界内执行
- 新一轮数字化的关键差异：AI 的真正生产力来自企业自身的 SOP、经验与数据，而非通用模型本身
- 【互动研讨】用一句话写下本部门最想“交给 AI 干”的事，并标注它是“判断 / 执行 / 沟通 / 数据”哪一类
二、为什么要把 SOP 变成 Agent Skill
- 企业 AI 落地的三大挑战：不会用（输出波动）、不敢用（数据与权限）、用不好（无沉淀）
- Skill 的四个作用：补充程序性知识、固定复杂工作流、减少重复 Prompt、把组织经验资产化
- Skill vs Prompt：Skill 定义“一类任务怎么做”、可复用、可调用脚本与资料；Prompt 描述“当前任务”
- 改造价值：把“熟人才会的事”固化下来，让新人按照流程练习并验证输出，让AI辅助完成明确的岗位任务
- 【互动研讨】挑 1 条本部门高频 SOP，对照 Skill 四个作用写出“改造后能解决哪个挑战”
三、SOP 适合改造为 Skill / 智能体的识别标准
- 选择原则：高频发生、规则清晰、有数据支撑、目标可量化，合规与责任归属为“一票否决”
- AI 应用的三个层次：L1 副驾驶（我做主，AI 辅助）→ L2 工作流（我设定，AI 自动）→ L3 智能体（我给目标，AI 执行）
- 改造深度判断：单点提效选 Prompt；流程固定选 Skill；目标驱动、需多步协同选智能体
- 实操切口：优先选“高频 + 规则清晰 + 有数据 + 容错可接受”的 SOP 作为第一批改造对象
- 【互动研讨 】按五维评估（频次 / 规则度 / 数据 / 容错 / 量化）给自己候选 SOP 打分，排出前 2 条
四、SOP 拆解与节点可 AI 化标注
- 拆解逻辑：把制度文本还原为可执行步骤，先访谈记录再画流程，不照搬制度里的“应有流程”
- 优化设计：ESIA 四动作：清除非增值、简化节点、整合环节、自动化规则明确的步骤
- AI 化识别：高频 + 规则明确 → 自动化；依赖判断 + 可数据化 → AI 辅助；用户交互多 + 问题重复 → AI 助手；复杂需创造 → 保留人工
- 产出物：用 Mermaid 画 As-Is / To-Be 流程图，标注每个节点的“AI 化程度（高/中/低）”
- 【实操演练 】用 Mermaid 把本部门一条 SOP 画成 As-Is / To-Be 流程图，并标注节点 AI 化程度
- Day 1：底座搭建（下午）
