会带员工,就会用 AI——把 Claude Code 当数字员工的真实备课全过程
大部分人用 AI 还像用搜索引擎——丢几个词,指望它出活,根本不说人话。而会安排员工的人,天生就知道怎么给 AI 交代工作。
这一期用一场线下大课的真实备课过程演示:三句话把活交清楚——给了什么资料、目的是什么、怎么交付。AI 交回来的已经不是助理的活了,是搭档——它反过来在给我安排工作。
我最近有个洞察:都说要把 AI 当成数字员工去用,但大部分人在使用 AI 的时候,还是像用搜索引擎那样——用简单的词、或者一个问题直接去问,根本不说人话。
那今天我就来分享一下,在一个真实的工作当中,我是怎么使用 AI 作为我的员工的。
如果你有一个助理,你会怎么安排工作
最近受邀去线下做一个 6 小时的全天大课分享。作为讲师,拿到需求的时候,如果自己有助理,会怎么安排工作?正常的思路是:先联系课程主办方——这次的听众都有谁?他们遇到的问题是什么?想获得的价值、想听到的案例和方法偏向哪些方面?目前的水平大概什么样?如果有课前问卷、访谈、学员资料,能不能先要过来一起分析。
资料拿到之后,信息量很大,短时间内讲师自己没办法快速消化——那我们就会要求助理,把资料消化成一个梗概,以直观的汇报方式给到我们。
现在,就用这个思路去跟 Claude Code 沟通,让它完成这个助理员工的工作:主办方导出的课前问卷表格、学员们线上会议摸底讨论的 Get笔记逐字稿,一股脑丢进对话框。
三句话把活交清楚
在提要求之前,可以先想一下:如果我只有一次机会跟这个助理沟通,我会怎么提?我通常是这样做的——
我被邀请在线下进行六个小时的全天大课分享。现在给到你的是学员们的资料、课前对学员进行需求调研的语音转文字逐字稿,还有让学员们填写的问卷表单,请先对这些内容进行查阅和整理。为了能更好地准备课程内容、让学员们有可以带得走的收获,我需要你用 PPVI 浅色风格的网页形式,给我一个课前的学员需求分析报告,让我更好地了解听众是什么样的人、他们的需求是什么、现在的水平是什么样子;同时帮我分析课程内容准备过程可能遇到的挑战,并针对这些挑战给我初步的解决方案提案。
拆开看,我告诉了它三件事:给它的资料都是什么;这个工作的目的和出发点是什么;最终用什么样的方式、怎样的标准进行交付。 这就是三个最基本的要求框架。
不同的智能体和模型,差异其实在这一步之后。好的智能体、好的 harness 配置,会把与这件事相关的 Skill 和经验——这些我没有告诉它的东西——自动关联并注入;好的大模型,有更强的逻辑推理和表达能力、更长的上下文、更完善的既有知识库,会在工作开始前做严谨的计划,还能调用更丰富的工具:额外调研主办方的信息,甚至调用图片模型补插图。
中途我还追了一条指令:因为在录视频,网页里所有涉及人名之类的隐私信息要脱敏;网页做好之后生成一页 PDF,方便直接给到主办方——这里用到了我之前开源的 skill,onepage-pdf。
它交回来的,已经不是助理的活了
结果出来:一个网页加一个 PDF。页面呈现很美观,结论先行给了三个核心结论,然后是一份直观的学员画像——人群集中,行业分散,水平分层:虽然都是常驻上海的 90 后女性居多,但来自十几个不同的行业;有还停留在问答阶段的人,也有已经用自行编排的智能体落实到业务中的人。
痛点非常集中,就是我这个账号一直在说的:AI 一定要服务于真实业务,落地到真正的工作流当中去。 他们现在更多在用国内的大模型和工具。报告把访谈和问卷聚拢成六条核心需求线——比如要先看清边界,AI 到底能做到什么程度;国产模型工具跟 Fable 5 这样最强的智能体和模型到底差在哪。它还分析了典型学员的情况,按我的要求给出了备课可能遇到的挑战和对应打法的提案,最后帮我列了一个行动清单。
这已经不是一个助理干的活了,是一个搭档在做的事情——它甚至在给我安排工作。
手贱做了个对比:同样的模型,换个工具
等它出网页的过程中,我手贱做了一件事:把 Fable 5 接入了腾讯 WorkBuddy——同样的需求和资料、同样的模型,工具会带来什么差异?
跑完我就直接后悔了:且不说产出质量,只是出了一个网页,就花掉了大几十的 Token。
平心而论,WorkBuddy 那边生成网页更快(我们没要求它出 PDF),内容也够用、做得非常不错,页面设计中规中矩,同样用了直观的图表,提炼了六个痛点、列出高热的听众问题清单、给出课程设计的启示。只是因为工具调用的问题,没能加入搜索和推理之后的信息增量,视觉呈现也没有那么惊艳。
算力成本,终将超过人力成本
现在很多国内的公司,已经在大量运用 WorkBuddy 给员工赋能,其中不乏给员工很高算力额度、接入顶级模型的公司。从今天这个测试来看:哪怕接入的不是 Fable 5 而是 Sonnet 这样的模型,交付一个这样的文档,至少也需要十几块钱的算力成本——相当高。
所以在企业的业务当中,什么样的工作值得用这样高昂的算力去支持、又到底能带来多少业务增长,是一件非常值得专人花时间去统筹、去设计的事情。
终归有一天,企业的算力资源成本是会超过人力资源成本的。我相信这一天,已经不会太远了。
来源:EP0057_audio.mp3 · ASR 模型 gemini-2.5-pro(切段并发) · 原片完整文字版
[00:00] 我最近有个洞察 都说要把 AI 当成数字员工去用 但是大部分人在使用 AI 的时候 还是像用搜索引擎那样去 用简单的词或者是 问题去直接问 AI 是根本不说人话的 那今天我就来分享一下 在一个真实的工作当中 我是怎么样去使用 AI 作为我的员工的 那最近也是 受邀去线下做一个大课的分享 作为一个讲师呢 在拿到需求的时候 如果自己有助理 会怎么样去安排工作呢那正常的 一个工作思路通常是这样的 联系这个课程的主办方
[00:26] 去问说我们这次的 听众都有谁啊 那他们遇到的问题是什么呀 他们想要获得的价值 他们想要听到的案例或者是方法 是偏向于哪些方面的 他们目前现在的水平大概是 一个什么样子的 如果有相应的课前的 问卷或者是访谈 以及学员们的资料的 话能不能先要过来 一起去做一个分析 那拿到这些资料之后呢 那拿到这些资料之后呢 这个信息量可能是很大的 短时间之内呢 讲师自己没有办法 去快速地获得这样的
[00:51] 那我们就会要求助理 把资料消化成一个梗概的内容 以一种直观的 汇报方式给到我们 那我们现在就用这个思路 去跟 Claude Code 沟通 让他完成这样一个助理 员工的工作 首先呢课前的问卷 主办方通过一个表格 已经导出来给我了 大家可以看到这个内容非常的多 而且非常不方便去阅读 那同时还有学员们线上 会议沟通的 对于课程需求的摸底的一个讨论 那这个讨论呢是一个 Get笔记的逐字稿 我需要把它全部复制
[01:17] 并且放到这个对话框里面 甚至可以把主办方给到 我们的资料 一股脑无脑地去堆到这里面去 在进行要求之前呢 我们可以想一下 如果我只有一次机会 跟这个助理进行沟通 给他一些资料的话 我会用什么样的方式提要求 那我通常是这样去做的 我被邀请在线下进行六个小时的 一个全天大课的分享 现在给到你的是学员们的 资料课前 对学员进行需求调研的
[01:42] 语音转文字的逐字稿 还有让学员们填写的问卷表单 请先对这些内容进行查阅和整理 为了能够更好的 去准备课程的内容 让学员们有可以带得走的收获 我需要你用 PPVI 浅色风格的网页形式 给我一个课前的 学员需求分析报告 以至于可以让我更好的了解 听众是什么样的人 他们的需求是什么 他们现在的水平是什么样子的 同时呢帮我分析
[02:07] 这个课程内容准备过程 可能会遇到的挑战 针对这些挑战呢 给我初步的解决方案的提案 好就是这样 那大家可以看到是 说我告诉他了什么 我告诉他了我现在给他的 资料都是什么 我告诉他了这个工作的 目的出发点是什么 同样我还告诉他了 最终用什么样的方式 怎样的标准进行交付 那这就是三个最基本的 要求的框架 那不同的智能体和模型的差异 其实是在这一步之后 好的智能体好的一个
[02:32] harness 的配置 会把与这件事情相关的 Skill 经验 这些我没有告诉他的东西 自动进行关联并且注入 那好的大模型 会有更强的 逻辑推理能力和表达能力 同时会拥有更长的上下文 还可以利用大模型自身 更完善的既有知识库 在这个工作开始之前进 行一个严谨的计划 并且能够调用更丰富的工具 比如说它可以去额外的进行调研 它可以额外的进行调研 主办方的信息都有哪些 甚至可以调用图片模型
[02:58] 去做一些插图的补充 那我刚才其实忘了一件事情 因为我们现在在录视频嘛 要对内容进行脱敏 所以我现在追一个指令给它 不好意思刚才忘记了 我们现在正在做视频的分享 你给我交付的这个网页当中 所有涉及到人名之类的 隐私信息的时候 需要进行脱敏处理 网页做好之后呢 可以生成一页 PDF 方便我直接给到主办方 也作为给他们的一个参考 那可以看到说它 已经开始思考了 而且我现在又追了 一条这个指令进去
[03:23] 那这里面也用到了 我之前开源那个 skill 叫 onepage-pdf 大家可以去看对应的 那些视频去学习 也可以在 Google 上搜索张拼拼找到我的 博客去下载这个视频的逐字稿 那我们现在就快放一下 最后看这个结果 好他任务已经完成了 然后给了我一个网页和一个 PDF 的文档 那我们现在打开来看一 下这个 PDF 的文档 这个页面的呈现还是 非常的美观的 它先是结论先行给了 我三个核心的结论 然后给了一个非常直观的 学员的画像 人群是集中的 但是行业分散水平能力也是
[03:48] 分层的 那虽然都是常驻上海的 90 后女性居多但所在的 行业来自于十几个不同的行业 有还停留在问答阶段的人 也有已经用自行编排的 智能体落实到业务中去的人 痛点还是非常集中的 就是我这个账号一直在说的 AI 一定要服务于真实业务 落地到真正的工作流当中去 他们使用的现状还是 更多的采用国内的 大模型和工具 并且把访谈和问卷聚拢成了 六条核心的需求线 那比如说要先看清边界
[04:14] AI 到底能够做到什么程度 那国产模型工具跟所谓的 Fable 5 最强的智能体和模型到底差在哪 然后它还去分析了典型的 学员的情况 还按照我的要求给出了 备课时可能会遇到的挑战 以及对应的打法的提案 帮我列出了一个行动清单 这已经不是一个助理干的活了 已经是一个搭档在做的事情了 它甚至在给我安排工作 那其实刚才等待它出这 个网页的过程当中呢 我手贱做了一件事情 我把 Fable 5 接入了 WorkBuddy
[04:39] 我就在想说同样的 需求和资料给到之后 同样的模型 那工具又会有一个什么 样的差异呢 跑完我就直接后悔了 且不说产出的质量是怎样的 只是出了一个网页就花掉了 大几十的 Token 那 WorkBuddy 那边其实生成这个网页是更快的 因为我们并没有要求它 去生成 PDF 那平心而论呢内容也是够用的 也做得非常不错 只是因为工具调用的 问题导致没有 能够加入很多搜索 搜索和推理之后的信息增量 而且也没有能够做到特
[05:05] 别美观的视觉呈现 但是我觉得也是够用的 我们也来看一下 这个页面设计也是 中规中矩的 而且同样采用了直观的 图表来呈现 那整个的内容结构呢 也提炼了六个痛点 并且列出了高热的 听众问题清单 给出了我课程设计的启示 现在很多国内的公司 已经非常多的运用 WorkBuddy 去给员工做一些赋能 那其中有些公司也不乏给员工 很高的算力额度 也接入了顶级的模型 那从今天这个测试来看呢
[05:30] 哪怕我们接入的不是 Fable 5 是 Sonnet 这样的模型 交付一个这样的文档 至少也是需要十几块钱的 一个算力的成本 还是相当的高的 所以在企业的业务当中 什么样的工作值得去 用这样高昂的算力去支持 那又到底能够带来多少的 业务增长 其实是一件非常值得 专人花时间去统筹去设计的 那终归有一天 企业的算力资源成本是 会超过人力资源成本的 我相信这一天 我相信这一天已经不会太远了 那今天的内容就是这样
[05:55] 我们明天再见 拜拜