分享我的 AI 培训军团，手慢无！（附搭建教程）

OPC 的关键，在于你能不能把自己的方法论，装进一支会干活的AI 军团。

—— 一人成军 · OPC 实践

大家好啊，我是甲木。

最近VibeWork 的概念火起来了，在 vibecoding 之后，有了 CLI、MCP、Skill 的加持，人们发现 AI 在办公场景中能直接进行交付。

我的一些企业培训，包括我的 AI 落地咨询业务，很多场景都是由 AI 帮我完成的。

今天给大家分享一下，AI 怎么去干完一支培训咨询团队的活。

为了方便大家使用，这次用之前我在线下企业培训中多次推荐的商汤家的办公小浣熊·桌面端 2.0来进行思路的展示和说明。

— 商汤小浣熊桌面首页

最开始是因为，它把职场办公和数据分析这两件事做得很扎实。Excel 扔进去就能出分析，文档、报表、PPT 一条龙，非常适合职场使用。

而现在办公小浣熊桌面端 2.0 开始公测，通过本地记忆、本地文件管理、IM 控制、专家团等板块，我把这个想法落了地。我用它搭了一支「AI 军团」，一个人跑完了过去要一个团队才能交付的企业 AI 培训。培训跑完，还顺手长出了一份咨询提案。

这件事正好撞上商汤和 Datawhale 联合办的「OPC 能力挑战赛」。OPC，One Person Capability，一个人的全栈能力。我把这套打法也直接参赛。

今天这篇，把整个过程拆给你看。

本文看点

01

一人成军替代一个团队

02

两支专家团接力干完活

03

方法论才是真资产

01

BACKGROUND

一场培训交付，过去要一个团队

先来说说背景。我公司有很大一块业务是 toB 服务，其中包含了企业的 AI 培训、咨询和落地，常年在做企业的 AI 培训和咨询。

每服务一个客户，背后是一条很长的链路。

需求诊断要有顾问，读客户资料、做访谈、摸各部门现状。课程设计要有教研，把诊断结论翻译成大纲。课件要有 PPT 设计师。实操物料要有项目助理。培训结束，还得有人写复盘。

四五个角色，周期一周起步。

虽然团队中有几个人，但要服务的客户比较多，且公司还有其他业务需要同事处理，所以我更倾向于通过 AI 来解决。

我要的是一支分工明确、能接力干活的 AI 军团。

02

SET UP

我在小浣熊里搭了两支专家团

办公小浣熊的「专家中心」有两层概念。

专家等于一个角色，加上它绑定的技能和数据。

专家团把多个专家按流程串成一条流水线：团长定题，成员按分工接力，最后统一汇总交付。

— 8 个自建专家卡片

我照着自己真实的交付流程，搭了两支团，统一叫一人成军。

当然，实际场景比这个更复杂一些，这里先把思路给大家分享一下。

第一支｜培训交付团管「把课交付出来」：

需求诊断顾问读客户资料，出诊断报告，分清哪些痛点培训能解、哪些得靠咨询。

教研设计师把诊断翻成定制大纲，每个模块绑定客户真实部门和痛点。

PPT 制作师按我的风格规范，把大纲变成课件。

物料工程师出实操手册、任务单、Prompt 卡片，归档飞书。

通过不同角色之间的组合搭配，帮我把整个框架搭建起来。

— 结合 Skill 能力

从企业方的需求痛点、线上的调查问卷，进行需求整理，然后出具教研大纲，每一个模块都对照着真实需求；再然后通过 PPT 制作把大纲变成 PPT，再给出学员手册等等内容。

— 这里用到了我自己的 PPT Skill，搭配使用

「找到公司里『价值 200 万的问题』，然后试着，用 AI 解决它。」

—— 刘润

这里我非常赞同刘润老师的这个观点。所以需要第二支团——

第二支｜咨询顾问团管「识别高价值问题、做咨询」：

复盘分析师从培训现场沉淀里，挖出最有价值的咨询切入点。

第一性原理导师把客户的重大决策议题拆到本质。

卡尼曼决策顾问给方案做认知偏差体检。

私董会幕僚团巴菲特、盖茨、马斯克、乔布斯，基于客户真实数据开会。

专家团打造过程

还有几个细节。

我在记忆中心里固定了我的交付口径和 PPT 风格。

这样不管哪个专家干活，都记得我是谁、我的东西长什么样，不用每次重教。

而且，还跟常用的 IM 工具打通了，比如飞书。通过连接企业协作系统，小浣熊可以把 AI 生成结果沉淀到团队文档、知识库和协作流程中。

这就是桌面端 2.0 的长程记忆，跨会话有效。

03

DEMO

给一句话，军团自己把活干完

下面用一个演示客户澜山家居完整走一遍。

因为一些 NDA 限制，所以客户是根据我过往服务的客户进行仿真的，但流程和方法论，来自我真实的交付实践。

设定很简单：

客户设定 BRIEF

澜山家居，佛山一家家居用品企业，制造起家，电商做大，480 人。CEO 在年会上提了「全员 AI 化」，HR 总监找到我，先做一场管理层加骨干的一天培训。

等跟对方沟通交流好了之后，整理了一些资料，然后打开「办公小浣熊」工作区。

这里和龙虾的区别在于安全性，可以授权小浣熊访问指定范围内的文件目录，并在明确权限边界内完成文件分析、内容提取、数据整理和结果生成。

我只给培训交付团发了一句话：

指令 PROMPT

为澜山家居交付一场企业 AI 培训，资料在客户工作区。

剩下的，它自己跑。

Part 1它直接读了我电脑里的客户文件夹。公司介绍、组织架构、需求邮件、六个部门的访谈摘录、AI 使用摸底问卷、经营摘要，一次性全读进去。

— 直接读取本地客户资料夹

这是桌面端和那些云端 AI 最大的不同。企业的资料，本来就不该到处传。

Part 2诊断顾问从一堆杂乱资料里抓出了几个关键判断：这家公司 AI 成熟度处在 L1 到 L2 之间，电商内容组 72% 的人高频用 AI，供应链只有 4%。

因为接了飞书的 CLI，所以能够直接在飞书上列出所有内容。

它还把七个部门的痛点列成一张表，每条都标了「培训可解」还是「需要咨询项目解」。这个分寸感，很多人类顾问都未必有。

《需求诊断报告》生成过程

Part 3教研设计师出的一天大纲。从早上九点排到下午五点半，每个模块绑的都是澜山自己的部门和痛点。

— 《定制培训大纲》：一天分时段模块表

Part 4PPT 制作师按我存好的风格规范出了课件骨架，蓝色系，我的字体，我的版式。物料工程师把实操手册和任务单打包，全部交付物自动归档进飞书对应目录。

— 骨架框架，效果嗯……还是有点差距的

之前都是通过 HTML 的模式（比如臧师傅的一些 Skill）直接生成的。

— 飞书自动归档：诊断、大纲、课件各就各位

Part 5像我之前去一些企业分享时，一般会带着助教。而现在，助教去做的一些工作和准备，都可以直接通过 AI 的工作流来完成实现。

当然，上面的信息肯定不足以支撑一整天的企业分享和咨询。在这个基础上，我们还需要补充更多内容和信息。

但通过「办公小浣熊」当前的专家团，它能够把整体框架搭建起来，极大地节省我们的时间。

在每一次的企业诊断、培训之后，我们还可以再去进行资料的再开发和利用，这是第二支团。

培训结束后，我把现场沉淀交给咨询顾问团。

复盘分析师从一堆痛点里，挑出了最值钱的那个议题：抖音到底该加码，还是收缩。这不是部门小事，是 CEO 级的决策。

第一性原理导师把这个问题拆到了底。

它列出五条行业默认假设，比如「增长快就该加码」「亏损是阶段性的」，然后用澜山自己的经营数据一条条检验，结论是大多站不住。

卡尼曼决策顾问接着给方案做了一次偏差体检，揪出了锚定效应、损失厌恶、沉没成本。它有句警示我记到现在：

不要用『抖音增长很快』，替代『抖音值得加码』。

最后是私董会。四位幕僚拿着澜山真实的退货率和毛利数据开会。巴菲特第一个问题就扎心：这个渠道到底是在创造现金，还是在购买收入？散会后，输出一份决策纪要，结论分成三栏：现在就做、需要验证、不做。

— 私董会幕僚团运行 +《董事会决策纪要》

这一切，最后收敛成一份《抖音渠道真实盈利与 AI 经营驾驶舱 90 天落地项目》提案。

一场培训，就这样长出了一单咨询。

04

METHODOLOGY

vibeworking 装的是我的方法论

你可能会问，官方不也有现成的专家模板吗？

区别就在这。官方的专家是通用角色，我的专家挂着我十年的方法论。

办公小浣熊支持上传自己的 Skill。我把沉淀多年的调研 SOP、课程设计方法，还有几个出过圈的 Prompt 作品——私董会、卡尼曼顾问、第一性原理，全部打包传了进去。所以那个私董会专家，跑的是我的私董会流程，问的是我设计的那三轮问题。个人创建的 skill、专家、专家团，也都可以分享给其他人使用，之后我会放到小浣熊上并进行提交。

— 把自己的方法论 Skill 装进军团

PPT 也一样。我对课件设计和创意排版有自己的一套讲究，把风格规范喂给它，出来的东西是我的调性，没有那股通用 AI 味。

这套东西最顺手的用法，是开公司总会，或者面对某个企业的具体难题时，我当场调出咨询顾问团，现场给出一份像样的提案。这在过去，得憋好几天。

我还给它挂了个定时任务：每天早上八点，自动推一份家居和电商行业的 AI 动态晨报，喂给诊断顾问当弹药。军团不光会干活，还会自己备课。

— 定时任务：每天 8 点自动生成行业晨报

05

优点和槽点，都说实话

用了一段时间，给个实在的评价。

先说好的

Agent 调度确实是国内靠前梯队，八个专家接力跑长流程，中间不掉链子。本地直读是真香，企业资料不用传来传去，这一条就值得装桌面端。长文档解读也强，几百页的杂乱资料能抓住重点，拿去啃招投标书也是一样的能力。

再说两个待优化的

一是 PPT 目前更像精装骨架，复杂版式和我那套精细风格的完全还原，还有距离，需要我再调一轮。二是专家团流程目前更适合线性任务，想在中间灵活插入人工确认节点，还可以做得更细。

但有一点我特别认可。资料里缺东西的时候，比如我没给它培训当天的现场记录，它不会硬编，会老老实实标上「推断」两个字。

这种不糊弄，比幻觉更强。

ENDING

结语

这就是我的一个思路分享，是我日常工作流里的一个小结点，但也是 OPC 都会面临的一个问题——需要团队拆分的事情，直接通过 AI 工作流解决。

OPC 的关键，不在你一个人有多能干。在于你能不能把自己的方法论，装进一支会干活的 AI 军团。你负责判断和方向，它负责把活干完。

写到这的时候，正好看完藏师傅的 Skill 回顾篇，核心感受就在于：

一人公司的真正资产，不是你雇了多少个 AI，而是你把自己的经验外化成可调用的 Skill，让产品、文章、案例互相喂养，每一次交付都变成下一次能调用的能力，一个人就此迭代出一家公司的复利飞轮。

这就是我理解的超级个体。

如果你也想试试，商汤和 Datawhale 的「OPC 能力挑战赛」正在进行，总奖池 55 万。我这套「一人成军」，报的就是高手赛。

也很欢迎你把自己的实际工作流分享到商汤小浣熊，我们一起来玩一下～

以上。

我是甲木，热衷于分享一些 AI 干货内容，同时也会分享 AI 在各行业的落地应用。

如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下期再见