职业经验萃取器

要解决的具体问题

很多工程师和内容岗位已经会用 AI，但卡点不是工具数量，而是不知道哪些工作环节值得 AI 介入，以及如何把一次性提示词沉淀成可复用标准。这个技能面向具体任务，帮助识别重复性高、规则明确、输出可预期的环节，例如 文案初稿、数据摘要、报告结构整理 和 学习路径生成。

如何工作与适用边界

它按四个步骤推进：

• 工作流诊断：按耗时、频率、重复度排序，找出 信息收集、格式转换、数据分析 等适合 AI 的环节。
• 工具选型：从功能匹配、成本、集成能力和数据安全比较 LLM、文档工具与代码辅助分析。
• 提示词工程：设计角色、任务、输入、输出格式和质量标准，并通过 3-5 次迭代验收。
• 效果评估：用耗时变化、错误率、可用性和成本收益比复盘。

注意：最终质量与关键决策仍由人工把关；敏感数据不要输入公共平台；高度原创或强合规内容保留人工主创，避免把 AI 当成替代判断的工具。