教程列表
按当前目录继续浏览
周目标别等周五再算账：每天给团队一个检查点
很多运营团队不是没有周目标，而是周目标只在周一和周五出现。周一说“本周有效线索 500 条，首日激活率 60%，三场渠道活动按时上线”，听起来很清楚；到了周五下午再看，线索只完成 370 条，激活率停在 51%，其中一场活动虽然上线了但没有跟进名单。问题不是团队不努力，而是偏差出现的那天没有被看...
周三项目卡住怎么办：用一张清单拆出催办对象、决策时限和降级动作
项目最危险的时刻，往往不是周一刚开会，也不是周五已经来不及，而是周三下午。任务看板上看起来还有时间，大家也都没有明确说“我做不了”，但几个关键动作已经停住：活动页等设计，名单等数据，话术等产品确认，客户资料等销售催回。你去问负责人，得到的回答也很像：“我这边在等别人”“对方没回我”“还要再确认一...
周一例会别再报流水，先用行动盘点表定本周重点
很多运营团队的周一例会，名义上是对齐本周重点，实际却容易变成逐人报流水：活动同学说上周发了几篇内容，用户运营说处理了几个群反馈，销售运营说表格还在补，项目运营说某个需求又延期了。大家都在说事，但会议结束时，团队仍然不知道本周最关键的三件事是什么，哪些上周遗留必须关掉，哪些跨部门依赖要尽快推进，哪...
AI 工具品牌别只发功能更新：搭一张能解释场景的内容支柱地图
很多 AI 工具品牌的内容节奏很勤快：模型升级发一篇，新功能上线发一篇，接入新平台发一篇，性能提升再发一篇。问题是，用户看完以后仍然不知道这些能力和自己的工作有什么关系。
B 端访谈里，先把使用者、采购、审批和 IT 分开
B 端访谈里最容易出现的一种误判，是把同一家公司里的不同角色合并成一个“客户声音”。使用者说“现在每天导数据太麻烦”，采购人说“合同和预算周期要再看”，审批人说“先证明这件事值得投入”，IT 管理员说“账号、权限、数据流向和接口边界必须清楚”。这四句话都来自同一家公司，也都可能是真实反馈，但它们...
FAQ 到底有没有用，看用户问完还追问什么
这篇文章教你判断知识库里已经上线的 FAQ 到底有没有用，方法是追踪用户“问完还追问什么、读完还找人工吗”。做完后你会得到一份 FAQ 缺口复盘表，把每条 FAQ 分成需新增、需改写、需合并、需下架四类。它的价值是：FAQ 建了不等于有用，只有看用户行为，才知道哪里缺。
GMV、实收和退款别再混着报，先把销售额口径定清楚
电商月会里最容易吵起来的数字，往往不是访客数、转化率或客单价，而是一个看似最基础的问题：这个月销售额到底是多少。
JD 发布前先做合规自查，把风险表达和确认口径列出来
很多招聘 JD 不是因为岗位画像写得不清楚才出问题，而是因为发布前没人做最后一遍合规和口径检查。用人经理写得很顺手，招聘同学赶着上线，平台审核退回或候选人截图投诉之后，大家才发现 JD 里有“年龄 28 岁以下”“仅限男性”“能接受高强度加班”“薪资 20K 起实际面议”“入职前先试岗 7 天”...
Kickoff 会前先把硬问题摆出来：用 AI 准备目标、范围、角色和风险议程
很多项目 Kickoff 会开得热热闹闹，问题却没有真正开始。会上大家介绍背景、愿景、排期和团队成员，每个人都说“后面积极配合”。会议结束后，项目经理才发现真正影响交付的问题一个都没被摊开：本期到底做哪些范围，哪些需求只是业务想法；关键资源是不是已经锁定；数据、法务、采购、研发各自有什么前置条件...
README 和脚本说法不一致时，先让 Codex 建一份事实清单
多年项目里最麻烦的不是“没有文档”，而是“文档、脚本、CI、部署记录和人的记忆都各说各话”。README 说部署要跑 `npm run deploy:prod`，仓库里却只有 `pnpm release`；老同事说要先手工同步配置，CI 里又显示部署前会自动生成配置；最近一次上线记录写着“临时绕...
案例库建设：用 AI 把零散经验整理成团队可复用教材
团队经验不能只留在老员工脑子里。用 AI 把项目复盘、客户故事、失败教训和优秀交付整理成案例库，让培训有材料、带教有样例、复盘有依据。
导师制复盘：用 AI 让带教过程从凭感觉变成可改进记录
导师制不能只安排一个老员工。用 AI 把导师沟通、学员作业、阶段目标和问题反馈整理成复盘记录，让带教质量能被看见、能被改进。
岗位能力地图：用 AI 把岗位要求拆成能训练的能力格子
岗位能力不能只写“沟通强、执行好”。用 AI 把岗位目标、日常任务和优秀样例拆成能力地图，让招聘、培训、带教和晋升都有同一套语言。
管理者反馈训练：用 AI 练习把问题讲清楚又不伤人
管理者反馈不是说重话，也不是只讲鼓励。用 AI 把事实、影响、期望和下一步练习整理成反馈脚本，让管理者能清楚表达问题，也守住尊重和边界。
客服训练营：用 AI 练出稳定回复、升级判断和复盘能力
客服培训不能只背标准话术。用 AI 把 FAQ、投诉场景、升级规则和质检标准变成训练关卡，让新人客服先在模拟工单里练稳定，再接真实客户。
跨部门培训：用 AI 把不同部门的语言翻译成共同动作
跨部门培训最难的不是讲知识，而是让销售、产品、交付、客服听懂彼此。用 AI 整理角色需求、分歧场景和协作动作，让培训从互相抱怨变成共同练习。
内训需求访谈：用 AI 帮你问出真正该培训的问题
内训需求不是问大家想听什么课。用 AI 准备访谈提纲、整理业务痛点和能力缺口，让培训从“安排课程”回到“解决工作问题”。
培训考题生成：用 AI 把课程内容变成能检验掌握度的题库
培训结束不能只问“听懂了吗”。用 AI 从课程资料、岗位场景和错误案例中生成考题，覆盖概念、判断、应用和风险，让讲师知道学员到底掌握到哪一步。
培训效果追踪：用 AI 把课后反馈变成业务改进证据
培训效果不能只看满意度。用 AI 把课前目标、作业结果、行为变化和业务指标整理成追踪表，让培训负责人能说明课程到底改变了什么。
团队 Prompt 评审：用 AI 让好提示词变成共同资产
团队 Prompt 不是谁写得顺手就谁用。用 AI 帮忙检查目标、输入、边界、输出格式和验收标准，让提示词从个人技巧变成团队可复用模板。
团队共识课：用 AI 把分散理解变成一节 45 分钟内训
团队共识不是老板讲一遍愿景。用 AI 把目标、争议、案例和行动标准整理成一节 45 分钟共识课，让大家对为什么做、怎么做、做到什么程度有同一张地图。
销售训练营：用 AI 设计从客户研究到跟进复盘的实战闯关
销售训练不能只背产品卖点。用 AI 把客户研究、开场提问、异议处理、方案摘要和复盘拆成训练关卡，让新人销售在低风险环境里练完整流程。
新人任务演练：用 AI 把入职培训变成可交付的小任务闯关
新人培训不要只发资料和开介绍会。用 AI 把岗位资料拆成一组真实任务演练，让新人从看懂要求、整理材料、提交初稿到接受反馈都能被检查。
学习路径设计：用 AI 把零散课程排成岗位成长路线
课程多不代表员工会成长。用 AI 把岗位能力、课程资源、练习任务和验收标准串成学习路径，让员工知道先学什么、练什么、交付什么。
运营训练营：用 AI 把活动、数据和复盘训练成标准动作
运营新人不能只学工具和案例。用 AI 把活动策划、数据观察、问题定位、复盘报告拆成训练任务，让运营能力从“会忙”变成“会判断”。
知识竞赛：用 AI 把团队学习做成有趣又有用的闯关题
知识竞赛不只是热闹小游戏。用 AI 把产品知识、流程规则、案例教训和风险边界设计成闯关题，让团队在轻量比赛里发现知识盲区。
主管 AI 辅导：把临时提醒变成可复用的带教脚本
主管带人不能只靠一句“你再想想”。用 AI 把员工任务、卡点和反馈整理成辅导脚本，让主管每次沟通都有事实、问题、示范和下一步练习。
作业批改：用 AI 帮讲师快速找出学员作业里的共性问题
培训作业不是收上来打个分。用 AI 先按标准整理作业问题、优秀片段和待人工判断项，让讲师把时间用在关键反馈和下一次训练上。
AI 辅助 CRM 清理：把脏乱客户数据变成可管理资产
CRM 不是越多人填越好，而是要能支持判断。用 AI 识别重复客户、空字段、阶段异常、过期任务和无效标签，建立 CRM 清理清单，让销售数据重新可信。
AI 辅助 FAQ 维护：让常见问题不过期、不冲突、不难找
FAQ 不是写完就放着。用 AI 定期检查重复问题、过期答案、政策冲突和新增高频问题，让知识库一直能被客服和客户用起来。
AI 辅助 SEO 问题库：把用户会搜的问题变成官网内容入口
SEO 不只是关键词排名，更是回答用户正在搜索的问题。用 AI 整理搜索词、客服问题、销售问答和站内数据，建立 SEO 问题库，让官网文章、FAQ 和教程有清楚入口。
AI 辅助案例采集：把客户故事变成可写、可审、可复用的案例素材
好案例不是一句客户夸奖，而是问题、过程、证据和结果的组合。用 AI 设计采访提纲、整理录音纪要、提取事实证据，形成既能写文章又能给销售复用的案例素材包。
AI 辅助报价策略：把价格、价值和让步空间讲清楚
报价不是把价格发过去。用 AI 整理客户需求、竞品压力、价值点和谈判边界，形成报价策略包，让销售知道该报什么、怎么解释、哪些不能让。
AI 辅助报销与费用审核：把发票、制度和异常变成可追踪审核清单
报销审核最怕制度散、票据乱、异常说不清。用 AI 把报销材料、公司制度和历史记录整理成审核清单、异常台账和补充说明，财务仍然负责审批和合规判断。
AI 辅助编辑日历：把内容计划变成选题、负责人和发布时间表
编辑日历不是日期表，而是把栏目、活动、用户问题和团队产能排成可执行节奏。用 AI 整理选题池、业务节点和渠道要求，生成一份能被团队每天使用的编辑日历。
AI 辅助标题库：把临时起标题变成可复用的标题资产
标题库不是堆爆款句式，而是记录用户问题、内容角度和点击承诺。用 AI 从历史文章、搜索词、评论和销售话术中提炼标题模式，建立可检查、可复用、不夸大的标题库。