Gift / Makitori
需求基本对应完。下周重点是客户说明确认、剩余日程确认。
不作为 1on1 主议题，因为周会上会同步具体进展。
2026-W23 / 1on1 完成稿
本周讲一件事：从交付和培训里，看到 Agent / Skill 的价值。
目标不是汇报所有工作，而是把一个判断讲完整：事实是什么，为什么重要，对业务有什么价值，下一步想怎么做。
30 秒开场
时间很短时只讲这个这周我做了三块：Gift / Makitori 需求基本对应完，下周做客户说明和日程确认；伙伴 AI 培训结束；培训里我用 Agent 搭了两个 Base demo。
这几件事让我在想一个方向：Agent / Skill 可能是我后面可以切入的技术差异化方向。因为企业级 AI 不是把事情全交给模型，而是要把流程、规则、数据结构固定下来，再让 AI 做适合它的部分。
我想后面如果有相关机会，实际参与一次 Base 搭建 Skill 或类似项目，学习怎么把它做成可复用的东西。
5 分钟完整稿
事实 → 思考 → 价值 → 下一步这周我先简单说一下做了什么。第一是 Gift / Makitori，需求基本已经对应完了，下周主要是跟客户做说明确认，以及确认剩余日程。这个项目进展我会在周会上同步，所以今天不展开成项目汇报。
第二是伙伴 AI 培训，这块已经讲完了。复盘下来，我觉得线上技术培训有一个问题：我们讲得已经比较基础，但伙伴基础不一定够，而且线上反馈少，不太知道对方有没有真的听懂。后面如果还有类似培训，我想试一下课前问卷加 hands-on，用实际产出来确认理解。
第三是这次培训里我用 Agent 搭了两个 Base demo。每个大概不到一小时。这个过程让我有一个比较明确的感受：Base 搭建看起来是 no-code，但其实很像轻量系统开发。它不是建几个表就结束，而是要看表关系是否合理、业务流程能不能跑通、自动化和公式能不能跑起来、仪表盘数据能不能呈现。
所以我最近在想 Agent / Skill 这个方向。我的理解是，企业级 AI 不是所有东西都交给模型。能固定的流程、规则、模板、数据结构，应该先固定下来；大量数据也要先预处理，再让 AI 做判断、生成、归纳、解释和补全。
这个方向对业务的价值，我觉得有三点：第一，对伙伴和客户来说，可以更快做出可演示、可验证的系统原型；第二，对团队来说，可以把 Base 搭建经验沉淀成通用 AI 案例，而不是每次从零做；第三，对我自己来说，也能把技术、客户场景和 AI 落地结合起来。
现在这个想法还不是完整计划，我可能还需要一两周继续想。但如果后面有 Agent / Skill 相关机会，尤其是 Base 搭建 Skill，我想实际参与一次，学习更懂的人怎么拆场景、定规则、做评测。
本周事实
先落地，再表达判断伙伴 AI 培训
培训结束。线上反馈少，伙伴基础不一，不确定理解程度。
改进想法：课前问卷 + hands-on。
Agent 搭 Base demo
用 Agent 搭两个 Base demo，每个不到一小时。
模板化描述比随口描述完成度更高。
我的思考过程
从事实推到判断观察 1
伙伴对 AI 的理解还不够深
这次培训已经讲得比较基础，但线上反馈少，我不确定对方是否真的理解。说明单纯讲概念可能不够，后面要让对方通过 hands-on 做出东西，才能验证理解。
观察 2
Agent 能快速搭出原型，但质量取决于输入和约束
随便说需求时，Agent 会做出东西，但容易有问题；用更完整的模板描述时，完成度明显更高。这说明 AI 不是替代思考，而是放大“需求拆解、规则定义、验收标准”的质量。
判断
企业级 AI 的关键不是聊天，而是把不稳定的部分变成可复用流程
能固定的流程、字段、模板、规则、评测标准要先固定；大量数据要先整理和预处理。然后 AI 才适合做生成、归纳、判断、补全和解释。这个思路比“所有东西都交给 AI”更可落地。
连接
Base 搭建 Skill 可能是一个高杠杆切入点
Base 搭建本身接近轻量系统开发，需要表设计、关系、流程、自动化、公式、仪表盘和评测。如果把这些拆成 Skill 或标准流程，就可能同时服务伙伴培训、客户 demo、交付提效和团队案例沉淀。
还缺
我现在还没有把它变成完整方案
还需要补清楚具体适用场景、输入输出、评测标准、谁来使用、能节省多少时间、哪些场景不适合。所以下一步不是马上要资源，而是先参与一次实际项目，学习专家怎么拆场景和做判断。
业务价值判断
回答“为什么值得聊”对业务
- 伙伴和客户能更快看到系统原型。
- 能降低从需求到 demo 的时间。
- 能辅助客户判断方案是否可行。
对团队
- 把 Base 搭建经验沉淀成方法。
- 形成通用 AI 案例，而不是一次性 demo。
- 减少重复搭建和重复写资料。
对个人
- 把技术背景和客户场景结合起来。
- 训练系统设计和价值表达。
- 形成 AI / Agent 方向的差异化能力。
完整性示例：Makitori 如果要展开，应该这样补齐
这周不全讲，但心里要有| 维度 | 当前能说的 | 还要补的信息 |
|---|---|---|
| 客户 / 场景 | Gift / Makitori 替换相关。需求基本对应完。 | 具体客户确认人、使用部门、主要业务流程。 |
| 当前阶段 | 下周进入客户说明确认和剩余日程确认。 | 说明会日期、测试开始日期、上线判断日期。 |
| 测试安排 | 需要明确测试期与评估节点。 | 几家店、多少测试人员、每周几次会议。 |
| 风险 | 客户理解、数据、切换、自动化、报告是否跑通。 | 每个风险对应谁负责、什么时候确认。 |
| 业务价值 | 客户交付和后续使用稳定性。 | 是否能复用到类似门店/报告/任务管理场景。 |
这部分不是要在 5 分钟里全讲，而是提醒自己：完整表达不是“我做完了”，而是让对方听懂客户、场景、进度、时间线、风险和判断。
优先级判断
10 件事收束成 3 件| 方向 | 价值 | ROI / 杠杆 | 本周结论 |
|---|---|---|---|
| Base 搭建 Skill | 连接客户原型、伙伴培训、团队方法沉淀。 | 高 | 值得继续想，找机会实际参与。 |
| 文档 / 资料 AI 工作流 | 解决自己当前最痛的资料、调研、校验问题。 | 高 | 先给自己用，跑顺后再复制。 |
| 培训 hands-on 化 | 让伙伴从“听过”变成“做出东西”。 | 中高 | 下次培训可试点课前问卷 + hands-on。 |
| 行业调查 / 案例收集 | 支撑提案和客户沟通。 | 中 | 不能泛泛收集，要服务具体场景。 |
| SSO / ISV 开发理解 | 增强技术交付和架构能力。 | 中 | 持续学习，但不是本周主线。 |
可能被问
准备短答，不展开辩论为什么不是继续讲 Makitori？
Makitori 进展会在周会上同步。1on1 里我更想讲从交付和培训里产生的思考，也就是 Agent / Skill 有没有机会变成可复用方法。
为什么 Base Skill 有业务价值？
因为它不是只帮我提效，也能帮助伙伴和客户快速看到系统原型。如果做得好，可以成为通用 AI 案例和交付辅助方法。
你想要什么支持？
现在不是要资源或拍板。主要是先表达兴趣和判断。如果后面有 Agent / Skill 相关机会，希望能参与实际搭建一次。
这个方向成熟了吗？
还没有。我现在只是从本周实践里看到这个方向可能有价值，需要再想一两周，把场景、评测和优先级想清楚。
会前自查
说之前看一遍- 有没有先说本周实际做了什么。
- 有没有讲出客户、场景、背景，而不是只说任务名。
- 有没有从事实推出自己的判断。
- 有没有说明对业务、团队、个人的价值。
- 有没有说清楚“现在还不成熟，只是想先聊方向”。
- 不要把页面所有内容都讲完，5 分钟只讲主线。