AI工具的应用正从简单的信息搜索向深度工作流改造迈进。本文揭示了从10%效率提升到50%跨越的关键第二步——通过原子化技能（Skills）重构工作流程。从销售客户案例自动化生成到产品经理PRD文档优化，实战案例展示如何在不颠覆现有工作模式的前提下，用AI实现真正的效率革命。

你可能好奇：为什么是50%？又为什么是“第二步”？

放心，这不是标题党。我来解释一下，你看看有没有道理。

第一步：把AI当搜索引擎，效率提升约10%

观察一下身边的人，绝大多数人还停留在使用AI的“第一步”：用豆包、DeepSeek这类产品，代替“百度一下”来搜索答案。这一步确实能提升效率，但幅度有限——我估摸在10%左右。

举个例子：销售在首次拜访客户前，用豆包搜索对方公司的信息。它能返回一份结构化答案，包含基本信息、核心高管、经营范围、可能面临的挑战等——这些信息可能来自企查查、百度百科、企业官网。相比自己在百度上翻半天，效率提升10%，这个估计还算合理吧？

但如果只停留在第一步，肯定不够。问题是，很多人不知道“下一步”怎么走。

第三步（跳步了）：用OpenClaw当实习生，效率提升100%，但成本也不低

这时候，OpenClaw（也就是“龙虾”）来了。有人不知道它能干什么，徒增焦虑；有人则把它当作实习生，效率提升100%，但同时也付出了不少成本——包括经济成本和时间成本。

我倾向于把OpenClaw定义为“用AI的第三步”：让它代替你处理日常事务，让你自己专注于更重要的20%工作。

那问题来了——第二步是什么？

第二步：用合适的AI工具，把你的工作流拆解成原子化的“技能”（Skills）

我的定义是：用合适AI工具，把自己的工作流全面拆解成原子化的技能改造（Skills）。

为什么这么建议？

从技术曲线看：技术进步总是从极客、尝鲜者，慢慢过渡到早期大众、成熟大众。目前，用豆包/DeepSeek搜索答案已经进入早期大众阶段；而“Skills”还停留在尝鲜者阶段，还有很大的成长空间。

从人性角度看：人大概是世界上最自私、最自大的物种——我们已经习惯了自己的工作流，短时间内很难改变。当AI来临时，我们更自然的想法是：如何把它嵌入现有工作流，而不是100%完全替代。对于普通人来说，这才是现阶段投入产出比最高的方式。

具体怎么做？

建议你完成三件事

第一件事：不改变工作流，先梳理、再优化

先在不改变现有工作流的前提下，重新梳理你的工作流程。优先选择高频、重复、事务性的环节，用AI工具优化到“简单、好用、稳定”的状态。稳定之后，再逐步增加1-2个环节，依次循环。越往后，难度越高。

以B端产品经理为例，核心工作流可能包括：需求管理 → 需求优先级判断 → 产品规划 → 竞品调研 → 客户需求调研 → 设计产品方案 → 评估工作量 → 绘制原型 → 写PRD → 评审 → 项目管理 → 上线 → 上线培训 → 写上线公告 → 收集反馈等。

其中最高频、最事务性、最容易稳定的，就是写需求文档（PRD）和写上线公告。建议你从这两个入手。等它们稳定了，再考虑叠加评估工作量、竞品调研。设计产品方案。

我自己花了大约1年时间完成这个阶段。现在，所有需求文档和上线公告都由AI自动生成，我只需要再手动修改10%-30%（需求越小，改动越小；需求越大，改动越大）。

你可能会觉得这样的优化不够“性感”——有没有更彻底的方式？有。

“氛围编程”（Vibe Coding）就是更彻底的方式：你只需要用自然语言描述需求，AI直接帮你生成产品并发布，跳过了写PRD、设计产品方案、画原型、评审、项目管理等环节。我也实践过，具体可参考：一人团队，用AI花3天写一个插件

但负责任地说：目前氛围编程适用范围有限，更多适用于长尾、个性、复杂性不高的项目（比如开发一个插件、网站、小程序等）。如果你是在一家成熟企业里做商业化产品，它可能不适合你。

第二件事：选择一款适合自己工作流的AI工具

市面上的AI产品层出不穷，眼花缭乱。但工具在精不在多。

如果你技术功底较强，可以试试Claude Code的命令行工具；

如果你是纯AI小白，建议从扣子（Coze）开始。最新版已经拥有氛围编程、Skills、Agent等能力，每天赠送1500积分，足够你尝鲜。

我目前用得最顺手的是Trae。虽然它在能力上不如Claude Code或Cursor，但完全满足我的诉求——尤其是自建Agent、自建Skills的能力。下面我会在案例部分详细介绍。更重要的是：我们公司统一采买了一年会员，每年649元。

第三件事：把经验和方法论，固化为“技能”

AI时代的经验与方法论，用得得当就是“利器”，否则就是“鸡肋”。

假设你是一名资深产品经理，你需要具备构建标准的能力。比如定义：

• 一份好的需求文档的标准
• 一个好的解决方案的标准
• 一个需求的优先级标准
• 一份竞品调研的标准
• 一份客户案例的标准内容
• 一份客户案例的PPT模板

定义完成后，借助AI Agent或Skills的模式，把它们清晰模板化，确保每个人输出内容的一致性和质量。

我会分享两个案例：一个面向SaaS产品经理，一个面向SaaS销售经理。

案例1：如何用Skills高效完成50个客户案例？

案例2：如何用Skills高效完成产品经理工作？（下一篇）

案例1：如何用Skills高效完成50个客户案例？

背景：从“采访式知识库”到“销售赋能”

2025年11月，我在组织内部发起了一项知识库运动——“光明顶知识库运动”。立项之初，是希望通过采访的方式，把停留在实施、客户成功脑海中的解决方案提炼出来，形成企业知识案例库，再通过RAG+助理的方式，赋能给所有内部伙伴。

但实践了近2个月发现，这条路投入产出比不高：收集、整理一个完整的需求场景解决方案，大约需要3天。加上本职工作，一个月只能收集3-4家客户案例。而且，如果只用于内部提效，频次低、收益小。

2026年初，跟团队领导沟通后，重新调整了方向——把知识库的建设目标转向销售团队。销售一直在客户一线，直接关联公司收入。如果我们能把他们服务好，会更有利于我们的ARR（年度经常性收入）——SaaS企业最重要的财务指标之一。

痛点：销售缺一份“高质量、可用的客户案例”

花了2周调研销售团队，发现他们最痛的痛点是：缺少全面、稳定、高质量的客户案例。

在SaaS销售环节，首次拜访客户时，如果你能拿出跟客户同行业的签约案例，签约成功率会明显提升——好比你去面试时，如果有一份代表作，成功率更高。

现状是：销售通过钉钉AI助理查询客户案例，它会自动回复几个客户名称，附上一个钉钉文档链接。链接里的内容最近一次更新是2024年4月——完全基于RAG文档构建，时效性、稳定性、精准度、质量都无法保证。

拆解：三个环节，三个Skills

我把这个痛点拆解为三个环节：

1. 精准查询：让销售高效、精准地查到同行客户案例，而不是一个模糊、流失的名单。比如问“金融行业客户案例”时，必须返回：金融行业、在约、规模高的客户。
2. 高质量信息：让销售获取到更完整的客户案例信息，包含签约时间、购买模块、基本介绍、客户数字化现状、管理/业务特点、面临问题/挑战、解决方案，而不仅仅是一个客户名称。
3. 一键生成PP：把高质量信息的客户案例直接转换为可用的PPT。销售在初次沟通时，通常会用PPT介绍公司背景、客户案例、产品功能、服务体系等。“一页纸案例”的模式更便于检索和使用。

为什么要拆成三个环节？这是一种拆解问题的产品思维——每个环节用一个专门的Skill解决，这就是我所说的“Skills原子化能力”。

Skill 1：客户案例查询

目标：当用户需要查询客户案例时，自动从自然语言中提取关键词（客户名称、城市、行业、业务等），调用后台API获取数据，以结构化Markdown格式呈现。

效果示例：

• 输入“制造业客户” → 返回5家制造业的在约客户案例，按规模和签约时间倒序排序
• 输入“北京教育行业客户” → 返回5家在约的北京教育行业客户；

Skill 2：客户案例价值提炼

目标：当销售拿到客户名称后，能全面了解客户情况，讲述一个完整的客户故事。

这个技能将各类零散信息（会议纪要、PPT、随意记录的文本）整理为标准化结构文档，至少包含四部分：

• 基础信息（行业、规模、购买模块、区域、数字化现状、管理特点）
• 面临问题与挑战（3-5条）
• 解决方案（3-5条）
• 收益/成果（量化指标）

Skill 3：客户案例PPT生成

目标：有了第二个环节的标准化文档后，一键生成“一页纸”客户案例PPT，销售可直接嵌入自己的完整PPT中。

这个技能的核心是：自动抓取客户大图、客户Logo、客户介绍以及痛点问题、解决方案信息，100%按照公司自有PPT模板输出，确保完全符合企业对外规范。

通过这三个Skill，我们高效、精准地完成了第一批客户案例的输出。效率比之前人工模式至少提升2倍。

当然，这个项目还远未到理想状态，目前只是冷启动阶段。初步计划完成至少50家客户案例（目前已完成20家），覆盖5-8个关键行业。

为什么不能一劳永逸？因为客户会流失，也会有新签。我们生成的客户案例，过段时间可能就会失效，只能分阶段重新整理。

另外，销售在第一个环节中，如何获取对应客户名单？我们的解决方案是：让自研的“All in One”产品支持Skills模式，把我用Trae写的Skills迁移到其中，让销售直接使用自研AI产品。

这种模式的优势在于形成正向循环：

• 销售把客户沟通的会议纪要（AI听记生成）丢给MeAI → MeAI调用对应技能自动补充和完善案例库
• 销售也可以直接查询已有案例库的文档和PPT
• 不局限于客户案例，还能查询客户信息等，真正为销售提效，而不是只查询“死数据”

写在最后

如果你还停留在把AI产品当作“百度一下”的阶段，却又苦于不知道如何更进一步，不妨试试今天分享的Skills方法。

它的核心很简单：在不改变你现有工作流的前提下，围绕高频、重复、标准化的经验和方法论，形成一个个原子化的技能，用技能提升自己的工作效率。

限于篇幅，今天只讲了销售角色的客户案例。下一篇我会重点聊聊产品经理如何用Skills提升工作效率，敬请期待。