更多 AI 技巧 · Advanced AI Skills

进阶 AI 使用技巧

MCP · Skills · RAG——三个让 AI 从"会聊天"到"真干活"的核心机制

MCP · Model Context Protocol
给 AI 接上真实世界
让 AI 直接读文件、查数据库、操作 Lark

AI 原本只能看你粘贴的内容——MCP 是一套标准接口,让 AI 可以直接读本地文件、写 Lark 表格、查公司数据库,不需要你手动搬运数据。就像给手机装上 USB-C:之前 AI 只有"嘴",MCP 给了它"手"。

MCP 能做什么
📂
读写本地文件

批量读取文件夹里的报告并汇总,无需逐份复制

🔗
接入 Lark / Notion

直接读写 Lark 多维表格,实时同步,省去手动导出

💻
操作代码仓库

读取 GitHub PR、Issue,AI 帮技术同事做代码审查

🗃️
直接查询数据库

用中文提问,AI 自动生成 SQL 并返回分析结果

🌐
自动化浏览器操作

自动抓取网页数据、监控竞品价格,替代重复手工操作

💡 MCP 的初始配置需要技术同事协助,配置完后无需技术知识。联系 AI Champion 开始你的第一次配置。
Skills · 可复用工作流
把固定流程封装成一键命令
Skill = 把反复用的 AI 流程打包,一触发就自动跑完

每次都要重新想怎么提问很低效。Skill 把固定的 AI 工作流"打包"成一个命令——下次同样任务,触发一下就走完,不用重新写。就像咖啡机的"一键拿铁"——磨豆、加热、萃取都封装进去了,你只需按一下。

Skill 示例
📝
会议纪要整理
/meeting-notes

粘贴录音转写文字,自动输出结论、决策、待办、跟进点——格式固定,拿到即发。

录音文字 结构化纪要
🎙️
直播复盘报告
/live-debrief

粘贴直播评论或流水数据,自动输出高频客诉分类、成交话术总结、改进建议。

直播评论 / 数据 结构化复盘
📊
周报生成
/weekly-report

填入本周工作要点,AI 自动整理成标准周报格式,适配公司汇报风格。

工作流水账 格式化周报
💬
客诉回复起草
/cs-reply

粘贴客户消息(马来语/中英混合),自动识别诉求类型,生成符合公司语气的回复初稿。

客户原始消息 分类 + 初稿
三个层级,按需选择
入门

提示词模板

复制模板,每次用同一份 Prompt,保证输出格式稳定。今天就能用,无需技术背景。

进阶

Claude Code 斜杠命令

把常用提示词绑定到 /命令,输入即触发,无需重新粘贴模板。需要简单配置。

高级

可视化工作流(Coze / n8n)

可视化搭建多步骤 AI 流程,接入外部工具、自动触发。适合 AI Champion 协助搭建。

RAG · Retrieval Augmented Generation
基于公司自己的文件来回答
AI 先查你上传的文档,再给有据可查的答案——不靠记忆,靠查阅

普通 AI 只知道训练数据,不知道你公司的政策、合同、产品规格,不确定时可能"编"答案。RAG 先把文件存入知识库,AI 回答时先检索再回答——像查手册的员工,答案有据可查。

普通 AI(无 RAG)
只知道训练数据,不了解公司具体情况
答案可能过时或与实际政策不符
不确定时可能编造看起来合理的答案
RAG(接入知识库后)
基于上传文档回答,内容准确可追溯
文档更新后,答案自动跟着更新
不知道时会说"文档中没有相关内容"
适合哪些场景
📋

员工政策问答

上传员工手册,员工直接问 AI,不用翻文件等 HR 回复。

"差旅报销要提交哪些材料?"
📜

合同风险排查

上传合同文本,让 AI 找出不寻常条款、责任边界、付款风险点。

"有哪些条款需要法务重点关注?"
📖

产品知识培训

上传产品文档、FAQ,新员工直接对话提问,无需每次找老员工答疑。

"我们产品和竞品最大差异是什么?"
🎓

主播培训问答

把培训手册、话术指南上传为知识库,主播有问题直接对话查询,随时可用。

"MaxShield 和 HeatShield 对 Smart Tag 有什么影响?"
推荐工具
📓
NotebookLM
Google
免费

最易上手:上传 PDF/文档,直接提问,答案仅基于上传内容,引用可溯源。

🤖
Claude.ai + Projects
Anthropic
免费起

创建 Project,上传公司文件,AI 每次对话自动参考——无需技术配置,日常使用顺畅。

📋
Lark 知识库 AI
Lark
Lark 订阅

Lark 生态内直接问知识库,适合文档已整理在 Lark 的团队,随问随答。

⚙️
自建 RAG 系统
LlamaIndex / LangChain
需技术

完全定制,接入内部数据库、权限管理、多轮对话——功能最强,需要工程投入。

个人经验分享 · From the Field
如何把 AI 真正用好
5 个习惯 · 4 个盲区 · 万能框架 · 3 个可复制模板
T
Thomas · ServAuto
来自过去几个月用 AI 处理 ServAuto 真实工作的复盘——录音分析、私域系统设计、招商落地页、内部工具搭建。把踩出来的方法整理给团队,少走弯路。
有效的 5 个习惯
Habit 01
先铺上下文,再提要求

大多数人一上来就直接下命令,AI 只能靠猜。先把背景讲清楚——处境、目标、已有条件、约束——最后才提需求。同样一个问题,背景给足和不给足,输出质量是天壤之别。

ServAuto 实例 · Nova 谈判分析分析录音前,先交代关键背景:Nova 在吉隆坡有 11 间店、米其林体系重要一环、老板既想抓平台成长的超额回报、又怕失去米其林支持。有了这个矛盾框架,AI 才能真正读懂他每句话背后的算盘,而不是泛泛总结。
Habit 02
给 AI 设定身份和输出标准

明确告诉 AI 它现在是谁、要按什么标准输出。给它一个角色和一把尺子,结果会立刻不一样。

ServAuto 实例 · 招商落地页 / 内部工具给 Claude Code 写生产提示词时,先定身份——「你是一个高水准的前端工程师兼视觉设计师」——再给明确的风格标准和验收清单。AI 知道自己该达到什么水平,就不会交付平庸的东西。
Habit 03
迭代追问,而不是一次性索取

第一版输出不满意,不是放弃,而是精准补一刀——告诉它我真正在意的那个维度,让它重新深挖。「看到输出 → 补充关键维度 → 再要」,这个循环是高手用法。

ServAuto 实例 · 私域运营方案设计 20+ 门店的 WhatsApp 私域系统时,AI 给出初版后,我逐步补充门店规模、管理结构、现有 SaaS(F6)、IT 资源等信息,方案随之从「发发消息」升级成一套真正的企业级架构。
Habit 04
给 AI 写「提示词的提示词」

用 AI 帮我写给别的 AI 用的指令——给 Claude Code 写前端提示词、给多模态模型写录音整理提示词、把对话沉淀成可复制的系统提示词配置。把 AI 当成一个可以被「编程」的协作者。

ServAuto 实例 · 录音整理提示词BD 团队每次拜访都录音。让 AI 帮设计一套给多模态模型用的录音整理提示词,专门解决两个目标:完整性(不遗漏任何内容)和结构性(便于后续直接使用)。一次设计,全团队复用。
Habit 05 · 最重要
动手前,先让 AI 反过来问我

这是用得最多、但很多人完全没想到的一招:在让 AI 执行任务之前,先要求它反过来向我提问——问清楚实施的边界在哪、项目范围有多大、还有哪些我自己都没说清楚的地方。

为什么这招厉害?因为很多时候连我自己都没把需求想透。逼 AI 提问,等于逼我把脑子里模糊的部分摊开来。等问答几轮下来,需求清晰了、边界划定了,AI 再动手,一次就能做到位,省掉来回返工。

ServAuto 实例 · 排班逻辑 & 私域方案设计私域系统前,让 AI 先抛出一轮选择题,问清门店管理结构、现有系统、IT 资源,再开始画架构。做直播排班系统时更彻底——让 AI 帮设计一份访谈问题清单,专门用来挖出排班负责人脑子里那些说不清的隐性经验,把它结构化成 AI 能用的规则。先问透,再开工。
4 个常见盲区

分享不能只报喜。这几条是常踩的坑,写出来给大家做提醒——避开这些,比学会任何技巧都管用。

01
常常省略「我要拿这个去做什么」

输入上下文够多,但经常忘了说输出意图。同一份招商录音,为「准备下一轮谈判」和为「内部复盘」做的总结是两回事。不说清用途,AI 只能给通用版本。

02
一次塞太多目标,不分优先级

系统性思维有时反而成了负担——一次抛出十个角度,单次对话承载过多,把最关键那个问题的深度稀释了。不如说「我最担心的是 X,先把这个想透」。

03
很少给「反例」和「负向约束」

会说要什么,但很少说不要什么。其实「不要做成千篇一律的科技蓝 SaaS 感」这种负向约束,往往比正向描述更能锁定结果。

04
模糊指代偶尔卡住流程

在长对话或新对话里用「上面那段」「这个项目」指代,会增加 AI 误解的风险。涉及具体文件或版本时(如落地页 v8→v9),指代不清一旦出错就全盘卡住。

万能四段式框架

如果只记一件事,就记这个。任何复杂任务,按这四块来组织你的话,AI 的输出会稳定地好。前两块大家都会,关键是补上后两块。

01 意图
我要干什么
拿结果去做什么——决定深度和角度
02 输入
背景信息
处境 · 条件 · 已有的数据和材料
03 格式
要什么样子
表格 / 分点 / 可直接用的文本
04 约束
边界与反例
不要什么 · 字数 · 要避开的风格
💡 配合 Habit 05:任务复杂时,先让 AI 按这四块反过来问你它还缺哪些信息,补齐了再让它动手。
3 个可复制模板

针对 ServAuto 最高频的三类任务,各做了一个可直接复制的模板。把方括号里的内容换成你的实际情况就能用。

🎙️

录音 / 会议分析

BD 拜访 · 合作洽谈 · 内部会议
【背景】
这段录音是 [谁和谁、在什么场景下的对话]。
关键背景:[对方的处境 / 我方的目标 / 这次沟通要解决什么]。

【我的意图】
我接下来要拿这份分析去 [准备下一轮谈判 / 向合伙人汇报 / 写招商材料 / 内部复盘]。
请围绕这个用途来组织内容,与之无关的可以略过。

【请你先问我】
在开始前,如果你觉得有哪些信息缺失会影响分析质量,
先列出来问我,我补充后你再动手。

【输出要求】
完整理解全文,不遗漏关键信息。重点分析:
1. 对方的真实诉求和核心顾虑(读出话里话外的意思)
2. [这次沟通的具体目标,如:成交的障碍 / 价格底线 / 决策链]
3. 给我的下一步建议(具体、可执行)

【不要】
不要泛泛复述对话,不要回避利益和数字,
不要给模棱两可的结论。
⌨️

给 Claude Code 写开发指令

落地页 · 内部工具 · 网页 / 系统
【角色】
你是一个高水准的前端工程师兼设计师。

【项目背景】
我要做 [什么东西,给谁用,解决什么问题]。
目标用户:[谁]。核心体验应该是:[什么感觉]。

【先读现有代码】
如果是改动现有项目,先读 [文件名],
搞清楚现有的配色、字体、间距、布局风格,再动手,
保持新内容和现有部分协调一致。

【先和我确认范围】
动手前先告诉我:你打算改动哪些部分、保留哪些,
以及你理解的需求边界对不对。我确认后你再写。

【明确要做什么】
1. [具体改动 1]
2. [具体改动 2]
只改上面列出的,其他部分保持不动。

【风格 & 反例】
要:[想要的风格关键词]。
不要:千篇一律的科技蓝 SaaS 感、模板化的布局。

【完成后】
简短告诉我你改了什么、新增了哪些可复用的部分。
♟️

商业策略 / 决策推演

招商策略 · 谈判方案 · 模式设计
【背景】
我们 [ServAuto 在做的事 / 当前面对的局面]。
现有信息:[已知的数据、条件、各方立场]。

【我要解决的问题】
[一句话说清这次最想想透的那个问题]。
这是我最关心的,请优先把它推到底,不要平均用力。

【请你先问我】
先帮我判断:要把这个问题想透,
还缺哪些关键信息?列出来问我,我补齐后你再分析。

【分析方式】
1. 先帮我列出值得深挖的 2-3 个角度,我选一个先深入
2. 每个判断都给出依据和它背后的假设
3. 正反两面都要说,包括对我方不利的可能

【输出】
结论 + 依据 + 下一步该做什么。
用 [表格 / 分点],结论先行。

【不要】
不要只顺着我的想法说,要敢于指出我没看到的风险。