—— HR能力平移成数字员工管理 ——
HR管人逻辑 = AI管Agent逻辑
挑对场景
挑对Agent
装入系统
揽入知识
优化数据
优化模型
沉淀能力
沉淀资产
基座选对，事半功倍——R选场景 → D挑Agent，两步不可少
不是所有场景都适合AI化，也不是所有AI化场景都需要同样的Agent。挑的核心是"匹配"——场景特性与Agent能力的匹配。
关键问题：这个场景需要什么样的Agent？需要什么样的数据？需要什么样的权限？
SOUL.md + Role Card = 数字员工岗位说明书
Agent的身份标识
如"销售助理-小李"
为谁服务
如"销售团队"
谁监督、谁兜底
如"销售总监"
需要什么数据
如"CRM客户数据"
交付什么成果
如"线索评分报告"
不能做什么
如"不能承诺折扣"
每人一个Role Card，销售全流程Agent化
每天扫描CRM新线索，按评分规则自动分级，推送给对应销售。
跟踪商机状态，超期未跟进自动提醒，生成跟进建议。
根据客户需求和模板库，自动生成初步建议书框架。
为客户生成个性化方案讲解要点和FAQ。
为管理者提供行业动态、竞品分析、决策建议。
分析销售数据，识别效能瓶颈，提出改进建议。
监控流程执行，识别卡点，优化流程效率。
为销售提供个性化培训建议和实战演练。
价值 × 边界 × 目标——9个维度定义一个完整的数字员工
与谁协作
如何配合
做什么
不做什么
靠什么数据
靠什么模型
是谁
像谁
为谁服务
服务什么
交付什么
质量标准
如何沟通
如何反馈
如何衡量
如何激励
不能做什么
出错怎么办
"高质量数据=数字员工的口粮""Token账单=数字员工的工资单"
数字员工不是"一次部署，终身使用"。它像真人一样，需要持续学习和成长。练的核心是"数据驱动"——用真实业务数据不断优化Agent的表现。
关键指标：准确率、响应时间、用户满意度、人工干预率。
数据基础 → 思维链 → 问数能力 → 专业能力
从"个人经验"到"组织能力"——Skill / AI专家 / 专家组三层架构
把可复用的业务能力封装成Skill，如"线索评分Skill""合同审查Skill"。Skill是最小的AI资产单元。
把某个领域的专家经验沉淀为AI专家，如"销售教练""财务顾问"。AI专家是Skill的组合。
多个AI专家协同工作，形成知识网络。如"销售专家组"包含线索、跟进、谈判、成交全流程。
为你部门的某个岗位，写一张数字员工Role Card
选择你部门的一个岗位（如销售助理、客服专员、数据分析师），按照Role Card六要素，写一张完整的数字员工岗位说明书。
下周一之前，完成你的数字员工Role Card
请至首页扫码获取阅读密码
密码错误，请重试