SKILL CONCEPT 01
数据智能巡检 Skill
- 目标用户
- 应收经理 / 应收专员 / CRM 管理员
- 业务场景
- 按月盘点应收数据，形成月度应收对账表。
- 核心痛点
- 历史数据、上线切换、业务操作规范及接口同步等因素叠加，造成数据不准确、核对耗时与问题定位困难。
- 解决思路
- 提炼影响数据准确率和流程规范性的关键因素，定期识别异常，并给出处理意见与系统优化建议。
异常数据清单原因定位处理建议优化建议
2026 Half-Year Performance Review
2026 H1
述职总结
以交付结果为底座，以数据治理为抓手，以 AI 能力为增量，完成普莱柯授信应收项目从核心模块上线、历史数据治理、专项运维到知识转移的完整闭环。
赵
赵雄
实施顾问 / 项目交付
- 部门
- 两湖交付部
- 核心项目
- 普莱柯 CRM
- 交付板块
- 授信应收 + 专项运维
- 当前阶段
- 收尾 / 知识转移 / 验收协同
EXECUTIVE SUMMARY
半年度价值总览
本阶段不是单点任务完成，而是围绕业务上线、数据质量、客户运营能力与组织知识沉淀，构建了一条可持续的交付价值链。
上半年核心成果：完成授信应收模块上线与大规模历史数据治理，持续支撑现场运维与报表体系建设；同时将 AI 能力引入调研、测试、操作手册等交付环节，形成“效率验证—场景提炼—Skill 构想—项目实战”的升级路径。
交付结果可量化函数、数据、报表、驾驶舱与现场服务形成完整产出证据链。
客户能力可迁移不仅完成报表交付，更赋能客户自行搭建报表与驾驶舱。
AI 能力可产品化聚焦数据智能巡检与知识转移两类高频交付痛点。
100+
授信应收模块函数
支撑核心业务规则落地
50+
历史数据处理任务函数
覆盖异常修复与上线切换
150万+
累计处理数据量
异常数据 / 切换数据
45T
现场服务投入
沿用原始统计口径
30+
应收报表交付
支撑核对与管理分析
150+
客户自建报表
完成能力赋能与转移
20+
驾驶舱建设
强化管理层数据洞察
1
医药行业 Demo
参与售前场景支持
01 / PROJECT DELIVERY
项目完成情况
以“业务上线、数据可用、客户会用、后续可接”为验收尺度，推动项目由建设期平稳进入收尾与移交阶段。
项目画像
- 项目名称
- 普莱柯 CRM 项目
- 个人角色
- 实施顾问
- 核心范围
- 授信应收模块 + 专项运维
- 当前状态
- 项目收尾，推进知识转移、运维收尾及转移、协助验收
方案设计
系统建设
上线切换
稳定运维
知识移交
交付价值拆解
核心模块上线完成授信应收模块建设与上线，沉淀 100+ 业务函数。
数据风险治理通过 50+ 计划任务函数处理 150 万+ 异常及切换数据。
运营体系支撑交付应收报表、驾驶舱及报表相关函数，保障业务持续使用。
客户自主能力赋能客户自行搭建 150+ 报表，降低长期外部依赖。
02 / PERSONAL GROWTH
个人成长：AI 学习与应用
从“完成学习认证”进一步走向“在交付流程中验证效率”，并围绕真实业务痛点沉淀可落地的 Skill 方向。
AI 产品学习与能力认证
| # | 任务项 | 产出 / 完成情况 |
|---|---|---|
| 01 | ShareAgent 培训及现场实操考核 | 已完成 输出“商机质量智能评分 Skill” |
| 02 | L2 系统实操考试 | 已完成 |
| 03 | AI Native 能力标准考试 - L1 | 已完成 |
| 04 | ShareAgent 产品价值与实施 - 知识考核 | 已完成 |
| 05 | ShareAgent 产品价值与售卖 - 知识考核 | 已完成 |
| 06 | AI Native 能力考核题库（第 1 期）A 题库 | 已完成 |
| 07 | AI Native 能力考核题库（第 2 期）B 题库 | 已完成 |
| 08 | Agent 产品交付能力认证（第一场） | 已完成 |
| 09 | 2026 新春讲武堂 - 产品培训【第 1 场考试】 | 已完成 |
| 10 | 2026 新春讲武堂 - 产品培训【第 2 场考试】 | 已完成 |
| 11 | 2026 新春讲武堂 - 产品培训【第 3 场考试】 | 已完成 |
| 12 | 2026 新春讲武堂 - 产品培训【第 4 场考试】 | 结果待补充 |
AI 提效验证
将项目过程文档通过 AI 重新生成，以原始耗时口径进行对比；结果表明，AI 在标准化程度较高的测试用例场景中准确率与效率表现最优。
需求调研｜调研报告生成
传统方式1–3
AI 生成1
输出准确率80%
UAT 测试｜测试用例生成
传统方式5
AI 生成1.5
输出准确率95%
系统上线｜操作手册生成
传统方式5
AI 生成2
输出准确率70%
两类可产品化 AI 场景
SKILL CONCEPT 02
知识转移 Skill
- 目标用户
- 实施顾问 / 项目经理 / 后续运维承接人员
- 业务场景
- 项目验收后，将项目过程知识、操作方法与问题处理经验完成体系化移交。
- 核心痛点
- 传统交接依赖一次会议与散落文档，复杂项目中难以保证知识完整性，承接人员上手慢、问题处理依赖原项目成员。
- 解决思路
- 固化知识转移框架，读取历史定版材料，自动生成结构化知识转移文件并由人工审核定版。
业务知识地图规则清单问题排查手册移交清单
查看原始知识转移材料示例（授信政策申请）
03 / KEY MEASURES
交付关键举措
推动交付方式从“人工手搓”向“AI 辅助、人工把关、资产复用”转型，在保证专业性与可控性的前提下提升效率。
交付 AI 化的标准方法
STEP 01需求输入
收集 SOW、会议纪要、业务规则、历史方案等原始材料。
STEP 02AI 技能解析
识别任务类型、业务实体、规则约束与目标交付物。
STEP 03结构化输出
按模板生成纪要、报告、流程、函数、用例或汇报材料。
STEP 04人工审核确认
实施顾问校验事实、业务逻辑、边界条件与表达准确性。
STEP 05正式交付
版本化沉淀并纳入项目资产库，支持后续复用与追溯。
端到端应用路径
项目阶段
AI 提效 Skill
交付物
应用状态
项目准备
售前 / SOW 解析 → 交底清单；项目计划自动生成
项目交底单；实施主计划
未应用 / 未实战
需求调研
录音生成会议纪要；生成调研报告
会议纪要；调研报告
已体验 / 待实战
蓝图规划
调研纪要 / 报告 → 流程图；辅助蓝图评审
流程图
已体验 / 待实战
系统建设
根据业务规则自动生成函数
APL 函数
已体验 / 待实战
UAT 测试
根据需求描述自动生成测试用例
测试用例
已体验 / 待实战
系统上线
自动生成上线汇报框架与内容
上线汇报 PPT
未应用 / 未实战
项目验收
验收材料解析与验收汇报生成
验收汇报 PPT
未应用 / 未实战
质量与风险控制
坚持“AI 生成不等于直接交付”：所有业务规则、数据口径、边界条件与客户承诺均由实施顾问审核确认；通过模板化、版本化与可追溯机制，控制幻觉、遗漏和表达偏差。
AI 增购协同
在客户沟通中自然引入 AI 话题，从具体痛点识别应用场景，以可演示方案和价值测算建立认知，再将成熟机会转交销售协同推进，为 AI 增购提前完成场景铺垫。
04 / H2 OUTLOOK
下半年展望
下半年重点从“AI 工具体验”迈向“项目实战与资产产品化”，以真实项目验证可复制性，以标准资产放大个人与团队产能。
深化新项目 AI 实战
在项目准备、需求调研、系统建设、测试与验收中选取高价值环节落地 AI 提效，形成可复盘的端到端应用链路。
建议衡量：形成至少 1 条完整实战链路与项目复盘。
产品化两类核心 Skill
围绕“数据智能巡检”和“知识转移”完善输入规范、判断规则、输出模板及人工审核机制，形成可演示、可复用方案。
建议衡量：完成 2 个 Skill 的原型与应用说明。
沉淀交付 AI 资产库
统一提示词、模板、案例、校验清单和版本规范，将个人经验转化为团队可复用的标准资产。
建议衡量：覆盖调研、测试、上线、验收等关键阶段。
强化业务价值与增购协同
项目过程中主动提炼客户 AI 应用场景，形成“问题—方案—收益—演示”的价值表达，提升交付对商机拓展的贡献度。
建议衡量：每个重点项目至少完成 1 次 AI 场景访谈与机会识别。
“从完成项目交付，进一步走向沉淀可复制的方法、可复用的资产与可扩展的业务价值。”— 2026 H2 个人交付升级方向