今天这篇文章，是我前两天给朋友公司做分享之后整理出来的文字稿。
我朋友在石家庄经营一家直播电商公司，大概有 30 多人，团队基本上都是以主播和运营为主。他邀请我过去，给大家聊聊团队到底应该怎么开始使用 AI。
说实话，我其实不太擅长公开表达。平时更多是写东西，或者和朋友聊天。
但这次分享结束之后，参与的同学反馈还不错，也让我觉得这件事可能对很多团队都有参考价值。
所以我鼓起勇气把这次分享的内容整理出来，和大家分享一下。
朋友公司的员工，在此之前其实基本没有接触过 Agent 工具。大家日常最熟悉的 AI 产品就是豆包，所以这次分享我也直接从豆包开始讲起。
毕竟现在豆包不管是电脑端和手机端都可以使用办公 Agent，手机端可随时查看任务进展、补充指令，大家不需要额外安装任何独立的电脑端软件。
本来就在用豆包的直接就能开启功能，门槛最低、体验最轻，也不会因为多装一堆工具搞得电脑卡顿、占内存，参考下图，选择红框中的两个选项，就可以开启办公 Agent 模式。
或者直接选择工作的 Tab 也行。
而且豆包的记忆沉淀功能做得特别好。我觉得这对绝大多数小白用户特别重要，因为你不需要每次都重新解释自己的背景、习惯和需求。
过往和工作相关的对话、沟通过的业务标准、形成的使用习惯都会形成记忆沉淀，不用每次面对任务都从头铺垫业务背景，用得越久，它越了解我们，很多话甚至不用说得特别完整，它也知道大概想要什么。
这其实会大幅降低使用 AI 的门槛，不用每次面对新工具都从头调教一遍。
不过，在现场做用户调研，我发现大家最大的困惑是，都知道 Agent 很强，但不知道到底拿它来干什么。只是生成 PPT，或者写个文案吗？好像这些能力之前的 AI 也有。
那怎么找到这些问题？我自己总结了两个很简单的方法。
第一，回到自己平时高频使用的 Chatbot 里。比如豆包、ChatGPT、千问都可以，之前你哪个用的最多就直接问哪个。
最近我和你沟通的问题里，有哪些事情适合交给 Agent 来处理？
第二，记录自己一天的时间。
这个方法非常简单，就是打开备忘录，把自己一天的工作记录下来。比如每天工作 8 个小时，这 8 个小时到底花在哪里，每一个具体任务分别耗费了多少时间。
下面这是上周我让运营同事记录的。
紧接着，把这张图发给豆包，然后用语音输入法说下每件事自己都做了什么。让它来帮我梳理下。
这是最后 Agent 的输出结果：
大家放心，只要按照这两个方法去梳理一遍自己的工作，你一定会发现，平时那些习以为常、甚至已经被自己忽略的重复工作，其实很多都可以交给 Agent 去完成。
这就是所谓的灯下黑。
培训的过程中，有一个同学按照我的方法去问豆包，豆包建议他把抖音账号的竞品分析固化成一个 Skill。
我一看，这就是一个非常好的例子。
因为他们公司做直播电商，平时会运营很多账号。每次准备做一个新账号，前面都要先去看大量竞品，研究别人最近在发什么内容，哪些视频数据比较好。
这件事他几乎每天都在做。过去他的做法，就是自己一个账号一个账号地看，再把有用的信息记下来。现在完全可以把这套流程整理出来，做成一个 Skill。
以后再分析新的账号，就让 Agent 按照同一套方法去收集、整理和分析，自己最后看结果、做判断就可以了。
具体怎么做呢？我给大家演示下。
培训过程中，我发现很多同学之前都没有听过 Skill。
但大家千万不要因为遇到一个陌生概念，就觉得它很复杂。现在有了 AI，学习一个新东西的成本已经降低了很多。
很多过去需要专业背景才能理解的概念，我们完全可以直接问 AI，让它用自己的方式解释清楚。
而且从另一个角度看，如果一个技术真的复杂到普通用户完全无法理解和使用，它也很难真正普及。
所以面对这些新概念，不要先产生畏惧心理，先上手体验，你会发现很多东西没有想象中难。
上面的截图，就是我当时现场直接演示的过程。
我特别推荐大家在使用 Agent 的时候，多用语音输入。如果没有装语音输入法的话，豆包也内置了语音输入的入口。
因为很多时候，创建一个 Skill 的过程，本质上就是把自己的想法和工作方法讲清楚。
比如刚刚创建这个抖音账号分析的 Skill，需要告诉 AI，这个 Skill 是做什么的，希望它按照什么流程执行。
我数了下，语音转完文字大概有 230 字。但对于很多平时没有写作习惯的同学来说，让他坐下来写一段 200 多字的需求，就很难。
但如果换成语音就简单太多了。刚才培训现场，我就是直接打开语音输入，然后把自己的想法一口气说出来。
输入完之后，等 AI 去执行就好了。下面截图是最后执行完的结果，Skill（中文翻译是技能）已经创建好了。
有同学听完之后问我：就这么简单吗？随便输入一段话，Skill 就创建好了？
是的，刚开始就是这么简单。
当然，第一次创建出来的 Skill，肯定不可能完全符合我们的预期。后面我们还可以不断使用、不断调整，让它越来越贴合自己的工作方式。但关键是先开始。
很多事情都是这样，先完成，再慢慢优化。
继续，我们直接跑一下，看看它具体是怎么执行的。
其实过程很简单。豆包会先打开浏览器，然后进入这个账号的主页，逐个查看它发布过的作品。
因为这里涉及抖音账号，所以中间需要我配合一次扫码登录。登录完成之后，后面的浏览、整理和分析，就可以继续交给 Agent 去执行。
这是执行过程中的截图。大家可以看到，豆包其实没有调用什么特殊的接口，它本质上就是像人一样操作浏览器，打开账号主页，逐个查看作品，然后完成信息整理和分析。
但 AI 的执行速度就会快很多。
大家想想，像资料整理、数据统计这类工作，本身并没有太高的创造性，而且很多时候 AI 做得比人更快。
那这种事情，为什么还要我们自己花时间去做呢？其实我们每天的工作里，有非常多这样的任务。人在 AI 时代的价值应该是判断和创造。
就像前两天，我听 OpenAI Codex 的产品负责人 Tara Seshan 的播客，她说未来很多工作会从划船变成掌舵。
过去，我们大量时间花在划船上。比如整理资料、写报告、做表格、统计数据、写代码里的重复部分，这些都是具体执行。但未来，这些事情会越来越多交给 AI 去完成。
人的角色会慢慢变成掌舵的人，负责判断方向，提出问题，做关键决策。
AI 时代，一个人的价值不会体现在能不能完成更多重复劳动，而在于有没有好的判断力，能不能发现问题，并把想法真正变成结果。
而豆包工作 Agent，刚好就是帮你把「划船」的事全接过来的角色 —— 云端执行、多端跟进、不用你盯着，你只管掌舵就行。
这个账号的视频实在太多，470 条，等了 30 多分钟，豆包终于把这个账号分析完了。
我当时就在现场问大家，如果不用 AI，真的要把这么多内容全部看完，大概要花多久？大家说，就算是熟手，也至少得一天时间。
所以以前他们分析账号，基本不可能把所有内容都看一遍，更多是随机挑一些视频，看看大概方向，再根据样本去判断。
但抽样和完整分析得到的结论，很可能完全不一样。
而这恰恰是 AI 特别擅长的地方。以前因为成本太高，我们只能做取舍，只看一部分内容。现在 AI 可以帮我们把大量内容全部过一遍，再从完整数据里找规律。
很多过去因为时间成本太高而无法完成的分析，现在都变得可行了。
而且大家看，因为我们在 Skill 里头约定了需要看评论数据，豆包也会直接采集热门评论。
采集完所有的数据后，开始做选题分类。
这是最终输出的表格。因为我连接了飞书，它直接帮我放到了飞书上。
还有 PDF 版本的分析报告：
有具体的高赞内容分析：
有内容定位分析：
还有评论：
账号特色和爆款逻辑：
在现场我给大家展示这个报告，他们都惊呆了。因为这个报告无论是审美，还是数据详实程度，水准都非常高。
我意识到，Agent 的普及其实还有很长的路要走。
因为很多人虽然每天都在聊 AI，但真正把 Agent 放到自己的工作流程里，用它解决实际问题的人，可能还没有大家想象中那么多。
接着，我说其实，这个 Skill 并不完美。我们可以看一下报告中有哪些缺失的维度，继续把自己的经验和洞察补充到这个 Skill 当中。
于是我们就分组讨论，最后总结出来下面这些可以优化的方向：
1）受众人物：用户是来解决问题、获得情绪、寻找认同、了解产品，还是满足好奇。
2）开头机制：结果前置、冲突、问题、反常识、利益承诺、场景代入、身份点名。
3）内容结构：他们是怎么实现用户爽点的？有没有明显的峰终定律？
4）表现形式：口播、剧情、采访、记录、教程、测评、混剪、图文、直播切片。
5）情绪价值：惊讶、共鸣、焦虑、治愈、爽感、争议、幽默、身份认同。
有了这些洞察之后，再优化 Skill 就非常非常简单。大家看，我直接把讨论结果告诉给豆包就够了，它会直接去优化 Skill。
最后的优化结果如下：
这个 Skill 长什么样呢？我截个图。其实大家不需要特别深入的去看具体的文件。如果想看，我们就看一下 Skill.md，它约束了整个分析的流程和关键的洞察。
至此，这个 Skill 基本就跑通了。
但我为什么说是基本呢？因为后面一定还会继续改。实际使用几次之后，你会发现有些地方不够符合自己的预期，有些地方还可以做得更好。
所以 Skill 最大的特点就是，它会随着我们的使用不断迭代，最后越用越顺手。
有同学说，那我不在电脑前呢？也没问题，可以远程遥控电脑，直接在豆包 App 中用同账号登录就行。
如果公司的电脑没开着，也可以直接用云电脑。你可以把云电脑理解成豆包官方在云端给你准备了一台电脑，它一直在线，不占用你自己的设备。
Agent 可以在这台云电脑里打开浏览器、查资料、整理数据、做 PPT，继续完成任务。
这和普通的手机操控本地电脑有本质区别，它的任务全程跑在云端，不需要本地电脑保持开机。
这样人在外面，手边只要有一部手机，就可以直接把任务发出去，让 Agent 在云电脑里接着干。
整个培训大概花了两个多小时。讲完之后，我问大家难不难，大家都说非常简单。那既然这么简单，为什么以前没有人这么做？
其实最大的障碍，根本不是技术，而是心里的那堵墙。
很多人面对 AI 的时候，第一反应还是觉得它很复杂，觉得需要先学很多东西，甚至总想着先找一个完整教程，把所有东西搞明白再开始。
但我的感受完全相反。学习 AI 最好的方式，就是直接拿它解决真实问题，在使用过程中不断调整、优化。因为现在很多 AI 工具，已经没有大家想象中那么高的门槛了。