小龙虾及智能体赋能管理者效能提升：打造数字员工矩阵

模块一："AI抓手只会聊天、用不出生产力"痛点怎样破？——国产智能体平台全景认知和QClaw数字员工矩阵部署

1.1 管人者的"AI之问"：为何你的AI只会聊天？

多数管人者采用AI的三大误区：

• 误区一：将AI当搜索引擎——问完即走，无法沉淀

• 误区二：将AI当聊天机器人——只会对话，在实际应用里，不会执行

• 误区三：一个AI打天下——不懂不同情境该用不同平台

真实实例：

某营销总监每天用AI聊天写文案，但每次都要重新描述诉求，效率拉升仅10%；而另一总监用QClaw部署了数字员工，同样差事效率拉升300%

从"对话抓手"到"数字员工"的认知跃迁：

• 对话抓手：你问它答，单次交互，实操中，无法积累

• 数字员工：持续在线，主动执行，心得沉淀

• 核心差异：有没有"身份"、有没有"记忆"、有没有"本领"

1.2 国产智能体平台全景：三大平台的核心定位

智能体平台的"三国格局"：

维度

QClaw（小龙虾系）

IMA

扣子（Coze）

核心引擎

大模型+Skill+数字员工矩阵

大模型+学识库+Skill

大模型+事务流+学识库

核心优势

数字员工矩阵，一人部署多人协同

学识库深度调用，长期学识沉淀

事务流精准编排，SOP准则化执行

最 佳情境

营销、规划、创意文案

研发、法务、培训等等学识密集领域

财务审核、质检、审批等等流程准则化情境

适用特点

差事发散、需要创意和多定位协同

学识深度要求高、心得需长期积累

差事流程明晰、精度要求极高

平台选型的核心要则：不是"哪个更好"，具体来看，而是"哪个更合适"

1.3 QClaw平台深度拆解：从抓手到数字员工矩阵

QClaw的前世今生：

• 小龙虾→Workbuddy→QClaw的演进路径

• 从个人AI助手到公司级数字员工平台的升级

• 扣子龙虾：QClaw+扣子的深度整合本领

QClaw的核心本领：大模型+Skill+数字员工矩阵

本领一：大模型底座

• 支持多家大模型切换

• 根据差事特点选项最优模型

• 模型路由：系统自动匹配最 佳模型

本领二：Skill本领架构

• 内置本领库：文档处理、资料拆解、邮件管控等等

• 自定义本领：将高手的心得封装为本领

• 本领市场：共享和复用队伍本领

本领三：数字员工矩阵——QClaw的杀手锏

• 何为数字员工矩阵：为不同业务情境部署专属数字员工，各司其职、协同事务

• 数字员工vs传统AI助手：有身份、有记忆、有本领、有协同

• 典型数字员工矩阵示例：

o 营销总监的数字队伍：文案策划助手+规划创意助手+资料拆解助手+买方交流助手

o HR总监的数字队伍：招聘筛选助手+培训方案助手+薪酬拆解助手+员工关系助手

数字员工矩阵的部署实操：

• 步骤1：明晰业务情境和定位分工

• 步骤2：为每个数字员工设定身份（SOUL.md）

• 步骤3：配置核心本领（Skill）

• 步骤4：设置学识库和记忆系统

• 步骤5：测试并精进协同流程

实例演示：

为某营销部门部署"1个管人者+4个数字员工"的协同矩阵，达成从创意策划到方案输出全流程AI协同

教学规划：

•

实地演示：QClaw数字员工矩阵部署全流程

•

小组研讨："我的部门能够部署哪些数字员工？"

•

结晶产出：每组输出一份本部门的数字员工矩阵规划图

模块二："高手心得无法复制、队伍始终倚重个人"难题何解？——Skill本领开发和心得代码化

2.1 为何高手心得总是"带不走"？

组织学识管控的"三个90%"困境：

• 90%的心得存在于高手脑中，在实际应用里，从未被记录

• 90%的培训内容在30天内被遗忘

• 90%的SOP文档无人真正阅读和执行

真实实例：

某公司销冠离职后，销售转化率骤降40%。新销售从入职到达标平均需要6个月——由于销冠的"话术感觉"和"判断推演"根本无法借助培训传递

传统心得传承的致命缺陷：

• 培训：资讯衰减快，无法实时调用

• 文档：静态记录，具体来看，无法动态执行

• 导师制：倚重人力，无法规模化

Skill的本质：将高手的心得写成代码，运行层面，让智能体1秒钟学会并像高手一样干活

2.2 Skill的核心价值：从"人带人"到"代码带人"

Skill的三层价值：

第一层：个人效能倍增

• 将个人最 佳实践封装为Skill，就一线经验说，每次执行零衰减

• 从"每次都要想一遍"到"一键调用最 佳实践"

第二层：队伍本领复制

• 高手Skill一键分享，就一线经验说，全队伍秒级掌握

• 从"一人会"到"人人会"，消除本领鸿沟

第三层：组织资产沉淀

• Skill成为组织的数字资产，人员流动不影响本领留存

• 从"人走心得散"到"人在不在，心得都在"

Skill vs 传统学识管控的本质区别：

• 传统：记录心得（静态文档，运行层面，需要人去阅读领会执行）

• Skill：封装心得（可执行代码，往细里说，智能体直接调用执行）

2.3 Skill开发实战：用Codebuddy和扣子编程写本领

Skill开发的两种路径：

路径一：Codebuddy——对话式本领开发

• 适合人群：无编程基础的管人者

• 开发方式：用自然语言描述诉求，AI自动生成本领代码

• 开发流程：

o 步骤1：描述本领标的（"我要一个自动生成周报的本领"）

o 步骤2：提供参考素材（过往周报模板，写作风格示例）

o 步骤3：和Codebuddy对话调优（"开头加一段本周要害指标摘要"）

o 步骤4：测试并部署到数字员工

路径二：扣子编程——可视化本领开发

• 适合人群：有一定推演思路的管人者

• 开发方式：可视化拖拽+参数配置

• 开发流程：

o 步骤1：定义本领输入输出

o 步骤2：配置处理推演（API调用，资料处理，格式转换）

o 步骤4：设置触发条件和执行规则

o 步骤5：测试并发布

Skill开发的最 佳实践：

• 从小做起：先封装一个最常用的小本领，验证成效

• 以用促建：在实际业务中持续迭代精进

• 人机协同：Skill处理准则化部分，人负责判断和决策

实例演示：

•

实例1：将销冠的"买方诉求诊断话术"封装为Skill，新销售调用后转化率拉升25%

•

实例2：将资深HR的"面试评核轮廓"封装为Skill，实操中，面试评核一致性拉升60%

教学规划：

•

实地实操：用Codebuddy开发一个简单Skill（如"会议纪要自动生成"本领）

•

小组操练：选项本部门一个高频情境，规划Skill开发方案

•

结晶展示：各组展示Skill规划方案并互评

模块三："学识碎片化、心得难积累、AI回答不专精"困境怎样突破？——IMA学识库+本领架构的深度运用

3.1 为何通用AI总是"答不到点子上"？

通用AI的"学识上限"：

• 通用AI掌握的是公域学识，缺乏公司专属的私域学识

• 回答"大而全"但不"专而精"，具体来看，无法替代领域专家

• 无法调用公司内部文档、制度、实例库

真实实例：

某公司法务用通用AI审查合同，落地时，AI给出的建议全是通用条款，实操中，完全忽略了公司内部的合同审批规范和业界特殊条款，导致审查意见无法直接采用

从"通用AI"到"专属AI"的要害跨越：学识库+本领

3.2 IMA学识库：让AI具备公司专属"大脑"

IMA学识库的核心本领：

本领一：多格式学识摄入

• 支持文档（Word，PDF、Excel）、网页、图片等等多种格式

• 自动拆解和索引，无需手动整理

• 学识更新后自动同步，具体来看，保持时效性

本领二：精准学识检索

• 基于语义领会的智能检索，不是简单的要害词匹配

• 支持跨文档关联查询

• 检索结果可溯源，确保可信度

本领三：学识调用和生成

• 基于学识库内容生成专精回答

• 自动引用来源，支持核实

• 多轮对话中持续调用相关学识

IMA学识库的典型运用情境：

• 研发部门：技艺文档库+专利库，AI辅助技艺方案评审

• 法务部门：合同模板库+法规库+实例库，AI辅助合同审查

• 培训部门：课程资源库+实例库+讲师库，AI辅助培训方案规划

• 销售部门：货品学识库+竞品库+话术库，AI辅助销售方案拟定

3.3 IMA智能体助手：大模型+学识库+Skill的组合威力

IMA的核心架构：大模型+学识库+Skill

为何IMA在某些业务情境超过小龙虾？

• 小龙虾的优势在"广"：大模型+数字员工矩阵，擅长发散性创意差事

• IMA的优势在"深"：大模型+学识库+Skill，擅长深度学识调用情境

• 当差事需要深度调用公司专属学识时，IMA的准确性和专精性远超通用AI

IMA智能体助手的核心本领：

• 学识库调用：根据问题自动检索相关公司学识

• Skill执行：安装专精本领后，可执行特定业务操作

• 学识+本领协同：先从学识库中获取专精学识，再用Skill按照规范执行

IMA vs 小龙虾：情境化选型指南

业务情境

推荐平台

原因

营销创意策划

QClaw

需要多定位协同、创意发散

规划方案生成

QClaw

需要数字员工矩阵协同

创意文案撰写

QClaw

大模型创意本领+Skill增强

技艺文档审查

IMA

需要深度调用技艺学识库

法务合同审核

IMA

需要调用法规库+合同模板库

培训方案规划

IMA

需要调用课程资源库+实例库

销售方案拟定

IMA

需要调用货品学识库+竞品库

实例演示：

•

实例1：某研发队伍用IMA构筑技艺文档学识库，执行层面，AI辅助技艺评审效率拉升200%，并且审查意见可直接采用

•

实例2：某法务队伍用IMA学识库+合同审查Skill，具体来看，合同审查时间从平均4小时缩短至30分钟

教学规划：

•

实地演示：IMA学识库的构筑和调用全流程

•

小组研讨："我的部门有哪些学识资产能够沉淀到IMA？"

•

结晶产出：每组规划一份IMA学识库建设方案

模块四："业务链路靠人盯，执行偏差大、无法规模化"瓶颈怎样突破？——扣子事务流开发和SOP自动化

4.1 为何SOP总是"写在纸上，挂在墙上，落不了地"？

SOP落地的"三大顽疾"：

• 执行偏差：不同人执行同一SOP，具体来看，就一线经验说，结果差异巨大

• 效率低下：每一步都需要人工操作和确认

• 难以监控：无法实时追踪SOP执行进度和结果

真实实例： 某公司财务报销流程有12个步骤的SOP，换个角度看，但实际执行中经常跳步、错填、反复退回，实操中，平均一笔报销流转5天，往细里说，员工满意度仅32%

从"人执行SOP"到"AI执行事务流"的跨越：

• 人执行SOP：倚重领会力和执行本领，质量参差不齐

• AI执行事务流：按照预设推演精准执行，零偏差，可追溯

4.2 扣子事务流的核心：大模型+事务流+学识库+插件

扣子事务流的三大核心本领：

本领一：可视化流程编排

• 拖拽式操作，执行层面，无需编程

• 支持条件分支、循环、并行等等复杂推演

• 每个节点可独立配置AI提示词和资料处理规则

本领二：精准差事执行

• 事务流按照预设步骤精准执行，消除人为偏差

• 每个节点的输入输出可明晰定义和校验

• 执行进程全程可追溯，便于审计和精进

本领三：规模化复制

• 一次开发，无限次采用

• 事务流可一键发布给队伍成员

• 支持批量差事处理，效率指数级拉升

4.3 扣子事务流开发实战

事务流开发的"五步法"：

步骤1：拆解业务链路

• 将SOP拆解为明晰的步骤序列

• 标注每一步的输入、处理推演、输出

• 识别条件分支和异常处理路径

步骤2：规划事务流架构

• 确定事务流的触发方式（定时/手动/经过触发）

• 配置每个节点的AI模型和提示词

• 规划节点间的资料传递推演

步骤3：配置学识库调用

• 为需要专精学识的节点关联学识库

• 设置检索打法和引用规则

• 确保AI回答基于公司专属学识

步骤4：测试和调优

• 用真实业务资料测试事务流

• 查验每个节点的输出质量

• 精进提示词和处理推演

步骤5：发布和部署

• 设置权限和访问将控

• 一键发布给队伍成员

• 监控运行资料并持续迭代

扣子事务流的典型运用情境：

• 财务审核事务流：自动校验→合规审查→审批流转→结果通知

• 标书撰写事务流：读取招标文件要点→撰写投标书目录→批处理撰写+循环体→报告生成

• 招聘筛选事务流：简历拆解→条件匹配→评分排序→面试邀约

• 合同审核事务流：条款提取→合规比对→隐患标注→审核意见生成

实例演示：

•

实例1：某公司用扣子开发财务报销审核事务流，报销流转时间从5天缩短至4小时，员工满意度拉升至89%

•

实例2：某公司用扣子开发招聘筛选事务流，简历筛选效率拉升500%，并且筛选准则完全统一

教学规划：

•

实地实操：选项一个简单SOP，用扣子搭建对应事务流

•

分组竞赛：各组用扣子开发一个业务事务流原型

结晶展示：展示事务流运行成效并点评

模块五：三大平台全景对比和情境化选型——让每个业务情境都有最优解

5.1 三大平台核心优势收束

QClaw（小龙虾系）：大模型+Skill+数字员工矩阵

• 核心优势：数字员工矩阵，一人部署多人协同

• 最 佳情境：营销、规划、创意文案等等需要多定位协同的发散性差事

• 典型特征：差事发散、需要创意、多定位协同

IMA：大模型+学识库+Skill

• 核心优势：学识库深度调用，长期学识沉淀

• 最 佳情境：研发、法务、培训等等学识密集型、需要长期学识积累的领域

• 典型特征：学识深度要求高、心得需长期沉淀、回答需可溯源

扣子：大模型+事务流+学识库

• 核心优势：事务流精准编排，SOP准则化执行

• 最 佳情境：财务审核、质检、审批等等流程明晰、精度要求极高的业务情境

• 典型特征：差事流程明晰、执行精度要求高、需要规模化复制

5.2 情境化选型决策模型

选型三问：

1. 学识深度？ 差事是否需要深度调用公司专属学识？→ 是 → 优先考虑IMA

2. 流程精度？ 差事是否有明晰的SOP，落地时，执行精度要求极高？→ 是 → 优先考虑扣子

3. 创意协同？ 差事是否需要多定位协同和创意发散？→ 是 → 优先考虑QClaw

混合部署打法：

• 复杂业务情境可组合采用三大平台

• 示例：营销活动策划=QClaw创意策划+IMA货品学识调用+扣子审批流程自动化

5.3 管人者的AI赋能行动路线图

第一阶段（1-2周）：单点突破

• 选项1个最高频业务情境

• 用最匹配的平台部署1个数字员工/学识库/事务流

• 迅速验证成效，构筑信心

第二阶段（3-4周）：情境扩展

• 将成功心得复制到2-3个类似情境

• 开发队伍专属Skill，沉淀组织心得

• 构筑部门级学识库

第三阶段（5-8周）：架构构筑

• 部署数字员工矩阵，达成多定位协同

• 搭建跨部门事务流，打通业务断点

• 形成可复制的AI赋能办法论

教学规划：

•

小组研讨：选项本部门1个业务情境，用"选型三问"确定最优平台

•

结晶产出：每组输出一份"AI赋能行动路线图"

•

互评和点评

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|张娜老师