上下文工程
把业务目标、历史案例、判断标准和风险边界整理成 AI 能读取的上下文。
AI Native 业务重构实践者
我帮助真实业务，把 AI 从工具变成工作系统
我有 15 年互联网工程与业务系统经验，曾参与 1688、零售通、钉钉文档等核心业务。现在，我专注于把流程、知识、判断和执行，设计成 AI 可理解、可协作、可复盘的系统。
经验15 年复杂业务系统
方向AI 工作流与决策系统
适配小团队 / 业务负责人
为什么需要重构
很多团队用了 AI，但工作方式没有真正改变
AI 可以写文案、总结会议、生成表格、辅助代码。但如果业务仍然依赖群聊推动、会议同步、个人经验和零散文档，效率提升很快会到达上限。
真正的问题不是“有没有用 AI”，而是业务是否被整理成 AI 可以参与的结构：知识在哪里，规则是什么，流程如何推进，风险如何提醒，结果如何复盘。
我解决的问题
把隐性经验变成可运行的系统
AI 工作流设计
把重复流程拆成输入、步骤、判断、输出和复盘，让 AI 在流程中协作。
人机边界
判断哪些动作可以交给 AI，哪些关键决策必须由人确认和负责。
日志与复盘
让每次执行都留下记录，反向更新规则、模板和工作流。
AI 落地的关键，不是让模型更像人，而是让业务本身变得更适合 AI 协作。
核心案例
三个真实实验场
如果你有一个真实流程，正在被低效拖慢
我们可以从一个具体流程开始，看哪些知识应该结构化，哪些动作可以交给 AI，哪些判断必须保留在人手里。
讨论一个真实业务场景