上午的认知模块，帮助参与者建立了一张清晰的AI技能全局地图。

我们系统梳理了当前市面主流AI平台的技能生态结构：

· 通用型技能生态：覆盖日常办公、信息处理、内容生成等高频场景的现成技能库，即装即用；

· 垂直场景技能：针对特定行业或职能场景深度优化的技能模块，如销售话术生成、客户信息自动归档、会议纪要结构化输出等；

· 自定义技能框架：支持零基础用户通过简单配置，将个人操作路径固化为可重复调用的标准化技能。

这是整场沙龙最具“手感”的环节。

参与者被要求携带电脑，现场跟随引导，从零开始完成以下完整动作链：

第一步：环境配置与基础认知。 从工具选择到运行环境搭建，确保每位参与者的设备具备技能运行条件。这一环节的关键在于“零基础可跟随”——不问技术背景，只看执行路径。

第二步：现成技能的安装、加载与启用。 我们选取了三个典型场景技能作为入门案例：

· 自动会议纪要整理技能：将录音/笔记输入，自动输出结构化会议纪要，含待办事项提取；

· 智能邮件分类与话术生成技能：根据邮件内容自动识别优先级，生成对应回复话术；

· 日常数据报表自动生成技能：接入基础数据源，自动输出格式化报表并附带简要分析。

每一步操作都由讲师逐步演示，参与者实时跟练。现场节奏紧凑，几乎无人掉队。

如果说上半场是“学会开车”，下半场就是“自己造车”。

在掌握了技能的结构与运行逻辑之后，沙龙进入最硬核的环节——零基础自主创作一个简单AI技能。

我们提供了一套标准的技能创作框架，将创作过程拆解为四个可执行步骤：

步骤一：场景定义。 明确技能要解决什么具体问题，输入是什么、输出是什么。这一步的关键是“边界清晰”——一个技能只做一件事。

步骤二：流程拆解。 将任务拆解为可执行的步骤序列。这一环节强调“颗粒度”——步骤越细，技能执行越稳定。

步骤三：配置与调试。 在技能框架中按步骤配置，执行试运行，根据输出结果逐环节调试优化。现场参与者普遍经历了2-3轮调试才达到满意效果。

步骤四：封装与命名。 将调试完成的技能保存、命名、分类，形成个人可一键调用的技能资产。

这是本次沙龙最具“方法论高度”的环节。

我们提出一个核心命题：每个人在过去几年的工作中，都积累了大量隐性经验——判断标准、决策逻辑、处理偏好。这些经验从未被显性化，也从未被复用。而AI技能，恰恰是这些隐性经验最佳的封装载体。

现场我们分享了一套“经验蒸馏四步法”：

1.回溯高频动作：盘点过去一个月中，自己重复超过5次的同类任务；

2.提取决策节点：梳理每次处理该任务时的关键判断点和处理逻辑；

3.规则显性化：将隐性判断转化为可描述的规则语句；

4.固化入技能：将这些规则配置入技能框架，形成专属方法库。

信号一：参与者的构成变化。 本次沙龙中，非技术背景参与者占比超过75%，包含行政、运营、市场、设计、人力资源、财务等职能。AI技能创造正在从“极客专属”走向“人人可做”。

信号二：提问的质量跃升。 相较于早期场次集中在“AI能做什么”，本场的问题集中在“我该如何让AI按照我的方式做”。这反映出一个深层变化——参与者已经越过“要不要用”的阶段，进入“如何用好”的实战深水区。

同样的能力建设，正在创联工场布局于全国20+核心城市的办公空间中同步发生。

30000+入驻企业、200000+创新者所形成的共赢生态，让AI能力建设不再是一次性的“活动”，而是一张跨城市联动的赋能网络。知识在流动，方法论在复制，实战经验在跨城共享。