NANO WORK · AI TEAM 一个早餐店老板 组了支 AI 班子 把最烦的活，交给一群能干活的专家 STORE 1 STORE 6 早餐店老板 ONE PERSON AI EXPERT TEAM 品牌 设计 法务 1 天 5 套方案 DELIVERY 门店 1 → 6 SCALE UP REVENUE · 2×

PART 01

先把需求想清楚

PART 02

组建两个 AI 专家

PART 03

从手搓到开箱即用

PART 04

写下第一份 AI 资产

大家好啊，我是甲木。

给大家汇报汇报，上周去北京参加「纳米Work」发布会的所见所闻。

先来看一个非常有意思的事情。现场有一位从新疆来的早餐店老板，我在台下听他讲了很久。他只有初中毕业，普通话还带着浓浓的馕化音（诶盆友）。

他说，以前开店，连弄份合同都得花钱到处求人；现在做品牌、搞设计、看法务，他一个人全包了。店从 1 家开到了 6 家，营业额直接翻倍。

除了到场的阿卜拉江，纳米Work 展区里还有一位售前负责人的案例：销售临时甩需求，过去他通宵查资料做 PPT，现在用纳米Work 拉个 AI 军团，1 天交付 5 套行业方案。

一个开早餐店，一个做售前，干的活完全不同。但本质上是一件事：把最烦的活，变成 AI 专家解决。

一家普通早餐店能用 AI 破局，那其他行业的业务呢？

如果让我总结成一个思路，那就叫「AI 班子」：把公司里最烦的活，变成 AI 专家。

这次发布会上介绍的纳米Work，就是把这一整套岗位专家搬进云端办公室的产品。丢个需求上去，写标书、做经营分析、出方案 PPT，一支 AI 团队自己就接过去干了。

以前我给老板们写 Prompt，AI 更像军师，陪着把事想清楚；这次纳米Work 直接配齐了智囊团，趋势、对手、风险攒成一份决策备忘录，连执行一起干。

PART

01

DEFINE THE JOB

别急着付费，先想清楚需求

先说结论：老板要懂 AI，但不用面面俱到。真正要练的，是看出哪些活能变成 AI 专家解决。

多数老板说：买软件、上系统、全员培训。这套在传统 SaaS 时代能跑通，一个功能解决一个需求，你提什么它就做什么。

但 AI 不是按需供货，它需要你把痛点讲清楚：哪件活最烦、卡在哪、希望它干成什么样。你表达得越细，它干得越准。

AI 时代，老板该做的第一件事，是把「每周都要做、做一次烦一次」的活列出来。我的「AI 班子五步法」：

01

盘点

把反复要做的活列出来，标准就一条：什么东西你做一次就烦一次。

02

选岗

挑最痛的，频次高、重复高，有实际业务价值的工作。

03

写 JD

像招人一样写岗位说明书，越具体越好。「早上 9 点拉 A 数据，B 异常就执行 C，输出 D 格式」，写到这个程度。

04

灌经验

把公司历史上最好的产出、SOP 喂进去。这是「专家」和「聊天机器人」的区别。

05

验收

像管实习生一样，过一过 AI 的输出，不断调整，调顺了再放手。

或者我们也可以说，是把经验蒸馏成 Skill……

框架归框架，接下来我们直接看个实际案例，看李总怎么跑完的。

PART

02

TWO AI EXPERTS

一个案例：李总的两个 AI 专家

去年，我接手了一家软件公司的 AI 陪跑项目。公司四十来号人，做了十年的政务软件。老板李总一见面就开门见山：“都说 AI 能提效，怎么到我这儿就使不上劲？”

我们就按照前面说的五步法，先帮李总梳理了业务痛点：投标、报价、经营月报、客户方案、年度回顾。

那时候纳米Work 还没上线，整套流程全靠我们手搓。换作现在，平台里 500 多个岗位专家早已就位，按需挑选、布置任务就行。

像是第一个需求，我们就可以用「AI 投标专家」。

这是纳米Work 里现成的专家，但想让它干好，得下好清晰的指令，比如：

JOB BRIEF · PLAIN TEXT AI 投标专家

每天早上 9 点，扫一遍 5 个招标平台，把带「政务信息化」「智慧园区」字样的标找出来。按截标日期排紧急度，9:30 前发商机清单；评分细则完整的，拆成技术、商务两栏，标红「需要提供案例」的条目；查不到的不编，标记待核实。

让它负责一段投标，它交回来的商机清单里，查不到的字段会自动标出来，不编不造，心里有底。

每年最头疼的年度回顾，则可以直接用「经营数据分析专家」。

扔给它一份年报，它一句话就点透了：2025 年确实赚到钱了，但赚的钱没留在账上，全年又砸了 7860 万扩产，资金链绷得紧。

如果这两个现成专家还不够懂你，纳米Work 还有「专家教练」。你可以直接描述想要一个什么样的专家，它就能帮你搭出来。

这个就跟当时我们提示词时代的一个 MetaPrompt 类似。

现在如果想组建一个 AI 专家，来解决固定的一些问题，就可以直接描述，再交给这个「专家教练」来解决。

比如李总还需要一个「投标方案撰写专家」，你可以这样写：

JOB BRIEF · PLAIN TEXT 投标方案撰写专家

你是投标方案撰写专家，拿到招标文件后： 1. 拆评分细则，标红「需要提供案例」的条目； 2. 从公司历史标书里匹配最合适的 3 个案例； 3. 逐条写技术方案和商务标，每个论点配一个可核实的数据； 4. 最后做合规自查：签字盖章、密封要求、递交方式、截标时间； 5. 查不到的信息不编，标记「待核实」。

只要跟专家教练对话，它就可以帮你完成专家的初始化。

在这一个过程中，它还会帮你选择技能和工具，无需你自己去选配。

毕竟对老板来说，其实没必要去弄懂它背后配了什么工具、写了什么设定。你跟专家教练聊完，它直接就把这个专家初始化好了。

等写完，再把公司以前的标书、财报、SOP 往里一扔，就能训出更懂你们业务的专属专家。

我拿刚才「AI 投标专家」搜到的兰州标，让它直接起草标书。它自己跑去兰州官网和政府采购网扒了一圈，把项目预算、采购人、几个子系统的开发需求，一条一条整理了出来。

看看最后这封表述，草稿已经帮你写好了，需要你核实的地方也一一陈列给你了，就跟给真员工派活一模一样。顺畅，利落，省心。

PART

03

READY TO WORK

从手搓半个月到开箱即用

李总这两套，当年都是手搓的：选工具、写提示词、调流程、做企业内部知识库，折腾了个把月。现在不用搓了，纳米Work 直出。

除了专家团，纳米Work 还有几个底子。

一个是Skill，给专家装技能，专门干一类活。比如上次我写的这个「年报 Skill」，把它配置给数据分析专家，生成的年报审美提升 N 个档次。

再一个是可以直接部署在云端，7×24 不眠不休。睡前布置任务，醒来收菜。

PART

04

FIRST AI ASSET

岗位说明书，老板的第一份 AI 资产

很多人觉得 AI 用不好，是模型不够聪明。其实翻车现场，十有八九在「提需求」那一环。

老板一声令下“帮我做个市场方案”，三秒出结果，反手一句 AI 不行。可你连岗位说明书都没给，AI 只能回你一堆正确的废话。

开头的那位新疆早餐店老板，如果只是问模型，得到的可能是泛泛而谈的建议。现在他用纳米Work，提出需求后，能得到高价值的交付，我们来看看老板的自述。

老板的第一份 AI 资产，不是算力，不是 API，就是这一纸岗位说明书。

纳米Work 把这些底子替你备好了。你只管像李总那样：下需求，等验收。发布会上还有一页 PPT 我印象很深：智能体，也有自己的 Scaling Law。

知识喂得越多越懂行，工具接得越多越能干，技能装得越多越强，协作模式越丰富越能处理复杂任务。

想试试的话，下载纳米Work 客户端，睡前布置任务，第二天早上验收。

哦对了，这次纳米Work 企业版还推出了渠道城市合伙人计划。有本地行业客户资源、企业客户基础及渠道服务能力的小伙伴，也可以考虑一起做点商业化尝试。

EPILOGUE

先让一件具体的事开工

说到底，AI 真正改变的，是以前需要一个团队才能干的活，现在可以先交给一支「AI 班子」。

但前提是，你得先把需求想清楚：哪件事最烦，卡在哪里，做到什么程度才算合格。

把这些写成岗位说明书，再把经验、案例和 SOP 交给 AI，它才会从一个聊天机器人，慢慢变成真正能干活的专家。

不用一上来就追求全员 AI 化。先让 AI 接住一件具体的事。

YOUR FIRST AI TEAM

你的第一支 AI 班子，也就真正开工了。

以上。

我是甲木，热衷于分享一些 AI 干货内容，同时也会分享 AI 在各行业的落地应用。

如果你觉得今天这篇有收获

欢迎点赞、在看、转发三连，我们下篇见。