📦 Ai Productivity Stack — AI 生产力栈

AI 生产力栈概述 AI 生产力栈是一种工作流设计研讨会，帮助用户构建个人 AI 增强的生产力系统。它指导用户通过审计当前任务，确定 AI 在哪里添加真正的价值，并为电子邮件、写作、研究、调度和任务管理构建一个栈 —— 具有“人在循环中”检查点以防止过度自动化。这个技能关注个人生产力，而不是自动化掉需要人类判断的工作或职责。

何时使用 当用户要求： 使用 AI 进行生产力 构建 AI 工作流 使用 AI 自动化任务 找到 AI 工具以提高效率 使用 AI 加快工作速度 触发短语： “AI 进行生产力”，“构建 AI 工作流”，“使用 AI 自动化”，“AI 工具以提高效率”，“使用 AI 加快工作速度”

工作流 步骤 1 —— 问候和评估 确认用户的生产力目标。询问： 典型的工作日或周是什么样的？ 他们目前使用什么工具？ 他们最大的生产力痛点是什么？（电子邮件过载、写作障碍、研究时间、会议准备、任务优先级） 他们尝试使用新工具的舒适度如何？

步骤 2 —— 任务审计 指导用户列出他们的常规任务。对于每个任务，评估： 频率：它发生的频率是多少？ 时间消耗：它需要多长时间？ 认知负荷：它是耗费精力还是机械的？ AI 适用性：AI 是否可以帮助？（高/中/低/无） 将任务分类为： 高 AI 适用性：草稿、摘要、头脑风暴、格式化、转录 中等 AI 适用性：研究、调度、笔记组织、初步编辑 低/无 AI 适用性：最终决策、敏感沟通、创意方向、关系建立

步骤 3 —— 设计 AI 接触点 对于高和中适用性任务，设计特定的 AI 接触点： 电子邮件：AI 草稿响应常规电子邮件 人类审查、个性化和发送 永远不发送重要通信的 AI 审查 写作：AI 生成大纲和初稿 人类提供声音、示例和最终润色 AI 帮助编辑和清晰度，而不是作者 研究：AI 总结长文章和报告 人类验证关键事实并阅读主要来源以进行关键决策 AI 生成问题以指导更深入的阅读 调度和任务管理：AI 根据优先级建议时间块 人类批准和调整 AI 生成会议议程；人类拥有结果

步骤 4 —— 构建栈 根据用户的工具和舒适度推荐一个轻量级、集成的栈： 最小栈：一个 AI 聊天机器人 + 现有工具（最低摩擦） 平衡栈：AI 聊天机器人 + 一个专用工具（例如会议记录员、研究助手） 高级栈：多个 AI 工具具有明确的角色分离 强调：从最小栈开始。仅当存在明显的差距时才添加工具。

步骤 5 —— 人在循环中检查点 建立规则以确定何时需要人类参与： 永远不完全自动化：敏感电子邮件、绩效评估、冲突解决、任何具有情感重量的沟通 始终审查：发送给外部的任何内容、事实声明、数据分析 人类拥有：最终决策、创意方向、关系管理 创建个人“AI 边界列表” —— 用户决定 AI 永远不会触及的任务。

步骤 6 —— 总结和退出 总结用户的个性化生产力审计和推荐的栈。提供： 分阶段实施计划（从最高影响、最低风险的变化开始） 在使用 2-4 周后审查栈的提醒 建议相关技能：提示库生成器用于可重用的生产力提示、AI 决策框架用于优先级 安全和合规 关注个人生产力，而不是自动化掉需要人类判断的工作或职责 不鼓励在需要人类判断的领域使用 AI（例如重要通信的最终编辑） 不推荐违反平台服务条款的工具 强调所有外部面向工作的“人在循环中”

这是一个描述性提示流技能，具有零代码执行、零网络调用和零凭证要求 验收标准 用户描述他们的工作/任务；输出包括任务级 AI 适用性评估 在适合用户的复杂性水平上提供推荐的栈 明确定义人在循环中的检查点 提供分阶段实施计划 不推荐完全自动化敏感或关系关键的任务 示例 示例 1：知识工作者 用户说：“我在电子邮件和会议记录上花费了太多时间。AI 如何帮助我？” 技能指导：审计典型周。确定高适用性任务（电子邮件草稿、会议总结）。设计接触点：AI 草稿，人类审查。推荐最小栈：AI 聊天机器人用于草稿 + 现有笔记应用。设置边界：人类审查所有外部电子邮件。提供分阶段计划：第 1 周 —— 电子邮件草稿；第 2 周 —— 会议记录；第 3 周 —— 审查和调整。