夜雨聆风学习资料网

ARTICLE · 1167851

【标书skills】我拆了下载量最高的"标书制作"技能,越拆越气,最后自己动手造了一个

【标书skills】我拆了下载量最高的"标书制作"技能,越拆越气,最后自己动手造了一个

一夜实测:技能不值钱。能交付的,从来不是热度。

客户:「做标书,能用AI帮我们做一下吗?」

我:「……」

这就是今天这篇推文的起点。

一、“花大几千,4天才做一本标书”

先交代背景。

我一个做环境工程的朋友,接了活儿——某园区的水箱、烟道清洗维保,招标限价五万六。项目不大,但他公司里没有专职做标书的人。

那只能找"标书专家"打样。

报价:3~8K。时间:3~7天。中间你还得陪着收集资料——公司名、业绩、人员、报价,一页页翻过去。

你说这钱花得冤不冤? 一份 Word 文档,报价顶你小半个月的绩效;等的这几天,够把这个项目的利润全耗进去。

那天他问我:「现在不是有 AI 吗?」

我说,是啊,试试呗。

(说实话,我当时的心态是——又来了,又一个「AI 改变世界」的活儿。但甲方催得紧,我也没得挑。)

二、找到了,一个下载量很高的"标书神器"

我在技能市场搜"标书"。

100+skills,看的眼花缭乱。打开几个,描述写得那叫一个漂亮:

· 本地隐私版,全程零上传· 不联网、不调用云端 API、不要 App Key、零费用· 智能解读 / 生成投标文件 / 合规审查 / 商务填写 / 技术方案,五条工作流

下载量高,评价好,看着就像那个"别人家的孩子"。

第一反应:就它了。

三、落差:高热技能变垃圾

我这人有个毛病:一个新东西一定要深扒到底层逻辑层看两眼。

于是我把它的文件从头拆到尾。几刀下去,全是问题。

第一刀:说明书自己打自己脸。

说明书开头写着:从环境变量读 BBIAO_API_KEY、BBIAO_SERVER_URL,后面还挂着销售电话、推广短链、充值入口,让我「默认长期保存密钥」。

可同一个文档再往后翻,又反复强调:不联网、不要 App Key、零费用。

好家伙,一个文档里两个人在打架。

我去核了元数据:requires_api_key: false。又把它 7 个脚本从头翻到尾——没有一行网络请求。

结论:那段"密钥 / 充值",是被人塞进去的引流广告,跟功能一点关系都没有。 你要是真去"存密钥",那就是自己给自己交智商税。

第二刀:说的出"成品",是假的。

它对投标方信息(公司名、地址、法人、资质、业绩、人员、报价)的处理方式是——全留成【待填】占位符,脚本压根不读这些字段。

骨架给你搭好,血肉你自己一格格填。它管这叫"隐私设计,敏感资料不进 AI"。

隐私是好东西,我认。但你把活儿干一半,回头说是"为你好",这就有种——外卖小哥把餐送到楼下,说为了你的健康,请自己爬 20 楼。

第三刀:犯了个致命错误——报最高价。

它的报价只有一个来源。客户要是没填,脚本就自动拿"最高限价"当你的报价。

稍微懂点招投标的都懂:低价优先的规则下,拿最高限价投标,等于主动出局。

这哪是帮忙,这就是挖坑,完事坑里还插了块牌子,写着两个字:加油。

第四刀:标书合规审查,输出造假。

我读它的审查脚本,几个检查项——"未出现无效投标其它条款"、"无串标情形"——被硬编码成了"通过"。它压根没查,就是占了个位。

报告上一个漂漂亮亮的绿色对勾,背后是空的。

(这不就是职场里那种人嘛:PPT 做得花里胡哨,你一问细节,他说「这个我再确认一下」。)

四、不迷信热度,相信逻辑

我发现的
说明什么
文档里塞广告,自相矛盾
热度 ≠ 可靠
客户信息只列清单、不回填
交付的是半成品
报价拿最高限价兜底
兜底逻辑会坑人
合规项硬编码"通过"
有"伪通过",不能当结论

那一刻我想通一件事:

我要的不是「看起来很全」的技能,是「真能把活儿干完」的技能。

它自己在边界声明里写着:「没有专属招投标知识库,也没有控标识别算法。」

翻译一下:它懂「格式」,但不真懂「业务」。

(这就好比招了个简历光鲜的实习生。试用期第一天你就知道了——他只会用模板。)

五、开始自己做。第一步,不是写代码

我决定自己造一个, 打开WorkBuddy——

第一步不是写代码,是拆业务。

我把"做一本标书"这件事,从招标文件进来到标书交出去,拆成了一个个阶段。这才是我理解的"懂业务"——不是知道标书长什么样,是知道这事在现实里怎么一步步走、卡在哪、哪条是碰了就废标的高压线。

过程还原 ① · 我发给 WorkBuddy 的原话

我 → WorkBuddy

我想要一个真正能干活的技能,可以和客户连续交互,不是一上来就丢一个半成品。客户上传招标书后,技能读取,然后去向用户索要必要文件,或者去客户项目文件夹里搜索,把缺失的列成清单,等客户提供;然后向客户提供报价相关标准,让客户给报价数额;技术标部分让客户提供往期同类技术方案来仿写,确认后填充进标书,补全了再生成标书初稿。生成初稿后,先按招标文件自检(格式、核心风险项、废标项、加分项),列出清单让客户确认,再生成终稿,让客户下载确认。

WorkBuddy →

收到。已按你的描述搭出一条流水线骨架:9 个阶段 + 4 道门禁。核心是「门禁」——没有客户确认、没有材料,绝不往下走一步。

没有客户确认、没有材料,绝不往下走一步。

(这可是打工人刻在 DNA 里的智慧:别急着交东西。你一交,改稿的噩梦就开始了。)

整个技能,从状态机到 docx 渲染,没用一行第三方付费接口。就是把业务逻辑写成脚本,WorkBuddy 把它们串起来跑。

会使用 WorkBuddy,你就能造技能。

但,技能本身不值钱,值钱的是你脑子里那套[业务逻辑]。

六、skill跑通了,开始验证

技能成型,我立刻实测。

客户项目文件夹里丢进 6 个文件,扫描器自动命中 2 个(营业执照、类似业绩合同),列出 19 项缺件,其中 15 项是必需的。

过程还原 ② · 材料扫描输出

$ scan_materials.py

已扫描文件:6 个

命中材料:营业执照副本 ✓、类似项目业绩合同汇总 ✓

缺失清单:19 项(其中必需 15 项)

→ 已生成《缺件清单.html》,逐条向客户索要

接着生成初稿、跑第一轮自检:

· 必须修:1 项· 建议提升:3 项(页数超限、资格页码对不上、业绩只有 4 条——满分要 6 条)

按建议补齐业绩、修好页码,重新生成终稿、再体检:建议提升项 3 → 2,全文占位符 37 → 25。

闭环生效了。

(那一刻……还蛮有成就感的,差点就发朋友圈了。)

七、认知:会做标书≠好标书

此刻时钟已经到了凌晨00:12,该收工了

可能是完美主义心理作祟,我盯着那份自检报告,决定再死磕一版。

因为它只能告诉我「有没有错」,还不能告诉我「能不能拿高分」。

这两件事,压根不是一回事。

一本标书交出去,最后是谁在打分?

评委。

那……我为什么不在交付前,自己先当一次评委?

八、追加"模拟评标"Prompt

我在流水线末尾追加了一个新阶段——模拟评标。

立场彻底反过来:前面都是我帮客户写;这一环,我站到评标委员会那边,换一套Prompt,让AI打败AI。

打分口径,我刻意做了分级,不虚高,也不虚低:

· 价格分:取决于对手怎么报,所以只给「保守~乐观区间」,绝不说「你必得 X 分」;· 商务分(数量型):能解析「每 1 个 5 分、最高 30 分」「5 人以上得 10 分」这类规则,按证据一条条算;· 技术分:主观项,只做启发式预判,并在报告里同时标注「需评委人工确认」,不当定论;· 算不出来的,直接标「人工评分」——绝不编分数。

过程还原 ③ · 追加评标 + 第一份评审报告

我 → WorkBuddy

在技能最后再追加一个流程:根据招标文件,模拟评标方立场,对定稿严格评审打分,把得分和失分项列出来,供用户迭代修改。

$ review_sim.py --stage final

预估总分:80.6 / 100

失分项:5 项

废标/合规风险:1 项

最扎眼:4 个技术章节各只写了 2 个要点 → 每项仅得 5.5 / 10

80.6 分。

九、最值钱的改动:逆向推导

说真的,看到 80.6 的那一刻,我有点惊讶的。

有些事你从前往后推导,可能很顺,一旦反推就发现问题。

自己造的工具,回头把自己揍了一顿。这感觉,说不上来。

但——这正是它值钱的地方:它不哄你。

报告挑错还是蛮在行的:4 个技术章节,每章只写了 2 个要点,每项各丢 4.5 分。

我照着建议,把这 4 个章节各补强到 6 个要点,重新生成终稿,再评一次。

过程还原 ④ · 补强后复评

$ review_sim.py --stage final

预估总分:98.6 / 100

失分项:1 项

(仅价格分丢 1.4 分,属对手报价决定的竞争性失分,不可控)

初评
复评(补强后)
80.6 / 100
失分 5 项 · 风险 1 项
98.6 / 100
失分收敛到 1 项

98.6。

从「能不能合格」,到「能拿多少分」——标书制作这条线,才算真的闭环了。

十、说点真心话

折腾到凌晨,我最大的感受就一句:

技能,不值钱(甚至有点烂大街),值钱的永远是认知~

你在市场里随手一搜,全是下载量很高的"爆款技能"。但下载量只说明有人下载,不说明它能干活。

前面那个「标书神器」,热度不低——文档塞广告、交付半成品、报价挖坑、审查造假。看着全,实际不能用。

真正值钱的,是这两样东西。

第一,懂业务。 这是基础。你要知道标书在现实里分几步、卡在哪、哪条是废标红线、报价为什么不能乱填。不懂业务,你连「这技能哪里不对」都看不出来——我前面能挑出那四个毛病,靠的不是 AI 知识,是懂标书这件事本身。

第二,懂 AI 的技术原理——尤其它的风险区和约束边界。 你要知道模型会「一本正经地胡说」,所以必须给它设门禁、要求它标「不确定」、不许它编分数;你要知道它是概率机器,所以在需要确定性的地方(docx 渲染、报价计算),就该交给脚本,而不是让它「生成」。

一个技能,只有同时踩住「业务」和「技术」这两条线,才叫真正能复用、好用。

爆款可以看,但别迷信。

(毕竟——甲方不会因为你用了「下载量第一」的技能,就给你加分。)

能替你交付的,从来不是热度,是你对业务的理解,和你对 AI 的驾驭。

十一、说给职场中登、老登们

AI 这班车,不会把谁丢下。

你现在可能是某个行业里干了十几年的老登,别慌。你和那些"AI 弄潮儿"之间,其实只隔着一件事——AI工具的熟练度。

这玩意儿,真的不难。报个班、练上两周,很快就能补上。

真正补不上的,是业务经验。那是你一年一年、一个项目一个项目攒下来的家底。它没有速成班,也没有捷径——而这,恰恰是你手里最不能替代的资产。

我也是个IT圈外人,在传统广告咨询领域深耕了整整二十年。这两年我 ALL IN 了 AI,一路磕磕绊绊,好在,没被这班车甩下来。

如果你也和我一样——在某个老行当里摸爬滚打了很多年,又想搭上AI这趟超级列车——

来吧,和我们一起上路。

我辈不孤。

一起,把业务经验,装进 AI 里。

相关学习资料