夜雨聆风很多人用 AI 的方式，其实还停在"找人聊天"。
问一个问题、写一段文案、改一份方案、总结一篇文章。
这些当然有用。
但我越来越确定一个判断：
AI 最大的价值，在进入工作，不在聊天。
因为我们每天真正消耗掉时间的，通常不是"想不出一句话"。
而是：
• 客户信息散在 Excel、微信、飞书消息里。
• 会议开完没有人愿意整理纪要和待办。
• 选品调研要来回查资料、填表、写报告。
• 活动方案写完还得拆任务、做画板、找视觉参考。
• 跨部门协作靠人盯，流程一长就失控。
这些事不难。但琐碎、重复、占时间，而且很容易把人拖进低价值执行。
所以这篇文章不想介绍"飞书有什么功能"或者"Codex 有多强"。
我想讲一个更具体的问题：
普通职场人，怎么用飞书 + Codex，把重复性工作交给 AI。
以前，我们把 AI 当聊天窗口
以前我也习惯这样用 AI：打开聊天窗口，把问题丢进去，然后复制结果。
后来发现，这种方式适合一次性问题，适合不了真实工作。
因为真实工作是一串动作：
收集资料 → 整理结构 → 判断优先级 → 生成文档 → 创建任务 → 跟进状态 → 汇报结果。
AI 只负责其中一步，它就是个写作助手。把这一串动作串起来，它才开始变成工作助手。
于是我做了一个实验：飞书做工作承载层，Codex 做任务执行层，常用指令沉淀成 Skill。
结果很明显。
同样是"整理客户信息"，以前我是在看表、复制、筛选、判断。
现在我更像是在派活：
"根据这份客户表，整理飞书多维表格，判断跟进阶段，标记优先级，并生成未来三天的跟进任务。"
我得出一个结论：
飞书 + Codex 的核心价值在于让 AI 进入工作流，而不只是生成内容。
一句话理解这套方法
这套方法可以浓缩成一句话：
飞书负责组织协作，Codex 负责执行任务，Skill 负责沉淀能力，最终把重复工作变成可复用流程。
很多人用 AI 效果不好，通常不是模型的问题，是任务没交代清楚。
好用的 Prompt 本质上是一张清晰的工作交接单，无所谓"神奇咒语"。
我一般用五句话来交代任务：
我是谁。
我有什么资料。
我要什么结果。
你要怎么处理。
输出到哪里。
比如不要说"帮我整理一下客户信息"。
而是说：
我是一名销售。
我有一份客户 Excel，里面包含客户姓名、预算、意向地段、沟通记录和下次跟进时间。
请帮我整理成飞书多维表格。
字段包括客户姓名、预算、意向地段、跟进阶段、优先级、下一步动作和判断理由。
请根据沟通记录判断客户阶段，并输出为适合团队协作的表格结构。
这背后的变化很重要。你不是在和 AI 聊天——你是在给一个数字同事派活。
案例一：会议纪要——让 AI 先处理，人做判断
第一个最适合入门的场景是会议纪要。
因为信息量大、结构不稳定、很多人不愿意整理，但它直接影响后续推进。
以前会议结束的常见画面：有人丢录音，有人丢转写，然后一个人开始手动提炼重点、找决策、拆待办。
这件事最适合先交给 Codex 处理。可以这样写：
我是一名项目负责人。
我有一份会议转写文本。
请帮我整理成飞书会议纪要。
文档需要包含：
1. 会议主题和日期
2. 参会人员
3. 关键讨论点
4. 已确认决策
5. 待办任务
6. 风险点
7. 待确认事项
待办任务请用表格呈现，字段包括：
任务、负责人、截止日期、优先级、预期交付物、备注。
如果会议中没有明确截止日期，请根据语境给出建议，并标注为 AI 建议。
AI 负责结构化，人负责确认方向和责任。你的时间从"整理信息"变成了"检查判断"。
案例二：客户跟进——从写一次 Prompt，到沉淀一个 Skill
销售、BD、客户成功、教培顾问、中介、咨询顾问都会遇到类似问题：客户资料散在不同表格里，沟通记录不统一，优先级靠感觉，下次跟进经常忘。
写一次 Prompt 只能解决今天这批客户。更划算的做法是把它沉淀成客户跟进 Skill，反复调用。
Skill 的核心在于稳定定义输入、流程、输出和质量标准，而不只是更长的提示词。
比如客户跟进 Skill 可以这样设计：
角色：
你是销售运营助手，负责把客户资料整理成可跟进的飞书协作表。
资料：
输入客户 Excel、沟通记录、历史跟进时间和客户备注。
目标：
生成客户跟进多维表格，并给出优先级、阶段判断和下一步动作。
规则：
1. 跟进阶段分为初次接触、需求确认、持续跟进、强意向、已流失。
2. 优先级分为 P0、P1、P2。
3. 判断必须写明理由。
4. 不能凭空补充客户事实。
5. 信息缺失时标记"待补充"。
输出：
飞书多维表格字段、客户分层结果、未来三天跟进任务、风险客户清单。
这里的变化很实际：以前每个销售用自己的方式跟客户，现在团队共用一套 Skill。以前经验藏在个人脑子里，现在经验成了可复用的工作方法。
这就是从 Prompt 到 Skill 的第一步。
案例三：跨部门活动策划——从单点提效到工作流协作
个人用 AI，解决的是一个人的效率。岗位用 AI，解决的是一类任务的复用。组织用 AI，解决的是协作系统。
一次活动策划，表面上是写一份方案，真实过程是：
生成方案 → 拆解任务 → 建项目表 → 做画板供讨论 → 生成视觉参考 → 做风险清单 → 汇总汇报看板。
每一步靠人手动衔接，工作还是会断。
更好的方式，是把它设计成一条飞书 + Codex 工作流：
活动目标 -> 方案文档 -> 执行表格 -> 飞书任务 -> 讨论画板 -> 视觉参考 -> 汇报看板 -> 复盘文档
AI 在这一层的价值：把方案变成协作，把协作变成任务，把任务变成看板，把看板变成复盘。改的不是多用一个工具，是工作运行的方式。
普通职场人优先尝试的 7 个场景
如果你想开始用飞书 + Codex，不建议一上来就做复杂系统。先从一个最痛、最高频、最重复的场景开始：
1. 客户跟进自动化：客户资料整理、阶段判断、优先级标记、跟进任务创建。
2. 会议纪要自动化：转写整理、决策提炼、待办拆解、负责人和截止日期标注。
3. 选品调研流水线：竞品收集、价格带整理、差评痛点、选品建议、汇报看板。
4. 活动策划落地：方案文档、任务拆解、画板讨论、视觉参考和物料清单。
5. 内容资产管理：文章、脚本、案例、金句、标签和知识库索引。
6. 跨部门协作流程：流程表、责任人、SLA、自动提醒和健康度看板。
7. 社媒内容生产：文档转画板，画板转小红书、抖音、公众号分发文案。
这 7 个场景看起来不一样，底层结构一样：
把散乱资料变成结构化信息，把结构化信息变成任务，把任务变成协作，把协作沉淀成流程。
飞书 + Codex 真正发挥作用的地方，就在这里。
一个模型：从 Chat 到 AI 工作系统
这篇文章真正想讲的，是一个更长期的工作方式模型。飞书和 Codex 只是载体。
Chat -> Prompt -> Skill -> Workflow -> AI 工作系统
Chat➡️你会和 AI 聊天。
Prompt➡️你会把一次任务讲清楚。
Skill➡️你会把一类任务沉淀成可复用能力。
Workflow➡️你会把多个 Skill 串成完整协作流程。
AI 工作系统➡️你开始把个人经验、岗位方法和组织流程沉淀成长期资产。
很多人现在卡在 Prompt。他们以为缺的是更神奇的提示词，但实际上缺的是工作流意识。
同一个 Codex，同一个飞书，有人只生成一段文字，有人能搭出一条客户跟进流程。差距在工具之外，在工作方式。
三个行动建议
第一，先选一个重复场景。最好的起点不是"我要搭一个 AI 工作系统"。而是问自己：
我每周重复做哪件事超过 3 次？
这件事有没有固定输入？
它最后要交付什么结果？
会议纪要、客户整理、周报、选品调研、内容分发，都适合做第一步。
第二，把 Prompt 写成工作交接单。不要只写一句"帮我整理一下"。
至少写清楚角色、资料、目标、规则、输出。这五段式在训练你把工作讲清楚。
AI 不会放大能力，AI 会放大工作方式。你的方式越清楚，执行越稳定。
第三，把跑通的 Prompt 沉淀成 Skill。
一个 Prompt 用过三次，就别再每次重写。固定下来：输入是什么、处理流程是什么、输出格式是什么、质量标准是什么、出错怎么处理。
当一个团队开始共用 Skill，AI 才从个人效率工具变成组织能力的一部分。
最后
过去说办公自动化，更多是表单、审批和规则。AI 加入以后，办公自动化开始从规则驱动走向任务驱动。
你不需要懂代码，不需要一上来就会复杂配置。你需要先把任务讲清楚，把资料给出来，把验收标准写明白。然后让 AI 先进一个真实工作场景。
今天帮你整理客户表，明天帮你出会议纪要和待办，后天帮你做选品调研看板。
再往后，你会发现：改变工作的关键，已经从"模型强不强"变成了"你能不能把组织里的经验、流程和方法，沉淀成一个个可以重复调用的 Skill"。
如果你也想试这套方法，可以留言"飞书 + Codex"，我会继续整理：
• 如何把一个普通 Prompt 沉淀成可复用 Skill。
• 如何把一个单点任务升级成企业 AI 工作流。
• 非技术职场人如何真正把 AI 接进日常工作。
