前两篇文章，我们聊了两件事情。

第一篇：

你真的会用AI吗？你的AI能力到了第几级？

第二篇：

为什么AI越强大，人反而越需要成为专家？

如果你一路看到这里，可能已经慢慢发现：

真正值得学习的，并不是某一个Prompt，也不是哪一个最新的AI工具。

而是：

怎么把自己的专业知识、数据和工作方法，交给AI，让它真正参与工作。

今天我们不继续讲大道理。

我们直接做一个小实验。

假设你是一家餐厅的老板、运营经理，或者品牌策划。

我们一起搭一个最简单的：

AI门店运营助理

不用先学编程。

不用先学复杂智能体理论。

甚至第一天都不用做自动化。

只完成一件事情：

让AI从“一个什么都要重新告诉它的聊天对象”，变成“一个开始认识你的公司、知道怎么干活的运营助理”。

我们这次用到的工具叫：

Hermes Agent。

一、先弄明白：为什么不用普通大模型直接做？

假设今天晚上你把一家餐厅的数据交给大模型：

昨天营业额20250元，订单90单，客单价225元，请帮我分析。

AI很快会告诉你：

营业额怎么样。

客单价怎么样。

可能存在哪些问题。

甚至给你十条建议。

很好。

第二天你又来：

今天营业额18600元，帮我分析。

然后第三天。

第四天。

第五天。

慢慢你会发现：

每一天你都在重复一件事情：

把背景重新告诉AI。

你还需要告诉它：

我们是什么餐厅。

正常营业额是多少。

目标营业额是多少。

什么叫异常。

我们的毛利要求是多少。

什么样的活动不能做。

哪些门店需要重点看。

这仍然是一种：

人主动找AI干活。

而我们今天想试着向前走一步：

让AI拥有：

• 一个固定身份

• 一些长期记忆

• 一套企业资料

• 一个固定工作流程

• 一个结果检查标准

然后告诉它：

以后就按照这套方法帮我工作。

这才开始接近：

AI工作系统。

二、Hermes到底是什么？

你暂时不用管它背后的技术。比龙虾更好用，更省token。

可以把Hermes简单理解成：

一个可以给大模型增加记忆、工具、技能和持续执行能力的智能体工作环境。

Hermes Agent由Nous Research开发。官方当前提供桌面端、命令行等使用方式；它支持持久记忆、Skills、文件操作、终端、网页等工具，也提供定时任务能力。

如果普通大模型像一个：

非常聪明，但是每天失忆的顾问。

那么Hermes更接近：

给这个顾问安排了一张固定办公桌。

桌子上可以慢慢出现：

你的企业资料。

你的工作规则。

你的历史经验。

你的工具。

你的SOP。

甚至它自己积累下来的Skills。

Hermes官方的Skills机制允许把可复用的方法沉淀成按需加载的知识文件；它的Memory则可以跨会话保存经过筛选的信息。

这正是我们今天要利用的地方。

三、今天不搭“超级智能体”，只搭一个最小版本

很多新手第一次接触Agent，很容易犯一个错误：

一上来就想：

自动分析数据。

自动回复客户。

自动发微信。

自动做日报。

自动开会。

自动做营销。

最后搭了半个月，什么都没真正跑起来。

所以今天我们反过来。

只做一个：

最小AI运营助理

它只负责一件事情：

每天根据门店数据，告诉我最重要的问题，以及今天最应该做的3件事。

够了。

一个Agent真正开始创造价值，不是因为它功能多。

而是因为：

有一件工作，它能稳定帮你完成。

四、第一步：给AI一个“岗位”

假设我们有一家虚拟餐厅：

小满湘菜馆。

3家门店。

客单价225元左右。

主要消费场景是朋友聚餐和家庭聚餐。

我们准备建立第一个AI员工：

「小满经营助理」

它不负责写海报。

不负责做设计。

不负责回答所有问题。

它只负责：

检查门店经营数据，发现问题，给出行动建议。

第一件事情，就是把它的岗位说明写下来。

你可以建立一个文件：

SOUL.md

里面只需要写这些：

# 小满经营助理你的身份：你是一名餐饮门店经营分析助理。你的目标：帮助经营者及时发现门店经营异常，并给出少而有

效的行动建议。你的工作原则：1. 事实优先所有判断先看数据，不凭感觉。2. 利润优先不能为了营业额增长，无底线牺牲毛利。3. 问题优先先找到最重要的问题，不一次提出十几个动作。4. 可执行优先每次最多提出3个行动建议。5. 人负责最终决策涉及价格、重大促销、预算增加等事项，只能提出

建议，不能自行决定。

这就是我们之前讲的：

SOUL

它的意义不是让AI“更有个性”。

而是告诉AI：

你是谁，你为什么工作，以及什么事情不能乱做。

五、第二步：让它开始“认识你的公司”

接下来建立第二个文件：

BUSINESS.md

例如：

# 企业经营资料品牌：小满湘菜馆门店：3家客单价：约225元核心消费场景：朋友聚餐、家庭聚餐核心桌型：2～4人主要渠道：大众点评、抖音、自然进店当前经营目标：提升工作日晚市营业额经营原则：不长期依赖超低价团购目前主要问题：1. 工作日晚市客流偏低2. 新客较多，月复购只有10%3. 团购套餐销量不错，但部分套餐毛利较低，

只有40%正常参考值：日营业额：18000元左右人均价：65～70元翻台率：1.5以上团购收入占比：不希望长期超过25%

你不用一次把公司所有资料都整理完。

先写最重要的十几条。

以后慢慢加。

这就是：

MEMORY

很多人建立企业AI的第一步，就是把几百份文件全部扔进去。

其实没必要。

真正有用的是：

先把AI完成当前任务必须知道的东西告诉它。

六、第三步：把“经营数据”给它

再建立一个最简单的Excel。

每天只记录：

先不用做复杂BI。

不用数据库。

不用API。

一个Excel已经足够开始。

现在我们的AI第一次拥有了：

真实企业数据。

七、第四步：给它一套固定SOP

接下来才是最重要的一步。

不要每天问：

“你看看今天有什么问题？”

因为这样AI每次都可能从不同方向分析。

我们要告诉它：

固定按照什么顺序工作。

再建立一个：

DAILY_OPERATION.md

写：

# 每日经营检查SOP每次分析门店数据时，必须按照以下顺序：第一步：检查营业额是否低于正常值。第二步：如果营业额下降，拆解：营业额 = 客流 × 客单价判断主要来自：- 客流下降- 客单价下降- 两者同时下降第三步：检查翻台率。第四步：检查团购收入占比。第五步：对比最近7天的数据。第六步：只输出最值得关注的3个问题。第七步：每个问题给出一个今天可以执行的动作。禁止：在没有数据依据的情况下直接建议打折、投广告

或者做活动。

这就是：

WORKFLOW

你会发现：

所谓“让AI会工作”，很多时候并不是AI突然变聪明。

而是：

你终于把自己原来脑子里的工作方法写出来了。

八、现在，第一次让它工作

把这几个文件放在Hermes可以访问的工作目录里。

然后告诉它：

请阅读：SOUL.mdBUSINESS.mdDAILY_OPERATION.md以及最新的经营数据Excel。从现在开始，你担任“小满经营助理”。请严格按照每日经营检查SOP，分析最新一天的数据。只输出：1. 今日最重要异常2. 可能原因3. 今天建议执行的3个动作4. 需要我进一步确认的信息不要直接设计大型营销活动。

现在看看发生了什么。

以前你问：

“帮我分析营业额。”

现在你是在告诉一个AI员工：

按照我们公司的规则，完成你的岗位工作。

这已经是完全不同的使用方式。

九、举一个真实感更强的例子

假设昨天：

营业额从16800降到14700。

客单价：

175元降到150元。

翻台率：

1.48降到1.21。

但是团购收入：

15100降到14700。

变化并不大。

一个好的经营助理应该发现：

最大的异常可能不是：

团购卖不动。

而是：

自然客流和门店翻台下降。

于是它可能输出：

今日最重要异常

营业额下降12.5%，主要问题更可能来自客流和翻台下降，而非团购销量明显下降。

可能原因

1. 自然到店减少

2. 工作日晚餐开台不足

3. 团购收入占比进一步升高

今天只做3件事情

第一：

检查18:00—20:00每小时开台数。

第二：

查看昨天大众点评/抖音自然进店来源是否下降。

第三：

抽查10桌顾客，记录新客/老客及到店渠道。

注意：

它没有马上说：

“赶紧做一个69元套餐。”

因为我们在SOUL和WORKFLOW里面已经告诉它：

先诊断，再行动。

这就是系统与普通问答最大的不同之一。

十、第五步：开始做EVALUATION

白天AI给了三个动作。

晚上怎么办？

回来告诉它结果。

例如：

今天3个任务执行结果：1. 检查晚市开台：18:00—19:00明显偏低。2. 查询渠道：抖音流量正常，大众点评曝光下降22%。3. 抽查10桌：7桌新客，3桌老客。其中6桌来自抖音团购。请复盘今天的判断：1. 哪些判断正确？2. 哪些判断需要修正？3. 明天应该继续验证什么？4. 哪些经验值得记录下来？

这一步非常重要。

因为：

没有EVALUATION，就没有真正的AI工作系统。

否则AI永远只是在：

给建议。

给建议。

再给建议。

却没人知道：

建议到底有没有用。

十一、用了几天以后，让Hermes“记住”

Hermes支持跨会话的持久记忆机制，因此适合把稳定、长期有效的信息逐渐沉淀下来。

例如经过两周，你已经确认：

A店每周二晚市天然偏弱。

这可能值得记住。

但是：

今天下午下雨。

通常没必要成为长期记忆。

所以记忆不是：

什么都存。

而是：

把以后还会影响判断的东西留下来。

例如：

请记住：A店周二晚市通常比周均低约15%，以后判断周二营业额异常时，不要简单与周五、周六比较。这是一条稳定的经营背景。

慢慢地，你的AI开始真正：

认识你的生意。

十二、再进一步：把重复工作变成Skill

假设你连续做了30天。

每天都是：

读数据。

找异常。

拆原因。

给3个动作。

晚上复盘。

这时候，这件事情已经非常标准。

那么你可以开始把它沉淀为：

门店经营诊断Skill。

Hermes的Skills本质上是可以按需加载、复用的方法与知识文件，也可以由Agent在工作中逐渐形成和改进。

你可以对Hermes说：

我们已经重复完成多次门店经营日报。请根据过去的执行经验，整理一个“门店每日经营诊断”Skill。要求包含：1. 使用场景2. 所需数据3. 分析步骤4. 异常判断5. 输出格式6. 常见误判7. 需要人工确认的事项

这时候出现了一个非常重要的变化：

过去：

人把经验存在脑子里。

后来：

人把经验写成SOP。

现在：

AI开始把SOP沉淀成Skill。

这就是：

经验 → SOP → Skill → Agent执行

也是我认为企业使用AI真正有价值的一条路径。

十三、最后一步，再考虑“自动化”

注意顺序。

一定是：

先人工运行。

再稳定SOP。

再让AI重复运行。

最后才自动化。

Hermes目前提供定时任务能力，可以运行一次性或周期性任务，也可以让任务调用指定Skill，并把结果输出到文件或配置好的消息渠道。

例如未来可以做：

每天早上9点：

↓

读取昨日经营数据

↓

调用门店经营诊断Skill

↓

形成昨日经营日报

↓

输出异常

↓

给出今日3项行动

于是原本每天需要运营经理重复做的事情，

开始变成：

AI自动准备，人负责判断和决策。

但我还是建议新手：

第一阶段千万不要急着自动化。

先连续人工运行7天。

因为只有你真正跑过以后，才知道：

这个流程对不对。

数据够不够。

AI会不会误判。

哪些地方必须人工确认。

十四、把今天做的事情重新看一遍

今天我们其实没有做什么“高科技”的事情。

我们只建立了：

SOUL

告诉AI：

你是谁，按照什么原则工作。

MODEL

让大模型负责：

理解和分析。

MEMORY

告诉它：

这家公司是谁，以及过去发生了什么。

TOOLS

让它可以：

读取Excel和文件。

WORKFLOW

告诉它：

每天按照什么步骤做事。

EVALUATION

告诉它：

什么结果才算做得好。

于是：

AI工作系统 = SOUL + MODEL + MEMORY + TOOLS + WORKFLOW + EVALUATION

突然就没有那么抽象了。

十五、如果你今天只想做一个最小版本

甚至不用一次做完全文。

今晚只做下面5件事情：

1. 写一个SOUL.md

2. 写一个BUSINESS.md

3. 准备一份7天经营Excel

4. 写一个10步以内的工作SOP

5. 让Hermes完整执行一次

完成以后问自己：

这件工作，明天还可以按照同样的方法再做一次吗？

如果答案是：

可以。

恭喜你。

你已经迈出了非常关键的一步：

从：

问AI问题

开始走向：

设计AI工作。

十六、AI智能体真正厉害的地方，不是“无人化”

很多人看到智能体，第一反应是：

以后是不是不需要人了？

至少从企业经营角度，我并不这么看。

如果今天AI发现：

营业额下降。

它可以分析。

可以找数据。

可以提出原因。

甚至以后可以自动生成任务。

但是：

要不要降价？

要不要重新定位产品？

要不要增加营销预算？

要不要关闭一家店？

这些事情最终仍然需要人。

所以更合理的分工应该是：

AI

负责：

读取。

整理。

分析。

执行重复流程。

提醒。

记录。

学习。

人

负责：

目标。

价值判断。

例外处理。

重大决策。

最终责任。

真正高效的未来，不是：

AI替代人。

而是：

人不再把时间消耗在可以被系统重复完成的工作上。

写在最后

如果你看完前两篇文章，

已经学会用大模型。

会写Prompt。

会生成内容。

那么从今天开始，可以再往前走一步。

不要再问：

“还有什么AI工具值得学？”

换一个问题：

“我每天重复做的哪一件工作，可以先变成一个AI工作系统？”

不用选择最复杂的。

从最简单的开始。

每天经营日报。

每周会员分析。

大众点评差评复盘。

菜单销售分析。

营销活动复盘。

会议纪要与任务跟进。

任选一个。

把你的判断原则写下来。

把资料整理出来。

把步骤写成SOP。

交给AI。

让它执行。

再检查结果。

一次。

两次。

十次。

你会慢慢发现：

真正改变工作的，并不是你又学会了一个新的AI工具。

而是：

你开始把自己的专业能力，变成一套可以由AI持续执行的系统。

这可能才是从“会用AI”，走向“真正拥有AI能力”的开始。

下一篇：

《你真的会用AI吗？第四问：怎么把自己的经验，变成AI可以执行的Skill？》