上一篇，我从客户管理和费用报销这两个日常场景出发，先把流程、资料和操作规则理顺，为AI接手公司里的工作打好地基。
如果你想了解这套基础是怎么搭起来的，可以先看上一篇：
《AI接管业务实录（地基篇）：没有这份数字底座，再强的模型也只是玩具》
这一篇，我们接着往下走。
在日历里新建一场企业拜访，真正要做的事才刚开始。
查公司背景、准备现场问题、整理拜访材料，接着还要去客户系统建档，把报告存进资料库。
这些步骤不难，却常常靠人来回找入口、复制粘贴，一件件接起来。
图01 查资料、准备问题、整理材料、客户建档与资料归档：一场拜访背后的五步工作；示意流程图
有了这些基础，AI就有资料可查、有规则可循，才能从聊天工具变成能接住具体工作的业务副驾驶。
这一篇，我从一场拜访日程出发，让AI按调研Skill准备材料，再按工作台SOP建档、关联业务、归档，最后接上定时扫描。
图02 工作台基础让AI按方法执行，并把结果送回系统；示意插画
01 先看它能不能读懂日历上的任务
为了验证整条闭环，我选了A公司作为示范对象，在飞书日历中排入了一次模拟拜访。
日程中只登记了企业全称与拜访时间。我想验证的是：这些原本就存在于业务日程里的信息，能不能直接变成AI的任务输入？
如果日历里敲过一次名字，做调研要复制一遍，录入CRM还要手打一遍，那依然是在搬运二手信息。上一篇坚持的“前一步录入、后一步接着用”，在这里必须跑通。
图03 飞书日历中的模拟拜访安排，示范对象为A公司
我没有向AI重新输入这家公司的任何背景，直接给接入飞书的豆包助手下达指令：
看下我后天日历上要去拜访哪家公司，跑一份公开调研简报给我。
豆包顺利抓取了10月8日的行程，准确锁定了目标企业，迅速调取公开信息并交出一份企业简报。
图04 第一轮回复前半段：根据日历找到企业，整理基础画像
图05 第一轮回复后半段：产品、动态与三个交流话题；红框标出话题
这份初始回复，已经完成了最基本的准备：
它读对了日程对象，整理出企业背景、主要产品、客户应用和近期动态，也给了三个交流话题。
这些信息能帮新人认识一家企业。
图06 从认识企业到准备现场问题，把业务目的放进调研方法；示意插画
但我做融资服务和产业资源对接，还需要知道：这家公司怎样做生意，哪些问题值得当面问清？
采购新闻背后是订单还是备货？资金要占用多久？客户验证走到哪一步？这些才会影响后面的业务判断。
资料有了，现场该问什么还不够清楚。我得把判断方法写进调研规则。
02 我按自己的需求创建了一份调研Skill
去见制造业老板，我更需要弄清楚它怎样做生意，而不只是记住它哪年成立。
同样卖精密传动部件，有的是代理进货再销售，有的是自己研发生产，有的是把设备组合成客户需要的一套系统。收入、成本和回款节奏，都不一样。
图07 代理贸易、自研生产、系统集成：同样卖零件，重点关注的经营环节不同；示意插画
客户说“已经通过认证”，也要问到哪一步：送样测试、小批验证，还是批量交付？阶段不同，投入与回款的时间就不同。
把这些环节问清，调研才真正有助于现场交流。
为此，我把常用的调研方法整理成一份Skill，命名为 Research Company Previsit。
为什么我把方法封装成Skill，而不是每次临时发提示词？
提示词交代这次任务，Skill则把一类工作的要求存成可反复调用、持续修改的方法文件。
提示词也能保存复用，但要求都堆在聊天里，就容易越补越散。把方法、模板和规则集中存成文件，换窗口或换同事时更容易维护和交接。
更关键的是：我可以通过对话，让AI帮我修改Skill里的方法。
调用Skill发现输出有偏差，我可以直接告诉能编辑方法文件的助手：“这里不符合我的业务逻辑，请优化规则并写回Skill文件。”
它把调整落进文件，下次调用就有了新的依据，而不只是让当前这一次回复好看一点。
图08 指出业务偏差，让助手更新Skill方法文件，再用于下一次任务；示意插画
把老业务员的心法写进规则
在这份Skill里，我锁定了三个核心原则：
第一，锁定唯一主体，公开信息必须有来源支撑，拒绝同名混淆。
第二，推导商业逻辑：将产品、交付、团队与商业模式串联，严禁泛泛罗列。
第三，问题导向：每一个现场提问都必须讲清为什么问、想核实什么、核实后对下一步对接有什么影响。
同时，调研Skill与上一篇的工作台SOP分工明确：
图09 Skill管判断方法，SOP管结果去向；示意插画
调研Skill负责怎么把企业研判清楚、输出什么维度的内容；
工作台SOP负责企业往哪张表建档、文件存进哪个文件夹。
一份管调研方法，一份管交付去向，AI才知道怎么做、做完交到哪里。
03 同一家企业重跑以后，哪些内容真正能用？
方法准备好后，我在豆包中调用了这份调研Skill，对A公司进行了第二次调研。
这次生成的内容分为两个互为补充的成果：界面的深度分析回复，与可以下载、归档的Word简报。两者各有分工，一起看才能看清升级所在。
对话回复：从“泛泛陈列”到“直击要害的业务拆解”
首先看豆包在界面直接吐出的深度回复：
图10 调用自建调研Skill后的回复前半段；红框标出代理与自研角色拆解
图11 重跑回复后半段；红框标出商业模式问题和八个拜访提问
第一轮给了企业资料，这次进一步说明：这些资料怎样影响拜访时的判断。
第一，拆清业务角色。 先问清代理上银（HIWIN）产品与自研产品的比例。代理业务重点看供货、库存和应收账期；自研业务重点看技术、客户验证和扩产计划。
第二，每个提问都有业务目的。 八个问题都落到了具体环节：客户认证到哪一步，对应送样还是供货；库存周转多久，关系备货占用的时间与资金。知道为什么问，才知道下一步怎么谈。
结构化Word：把新闻动态转成经营问题
接着，助手把线索、五个观察维度和八个现场问题整理成了一份Word简报。
图12 生成的Word简报两页总览，保留原始并排截图
图13 简报第一页整页；红框标出五个观察维度、公开信号与现场核实点
图14 简报第二页整页；红框标出商业模式与八个拜访问题
这份Word报告吸引我的地方，在于它能把一则公开新闻，翻译成需要现场核实的经营问题。
报告引用了企业在进博会签下“1.1亿美元采购大单”的新闻。它没有停在“企业实力很强”，而是继续追问：采购对应现成订单，还是提前备货？库存和账期会占用多少资金？
图15 采购新闻是线索，订单、备货和回款需要现场核实；示意插画
第一页把“公开信号”和“现场核实点”并列，第二页拆开获客、采购、交付与复购环节，最后列出带判断依据的拜访问题。
这份Word既是拜访前的准备材料，也能按固定规则归档，让团队后续直接调用。
综合判断后面附着信息来源：带着线索去问，把需要核实的问题留给现场。
图16 报告的综合判断与信息来源；红框对应判断依据和来源入口
04 飞书工作台的价值在报告后面继续体现
如果工作只停留在生成一份Word，市面上很多联网大模型都能做到。
但真正的企业协同，价值全在报告出炉之后：
上一篇理顺的客户企业总表、业务明细表和共享资料库全部就绪。调研完成只是起点，必须把数据无缝送进公司的正式系统里。
我直接向豆包下达了一段SOP指令：
这家公司客户库里还没有，按公司工作台的SOP办：客户总表建主档、业务明细加一条产业对接关联上去、共享资料库里建个客户文件夹把调研报告放进去。
图17 作者的建档指令与完成回执：主档、业务关联、资料归档
豆包调用工具，完成了下面三项操作。它这次的回复显示用时2分46秒：
图18 按SOP建立企业主档，再关联业务与归档报告；示意插画
企业主档只建一份，消灭信息副本
打开客户企业总表，A公司已经作为新增主体沉淀在底层，负责人、行业分类与资料入口完整归位。
这严格呼应了第一篇的原则：企业基本资料永远只在主档建一次。未来无论团队跟进多少项融资或多次走访，全部引用此主档，任何人不需要重新敲一遍公司全称。
图19 客户企业总表完整原图；底部作者红框为新企业主档
业务明细独立推进，客户与业务解耦
打开客户业务明细表，产业对接分组自动新增了一条记录，通过关联字段精准绑定了刚建好的总表主档。
主档回答这家企业是谁，明细回答当前推进什么。同一家企业未来如果多了债权融资需求，直接在明细加一条记录关联即可，总表自动汇总业务方向。
图20 客户业务明细完整原图；底部作者红框为新企业关联业务
资料入口跟着企业走，彻底告别微信传文件
在云盘资料库里，AI自动创建了A公司专属文件夹，并将刚才生成的Word简报自动归档其中；客户总表的资料总入口链接直接指向该文件夹。
以后任何人跟进这家企业，打开客户记录点击链接即可调出全套资料，再也不用满群询问最新文档在谁电脑里。
图21 企业主档、业务记录和资料文件夹各有职责，通过关联连接；示意插画
继承上一篇：未来更多动作，皆可口语托付
建档归档跑通后，我准备继续尝试：
线下拜访归来，对着手机说几句速记，让AI整理后写回“本周进展与下周计划”；
出门垫付了车费，上传截图，让AI录入台账并整理进报销批次。审批与付款继续由人负责。
人负责现场交流与商务决策，AI协助整理、录入和归档。
05 把走通的方法接到定时任务
单次流程跑通后，我想再往前走一步：
让AI定时查看日历，提前准备下一次拜访。
我给豆包配置了定时自动化任务，要求它每个工作日早上07:53，自动扫描未来7天内的拜访安排。
图22 定时任务原始指令与回复；红框对应扫描要求和新企业处理规则
图23 定时任务真实入口：工作日07:53扫描未来7天日历
每天扫描结束后，助手会推送一份执行清单：哪些新企业已完成调研建档、哪些老客户已跳过、哪些异常需要人工介入。
图24 定时扫描先比对客户库，再处理新企业、已有记录和问题；示意插画
06 踩坑与进化：定时和手动，为什么没有按同一套规则办？
自动化配置好之后，我很快碰到了一个典型问题：同一个助手，从不同入口收到任务，竟然按了两套规则。
今天早上，定时任务扫描到A公司时，查出了客户总表中已有的档案，正确执行了跳过，并返回处理清单。
图25 定时巡检结果：企业已建档，本次跳过，不重复调研建档
但后来，我又在另一个对话窗口提出了根据日历整理企业画像的要求。它没有先查客户系统，而是把这家已有档案的企业当作新对象，又跑了一遍公开搜索。
图26 手动对话再次生成企业画像；与前面的定时跳过结果形成对照
这里重复的是调研。我已经有报告和档案，为什么换成手动发消息，它又从头做了一遍？我直接指出：“客户系统有这家企业，就不需要再跑，为什么你还要再跑一次？”
图27 指出重复调研后，助手回读客户总表，承认没有先查系统
它随后查到已有记录，并承认刚才没先查系统就进行了公开搜索。我继续追问的，是规则究竟哪里没接上：
为什么还会被错误触发？规则是不是可以再优化一下，让它不要再出现这种问题？
图28 追问后的原因复盘：定时正确跳过，手动消息没有读取定时任务中的去重规则
54秒后，豆包指出：去重规则只写在定时任务的指令里。定时执行时，它知道先查客户总表；手动对话时，它没有沿用这条要求。
问题出在两个入口没有共用同一份规则。
它建议把要求抽出来，在当前工作区根目录建立共同操作规范——AGENTS.md。
涉及客户调研、拜访准备、企业画像，第一步先查客户总表；已存在就调取已有档案和资料链接，不重复调研、不重复建档；不存在再走新建流程。
它还提出，让定时任务中的指令与这份规范保持一致，避免两处规则各改各的。我对它说了一句“可以”。
图29 提出共同规范、作者同意及建立AGENTS.md的完成回复；同一规则覆盖手动和定时入口
32秒后，它回复已把共同规范写入工作区根目录。
更有价值的是：流程出了偏差，我可以指出问题，让能编辑文件的助手查原因、改规则，把经验留给下一次任务。
系统SOP、调研Skill和共同规范，都是把业务判断写成AI能找到、能执行、能继续修改的依据。
07 闭环复盘：AI进入业务的五步推进法则
把两篇文章连起来看，推进顺序就清楚了：
第一篇把业务基础搭稳：建好客户、拜访、报销等相互关联的系统，写清资料放在哪里、记录怎样关联、每一步由谁怎么操作。第二篇让AI在这套稳定基础上，按Skill分析、按SOP交付，再把遇到的问题写进共同规则。
如果你的团队也想把AI用进真实业务，可以沿着下面五步推进：
图30 从具体任务到共同规则：AI进入业务的五步总结；示意信息图
先选一件具体工作： 写清输入与交付。
先把流程用顺： 档案唯一、记录关联、资料归位。
把方法写进Skill： 用试做结果修改判断与交付规则。
走通一次，再接自动化： 配好定时与去重。
不同入口共用规则： 留下问题、原因和改法。
工具会变，值得积累的是你能讲清楚、写进规则，再根据结果修改的业务方法。
先做懂业务的人，才能驯服真正帮上忙的AI。
