猎策 / AI 驱动的猎头工作方法 01 — 06
让猎头经验，
成为 AI 的工作方法。
把专业判断写成规则，让 Agent 执行。
由你验证，再把可靠的方法沉淀为 Skill。
经验由你定义。执行交给 AI。判断仍在你手里。向下探索 ↓
01 / METHOD一次任务，
一次任务，
留下下一次的能力。
让每次完成的工作，
成为能够检查、修改和复用的方法。
- 01
业务问题
确定这次要交什么
- 02
专业判断
把经验写成规则
- 03
Agent 执行
读材料，按方法处理
- 04
人工验证
回到证据，检查结果
- 05
沉淀 Skill
留下步骤与验收标准
- 06
再次复用
换任务，检验适用性
02 / SEE IT WORK一句“最好会中文”，
一句“最好会中文”，
该不该成为硬门槛？
从一份模糊 JD 出发，走完六个步骤。看经验在哪里起作用，AI 做了什么，又有哪些判断必须留给人。
虚构教学示例 · R001 渠道经理任务拆解 / REQUIREMENT ALIGNMENT01 / 06
你定义问题
把散落的要求，
整理成可确认的基线。
输入是 JD、补充说明与后续确认。目标是一份带来源的需求基线，不是直接判断候选人该不该入选。
01-岗位需求.md · 原文节选
最好能用中文沟通。岗位有机会带团队。
薪酬、奖金结构、具体团队人数尚未提供。
先确定终点
交付当前要求、偏好、未知与澄清问题，让下一步有依据。
你定义判断规则
经验，要写到
能被检查的程度。
01
“最好”不等于“必须”
将偏好与硬条件分开，不擅自提高门槛。
02
未来职责不等于当前要求
带团队的可能性，不能自动变成管理经验门槛。
03
没有依据，就保留未知
不以行业惯例补写预算、团队人数。
规则来自你的业务判断
AI 可以帮助表达；适用范围与例外，需要你确认。
Agent 执行整理
读取、比较、标注。
每一步都有依据。
- 读取三份指定材料避免只读最初 JD，遗漏后续确认。
- 按规则区分信息状态明确要求 / 偏好 / 未知 / 冲突。
- 整理成有来源的草稿字段值与文件、原文一起交付。
草稿中的一行 · 教学缩略
中文能力加分项
来源：03-客户确认.md，第 3 条。
此处是过程示意，不在浏览器中实时调用 AI。
你核对证据
看起来合理，
还要回到原文。
03-客户确认.md · 第 3 条
英语商务沟通能力是必需条件；中文能力为加分项。
应保留的判断中文加分 ≠ 中文必须
检查后，才进入下一步
学习怎样检查与纠错 ↗还要核对当前不带人、预算未知等条件。草稿格式正确，不等于全部事实正确。
你维护方法，AI 按需使用
留下处理方式。
岗位事实留在输入里。
SKILL.md何时使用、怎么执行、何时停下references/必须与偏好、冲突与未知的规则assets/需求基线的输出模板这是 Skill 的作用
设计自己的第一个 Skill ↗将稳定的方法交给 Agent 复用；不把“英语必须”等本次岗位条件写成所有岗位的通用规则。
Agent 执行，你验证迁移
换个岗位，
方法还能成立吗？
原岗位 / R001渠道经理
新加坡
英语商务沟通必需
中文加分
第二岗位 / R003工业视觉售前
上海
中文沟通必需
英文技术阅读加分
方法复用，事实重新读取
打开四类测试材料 ↗再用缺项与冲突材料检查，记录错误、修正规则。一次跑通，不代表任何任务都适用。
没有自动播放。按你的节奏理解。
03 / HUMAN × AI把执行交出去。
把执行交出去。
把判断留下来。
Agent 负责推进任务。Skill 保存工作方法。
你决定目标、规则，以及什么结果可以交付。
04 / APPLY THE METHOD
01从你手头的工作开始。
先做成一件事，再把方法扩展到下一件。
建议从这里开始
↗
需求对齐
三份需求材料 → 一份有来源的基线 → 人工检查
基础入门 / 五讲
入门听懂概念，还要会设计。
Agent 怎样完成任务？Skill 怎样保存经验？从一个猎头任务出发，逐段拆解，再写出自己的方法。
按培训课的顺序学习
↗Agent 与 Skill 基础入门
理解概念 → 拆开技能 → 写出规则 → 换任务验证
下一次，不必从零开始。
浏览全部 34 个学习单元 ↗肖老师整理 · 所有业务演示均为虚构教学材料
继续学习