什么是Skill Org
Skill Org 是一个专注于将组织目标转化为可执行岗位定义和技能（skill）文件的系统性工具。它基于德鲁克的目标管理理论、乌尔里奇的组织能力建设框架以及于东来的标准编译实践，构建了一套从目的到执行的完整编译流程。该工具的核心理念在于：岗位说明书（JD）不是写给具体执行者的，而是写给岗位本身的——无论当前由AI、人类还是人机协作来承担，岗位的本质是解决特定问题，并在变化的环境中保持适应性。因此，当能力条件改变时，JD 应随之更新，而非僵化不变。Skill Org 通过六步编译流程，将模糊的需求转化为结构清晰、边界明确、验收标准的可复用资产，从而提升组织的标准化水平和执行效率。 Skill Org 不仅适用于新岗位或新技能的创建，也支持对现有工作流程的固化与优化。它能够识别用户请求的类型，自动进入四种处理模式：问题解决、skill设计、JD设计或圆桌结论接收。在问题解决模式下，系统先帮助用户快速应对具体挑战，并判断是否值得固化为长期资产；而在其他模式中，则严格遵循六步流程，确保输出质量。其最终产物包括两种形式：一种是面向人类或AI团队的完整岗位说明书（JD），另一种是专为AI执行者设计的轻量级skill文件，后者更强调输入输出格式、触发条件和边界规则。 该工具特别强调‘目的先行’和‘标准前置’的原则。在开始任何设计前，必须用一句话清晰定义岗位存在的根本目的，且该目的需具备可取舍性——即当多个任务冲突时，能据此判断优先级。交付标准必须在指令之前确定，以保证执行方向始终服务于核心目标。同时，明确的边界定义（包括能力边界和权限边界）能有效防止越界决策，而详细的协作界面和验收协议则为跨角色协同提供了可操作的依据。整个系统设计鼓励持续迭代，一旦出现执行偏差、质量下降或执行者变更等情况，应立即触发JD或skill的更新机制。
核心功能特点
- 将组织目的编译为可执行的岗位定义和技能文件，实现从战略到落地的系统化转化
- 采用六步编译流程：目的定义→交付标准→边界定义→协作界面→验收协议→迭代触发，确保输出结构化、可验证
- 支持四种处理模式：问题解决、skill设计、JD设计、圆桌结论接收，灵活适配不同场景需求
- 区分岗位与执行者：JD面向岗位本身而非具体人员，具备跨AI/人类/人机协作的通用性
- 提供标准JD模板与专用skill文件模板，前者用于团队管理，后者优化AI任务执行
- 内置自检清单与迭代触发机制，保障文档持续有效，避免知识沉淀滞后
适用场景
Skill Org 最典型的应用场景是组织内部新岗位或新职责的设计过程。例如，当一个公司计划引入AI助手来处理客户咨询时，传统做法往往是直接编写操作手册或培训材料，但 Skill Org 会引导团队首先明确这个‘客服AI岗位’存在的根本目的——比如‘快速生成符合品牌调性的回复草稿，减少人工审核负担’。在此基础上，再定义何时算做好（如回复准确率超过95%）、不能做什么（如不承诺退款政策）、如何接收用户提问、输出给哪个团队等细节。整个过程产出的不是一份简单的操作指南，而是一份具备自我更新能力的岗位说明书，未来无论是更换AI模型还是引入人工坐席，都能快速适配。 另一个高频使用场景是对重复性工作流的固化。假设某市场团队经常需要撰写行业分析报告，每次都要重新搜集数据、分析趋势、撰写内容，耗时费力。通过 Skill Org，可以将这一流程拆解为目标（如‘每周产出可发布的深度行业洞察’）、标准（如报告包含三大模块且每项结论明确）、协作方式（输入为关键词+时间范围，输出为Markdown格式文档交予编辑岗）等要素，最终形成一个可复用的skill文件。此后每当遇到类似需求，只需调用该skill即可自动生成初稿，极大提升效率。这种模式尤其适合知识密集型组织，能将隐性经验显性化、碎片化任务模块化。 此外，Skill Org 还适用于跨团队协作中的职责划分与人机分工优化。例如在一个产品迭代项目中，产品经理希望AI负责竞品分析，但不确定具体边界。使用 Skill Org 后，可以清晰界定AI只做公开信息抓取与要点归纳，不涉及商业策略建议；同时规定当输入缺少关键参数时自动暂停并提醒人工补充。这样既发挥了AI处理结构化信息的优势，又避免了越权决策的风险。对于已有系统出现质量问题的情况，也应优先使用 yudl-management 进行诊断维护，而非在此处强行套用优化流程，体现了 Skill Org 在系统定位上的精准性。