01ONE-PERSON COMPANY
OPC · 个体 AI
把 AI 从临时助手，变成一个人可以持续经营的工作系统。
研究运营客户交付
- 个人 AI 工作分工先做七天任务日志，再决定哪些工作交给 AI
- 个人 AI 工作分工一项任务该用对话、长期项目、自动化还是智能体？
PROLINK ACADEMY · AI 应用教育
学会把 AI 放进
真正的工作系统
不追逐零散技巧。ProLink 学院从任务、上下文、工作流与评估出发， 分别为个体 AI 使用者和企业团队建立可以运行、复核与持续改进的方法。
AI APPLICATION SYSTEM持续迭代
01
任务
找到值得改变的真实工作，而不是从工具清单出发。
02
上下文
把资料、规则、权限与历史状态变成可用输入。
03
工作流
设计人与 AI 的分工、检查点、异常与恢复方式。
04
评估
用真实样本、关键失败和业务结果决定是否扩大。
从可观察的工作开始以可验证的结果结束
TWO LEARNING PATHS
同一种 AI，两个完全不同的落地问题
个体关心如何在有限时间和预算里形成杠杆；企业关心如何跨越组织、系统、治理与规模化。
02ENTERPRISE AI
企业 AI
把零散试用变成可运行、可复核、可扩展的组织能力。
场景系统治理规模化
查看完整学习地图 HOW WE TEACH
从一项真实工作开始
建立可持续的 AI 能力
01识别任务
先找到真正消耗时间、影响质量或限制增长的工作。
02准备材料
把业务背景、已有资料和实际样本带进练习。
03设计协作
决定哪些步骤交给 AI，哪些判断仍由人完成。
04复盘结果
比较前后差异，把有效做法沉淀进日常工作。
FEATURED COURSES
从四个真实问题开始
先做七天任务日志，再决定哪些工作交给 AI
一名独立顾问用七天日志清洗出 26 项真实任务，把工作分为适合委托、适合协作和必须本人决定三类，并通过 10 次会议行动项试运行算出 35.7 小时年度净节省。
阅读文章 ↗一项任务该用对话、长期项目、自动化还是智能体？
同样是重复工作，价格检查适合固定自动化，客户周报却要拆成自动化、长期项目和人工确认。本文用 32 项工作记录说明四种任务形态怎样选择，以及什么时候应该退回更简单的做法。
阅读文章 ↗企业买模型之前先做什么？盘点员工已在使用的 AI、影子工具、敏感数据和未记录流程
一家860人的工业服务企业准备直接购买500个AI席位，却说不清员工已经在用什么、处理过哪些资料。团队用45天访问记录、312份非惩罚性问卷、36次工作访谈、41笔报销和96份自愿样本，整理出27个服务族、41种部署环境与38类真实工作流；4项严重发现被立即遏制，原定108万元年约也改成120席、90天的受控验证。
阅读文章 ↗第一批 AI 场景怎样排序？同时评估频率、价值、标准化程度、数据条件、风险与可逆性
一家1,480人的物流企业收集了18个AI候选任务，却只有12人周建设容量。项目组先用负责人、任务边界、基线、资料权利、可评估性和失败拦截六道硬门筛出9项，再根据业务结果、证据强度、共同依赖和专家容量组成三项试点；价值、风险与可逆性始终分开判断，不用加权总分互相抵消。
阅读文章 ↗START WITH THE WORK
不要从“我该学哪个 AI 工具”开始。
先选择与你当前责任更接近的一条路径，然后从一项真实任务开始。