离职交接是很多团队最容易低估的流程:人还在时觉得“都在脑子里”,人走之后才发现系统入口、项目背景、未完事项、关键联系人散落在聊天记录、文档和个人习惯里。来源文章提到,作者参加了联想天禧 AI Skills 苍穹共创计划,并把自己真实工作流里沉淀出的“离职交接 Skill(offboarding-handover)”提交到天禧 AI 技能广场。这个方向有意思的地方不在于“让 AI 写一篇交接文档”,而是把交接这件事产品化、结构化、可复用。
Skill 适合处理“高频但不标准”的办公流程
离职交接不是纯文本生成任务。它通常包含几类信息:
- 正在负责的项目:当前状态、风险、下一步动作。
- 系统与资产:代码仓库、账号权限、服务器、域名、CI/CD、监控看板。
- 协作关系:业务方、技术负责人、外部供应商、审批链路。
- 历史背景:为什么这么设计、哪些坑不能踩、哪些方案已经被否掉。
- 待办清单:交接前必须完成、可以转交、需要管理者决策的事项。
如果只让大模型自由发挥,输出很容易漂亮但不可靠。Skill 的价值在于把“提问顺序、输入字段、输出格式、检查项”固定下来,让 AI 在一个更窄、更可控的流程里工作。
这也是离职交接适合做成 Skill 的原因:它不是每天都发生,但每次发生都很关键;它需要人提供事实,也需要 AI 帮忙整理结构、补齐遗漏、生成可读文档。
一个离职交接 Skill 应该管住哪些输出
来源摘要没有展开 Skill 的内部实现细节,因此下面是可以这样实践的设计方式。目标不是替代 HR 或主管审批,而是把交接材料从“临时写一份”变成“按模板收集、按规则生成、按清单验收”。
一个实用的 offboarding-handover Skill 可以拆成四步:
- 收集基础信息:员工角色、团队、离职日期、接手人、当前负责范围。
- 梳理项目资产:项目名称、仓库地址、部署位置、文档入口、负责人。
- 生成交接文档:按固定章节输出,避免遗漏关键字段。
- 做完整性检查:提示缺失项,比如没有接手人、没有访问权限说明、没有风险描述。
交接文档不应该只有自然语言。更推荐输出 Markdown、JSON 或 YAML 这类可归档、可二次处理的格式。Markdown 方便人读,YAML/JSON 方便平台接入工单、知识库或自动检查。
可以这样实践:用 YAML 驱动一份交接文档
下面是一个最小可改造示例。假设你暂时没有平台级 Skill 运行环境,也可以先用本地脚本验证流程:团队成员填写 handover.yaml,脚本生成标准 Markdown 交接文档。
创建 handover.yaml:
employee:
name: "张三"
role: "后端工程师"
team: "交易平台组"
last_day: "2026-08-31"
successor: "李四"
projects:
- name: "订单服务"
status: "稳定运行,近期在做支付超时重试优化"
repositories:
- "https://git.example.com/trade/order-service"
runtime:
env: "Kubernetes: prod-trade namespace"
dashboard: "https://grafana.example.com/d/order-service"
risks:
- "月底促销流量上升,重试策略需要压测后再全量开启"
next_actions:
- "完成 retry-policy 分支代码评审"
- "和 SRE 确认压测窗口"
contacts:
- name: "王五"
role: "产品负责人"
topic: "订单逆向流程需求"
- name: "赵六"
role: "SRE"
topic: "生产发布与告警规则"
access_notes:
- "Git 仓库权限需要由团队主管在 IAM 系统转授权"
- "生产数据库无个人直连权限,通过堡垒机审批访问"
创建 generate_handover.py:
from pathlib import Path
import yaml
source = Path("handover.yaml")
data = yaml.safe_load(source.read_text(encoding="utf-8"))
employee = data["employee"]
lines = []
lines.append(f"# {employee['name']}离职交接文档")
lines.append("")
lines.append("## 基本信息")
lines.append(f"- 姓名:{employee['name']}")
lines.append(f"- 角色:{employee['role']}")
lines.append(f"- 团队:{employee['team']}")
lines.append(f"- 最后工作日:{employee['last_day']}")
lines.append(f"- 接手人:{employee['successor']}")
lines.append("")
lines.append("## 项目交接")
for project in data.get("projects", []):
lines.append(f"### {project['name']}")
lines.append(f"- 当前状态:{project['status']}")
lines.append("- 代码仓库:")
for repo in project.get("repositories", []):
lines.append(f" - {repo}")
runtime = project.get("runtime", {})
lines.append(f"- 运行环境:{runtime.get('env', '未填写')}")
lines.append(f"- 监控看板:{runtime.get('dashboard', '未填写')}")
lines.append("- 风险:")
for risk in project.get("risks", []):
lines.append(f" - {risk}")
lines.append("- 下一步动作:")
for action in project.get("next_actions", []):
lines.append(f" - {action}")
lines.append("")
lines.append("## 关键联系人")
for contact in data.get("contacts", []):
lines.append(f"- {contact['name']}({contact['role']}):{contact['topic']}")
lines.append("")
lines.append("## 权限与访问说明")
for note in data.get("access_notes", []):
lines.append(f"- {note}")
lines.append("")
required_paths = [
("employee.successor", employee.get("successor")),
("projects", data.get("projects")),
("contacts", data.get("contacts")),
("access_notes", data.get("access_notes")),
]
missing = [name for name, value in required_paths if not value]
lines.append("## 完整性检查")
if missing:
lines.append("以下字段需要补充:")
for item in missing:
lines.append(f"- {item}")
else:
lines.append("基础交接信息已填写完整。")
Path("handover.md").write_text("\n".join(lines), encoding="utf-8")
print("Generated handover.md")
运行:
python -m pip install pyyaml
python generate_handover.py
这个例子没有调用大模型,但它展示了 Skill 的骨架:输入结构化、输出可归档、检查可重复。接入 AI 后,可以把“项目状态描述润色”“风险项归类”“遗漏问题追问”“生成不同版本交接文档”交给模型处理,而不是让模型凭空编造事实。
如果接入大模型,提示词要约束边界
离职交接涉及权限、资产、组织关系和业务风险,不能让模型自由补全不存在的信息。可以这样设计提示词,把“不知道就追问”写进规则里:
你是一个离职交接助手。你的任务是根据用户提供的事实生成交接文档。
规则:
1. 只能使用用户提供的信息,不要编造仓库、系统、联系人或风险。
2. 如果关键信息缺失,先输出“需要补充的问题”,不要直接生成最终版。
3. 输出 Markdown,章节包括:基本信息、项目交接、权限与资产、关键联系人、未完事项、风险提示、验收清单。
4. 对每个项目都必须包含:当前状态、代码或文档入口、接手人、下一步动作、风险。
5. 涉及密码、密钥、Token 时,只提示走公司密钥管理或权限转移流程,不要要求用户粘贴明文。
这类提示词看起来朴素,但对企业办公场景很重要。AI Skill 的可靠性往往不来自一句神奇 prompt,而来自清晰的输入边界、输出格式和失败处理。
上架 Skill 之前,要先想清楚责任边界
把离职交接做成 Skill,有几个明显收益:
- 新人接手更快,少翻聊天记录。
- 管理者能用统一清单验收交接质量。
- 知识库沉淀更稳定,不依赖个人写作习惯。
- 离职员工也更省心,不必从空白文档开始回忆。
但边界同样要明确。Skill 不应该处理明文密码,不应该绕过权限审批,也不能替代主管、HR、法务的正式流程。它适合做“收集、整理、提醒、生成”,不适合做“授权、审批、背书”。
如果团队想采用类似的 offboarding-handover Skill,可以从一个小范围开始:先覆盖研发团队的项目交接,再扩展到产品、运营、客户成功等岗位。每次交接后,把遗漏项反向补进模板。这样迭代几轮,Skill 才会真正贴合组织,而不是停留在一个会写漂亮文档的表单助手。