把离职交接做成 AI Skill:让知识交接从“靠人记”变成“按流程产出”

2026-07-09 33 预计阅读时间: 1 分钟
来源: oschina.net AI 摘要 Original link

Disclaimer: This article is an AI-assisted summary. Read it together with the original source when precision matters. The summary may omit context, version differences, or edge cases and is not official documentation.

预计阅读时间:11 分钟

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:

  1. 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。
  2. 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。
  3. 生成交接文档:按固定章节输出,避免遗漏关键字段。
  4. 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。


相关推荐