自动化选错目标，比不做自动化更浪费
大多数自动化项目失败，不是因为做不出来，而是从一开始就选错了目标。
把一个本来就该删掉的流程自动化了，结果就是”跑得更快地做错误的事”。等你发现的时候，流程已经跑顺了，没人想改，团队还被绑住了。
这个问题的根源不在实现层，而在选择层。而这正是 ai-workflow-architect 这个 Skill 专门解决的问题——它不帮你写自动化代码，它帮你先回答”该不该自动化”这个更前置的问题。
它是什么
ai-workflow-architect 是 headcount 项目里的一个 Skill。headcount 是一个把 AI 助手组织成”公司结构”的插件集合——1 个 CEO Skill 统筹 16 个部门、172 个技能，每个技能对应一个专业领域。
这个架构本身很有意思，但 ai-workflow-architect 是我更想单独推荐的入口 Skill，因为它解决的是一切自动化的前置问题：你正在考虑的那个流程，真的值得自动化吗？
它的判断框架
Skill 会让你从四个维度给每个候选流程打分：
- 频率——它多久发生一次？每周不到一次的基本可以划掉
- 耗时——单次花多少时间？很多人高估了自己的”时间成本”
- 错误代价——出错的后果有多严重？有些流程错一次就完蛋，这种最值得自动化
- 稳定性——这个流程本身多久变一次？每月都改的流程不值得花两周开发
打分后不是平均，是相乘。任何一个维度得 1 分，整体就被判出局——这个设计是对的，低频高价值的场景确实存在，但不能靠平均分掩盖短板。
它还能帮你做什么
过了筛选关之后，这个 Skill 还会引导你：
- 先设计最小可行闭环，而不是一上来就画完整的自动化蓝图
- 明确每个环节的失败模式——”失败了谁来看？怎么看？”
- 选择工具时问”哪个约束真正卡脖子”，而不是哪个工具最新
- 在涉及不可逆操作的地方设置人工审批节点
什么时候用它
当你听到”我们想把 XXX 自动化”的时候，先把这个 Skill 跑一遍。它不阻止你自动化，它阻止你在错误的上面花时间。
适用人群：创业公司 CTO、运营负责人、需要管自动化建设的技术产品经理。
安装方式
作为 headcount 的一部分安装：
- Claude Code：
/plugin install workflow-architect@headcount - 或直接装整个 headcount：https://github.com/cbrock84/headcount
装完 headcount 后，你就有了 172 个跨领域 Skill，ai-workflow-architect 是其中之一，专门负责帮你判断”该建什么自动化”。
评论区
0 条评论
登录后可评论。