每日Skill学习 — 效率自动化工具箱#

模块一：自动化工作流模板#

这是最核心的部分。它提供了一个自动化机会评分矩阵，从五个维度给每个任务打分：

总分 ≥12 分的任务，结论很明确：立刻自动化。

它还附带了四个预置工作流模板：

• 每日内容自动化 — 定时生成内容并发布
• 周报自动生成 — 汇总KPI，结构化输出
• 潜在客户处理流水线 — 从表单到CRM的完整链路，含评分和路由
• 发票与付款处理 — 自动提取、匹配、审批、通知

每个模板都包含了触发器、输入、步骤、错误处理和输出的完整定义。

模块二：日程管理助手#

这一模块引入了经典的时间管理方法论：

• 时间块规划法 (Time-boxing) — 给每件事分配固定时间块，严格保护
• 艾森豪威尔矩阵 — 按”重要/紧急”四象限判断优先级
• 能量管理匹配 — 高能量时段做深度工作，低能量时段处理琐事

特别实用的一个观点是能量管理：不是所有时段都适合做同样类型的工作。把创意决策放在认知高峰，把机械任务放在低谷，效率会明显提升。

模块三：任务提醒工具#

这部分涵盖了任务管理的实用技巧：

• MIT (Most Important Tasks) — 每天最多选3项必须完成的任务
• 2分钟法则 — 能2分钟内做完的事，立刻做，不进待办清单
• 5分钟起步法 — 不想开始时告诉自己”只做5分钟”
• 拖延诊断 — 把拖延分成5种类型（启动困难、完美主义、疲劳、恐惧、混乱），每种给出针对性策略

模块四：数据整理自动化#

最后一块是数据处理工作流：

• 数据验证 → 清洗 → 分类 → 统计 → 输出的标准流程
• 数据质量检查清单（格式、完整性、去重、一致性、时效性、权限）
• 附带了 Bash 和 Python 两种脚本模板，可以直接套用

1. 自动化 ROI 计算公式#

这个简单但很实用：

1
月节省时间(小时) = (单次分钟数 / 60) × 月执行次数
2
回收周期(月) = 投入 / 月节省价值

它给出了一个量化决策的依据。比如一个每次15分钟、每月20次的任务，自动化后每月节省5小时。如果搭建只需1小时，几乎当月回本。用数据说话，比”感觉应该自动化”有说服力得多。

2. 工作流设计的标准化模板#

每个工作流都遵循统一的格式：触发器 → 输入 → 步骤（含成功/失败分支）→ 错误处理 → 输出。这种标准化让不同人设计的工作流可以互相理解和复用，团队协作时尤其重要。

3. 错误处理的设计哲学#

每个工作流模板都强调了重试 + 告警的错误处理策略。最多3次重试、指数退避、失败通知 —— 这些都是生产环境中必备的可靠性设计。很多自动化方案忽略了这一点，结果就是失败时悄无声息，问题越积越多。

4. 拖延诊断表#

把拖延分成5种类型并给出针对性方案，这个分类很实用。特别是”5分钟起步法”——对抗完美主义和启动困难的利器。

5. 安全与隐私声明#

Skill 明确声明了不会做什么（不访问外部API、不泄露数据、不自动发消息），并说明了数据都在用户指定目录。这种透明度值得肯定。

Step 1: 识别自动化机会#

用评分矩阵评估你日常重复的任务。总分 ≥12 分的，列入自动化计划。

Step 2: 选择对应模板#

根据任务类型选择合适的预置模板：

• 内容发布 → 每日内容自动化模板
• 报告生成 → 周报自动生成模板
• 销售/线索 → 潜在客户处理模板
• 财务 → 发票处理模板

Step 3: 套用工作流模板#

1
触发器 TRIGGER
2
  类型: schedule/webhook/event/manual
3
  条件: [描述]
4
输入 INPUTS
5
  - 输入项: 来源
6
步骤 STEPS
7
  Step 1: 操作 → 成功→Step 2, 失败→错误处理
8
  Step 2: ...
9
错误处理
10
  重试: 最多3次, 指数退避
11
  告警: [通知渠道]
12
输出 OUTPUTS
13
  - 输出项: 目的地

Step 4: 日程 + 任务管理#

• 每天晚上花5分钟确认明日 Top 3
• 每周日花20分钟做周规划
• 高能量时段留给深度工作
• 2分钟内能做的事立刻做

Step 5: 数据整理#

如果有需要定期处理的数据，套用数据整理脚本模板（Bash 或 Python），加上数据质量检查清单，基本就能跑起来了。