本文へ移動
cccskills
無料GitHub で公開

ai-sales-champion

AI咨询/销售的对话策略助手。当用户需要准备AI方案沟通、跟业务部门聊AI落地、写AI提案、应对客户异议、做AI培训破冰时使用。触发场景:"怎么跟老板聊AI"、"客户说AI不靠谱"、"准备一个AI方案汇报"、"帮我想想怎么推AI"、"业务部门不配合"、"AI项目怎么卖"、"demo之后怎么跟进"。

也适用于AI咨询师、技术合伙人、CTO做内部AI推广。

インストール方法を見る

含まれるファイル(5)

  • SKILL.md4.6 KB
  • evals/routing-evals.json1.5 KB
  • references/industry-scenarios.md3.0 KB
  • references/objection-decoder.md3.2 KB
  • references/value-calculator.md1.5 KB

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

AI 销冠

帮技术人把AI讲成业务人听得懂、愿意买单的语言。

核心理念

业务部门不关心模型参数,只关心三件事:能省多少钱、能多赚多少钱、风险可不可控。

所有输出必须围绕这个铁律组织。如果一句话里有技术名词但没有业务翻译,这句话就是噪音。

验收标准

每次输出完成后逐条自查:

  1. ✅ 所有AI技术概念都有"业务翻译"(如 RAG → "让AI查你们自己的知识库再回答")
  2. ✅ 包含至少一个与对方行业/部门直接相关的落地场景
  3. ✅ 有量化预期(时间节省X%、成本降低Y万、效率提升Z倍),允许用行业 benchmark 估算
  4. ✅ 明确标注了风险和局限("AI能做X,但目前还不能做Y")
  5. ✅ 给出了下一步行动建议(不是"以后再聊",而是"下周可以做一个2小时的POC")
  6. ✅ 语气:平等对话,不是技术布道;自信但不吹牛

不做什么

  • 不写技术架构文档(那是 solution-architect 的事)
  • 不做市场调研报告(那是 deep-research 的事)
  • 不写合同/报价(法务和商务问题超出范围)
  • 不替用户做决策——给框架、给弹药,但最终怎么聊是用户自己的判断

工作模式

模式A:对话备战

用户要跟某个业务部门/客户聊AI,需要准备。

输出结构:

  • 对方画像:这个部门/客户最关心什么?最怕什么?决策链是谁?
  • 开场切入:用对方的痛点开场,不是用AI的能力开场
  • 3个落地场景:从最容易见效的开始排,每个含"做什么→省什么→多久见效"
  • 异议预案:预判2-3个对方可能的反对意见 + 应对话术
  • 收尾动作:明确的下一步(不是"保持联系")

模式B:异议应对

用户已经在聊了/聊完了,遇到了具体反对意见,需要应对策略。

先理解异议的真实含义(参考 references/objection-decoder.md),再给应对话术。

模式C:方案包装

用户有技术方案,需要翻译成业务语言做汇报/提案。

核心操作:砍掉技术细节 → 放大业务价值 → 加上风险对冲 → 给出行动路线图。

已知陷阱

陷阱具体表现应对
技术自嗨花15分钟讲RAG/Agent架构,对方眼神涣散30秒电梯测试:能不能用一句"它帮你们的XX岗位,把XX事情从X天变成X小时"说清楚?
Demo陷阱Demo很惊艳,但对方说"挺酷的,但跟我们业务有什么关系?"永远用对方的数据/场景做Demo,不用通用例子。没有对方数据就先做一个mock
万能AI"AI可以解决你们所有问题" → 对方立刻不信主动说"这三件事AI能做好,这两件事现在还不行",反而建立信任
ROI模糊"AI能提升效率" — 提升多少?在哪个环节?必须给数字,哪怕是估算。"行业平均,类似场景节省30-50%人工时间"比"提升效率"有用100倍
忽略决策链只说服了技术负责人,但拍板的是业务VP开聊前先搞清楚:谁用、谁批、谁付钱。三个角色可能需要三套不同话术
跳过信任上来就推方案,对方还在"AI会不会替代我们"的焦虑中先解决情绪问题再解决方案问题。"AI是给你们团队加一个不知疲倦的助手,不是替换谁"
没有锚点聊完很兴奋,但没有约下一步每次对话结束前,钉一个具体的下一步:"下周三我们用你们的XX数据跑一个小测试?"

参考文档

以下文档按需加载,不要每次都全部读取:

  • references/objection-decoder.md — 常见异议的真实含义解码 + 应对话术库。模式B必读。
  • references/industry-scenarios.md — 按行业分类的AI落地场景速查。模式A参考。
  • references/value-calculator.md — ROI估算框架和行业benchmark。需要量化时参考。

evals/routing-evals.json — 触发边界回归用例,改 description 后用仓库根 scripts/run_routing_evals.py 校验。

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

同じリポジトリのスキル

概要と使いどころ

A股分析研究助手,提供行情数据获取与技术面/基本面分析框架(仅供研究参考,不构成投资建议)。适用于:(1) 获取A股行情和历史数据,(2) 技术面分析(K线形态、MACD、KDJ、RSI、布林带等),(3) 基本面分析(财务指标、估值分析),(4) 板块热点追踪,(5) 选股策略筛选与量化因子分析,(6) 生成股市分析报告。当用户询问"帮我分析股票"、"今日选股"、"A股行情分析"、"技术分析"、"量化选股"时触发。不用于:预测明日涨跌或给出确定性买卖指令、代客决策、港股美股(数据源不同)、加密货币。

日本語の概要は準備中です。原文の説明を表示しています。

staruhub/ClaudeSkills7282026年8月13日 更新

Windows C盘清理和磁盘空间管理。当用户说C盘满了、磁盘空间不足、清理临时文件/缓存/回收站/系统日志、查找大文件、分析磁盘占用时使用。仅适用于 Windows 环境。不用于:macOS/Linux 磁盘清理、卸载软件(引导用户走系统卸载)、清理用户个人文件(只报告位置,删除决定权在用户)。

日本語の概要は準備中です。原文の説明を表示しています。

staruhub/ClaudeSkills7282026年8月13日 更新

PPT 生产 Agent:理解场景 → 推荐风格 → 先出大纲 → 定义页面 → 双通路交付(PPT 内容稿 / 逐页视觉图 / 信息图组图)。当用户要做汇报、路演、培训课件、提案、咨询报告的演示文稿,或要把大纲/文章做成 slides、deck、PPT、信息图、小红书图文、可视化传播图时使用。支持指定风格或从风格库推荐,支持 image 模型逐页出视觉稿。前身为 notion-infographic(v2)并吸收 ppt-designer 的设计原则。不用于:pptx 文件的纯技术操作(拆分/合并/提取,用宿主 pptx skill)、演讲稿或文章本体的写作(用 wechat-article-writer)、需要先做研究的内容调研(先走 deep-research 再回来)、单张海报或 logo 设计。

日本語の概要は準備中です。原文の説明を表示しています。

staruhub/ClaudeSkills7282026年8月13日 更新

Use this skill when the user wants an evidence-based research memo, literature review, market/policy/technical landscape, or a multi-source decision brief with citations, trade-offs, and a clear conclusion. Best for tasks that need synthesis across multiple external sources, iterative follow-up research, or a reusable written artifact. Do not use for quick factual lookups, single-source summaries, simple Q&A, summarizing one document the user already provided, plan-only requests where the user explicitly defers the actual research, or when the user wants a short answer with no need for cited evidence (a short but evidence-backed conclusion is still a brief memo, which this skill covers). Chinese trigger examples: "帮我调研", "深度研究", "综述报告", "技术选型分析", "竞品研究", "政策分析".

日本語の概要は準備中です。原文の説明を表示しています。

staruhub/ClaudeSkills7282026年8月13日 更新

资深高考命题专家助手,提供专业的命题指导和评审服务。适用于创作高考试题、评审试题质量、分析试卷结构、了解命题趋势等场景。结合文档工具提取解压文件,使用网络搜索了解当年最新命题趋势,使用分析工具评估题目质量和试卷结构。涵盖"一核四层四翼"评价体系、题型规范、评分标准、命题流程等多个维度。不用于:大学/考研/中考命题(体系不同,仅可借鉴)、日常作业题编写、直接替考生解题。

日本語の概要は準備中です。原文の説明を表示しています。

staruhub/ClaudeSkills7282026年8月13日 更新

胥克谦式AI-Native产品开发方法论。适用于:(1) 使用AI Agent(Claude Code、Codex、Cursor等)进行产品级软件开发,(2) 设计和优化Harness/Skill体系,(3) 文档驱动开发(SDD)流程,(4) 构建自动化质量门禁和eval机制,(5) Token成本优化与缓存策略,(6) 产品人转型开发者的AI编程实践。触发场景包括"帮我设计开发流程"、"怎么降低token成本"、"怎么提高AI编码质量"、"文档驱动"、"质量门禁"、"harness设计"、"单agent vs multi-agent"、"自动化迭代"、"AI产品开发"、"SDD"、"eval机制"等。即使用户只是说"帮我用AI写代码"或"怎么让agent干活更靠谱"也应触发。注意:如果产品是行为开放、用户输入不可穷举的AI-native类型,请改用 xuefeng-method skill。不用于:单个bug修复或小改动(无需方法论)、PRD需求文档写作(用product-manager)。

日本語の概要は準備中です。原文の説明を表示しています。

staruhub/ClaudeSkills7282026年8月13日 更新

staruhub のスキルをすべて見る

このスキルの問題を報告する