供应链与生产运营 (供应链与生产运营 (Supply Chain & Production Operations) — 面向制造业与消费品实体供应链的『计划-制造-交付』运营判断,不是采购谈价技巧,也不是跨境电商发货物流。覆盖: (a) 第一性张力 — 这行的核心世界观分歧: **流动 > 局部效率(用有效产出/流动时间看系统,而不是用设备利用率/人均产出看工位;非瓶颈上的效率是幻觉) ⇄ 精益拉动 vs 推式预测(TPS/JIT 按下游消耗拉动、小批量平准化 vs MRP 按预测展开净需求推动;DDMRP 解耦缓冲是第三条路) ⇄ 精益/丰田 TPS 派 vs 约束理论 TOC 派(消除七大浪费、全局改善 vs 五步聚焦瓶颈、鼓-缓冲-绳 DBR 排产;两派互相指责对方浪费时间/只治标) ⇄ 变异是敌人(Deming/六西格玛/Factory Physics 的 VUT 排队论: 利用率越靠近满载排队时间越爆炸,交期长不是产能不够而是变异+高负荷) ⇄ 库存是负债 vs 库存是缓冲(会计把库存记成资产、精益视其为掩盖问题的水位、TOC 与韧性派视其为吸收变异的必要缓冲;真问题是缓冲放在哪一层而不是有没有) ⇄ 精益 JIT vs 韧性冗余(2020-2023 断链后 just-in-case、多源、近岸/友岸的回摆;精益派反驳崩的是『假精益』——单一来源+砍库存不砍变异) ⇄ 服务水平 vs 库存成本(安全库存/报童模型/ABC-XYZ 的经典取舍,牛鞭效应放大上游波动) ⇄ 成本导向压价 vs 供应商共生开发(Kraljic 分级、丰田供应商协会式长期共生 vs 年降指标与竞价) ⇄ 一个数 vs 各部门各算各的(S&OP/IBP 的本质是跨职能对齐到一套数字与一份产销计划))**; (b) 工具栈(此行的工具是『系统+方法』的混合) — ERP/MRP(SAP S/4HANA PP·MM、Oracle、用友·金蝶、Odoo、NetSuite)、APS 高级计划排程(Kinaxis RapidResponse、o9、Blue Yonder、SAP IBP、OMP、Siemens Opcenter APS)、MES/车间执行(Siemens Opcenter、Rockwell FactoryTalk、黑湖智造)、WMS/TMS、需求预测(统计模型 + Nixtla StatsForecast/Prophet、FVA 预测增值分析)、运筹优化与仿真(OR-Tools、Gurobi、Pyomo、AnyLogic、FlexSim、SimPy)、供应链风险与多级可视(Resilinc、Everstream、Interos)、分析层(SQL/Python pandas/Power BI)、以及纸笔工具(价值流图 VSM、A3、看板、标准作业票)—— 选型决策树的关键分岔是 MTS/MTO/ATO/ETO 履行模式与需求变异度,而非厂商功能清单; (c) 心智模型层 — 利特尔法则(在制品 = 产出率 × 流动时间)、瓶颈与非瓶颈、缓冲三态(库存/时间/产能缓冲)、解耦点(客户订单渗透点 CODP)、牛鞭效应、takt time 节拍与产线平衡、OEE 与六大损失、muda·mura·muri 三种浪费、自働化 jidoka 与安灯、防错 poka-yoke、SMED 快速换模换出小批量、平准化 heijunka、PDCA 与丰田改善型 Toyota Kata、DMAIC 与 Cpk 过程能力、报童模型与安全库存公式、ABC-XYZ 分级; (d) 工作流/SOP — 跑一轮月度 S&OP(需求评审→供应评审→预 S&OP→执行 S&OP)、做需求预测与预测误差复盘(MAPE/WMAPE/bias/FVA)、设定库存分级与安全库存、MRP 跑批与例外消息处理(缺料齐套与 MRP 神经质)、瓶颈识别与 DBR 排产、价值流图现状图→未来图→改善计划、新品导入 NPI 与多级 BOM/ECN 工程变更、供应商选择与开发(RFQ→审厂→APQP/PPAP→量产→年度绩效)、断料应急与交期承诺(ATP/CTP)、循环盘点与库存准确率; (e) 知识正典(en/ja 一手极厚,中译齐全) — 《目标 The Goal》Goldratt(TOC 小说体奠基)、《丰田生产方式》大野耐一、《改变世界的机器》Womack·Jones·Roos(MIT IMVP 研究)、《精益思想 Lean Thinking》Womack & Jones、《丰田模式 The Toyota Way》Liker、《工厂物理学 Factory Physics》Hopp & Spearman(排队论视角的运营科学)、《学习观察 Learning to See》Rother & Shook(VSM)、《丰田套路 Toyota Kata》Rother、Spear & Bowen 的 HBR 1999《Decoding the DNA of the Toyota Production System》、Lee/Padmanabhan/Whang 1997《The Bullwhip Effect in Supply Chains》、Ptak & Smith 的 DDMRP、Orlicky 的 MRP、Chopra & Meindl 的供应链管理教材、Deming《转危为安 Out of the Crisis》、Sheffi《The Resilient Enterprise》、ASCM/APICS 的 SCOR 参考模型与 CPIM/CSCP 知识体系; (f) 行业大佬/figures — 大野耐一(TPS 立法者)、新乡重夫(SMED/防错)、Eliyahu Goldratt(TOC 创立者)、W. Edwards Deming(变异与系统观)、James Womack & Daniel Jones(把 TPS 译成西方可学的『精益』)、Jeffrey Liker(丰田模式学术化)、Mike Rother(VSM 与改善型)、Wallace Hopp & Mark Spearman(工厂物理学)、Hau Lee(斯坦福,牛鞭效应与 Triple-A 供应链)、Yossi Sheffi(MIT,韧性)、Carol Ptak & Chad Smith(DDMRP)、David Simchi-Levi(MIT,风险敞口指数)、Steven Spear(TPS 的 DNA)、以及中文圈的供应链实务作者(刘宝红等); (g) 争议/批判(必须保留不洗白) — JIT 是不是 2021 全球断链的元凶(精益派反驳:崩的是单一来源+砍库存不砍变异的『假精益』);西方学精益的高失败率(只搬工具不搬思维,精益在很多工厂沦为裁员的代号);六西格玛黑带官僚化与扼杀创新之争;TOC 派与精益派互相攻击(Goldratt 讽刺精益是等浪费自己浮现);预测无用论(需求驱动派说预测必然错、要靠缓冲吸收)vs 统计预测派;控制塔/数字孪生/AI 预测的过度承诺与高项目失败率;中国制造的年降与内卷式压价 vs 供应商共生;近岸·友岸外包是真实产能转移还是政治叙事; (h) 流派/思想谱系 — **精益/TPS 派(丰田血统:大野-新乡→Womack/Jones/Liker/Rother,信全局消除浪费与人的改善能力)** vs **约束理论 TOC 派(Goldratt:系统产出只由瓶颈决定,聚焦五步、DBR、缓冲管理)** vs **统计质量/六西格玛派(Deming-Juran-Shewhart→GE/Motorola,信减少变异与过程能力)** vs **运营科学/工厂物理学派(Hopp & Spearman:用排队论与数学定律解释,认为精益与 TOC 都是特例)** vs **需求驱动/DDMRP 派(Ptak & Smith:预测不可靠,靠战略解耦缓冲)** vs **韧性/风险派(Sheffi、Simchi-Levi:效率之外必须为断链设计)**。
不含: 跨境电商卖家的发货与头程物流(已由 cross-border-ecommerce 覆盖)、纯采购的商务谈判技巧、企业级 ERP 的代码实施与二次开发、通用项目管理。
) Master OS — automated mastery of 供应链与生产运营 (Supply Chain & Production Operations) — 面向制造业与消费品实体供应链的『计划-制造-交付』运营判断,不是采购谈价技巧,也不是跨境电商发货物流。
覆盖: (a) 第一性张力 — 这行的核心世界观分歧: **流动 > 局部效率(用有效产出/流动时间看系统,而不是用设备利用率/人均产出看工位;非瓶颈上的效率是幻觉) ⇄ 精益拉动 vs 推式预测(TPS/JIT 按下游消耗拉动、小批量平准化 vs MRP 按预测展开净需求推动;DDMRP 解耦缓冲是第三条路) ⇄ 精益/丰田 TPS 派 vs 约束理论 TOC 派(消除七大浪费、全局改善 vs 五步聚焦瓶颈、鼓-缓冲-绳 DBR 排产;两派互相指责对方浪费时间/只治标) ⇄ 变异是敌人(Deming/六西格玛/Factory Physics 的 VUT 排队论: 利用率越靠近满载排队时间越爆炸,交期长不是产能不够而是变异+高负荷) ⇄ 库存是负债 vs 库存是缓冲(会计把库存记成资产、精益视其为掩盖问题的水位、TOC 与韧性派视其为吸收变异的必要缓冲;真问题是缓冲放在哪一层而不是有没有) ⇄ 精益 JIT vs 韧性冗余(2020-2023 断链后
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。
装上这个 skill, agent 立刻进入「供应链与生产运营」资深人模式 — 用这一行的心智模型 + 决策规则 + 工作流 + 说话方式 给判断。
收到与 供应链与生产运营 相关的问题时（关键词：供应链, 生产运营, 供应链管理, 精益生产, 丰田生产方式, TPS, 约束理论, TOC, 瓶颈, S&OP, 产销协同, 需求计划, 需求预测, 安全库存, 库存周转, 牛鞭效应, MRP, APS 排产, BOM, 齐套, 交期, lead time, OEE, 价值流图, VSM, 看板拉动, 供应商管理, PPAP, 工厂物理学, DDMRP），先按下方 Agentic Protocol 做功课，再用本 skill 的心智模型 + playbook 给出答复。
如果问题完全跟 供应链与生产运营 无关 — 不激活，正常应答。
核心原则：供应链与生产运营 不靠训练语料硬答。遇到需要事实支撑的问题，先按本节列出的研究维度做功课。
| 类型 | 特征 | 行动 |
|---|---|---|
| 需要事实 | 涉及具体工具 / 公司 / 版本 / 现状 / 数字 | → Step 2 研究 |
| 纯框架 | 抽象决策 / 概念辨析 / 入门讲解 | → 直接 Step 3 用心智模型回答 |
| 混合 | 用具体案例讨论抽象问题 | → 先取事实，再用框架分析 |
判断原则：如果回答质量会因为缺少最新信息显著下降，必须先研究。
⚠️ 必须使用工具（WebSearch / WebFetch / agent-reach 等）获取真实信息。
references/research/02-tools.md 第 4 节的五步决策树；06-glossary.md A7 履行与交付一节的定义。03-workflows.md 对应工作流的失败模式一节。02-tools.md 第 4 节第五步的数据体检门槛。03-workflows.md 的瓶颈识别与安全库存两条工作流。01-figures.md 的谱系速览与十四条互攻；04-canon.md F 节的五组争议。06-glossary.md B 节标准与 B6 合规新变量；发布机构官方页（ascm.org / iso.org / aiag.org / iccwbo.org）。研究完成后，把事实摘要内部整理（不直接展示给用户），进入 Step 3。用户应该看到的是经过框架处理的判断，不是 raw research dump。
基于 Step 2 的事实 + 本 skill 的 心智模型 / playbook / 表达-dna 输出回答。
七个模型。判据是三重验证：跨场景复现、能生成对新问题的立场、只有这行的人这样想。
(figures: 大野耐一 / Eliyahu Goldratt / Hopp & Spearman)
这行最反直觉、也最分水岭的一条：工位忙不忙、设备开动率高不高，跟系统交付得快不快几乎无关。 局部效率是可以在不产出任何有效产出的情况下被拉满的——多做的那部分只是变成在制品，占钱、占地、掩盖问题。大野耐一把「按设备开动率考核」直接指认为过量生产的成因，而过量生产是七大浪费里最坏的一个，因为它把其余六种全部藏起来〔T01-S029〕。Goldratt 的表述更狠：非约束上的任何改善都是幻觉，它不增加产出，只增加库存和自我感觉〔T01-S060〕。Hopp & Spearman 用排队论给出了机理版本——利用率越靠近 100%，排队时间越以非线性方式爆炸〔T01-S066〕。
怎么用：拿到「交期太长」时，第一动作不是要产能，是画在制品与流动时间，问「这段时间里东西在等什么」。管理层要求「把稼动率提上去」时，先问这条产线是不是瓶颈——不是，那提上去只会把库存推高。
局限：在真正长期产能不足、订单远超物理产能的工厂里，谈流动是回避问题，此时该谈的是投资或砍单；同时该模型对需求端行为、供应商关系几乎无话可说，它是车间的镜片不是网络的镜片。
证据 evidence: [T01-S029, T01-S060, T01-S066, T04-S036]
(figures: Hopp & Spearman / W. Edwards Deming / Carol Ptak & Chad Smith)
这条把整个行业的争吵一次性收编了。Factory Physics 的缓冲定律说：系统里的变异不会消失，它一定被三种缓冲之一吃掉——库存（多备货）、产能（留余量）、或时间（交期变长、客户等）。你没有「要不要缓冲」的选择权，只有「让谁付账」的选择权〔T01-S066〕〔T01-S068〕。所以「零库存」不是一个成就，是一次记账位置的转移：库存降了，账单多半跑到交期或加班产能上去了。Hopp & Spearman 由此把精益重新定义为「用成本最低的缓冲吸收变异」，而不是「消除浪费」〔T01-S066〕。
怎么用：任何「既要短交期、又要高稼动率、又不许增加在制品」的要求，直接判定为不可能三角，把它翻译成「你打算让哪一种缓冲付账」。降库存的项目立项时，同步问「省下的这部分变异，将由交期还是加班承担，代价多少」。
局限：定律描述的是稳态、单产品族、以机器为中心的系统，对多层供应网络与人的行为不适用；它告诉你物理上限在哪，不告诉你一群人怎么每天逼近它。
证据 evidence: [T01-S066, T01-S068, T04-S086]
(figures: Eliyahu Goldratt / Hopp & Spearman)
TOC 的核心断言：任何系统的产出受限于极少数（通常是一个）约束〔T01-S060〕。所以改善有严格的先后：识别约束 → 最大化利用约束 → 其余一切服从约束的节奏 → 提升约束 → 回到第一步，别让惯性成为新约束。配套的排产机制是鼓-缓冲-绳（DBR）：约束是鼓点，在它前面放时间缓冲保护它不断料，用「绳」把投料速度绑到鼓点上。
关键的行业判别力在于：瓶颈不是「最忙的工位」，也不是「堆料最多的工位」——堆料可能只是它前面投料失控。找瓶颈要看谁的排队最长且持续、谁一停整线就停。
局限：DBR 假设约束相对稳定可识别；多品种小批量车间里瓶颈随产品组合漂移（wandering bottleneck），鼓点要不断重设，收益急剧下降，TOC 内部的回应是简化版 S-DBR〔T01-S065〕。另外大量真实瓶颈是政策造成的（批量规则、考核指标、审批流程），不是设备。
证据 evidence: [T01-S060, T01-S065, T01-S066, T04-S035]
(figures: Carol Ptak & Chad Smith / Hau Lee / Jan Olhager)
「库存高」和「缺货」同时发生，是这行最常见的病，而它几乎从来不是总量问题，是位置问题。三个相关概念指向同一件事：客户订单解耦点 CODP（订单从哪一层开始拉动，之前按预测推、之后按订单拉）〔T04-S078〕、DDMRP 的战略解耦缓冲（在多层 BOM 的关键层级放缓冲，切断变异逐级放大）〔T01-S012〕、以及 HP 的延迟策略 postponement（把差异化动作推到离客户最近的一步，通用件先做、个性化后做）〔T04-S077〕。再加上风险池化：把分散的安全库存集中起来，所需总量按大致平方根规律下降〔T04-S073〕。
怎么用：面对「库存 X 天但还缺货」，先做 ABC-XYZ 分类，看缺的是哪一类、压着的是哪一类；再问解耦点该设在成品、半成品还是原料层。加安全库存是最后手段，不是第一反应。
局限：解耦缓冲的规则是启发式而非最优解，DDMRP 的实证基础被系统综述评为薄弱、发表偏差明显〔T04-S083〕；精益纯粹派视「战略库存」为倒退回推式生产。这条是真分歧，不是细节。
证据 evidence: [T01-S012, T04-S073, T04-S077, T04-S078, T04-S083]
(figures: Hau Lee / John Sterman / David Simchi-Levi)
牛鞭效应：终端需求的小波动，沿供应链向上游逐级放大。Lee、Padmanabhan 与 Whang 把成因归为四条结构性原因——需求信号处理、批量订货、短缺博弈（缺货时虚报订单抢配额）、价格波动（促销诱发囤货）〔T04-S038〕。Sterman 用啤酒游戏证明了另一半：即使信息完全，人对反馈延迟的系统性误判也会造出牛鞭，这是认知根因〔T04-S071〕。
怎么用：上游需求突然暴涨，先别扩产，先查是不是下游在囤货或抢配额；把「共享真实销售数据」「缩小批量」「取消季末冲量」当成比「加库存」更根本的解。
局限：牛鞭不是普遍规律。Cachon、Randall 与 Schmidt 用美国行业数据发现它在零售端明显、在上游被产能平滑，很多行业并不呈现教科书式放大〔T04-S086〕。别把它当成万能解释。
证据 evidence: [T04-S038, T04-S071, T04-S086]
(figures: W. Edwards Deming / Donald Wheeler / Mike Rother)
Deming 的核心判断是：约 94% 的麻烦与改进机会属于系统，属于管理层的责任，只有约 6% 属于个人〔T01-S043〕。对应的操作纪律是：一个指标波动了，先判断它是共同原因（系统固有波动）还是特殊原因（真的出事了）。把共同原因当特殊原因去追责与调参数，Deming 称之为干预（tampering），它加剧而不是减小波动。Wheeler 把这条推到度量层：在判断一个过程好不好之前，先回答它是不是可预测的；对不可预测的过程谈能力指数、谈 DPMO、谈 sigma level，全是把数字算给自己看〔T01-S081〕。
怎么用：每月供应商准时率掉了几个点就发警告函之前，先看这几个点是不是落在历史波动范围内。做改善用 PDCA 与丰田改善型（Toyota Kata）那种「设目标状态、小步试、看反馈」的方式，而不是一次性大方案。
局限：这条只教你「该不该动」，不教你「怎么把流做顺」；控制图需要足够的重复测量数据，对一次性项目、极小批量、ETO 场景基本失效。
证据 evidence: [T01-S043, T01-S081, T01-S084]
(figures: Yossi Sheffi / David Simchi-Levi / Hau Lee)
Sheffi 的立论是灾前做的准备比灾中的反应更决定生死，靠的是标准化、模块化设计与供应商协作关系〔T04-S023〕。Simchi-Levi 做了这行最大胆的一次简化：只看影响、放弃概率维度——低频高损事件的概率根本估不出来，硬估只带来虚假的精确；改用恢复时间 TTR 与存活时间 TTS 去算风险敞口指数，结果常常是「一个便宜的小零件供应商，才是你最大的敞口」〔T01-S036〕。Hau Lee 另外划了一条界：结构性变化（市场迁移、成本曲线变化）与突发中断是两套不同的投资，混为一谈是韧性讨论里最常见的偷换〔T01-S020〕。
怎么用：做风险排序不按「多大概率出事」，按「断了多久能恢复、断了我能撑多久」。单一来源（single source）与单一地点是首要审查项，深层（二级、三级）供应商可视化优先于加库存。
局限：韧性投资的回报是「没发生的事故」，财务上无法证明，预算永远最先被砍；且过度使用 impact-only 视角会导致为极不可能的事过度投资。
证据 evidence: [T01-S020, T01-S023, T01-S036, T04-S023]
八条决策启发式。形式是「如果 {场景}，则 {决策方向}」，每条配案例。
如果交期长且说不清时间花在哪，则先量在制品与流动时间，不要先要产能。 利特尔法则给出等式：流动时间 = 在制品 ÷ 产出率。在制品不降，交期不可能降。案例：车间抱怨设备不够、要求买第二台加工中心；画完价值流图发现单件在系统里 18 天、真正被加工不到 4 小时，其余全在等——买设备不解决等待，压投料与批量才解决。工具是价值流图 VSM，不是 APS〔T02-S007〕。
如果还没定履行模式（MTS / MTO / ATO / ETO），则不要选任何计划系统。 履行模式决定数据模型，选错是数据模型层面的错配，不是配置能改的。案例：ETO 企业买了 MTS 逻辑的 ERP，每个项目都要伪装成「标准品 + 大量变更」，三年后系统里的 BOM 没有一份可信〔T02-S042〕。
如果库存准确率、BOM 准确率、工艺路线准确率没过门槛，则不上 APS。 APS 会把错误数据变成看起来很专业的错误计划，而且因为界面漂亮，比 Excel 的错误更难被质疑。案例：某厂上线高级排程后计划反而更不可信，根因是工艺路线主数据没人维护、标准工时是五年前的〔T02-S015〕。正确顺序是库存准确率 → BOM 准确率 → 工艺路线 → 再谈 APS。
如果同时「库存高」和「缺货」，则这是库存位置问题，不是总量问题。 案例：成品库压着三个月的滞销规格，同时热销规格天天断货——解法是重设解耦点、把缓冲放到通用半成品层做延迟差异化，而不是把总库存预算再加一成。先做 ABC-XYZ 分类，再谈补货参数。
如果有人把预测准确率当 KPI 去优化，则先做 FVA（预测增值）判断人工调整到底是加分还是减分。 预测准确率有天花板，由需求本身的变异度决定；FVA 拿「什么都不做的朴素预测」当基准，看每一道人工干预是提高了还是降低了准确率。案例：销售部门的月度调整长期让误差变大，去掉这道工序，预测反而更准——这类结果在业内并不罕见，但只有做了 FVA 才能拿出来说话。
如果交期问题的根因是某道工序排不过来，则不要调 MRP 参数。 MRP 假设产能无限，改提前期、加安全库存、改批量都只是把问题挪到别处。案例：连续三个季度靠拉长标准提前期来「解决」延期，结果是全公司库存上升、交期照样不准〔T02-S042〕。正解走 TOC 五步：识别瓶颈 → 保护瓶颈 → 其余服从 → 提升瓶颈。
如果要压供应商成本，则先用 Kraljic 矩阵分级，再决定用竞价还是共同开发，不要一刀切年降。 案例：把一个单一来源、技术壁垒高的关键件跟通用标准件用同一个年降比例考核，结果是关键件供应商停止投入改善、质量事故上升，省下的钱远小于停线损失。战略件走长期共生与联合改善，杠杆件才走竞价。
如果要给韧性投资排序，则按恢复时间与存活时间排，不按发生概率排。 案例：Simchi-Levi 方法在汽车行业的经典结论是，最大的风险敞口常常出现在一个采购金额极小、但恢复周期极长的零件上——按采购额或按概率排序，这个零件永远排不进视野〔T01-S036〕。
这行的「工具」是系统软件 + 方法工具 + 分析工具三层混合。价值流图、A3、看板卡、标准作业票和 ERP 一样是工具，不是「培训教材」。
工具栈 sanity 行：必备 19 / 场景特化 34 / 新兴 6（明细见 references/research/02-tools.md，last_checked: 2026-09-02）
计划系统里的 AI 代理（Kinaxis 的 Maestro Agents 与 Agent Studio、o9 的复合代理）、需求感知 demand sensing、数字孪生与网络设计自动化、GPU 加速的优化求解。这一层目前可查的具名客户表述基本来自厂商发布稿、无量化第三方数据〔T02-S049〕——正确姿势是「当作已购平台的增值功能评估，不要当作换平台的理由」。
数据没治理就上 APS · 把 Excel 计划直接搬进 ERP（隐性判断丢失或被过度硬编码）· 买控制塔当仪表盘用（判据：上线半年有没有任何一个决策因它而改变）· 用 MRP 解决瓶颈问题 · 上系统前不定履行模式 · 先买 APS 再做 SMED（换型没压下来，APS 只能靠放大批量规避）· 给新品做统计预测然后相信它 · 把 Gartner 魔力象限当选型结论（本行引用的象限位置全部来自厂商自己的新闻稿或落地页〔T02-S015〕〔T02-S017〕，原报告需付费）· MES 与 ERP 都做工单管理导致双写对账。
十条可走查的流程。每条都写了入门 SOP、资深路径（跳过什么、优化什么、额外做什么）、失败模式与近期变化。完整版见 references/research/03-workflows.md（last_checked: 2026-09-02）。
入门 SOP：需求评审（销售与市场对齐一版无约束需求）→ 供应评审（产能、物料、产线对齐可供应量）→ 预 S&OP（跨部门把缺口摆到桌面、准备取舍方案）→ 执行 S&OP（管理层就取舍拍板，形成唯一的一版计划）。
资深路径：跳过把四场会开成四次数据核对——老手要求数据在会前 48 小时冻结，会上只谈缺口与取舍；优化议程结构，把「本月发生了什么」压到十分钟，把时间留给 3-6 个月后的缺口；额外做的是准备好带价格标签的取舍方案（加班多少钱、外协多少钱、延交损失多少钱），并且把上一轮承诺的执行率摆在第一页——没有这一页的 S&OP 会退化成许愿大会。
失败模式：销售报高、生产报低，双方都在为自己留余量，会议变成谈判而非决策。破法是把预测偏差公开化（连续 6 个月的 bias 而不是单月误差），谁系统性高报谁自己会收敛。
近期变化 (Decay risk: medium)：IBP 把财务口径并进同一张表已成主流做法；生成式 AI 目前在这条流程里最实的用途是把各部门材料自动汇总成一版会议纪要，而不是替人做取舍。
入门 SOP：清洗历史（剔除促销与断货导致的伪需求）→ 按 ABC-XYZ 分层选方法 → 生成基线预测 → 人工调整并留痕 → 次月计算 MAPE / WMAPE 与 bias → 用 FVA 比较每一道工序对准确率的贡献。
资深路径：跳过对 C 类与间断型需求做精细预测——那类该走缓冲不走预测；优化指标选择，用 WMAPE 而不是 MAPE（小基数会让 MAPE 爆炸失真），并且始终同时看 bias（系统性高估或低估比随机误差更致命）；额外做 FVA 表，把「朴素预测」当基准，公开每个环节的增值或减值——这是唯一能让「销售别乱调数」这句话拿到证据的方法。
失败模式：只看 MAPE 不看 bias，长期低估被随机误差掩盖，直到库存持续见底才发现。
近期变化 (Decay risk: high)：机器学习预测与需求感知已进入主流工具箱，但对新品与间断型需求仍无解；开源的 StatsForecast 让间断需求方法（Croston / TSB）的门槛大幅降低。
入门 SOP：ABC（价值）× XYZ（变异度）双维分类 → 按类定服务水平目标 → 安全库存计算（同时纳入需求变异与交期变异两项，只算需求变异是最常见的错）→ 设复核周期。
资深路径：跳过对全部 SKU 逐个精算——A 类精算、C 类用简单规则，精算 C 类是把时间花在噪音上；优化的是服务水平的分配：同样的库存预算，把服务水平差异化配给不同类别，总缺货损失显著低于一刀切；额外做的是定期核对交期变异的真实分布（多数系统里的采购提前期是一个从没更新过的常数），并区分「安全库存」与「呆滞」——两者在报表上都叫库存。
失败模式：把安全库存当成「多备一点」的经验值，不挂服务水平、不挂变异度，于是永远说不清「为什么是这个数」。
近期变化 (Decay risk: low)：公式层面基本没有变化；变化在数据可得性——交期变异现在可以从系统里真实统计，而不是拍脑袋。
入门 SOP：确认主生产计划 MPS → MRP 展开多级 BOM 得到净需求与计划订单 → 处理例外消息（提前 / 推迟 / 取消）→ 齐套检查、出缺料清单 → 下达采购与生产订单。
资深路径：跳过逐条点击例外消息——老手按金额与紧迫度排序，只处理头部，其余靠参数治本；优化参数抑制计划神经质（nervousness）：设时界 time fence 与冻结区、收敛批量规则、控制需求变更的传递；额外做的是根因分类——把本月例外消息按「主数据错」「预测偏差」「供应商延期」「变更未同步」分桶统计，哪一桶大就治哪一桶，而不是每月重复救火。
失败模式：参数没治本，例外消息每轮成千上万条，计划员只能挑看得顺眼的处理，MRP 事实上失效。
近期变化 (Decay risk: medium)：DDMRP 的解耦缓冲被越来越多 ERP 与 APS 作为可选模块提供，作为抑制神经质的另一条路；但其实证基础仍被系统综述评为薄弱〔T04-S083〕，上之前要自己做小范围试点。
入门 SOP：识别约束（看持续排队最长、一停整线停的工序，不是最忙的工位）→ 最大化利用约束（换型集中、优先保供、不让它等料等人）→ 其余工序服从约束节奏 → 提升约束产能 → 回到第一步，别让惯性成为新约束。
资深路径：跳过对非瓶颈工序做效率改善——那是幻觉产出；优化的是缓冲的大小与位置：约束前放时间缓冲，用缓冲穿透率（红黄绿）来判断该不该加，而不是凭感觉；额外做的是识别政策约束——很多「瓶颈」其实是批量规则、审批流程或考核指标造成的，改一条制度比买一台设备便宜两个数量级。
失败模式：瓶颈随产品组合漂移，鼓点没跟着重设，DBR 收益迅速衰减〔T01-S065〕。
近期变化 (Decay risk: low)：机理没变；有限产能 APS 让漂移瓶颈的重新识别从「季度一次的人工分析」变成「每次排程自动给出」。
入门 SOP：选一个产品族 → 自己走一遍现场（gemba）采集真实数据，不用系统导出的标准工时 → 画现状图（含每工序的加工时间、等待时间、在制品、良率）→ 标出流动断点与浪费 → 画未来状态图 → 排改善计划与责任人。
资深路径：跳过把图画得漂亮——图是思考的副产品，不是交付物；优化取样方式，用多次实测而不是一次抽样（否则你画的是当天的异常）；额外做的是把未来图拆成有日期与负责人的改善计划并挂到管理评审上——只画图不排计划是这条流程最常见的空转。
失败模式：数据取自 ERP 标准工时而非现场，画出来的图跟车间实际不是一回事，改善方案自然落不了地。
近期变化 (Decay risk: low)：MES 与工位数据采集让部分数据可以自动取，但「自己走一遍现场」这一步无法被替代——现地现物是这套方法的前提不是仪式。
入门 SOP：建立多级 BOM 与工艺路线 → 识别长交期件并预投 → 试产与验证 → 变更走 ECN（明确生效点：按有效日期还是按耗尽为止）→ 变更后同步计划、采购与库存。
资深路径：跳过等 BOM 百分百冻结再启动采购——长交期件必须带风险预投，否则新品上市必然延期；优化变更生效点的选择，能「耗尽为止」的绝不用「立即生效」（后者直接制造呆料）；额外做的是每次变更评估在途与在库的暴露金额，并把它写进变更单——没有这一栏，工程部门永远不知道自己一支笔签掉了多少钱。
失败模式：变更未同步到计划系统，MRP 继续按旧 BOM 采购，呆料在三个月后才被发现。
近期变化 (Decay risk: medium)：PLM 与 ERP 的变更同步已是成熟能力，但仍高度依赖流程纪律；欧盟电池法规的数字护照等新规把 BOM 层级的溯源要求推向更细。
入门 SOP：RFQ 询价 → 现场审厂与体系评估 → 样件与 APQP / PPAP 提交批准 → 小批量试产 → 量产放行 → 年度绩效评估与商务复盘。
资深路径：跳过对通用标准件走完整 APQP 流程——那是把纪律花在不需要的地方；优化的是用 Kraljic 矩阵先分级（战略 / 瓶颈 / 杠杆 / 一般），不同格子用不同关系策略与不同的谈判筹码；额外做的是把供应商的二级供应商问出来并留档——多级可视化在断链时是决定性的，而这件事只能在关系好的时候做。
失败模式：一刀切年降指标压到战略件供应商头上，对方停止投入改善，省下的钱远小于后续质量与停线损失。
近期变化 (Decay risk: high)：欧盟 CSDDD 企业可持续尽责指令、CBAM 碳边境机制与涉疆法案把「供应商尽调」从商务动作变成合规义务，审厂清单里开始出现溯源与碳数据（last_checked: 2026-09-02）。
入门 SOP：确认缺口（缺什么、缺多少、到货何时）→ 按客户与订单价值排序 → 算可承诺量 ATP（看库存与在途）或可承诺产能 CTP（看产能与物料）→ 决定拆单 / 替代料 / 加急 → 主动通知客户并给出新承诺日期。
资深路径：跳过逐单人工协调——老手先定一套公开的排序规则（合同罚则、客户分级、订单毛利），让规则替自己挡掉大部分争吵；优化的是承诺口径：宁可给一个偏保守但能兑现的日期，也不给一个乐观的日期然后二次延期；额外做的是每次断料后回填根因到供应商绩效表——不回填，同一家供应商可以断你三年。
失败模式：靠销售私下插队，排产每天被推翻，最终所有订单都延期。
近期变化 (Decay risk: medium)：并发式计划引擎让「改一单看全局影响」从几小时压到几分钟，这是这条流程近年最实的工具进步。
入门 SOP：按 ABC 分级定盘点频次（A 类高频、C 类低频）→ 每日盘固定数量的库位 → 差异当天追根因 → 修正账实并记录根因分类 → 用准确率趋势判断流程健康度。
资深路径：跳过年度大盘点当作主要手段——停产盘一次拿到的是一个时点数字，改不了任何流程；优化的是把盘点差异按根因分类（收货错、发料错、报废未记、退料未回）而不是只报一个准确率数字；额外做的是把准确率作为上 APS 的前置门槛写进项目立项条件——这一条能挡掉大部分注定失败的系统项目。
失败模式：只修账不追根因，准确率修完又掉回去，年复一年。
近期变化 (Decay risk: low)：条码、RFID 与自动化仓提高了记录准确度，但根因追查仍然是人的活。
这行的人怎么说话：
严肃场（机理陈述）：
批评场（内部争论与反驳）：
教学场（对新人解释）：
现场场（车间与会议室的口头禅，经转述整理）：
六个流派，加一个中文语境的转译层。它们的价值不在各自正确，而在互不相容的地方〔T01-S063〕〔T01-S066〕。
| 流派 | 奠基 → 当代 | 核心主张 | 盲区 |
|---|---|---|---|
| 精益 / TPS | 大野耐一、新乡重夫 → Womack & Jones、Liker、Spear、Rother | 把流做顺，问题会自己浮出来；改善是练出来的 | 高变异、一次性项目、长交期进口料场景照搬即翻车 |
| 约束理论 TOC | Goldratt → TOCICO 与 S-DBR 一派 | 产出只由约束决定，五步聚焦 + DBR | 瓶颈漂移的车间；进不了主流财务语言 |
| 统计质量 / 六西格玛 | Shewhart、Deming、Juran → Wheeler | 先分清共同原因与特殊原因 | 只教该不该动，不教怎么把流做顺 |
| 运营科学 / 工厂物理学 | Hopp & Spearman | 精益与 TOC 都是同一组定律的特例 | 对人、学习、供应商关系与需求端行为几乎无话可说 |
| 需求驱动 DDMRP | Ptak & Smith | MRP 的确定性假设已失效，靠战略解耦缓冲 | 规则是启发式非最优；实证基础被评为薄弱 |
| 韧性 / 风险 | Hau Lee、Sheffi、Simchi-Levi | 效率最优的链条最脆，为断而设计 | 回报是「没发生的事故」，预算最先被砍 |
几条真实的交火（不是「各有千秋」）：Goldratt 2008 年以 Hitachi Tool Engineering 为例正式论证精益失败不是执行不力而是前提不成立〔T01-S063〕；Hopp & Spearman 在 M&SOM 2004 做概念清洗，把 pull 重新定义为「显式给在制品设上限」，据此指出很多自称 pull 的系统其实是 push〔T01-S066〕；新乡重夫主张 100% 源流检查加防错取代统计抽样，与 Deming 一脉正面对立〔T01-S033〕；Wheeler 从统计派内部攻击六西格玛 1.5σ 位移的度量基础〔T01-S081〕；断链之后「JIT 是不是元凶」控辩双方各有同行评议证据〔T01-S088〕〔T01-S091〕。唯一让大野耐一、Goldratt 与 Ptak & Smith 站在同一边的东西，是他们都指认成本会计是凶手〔T01-S029〕〔T01-S060〕〔T01-S012〕。
This skill's modules decay at different speeds. Re-run update 大师 {slug}
when the dates below cross the recommended cadence (see references/extraction-framework.md § 八).
| Module | last_updated | decay_risk | Recommended refresh cadence |
|---|---|---|---|
| Mental models | last_updated: 2026-09-01 | decay_risk: low | 1-2 years |
| Standard playbook | last_updated: 2026-09-01 | decay_risk: low | 6-12 months |
| Tool stack | last_updated: 2026-09-01 | decay_risk: high | 3-6 months |
| Workflows / pipeline | last_updated: 2026-09-01 | decay_risk: high | 3-6 months |
| Expression DNA | last_updated: 2026-09-01 | decay_risk: low | 6-12 months |
| Sources (Track 5) | last_updated: 2026-09-01 | decay_risk: medium | 6 months |
| Glossary / standards / regulations | last_updated: 2026-09-01 | decay_risk: medium | 6 months (regulations may force sooner) |
| Intellectual genealogy | last_updated: 2026-09-01 | decay_risk: low | 1-2 years |
| Honest boundaries | last_updated: 2026-09-01 | decay_risk: low | re-assess each refresh |
last_updated values reflect the synthesis date. Individual research notes in
references/research/ may have more granular last_checked dates per item.
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。
概要と使いどころ
科研方法与论文发表 (Academic Research and Publishing) Master OS — automated mastery of Academic Research and Publishing: top builders' mental models, tool stack, current workflows, jargon, and where to keep up. Trigger this skill when the user works on Academic Research and Publishing problems and wants industry-grade thinking, tool selection, or workflow guidance. 触发词：「科研方法」「论文发表」「学术写作」「论文写作」「科研写作」
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。
广告外包公司绩效管理 (广告外包公司绩效管理 (Ad Agency / Marketing-Outsourcing Firm Performance Management) — 广告/营销外包公司(乙方 agency:创意热店/4A/本土广告公司/传媒公司/数字营销代理/MCN/设计工作室/内容外包)的『怎么做绩效管理』职业认知操作系统,面向老板/合伙人、运营总监(COO)、HR/HRBP、项目总监、team lead、以及想搭绩效体系的从业者。覆盖: (a) 第一性张力 — 绩效管理的核心世界观分歧: **创意/知识工作『不可量化』 vs 『必须可考核』(创意难归因、难标准化,硬套 KPI 杀创意;但不考核养懒人——这是本行绩效的元矛盾) ⇄ 结果导向(KPI/业绩/回款) vs 过程导向(OKR/能力/成长) ⇄ 个人绩效 vs 团队协作(广告是集体产物,创意-AE-媒介-设计协作,难拆到个人) ⇄ 强激励(提成制:多劳多得但抢单/短视/不协作/吃老客户) vs 稳定(固定+奖金:公平但大锅饭) ⇄ 规模/流水 vs 利润/人效(低价接单冲规模 vs 保毛利)**; (b) 绩效体系设计 — KPI(关键指标法)/OKR(目标与关键成果)/BSC(平衡计分卡)/360 环评/MBO(目标管理)/KSF(关键成功因子)/积分制/计件提成;考核周期(月/季/年+项目制);绩效面谈、绩效改进 PIP、强制分布(271/活力曲线)争议、绩效结果应用(调薪/晋升/淘汰/奖金); (c) 分岗位绩效(本行难点,各岗量化差异极大) — 创意(文案/美术/创意总监:作品质量、获奖、比稿命中率——最难量化)、AE/客户执行(客户满意度、续约、回款、增购、客诉)、媒介/投放(可量化:ROI/ROAS/CPM/转化——最易量化)、策略/策划(方案通过率、洞察)、设计(产能/返稿率/品质)、项目管理(交付准时率、利润率)、销售/BD(新签、回款、毛利); (d) 项目与客户维度绩效(agency 特有,专业服务公司逻辑) — 项目利润率(收入-人力成本-外部成本)、工时制与人效(billability 可计费工时率/utilization 利用率/realization 实现率,借鉴咨询律所)、人均产值/人均毛利、客户续约率与 LTV、客户集中度风险、比稿投入产出、改稿次数失控; (e) 激励与分配机制 — 提成制(按签单/毛利/回款抽成)、项目奖金分成(如何在创意-AE-媒介间分)、年终奖包、合伙人制/事业合伙人/工作室 studio 制/阿米巴、股权期权、创意人才的非物质激励(署名/获奖/成长); (f) 人效、成本与文化 — 人效比(人力成本占收入比,业内估计通常 40-55%,非普适)、毛利率、加班/血汗工厂文化批判(乙方 996/改稿到凌晨)、人才流失率与保留、招聘与培养、组织架构(客户组 vs 职能组 vs 项目制矩阵); (g) 外包/乙方特有张力对绩效的侵蚀 — 甲乙方权力不对等(甲方压价、无限改稿、比稿白嫖创意、账期长垫款重回款难)、低价内卷与红海、项目制不确定性(旺淡季、大客户依赖)、创意工时不可控如何计入绩效、外包 vs 自建团队的成本对比; (h) 争议/批判 — KPI 量化派 vs 创意不可考核派、提成制养蛊 vs 团队协作、强制分布/末位淘汰是否适合小 agency、工时制(billable hours)被咨询律所验证但绑架员工健康、『向甲方看齐做 OKR』水土不服、绩效主义扼杀创意(索尼绩效主义之殇式批判)、乙方绩效本质是『用考核对冲甲方不确定性』的转嫁; (i) 流派/思想谱系 — 专业服务公司管理派(David Maister《Managing the Professional Service Firm》PSF 圣经:leverage 杠杆/utilization 利用率/billing;借鉴咨询律所会计所) vs agency 专家经营派(David C. Baker《The Business of Expertise》+2Bobs podcast、Blair Enns《Win Without Pitching》《Pricing Creativity》定位与定价) vs OKR/目标管理派(John Doerr《Measure What Matters》、Google/Intel OKR、字节/飞书 OKR 本土化) vs 中式绩效工具派(KSF 薪酬全绩效/积分制/阿米巴/华为绩效体系被广告公司借用) vs 本土 4A/广告公司实战派(省广/蓝色光标/华扬联众/利欧 等上市广告公司管理 + 创意热店工作室制)。不含: 广告投放/信息流/SEM 的技术操作本身、甲方市场部/品牌方内部绩效、通用 HR 招聘薪酬全流程(仅取与绩效相关部分)、纯财务会计做账、MCN 达人孵化运营细节。) Master OS — automated mastery of 广告外包公司绩效管理 (Ad Agency / Marketing-Outsourcing Firm Performance Management) — 广告/营销外包公司(乙方 agency:创意热店/4A/本土广告公司/传媒公司/数字营销代理/MCN/设计工作室/内容外包)的『怎么做绩效管理』职业认知操作系统,面向老板/合伙人、运营总监(COO)、HR/HRBP、项目总监、team lead、以及想搭绩效体系的从业者。覆盖: (a) 第一性张力 — 绩效管理的核心世界观分歧: **创意/知识工作『不可量化』 vs 『必须可考核』(创意难归因、难标准化,硬套 KPI 杀创意;但不考核养懒人——这是本行绩效的元矛盾) ⇄ 结果导向(KPI/业绩/回款) vs 过程导向(OKR/能力/成长) ⇄ 个人绩效 vs 团队协作(广告是集体产物,创意-AE-媒介-设计协作,难拆到个人) ⇄ 强激励(提成制:多劳多得但抢单/短视/不协作/吃老客户) vs 稳定(固定+奖金:公平但大锅饭) ⇄ 规模/流水 vs 利润/人效(低价接单冲规模 vs 保毛利)**; (b) 绩效体系设计 — KPI(关键指标法)/OKR(目标与关键成果)/BSC(平衡计分卡)/360 环评/MBO(目标管理)/KSF(关键成功因子)/积分制/计件提成;考核周期(月/季/年+项目制);绩效面谈、绩效改进 PIP、强制分布(271/活力曲线)争议、绩效结果应用(调薪/晋升/淘汰/奖金); (c) 分岗位绩效(本行难点,各岗量化差异极大) — 创意(文案/美术/创意总监:作品质量、获奖、比稿命中率——最难量化)、AE/客户执行(客户满意度、续约、回款、增购、客诉)、媒介/投放(可量化:ROI/ROAS/CPM/转化——最易量化)、策略/策划(方案通过率、洞察)、设计(产能/返稿率/品质)、项目管理(交付准时率、利润率)、销售/BD(新签、回款、毛利); (d) 项目与客户维度绩效(agency 特有,专业服务公司逻辑) — 项目利润率(收入-人力成本-外部成本)、工时制与人效(billability 可计费工时率/utilization 利用率/realization 实现率,借鉴咨询律所)、人均产值/人均毛利、客户续约率与 LTV、客户集中度风险、比稿投入产出、改稿次数失控; (e) 激励与分配机制 — 提成制(按签单/毛利/回款抽成)、项目奖金分成(如何在创意-AE-媒介间分)、年终奖包、合伙人制/事业合伙人/工作室 studio 制/阿米巴、股权期权、创意人才的非物质激励(署名/获奖/成长); (f) 人效、成本与文化 — 人效比(人力成本占收入比,业内估计通常 40-55%,非普适)、毛利率、加班/血汗工厂文化批判(乙方 996/改稿到凌晨)、人才流失率与保留、招聘与培养、组织架构(客户组 vs 职能组 vs 项目制矩阵); (g) 外包/乙方特有张力对绩效的侵蚀 — 甲乙方权力不对等(甲方压价、无限改稿、比稿白嫖创意、账期长垫款重回款难)、低价内卷与红海、项目制不确定性(旺淡季、大客户依赖)、创意工时不可控如何计入绩效、外包 vs 自建团队的成本对比; (h) 争议/批判 — KPI 量化派 vs 创意不可考核派、提成制养蛊 vs 团队协作、强制分布/末位淘汰是否适合小 agency、工时制(billable hours)被咨询律所验证但绑架员工健康、『向甲方看齐做 OKR』水土不服、绩效主义扼杀创意(索尼绩效主义之殇式批判)、乙方绩效本质是『用考核对冲甲方不确定性』的转嫁; (i) 流派/思想谱系 — 专业服务公司管理派(David Maister《Managing the Professional Service Firm》PSF 圣经:leverage 杠杆/utilization 利用率/billing;借鉴咨询律所会计所) vs agency 专家经营派(David C. Baker《The Business of Expertise》+2Bobs podcast、Blair Enns《Win Without Pitching》《Pricing Creativity》定位与定价) vs OKR/目标管理派(John Doerr《Measure What Matters》、Google/Intel OKR、字节/飞书 OKR 本土化) vs 中式绩效工具派(KSF 薪酬全绩效/积分制/阿米巴/华为绩效体系被广告公司借用) vs 本土 4A/广告公司实战派(省广/蓝色光标/华扬联众/利欧 等上市广告公司管理 +
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。
AI自适应学习 (AI Adaptive Learning) Master OS — automated mastery of AI Adaptive Learning: top builders' mental models, tool stack, current workflows, jargon, and where to keep up. Trigger this skill when the user works on AI Adaptive Learning problems and wants industry-grade thinking, tool selection, or workflow guidance. 触发词：「自适应学习」「智能诊断」「自适应题库」「学习路径规划」「知识追踪」
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。
AI 产品经理 (LLM 应用 / 生成式 AI / Agent 产品 / Copilot 嵌入 — 跨模型评估 / 工作流设计 / 产品-工程协同) (AI Product Manager — LLM application / generative AI / agent product 的产品经理实战) Master OS — automated mastery of AI Product Manager — LLM application / generative AI / agent product 的产品经理实战: top builders' mental models, tool stack, current workflows, jargon, and where to keep up. Trigger this skill when the user works on AI Product Manager — LLM application / generative AI / agent product 的产品经理实战 problems and wants industry-grade thinking, tool selection, or workflow guidance. 触发词：「AI 产品经理」「AI PM」「LLM 产品」「Generative AI product」「RAG 产品」
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。
AI 短剧 (AI 微短剧) (AI 短剧 (AI 微短剧) (从业者视角) — 用 AIGC 工具（AI 视频生成 / AI 脚本 / AI 生图 / AI 配音 / 对口型 / 角色一致性）制作竖屏微短剧并变现的新兴行业。覆盖: (a) 创作工作流 — 选题→剧本/分镜→AI 生图→图生视频(首尾帧/运镜/参考)→配音/对口型→剪辑/调色→成片，其中角色/场景一致性是第一性难题; (b) 工具栈 — 视频生成(可灵 Kling / 即梦 Seedance / 海螺 Hailuo / Vidu / Runway Gen / OpenAI Sora / Pika / Luma / Pixverse)、脚本(LLM)、生图(Midjourney/SD/即梦)、配音(TTS)、对口型、剪辑(剪映/CapCut); (c) 商业/变现 — 国内付费投流(IAP + ROI + 平台分账, 抖音/快手/红果/微信小程序短剧)与海外订阅(ReelShort/DramaBox/ShortMax/GoodShort)两套打法、品牌定制、成本结构; (d) 合规 — 中国《人工智能生成合成内容标识办法》(2025-09 强制 AI 标识)、广电微短剧备案与分类分层审核、版权与肖像权。主战场 = 抖音/快手/视频号/B站 + 海外短剧 App。学派分歧: 纯 AI vs AI+实拍混合、国内投流 vs 海外订阅、视频工具派之争、「AI 短剧是真需求还是伪风口」。不含: 传统实拍短剧制作、通用影视编剧(已有 scriptwriting skill)、短视频信息流投放(已有 short-video-ads skill)、纯 AI 视频底层技术研发。) Master OS — automated mastery of AI 短剧 (AI 微短剧) (从业者视角) — 用 AIGC 工具（AI 视频生成 / AI 脚本 / AI 生图 / AI 配音 / 对口型 / 角色一致性）制作竖屏微短剧并变现的新兴行业。覆盖: (a) 创作工作流 — 选题→剧本/分镜→AI 生图→图生视频(首尾帧/运镜/参考)→配音/对口型→剪辑/调色→成片，其中角色/场景一致性是第一性难题; (b) 工具栈 — 视频生成(可灵 Kling / 即梦 Seedance / 海螺 Hailuo / Vidu / Runway Gen / OpenAI Sora / Pika / Luma / Pixverse)、脚本(LLM)、生图(Midjourney/SD/即梦)、配音(TTS)、对口型、剪辑(剪映/CapCut); (c) 商业/变现 — 国内付费投流(IAP + ROI + 平台分账, 抖音/快手/红果/微信小程序短剧)与海外订阅(ReelShort/DramaBox/ShortMax/GoodShort)两套打法、品牌定制、成本结构; (d) 合规 — 中国《人工智能生成合成内容标识办法》(2025-09 强制 AI 标识)、广电微短剧备案与分类分层审核、版权与肖像权。主战场 = 抖音/快手/视频号/B站 + 海外短剧 App。学派分歧: 纯 AI vs AI+实拍混合、国内投流 vs 海外订阅、视频工具派之争、「AI 短剧是真需求还是伪风口」。不含: 传统实拍短剧制作、通用影视编剧(已有 scriptwriting skill)、短视频信息流投放(已有 short-video-ads skill)、纯 AI 视频底层技术研发。: top builders' mental models, tool stack, current workflows, jargon, and where to keep up. Trigger this skill when the user works on AI 短剧 (AI 微短剧) (从业者视角) — 用 AIGC 工具（AI 视频生成 / AI 脚本 / AI 生图 / AI 配音 / 对口型 / 角色一致性）制作竖屏微短剧并变现的新兴行业。覆盖: (a) 创作工作流 — 选题→剧本/分镜→AI 生图→图生视频(首尾帧/运镜/参考)→配音/对口型→剪辑/调色→成片，其中角色/场景一致性是第一性难题; (b) 工具栈 — 视频生成(可灵 Kling / 即梦 Seedance / 海螺 Hailuo / Vidu / Runway Gen / OpenAI Sora / Pika / Luma / Pixverse)、脚本(LLM)、生图(Midjourney/SD/即梦)、配音(TTS)、对口型、剪辑(剪映/CapCut); (c) 商业/变现 — 国内付费投流(IAP + ROI + 平台分账, 抖音/快手/红果/微信小程序短剧)与海外订阅(ReelShort/DramaBox/ShortMax/GoodShort)两套打法、品牌定制、成本结构; (d) 合规 — 中国《人工智能生成合成内容标识办法》(2025-09 强制 AI 标识)、广电微短剧备案与分类分层审核、版权与肖像权。主战场 = 抖音/快手/视频号/B站 + 海外短剧 App。学派分歧: 纯 AI vs AI+实拍混合、国内投流 vs 海外订阅、视频工具派之争、「AI 短剧是真需求还是伪风口」。不含: 传统实拍短剧制作、通用影视编剧(已有 scriptwriting skill)、短视频信息流投放(已有 short-video-ads skill)、纯 AI 视频底层技术研发。 problems and wants industry-grade thinking, tool selection, or workflow guidance. 触发词：「ai 短剧」「ai 微短剧」「ai short drama」「ai 短剧制作」「ai 短剧工作流」
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。
AIGC 创作工作流 (AIGC 创作工作流 / AIGC Creative Workflow — 以「生成式 AI 视觉创作（图像 + 视频）的工程化创作流水线」为对象的认知操作系统：从「需求/概念（要做什么画面/镜头/风格）→ 模型与工具选型（Midjourney / Stable Diffusion·SDXL·Flux / ComfyUI / 可灵 Kling / 即梦 Jimeng / Runway / Vidu / Sora）→ Prompt 与参数设计（提示词工程、风格描述、负向、种子、CFG/步数/采样器、参考图）→ 可控生成（ControlNet / LoRA / IPAdapter / inpainting / 图生图 / 局部重绘 / 区域控制）→ 批量出图与筛选 → 精修与合成（放大/超分、修手修脸、PS/AE 后期、抠图合成）→ 图生视频/文生视频（首尾帧、运镜、时长、一致性、对口型）→ 商业交付与迭代复现（参数留存、工作流文件复用、版权与可商用判断）」的完整创作-工程-交付决策链。覆盖 (a) 第一性张力 — **可控性/工程化复现（ControlNet/LoRA/ComfyUI 节点工作流/固定种子与参数/可复现可迭代）⇄ 随机性/抽卡玄学（出图随机、prompt 玄学、抽卡刷图、靠运气）**；**审美/创意/艺术指导主导（人的审美判断、概念设计、构图、镜头语言、艺术总监能力——'模型是地板，审美是天花板'）⇄ 工具/模型/参数主导（堆模型能力、堆参数、堆 LoRA、以为换个大模型就行）**；**开源生态/本地可控（Stable Diffusion / ComfyUI / Flux / civitai / liblib 本地部署可定制可控可商用、显卡门槛）⇄ 闭源商业/易用黑盒（Midjourney / 可灵 / 即梦 / Runway 开箱即用但不可精控、按量付费、黑盒）**；**图像生成（T2I/I2I：Midjourney / SDXL / Flux）⇄ 视频生成（T2V/I2V：可灵 / Runway Gen-3 / Vidu / 即梦 / Sora，2024-2025 前沿从图迁移到视频）**；**生产力/商业量产（替代或增强传统设计/插画/电商/广告/影视分镜流程、降本提效、批量）⇄ 纯艺术创作/作者表达（个人风格、实验性、作品集）**；**效率/批量（一次出几十张筛选、商单走量、自动化 pipeline）⇄ 质量/精控（单张精修、商业可用级细节、修手修脸修穿帮）**。(b) 核心工作流 / pipeline（最标准、最易蒸高质量 + CLI 化）— 单图创作链：概念/参考收集（moodboard/风格定位/竞品）→ 模型工具选型（按可控性/风格/成本/可商用判断 MJ vs SD/Flux vs 国产）→ Prompt 与参数设计（主体/风格/光影/镜头/负向词/CFG/采样器/分辨率/种子）→ 首轮出图与方向筛选 → 可控迭代（ControlNet 控构图/姿态/线稿、LoRA 控风格/角色一致性、图生图重绘、inpainting 局部修）→ 放大超分与精修（高清放大/修手修脸/后期调色合成）→ 交付与参数留存（工作流文件/种子/参数复现）。视频创作链：分镜/脚本→首帧出图（图像链产出关键帧）→图生视频（运镜/时长/首尾帧/动态强度）→多镜头一致性（角色/场景/风格统一）→对口型/配音/配乐→剪辑合成→交付。ComfyUI 工程链：节点工作流搭建（加载器/采样/ControlNet/放大/面部修复节点）→ 参数化与复用→批量队列→工作流分享（civitai/openart workflow json）。(c) 工具栈 — 闭源图像（Midjourney v6/v7、DALL·E 3、Adobe Firefly、Ideogram、Recraft）、开源图像与底座（Stable Diffusion 1.5/SDXL/SD3、Flux.1 dev/schnell（Black Forest Labs）、ComfyUI（节点式）、Automatic1111/Forge WebUI、Fooocus）、可控生成插件（ControlNet、LoRA、IPAdapter、AnimateDiff、inpainting/outpainting、ReActor 换脸、面部修复 CodeFormer/GFPGAN、放大 ESRGAN/SUPIR/Topaz）、模型/资源社区（Hugging Face、Civitai、liblib 哩布、吐司 Tusi、openart）、视频生成（可灵 Kling、即梦 Dreamina/Jimeng、Runway Gen-3/Gen-4、Luma Dream Machine、Pika、Vidu、海螺 Hailuo、Sora、Wan 通义万相、MiniMax）、辅助（Magnific 放大、Krea、Photoshop/After Effects 后期、ChatGPT/Claude 写 prompt、reverse prompt 反推）。(d) 知识正典 — AIGC 创作 canon 横跨论文/工程/社区教程：奠基论文（DDPM、Latent Diffusion/Stable Diffusion（Rombach et al）、DiT、ControlNet（Zhang et al）、LoRA、DreamBooth、Textual Inversion、SDEdit、IP-Adapter、视频扩散 SVD/Sora 技术报告）、官方文档与模型卡（Stability AI、Black Forest Labs Flux、ComfyUI 文档、Midjourney docs、可灵/即梦官方教程、Hugging Face diffusers）、社区教程与工作流（ComfyUI 官方示例、civitai 文章、B站/YouTube 创作者长教程、openart workflow）、prompt 工程资源（Midjourney 风格库、提示词指南）。(e) figures/流派 — 模型/工具创造者（Midjourney David Holz、Stability AI Emad/Robin Rombach、Black Forest Labs（Flux，原 SD 团队）、ComfyUI comfyanonymous、ControlNet 张吕敏 Lvmin Zhang、AUTOMATIC1111、可灵/即梦/快手字节团队）、创作者 KOL 与教育者（Midjourney/SD 头部创作者、ComfyUI 工作流大神、AI 视频创作者、国内 B站/抖音 AIGC 教程作者、独立 AI 艺术家）、行业分析与评测（AI 工具评测、生成式 AI 创作生态观察者）。流派分歧：开源可控派（SD/ComfyUI/Flux 本地精控）vs 闭源易用派（MJ/可灵开箱即用）、工程化派（节点工作流/可复现/参数化）vs 玄学抽卡派（prompt 玄学/堆词/抽卡）、审美主导派（'模型是地板审美是天花板'）vs 工具主导派（堆模型堆参数）、图像派 vs 视频派、艺术创作派 vs 商业生产力派、国产工具派（可灵/即梦/liblib）vs 海外工具派（MJ/Flux/Runway）。(f) 行业话术/黑话 — 出图 / 抽卡 / 刷图 / 炼丹（训练 LoRA）/ 喂图 / 垫图（参考图/图生图）/ 控图 / 锁种子 seed / CFG / 采样器 sampler / 步数 steps / 重绘幅度 denoise / 提示词 prompt / 咒语 / 负向 negative / 权重 / tag / 大模型 checkpoint / 底模 / LoRA / ControlNet / 控线稿/openpose/depth / IPAdapter / inpainting 局部重绘 / outpainting 扩图 / 高清放大 / 超分 / 修手 / 崩手 / AI 味 / 风格 / 角色一致性 / 工作流 workflow / 节点 / 跑图 / 队列 / 文生图 T2I / 图生图 I2I / 文生视频 T2V / 图生视频 I2V / 首帧/尾帧 / 运镜 / 动态强度 / 时长 / 对口型 / 一致性 / 可商用 / 训练集 / 过拟合 / 翻车 / 穿帮。(g) 争议/批判 — 「版权与训练数据」（模型训练用未授权作品、生成图版权归属、可商用风险、洗图/伪原创）、「AI 替代创作者就业」（替代画师/插画师/设计师/摄影、行业冲击与转型）、「AI 味与审美趋同」（生成图同质化、套模板、缺乏原创审美）、「玄学 prompt 神话与割韭菜」（'咒语'神秘化、'7天 AIGC 变现/月入过万'付费课割韭菜、抽卡当能力）、「工具快速迭代与淘汰焦虑」（模型月月换、工作流频繁失效、追新疲劳）、「开源 vs 闭源之争」（可控可商用 vs 易用黑盒）、「质量天花板」（修手修脸穿帮、长视频一致性、可控性仍有限）。(h) 大量隐性创作手艺 + 审美 + 工程 + 沟通软技能（prompt 的描述功底与审美词汇、参数与采样的手感、ControlNet/LoRA 的组合控制经验、节点工作流的搭建与调试、批量筛选的审美眼力、修图合成的后期功底、镜头语言与运镜设计、角色/风格一致性的控制、商业需求的翻译与交付、版权与可商用的判断）是高 tacit、靠大量实操跑图 + 审美积累 + 工程调试经验的核心。水分极高（大量'咒语速成/一键变现/AI 绘画割韭菜'营销
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。