用 AI 做好计划之二：趁手的工具与 Skill

上一篇《用 AI 做好计划之一：把 PDCA 环转起来》讲的是心法——人主导、AI 助攻，怎么把 Plan-Do-Check-Act 这个环转起来。写完有朋友问我：道理我懂了，可具体用什么家伙？

好问题。心法讲多了容易变成鸡汤，今天咱们上兵器谱。

先把话说在前头：做计划这事，没有一件“银弹”工具。 市面上打着“AI 计划助手”旗号的产品一抓一大把，但你真上手就会发现，它们大多在“生成一份好看的计划”这一步很唰，到了“跟着计划跑三个月、天天纠偏”这一步就哑火了。原因不复杂——生成是一次性的，维护是持续的，而持续维护恰恰是计划的命门。

所以这篇不吹某个神器，而是按 PDCA 的四个环节，讲清楚每一环该用什么类型的工具，怎么选，以及一个我更推荐的路子：把 PDCA 封装成你自己的 AI Skill。 文末附一份可以直接抄的模板。

先说清楚三个概念，免得后面绕：

• 通用对话式 AI：ChatGPT、Claude、Gemini 这类。灵活、能推理、能读你的文档，但你说完它就忘，得你反复喂上下文。
• AI Agent / 编排工具：能调工具、有记忆、能多步自治的那种（Claude 的 Agent、各类 workflow 平台）。适合把重复动作自动化。
• AI Skill：把一段固定的工作流程 + 提示词 + 脚本，打包成一个可复用、可触发的“技能”。你不用每次重新解释一遍，喊一声就跑。这是我今天要重点安利的东西。

按 PDCA 分环节，各用什么兵器

先给一张总表，忙的读者扫一眼就够了；后面再挑几个关键的展开。

看出规律没有？Plan 和 Act 靠“会想”的通用 AI，Do 和 Check 靠“不嫌烦”的自动化。 前者要判断力，后者要执行力——别指望一个工具全包。

下面挑三个我踩过坑、也尝到甜头的点，具体说说。

Plan：别用“计划生成器”，用“会抬杠的对话 AI”

我试过好几个号称一键生成项目计划的产品，结论是：它们生成的计划太顺了，顺到没用。 一个真实项目的价值恰恰在那些不顺的地方——风险、依赖、意外。

所以计划这一步，我反而回归到最朴素的通用对话式 AI（Claude 或 GPT 都行），因为它支持你反复追问、让它唱反调。上一篇讲的“事前验尸”那招，只有在能多轮对话的工具里才玩得转。一次性生成器给不了你这个。

选型就一条：挑那个能读你整份文档、能陪你聊十个回合还不掉线的。 上下文窗口和推理能力，比界面漂不漂亮重要得多。

举个冲刺规划会的场景。你作为 Scrum Master，会前把产品抛来的需求丢给 AI：“把这次迭代要做的支付对账功能拆成任务，标出依赖和风险。”它十分钟给你一张作战图——你带着它进规划会，团队估点、排依赖就有得聊了，而不是从零开始七嘴八舌。AI 不是替你拍计划，是替你把会前那点没人愿意做的功课做掉。

Do & Check：结构化是一切自动化的前提

这一步的兵器选择，取决于你的数据长什么样。

我见过太多人的计划是一张微信里的截图，或者一段大白话。这种计划，AI 帮不上忙——它没法读、没法更新、没法对着它算延期。想让 AI 当项目助理，第一步是把计划变成机器能读的结构化数据：Markdown 表格、YAML、或者干脆用支持 API 的看板工具（Notion、飞书多维表格、Jira 这类）。

数据结构化之后，选型看两点：

• 能不能接上你的真实数据源。 进度别靠人手填、更别靠 AI 猜。能对接 CI、监控、工单最好，退而求其次也得是人如实更新。
• 能不能定时自动跑。 每天早上自动扫一遍计划、把延期项标红、生成一段周报草稿——这种活儿一旦自动化，你才算真正省下了时间。

举个能立刻上手的例子：把你团队在用的看板工具（Jira、飞书多维表格这类）当数据源，配一个每天早上 9 点的定时任务——读一遍看板，把超期和濒临超期的任务标红，再往群里推一条“以下 3 个任务已延期、2 个有延期风险”。项目经理从此不用自己盯板子，盯的是 AI 的推送。数据源是工具里的真实状态，AI 只负责算和提醒——这就是“结构化 + 真实数据源 + 定时自动跑”的教科书示范。

一句提醒，跟上一篇一个意思，值得再念一遍：

AI 只做加工和提醒，不做数据源。 你让它猜任务做没做完，它会一本正经地瞎猜。真实进展必须由人或系统喂给它。

Act：让 AI 生成“决策对照表”，而不是替你决策

处置这一步纯靠判断，工具帮不了你拍板，但能帮你把选项摊开。这活儿用通用对话式 AI 最顺手——把偏差和几个备选方案丢给它，让它生成一张利弊对照表。这个 Prompt 值得你存下来复用，我放在文末了。

更省事的路子：把 PDCA 封装成你自己的 AI Skill

前面按环节讲了工具，但你可能已经嗅到一个麻烦：每一步都要重新跟 AI 解释一遍“我要干嘛、按什么格式、注意什么”，太累了。

这就是我最想安利的东西——AI Skill。

一句话解释：Skill 就是把“一段固定的工作流程 + 提示词 + 可选的脚本”打包成一个可复用的技能，存起来，下次喊一声名字就跑，不用重新解释。现在主流的 AI 编程工具（Claude Code、Cursor 等）都支持这个概念，通常就是一个 SKILL.md 文件，加上可选的脚本和模板。

拿做计划打比方：

• 不用 Skill：你每次都得跟 AI 从头讲“帮我拆任务、标依赖、按乐观正常悲观三档估工期、然后做事前验尸找 10 个风险……”——每次都是一大段。
• 用 Skill：你把这套流程写进一个 pdca-plan 的 Skill，以后只要说“用 pdca-plan 帮我规划这个目标”，它自动按你定好的流程走一遍。

Skill 的本质，是把你做计划的“方法论”固化下来，让它可复用、可迭代。 你今天优化了“找风险”的提示词，明天所有计划都能享受这个优化——这才是复利。

Scrum Master 的日常尤其适合封装成 Skill，因为那些仪式全是固定套路：冲刺规划、每日站会、冲刺回顾，都是重复的动作加上固定的输出格式。就拿回顾会举例：把散乱贴满一墙的便利贴丢给“回顾 Skill”，它按“做得好 / 要改进 / 下个迭代要做”三类聚类，再生成一份可执行的改进清单。这套活你每个迭代都要干，写一次 Skill 往后就能反复用，还能越磨越好。

一个做计划的 Skill，我建议至少封装这几件事：

1. 触发条件：什么时候该用它（“做项目计划 / 拆解目标 / 排风险”时）。
2. 固定流程：Plan→Do→Check→Act 每一步 AI 该做什么、按什么顺序。
3. 输出格式：任务表长什么样、风险表长什么样、周报几段话——定死，省得每次协商。
4. 铁律约束：比如“真实进展由人喂、AI 不当数据源”“目标和取舍由人拍板”这类红线，写进 Skill 里，防止 AI 自作主张。

落地交付物：一份可以直接抄的 PDCA Skill

说了这么多，给你一份能直接改改就用的 SKILL.md 骨架。放进你的 AI 工具的 skills 目录（Claude Code 是 .claude/skills/，Cursor 是 .cursor/skills/），改成你自己的项目术语即可。

# Skill: pdca-plan

## 触发条件
当用户要做项目计划、拆解目标、排查风险、写周报、
或需要根据进展纠偏调整计划时，使用本 Skill。

## 铁律（不可违反）
- 目标、约束、优先级由人定，AI 不替用户拍板。
- 真实进展由人或系统提供，AI 只做加工和提醒，绝不猜测任务进度。
- 计划一律写成结构化表格（见下方格式），不用纯文字或截图。

## 工作流程

### Plan
1. 先向用户确认三件事：目标是什么？死约束有哪些？什么最重要？
2. 把目标拆成任务树，标出依赖关系和可并行/须串行。
3. 做“事前验尸”：假设三个月后项目失败，列出 10 个最可能的原因
   （按概率排序），每条给一个预防措施。
4. 按乐观/正常/悲观三档估工期，并说明差异来源。

### Do & Check
5. 用下方“任务表”格式维护计划。
6. 每次收到进展更新，只更新对应行的进度，不臆造未提供的信息。
7. 按需生成：周报草稿（三段，突出风险）、延期检测、依赖连锁预警。

### Act
8. 出现偏差时，生成“决策对照表”：每个备选方案的利弊、
   风险、对最终目标的影响。让用户拍板。
9. 用户确认后，更新任务表 + 生成一段给相关方的变更说明。

## 输出格式

任务表：
| 任务 | 负责人 | 计划完成 | 进度 | 风险/备注 |
|---|---|---|---|---|

决策对照表：
| 方案 | 利 | 弊 | 风险 | 对目标的影响 |
|---|---|---|---|---|

如果你还没用上支持 Skill 的工具，没关系，下面这四段 Prompt 直接贴进任何对话式 AI 也能用，对应 PDCA 四步：

① Plan · 拆解

我要达成这个目标：【填目标】。
约束：【时间/人力/预算】。优先级最高的是：【填】。
请拆成任务清单，标出依赖关系、大致工作量、哪些可并行哪些须串行。

② Plan · 事前验尸

假设这个计划三个月后彻底失败了。
请扮演一个悲观的资深工程师，列出 10 个最可能的失败原因，
按发生概率从高到低排，每条给一个预防措施。

③ Check · 偏差检测

今天是【日期】。这是我的任务表：【贴表格】。
对照计划完成时间，哪些任务已延期或有延期风险？
有没有因为某个任务延期而连累后续任务的连锁风险？

④ Act · 决策对照

出现了这个偏差：【描述】。我现在有这几个选择：
1)【方案一】 2)【方案二】 3)【方案三】。
请分别分析每个选择的利弊、风险和对最终目标的影响，做成对照表。

最后一句

工具会换、产品会迭代，今天火的明天可能就没人提了。但有两样东西不会过期：一是 PDCA 这个转了几十年的老框架，二是你把方法论固化成 Skill 的能力。

所以我的建议是：别追工具，追方法。 挑一个能陪你多轮对话、能读你文档的通用 AI 打底，把你做计划的套路沉淀成一个 Skill，然后在用的过程中一点点打磨它。工具是消耗品，方法论才是你的复利资产。

真正稀缺的，从来不是“会用某个工具”，而是知道自己要去哪，以及有一套能一遍遍复用的打法。前者 AI 给不了你，后者，AI 能帮你放大。

这是三部曲的第二篇（兵器）。开头的心法在第一篇《用 AI 做好计划之一：把 PDCA 环转起来》；把这套打法交给一个长期运行的 Agent 自动转起来，在第三篇《用 AI 做好计划之三：配个不睡觉的监工》。

全文思维导图

@startmindmap
<style>
mindmapDiagram {
  node {
    BackgroundColor #F8F9FA
    RoundCorner 10
    Padding 10
    FontSize 13
  }
  :depth(0) {
    BackgroundColor #1E3A5F
    FontColor white
    FontSize 18
    FontStyle bold
  }
  :depth(1) {
    FontSize 15
    FontStyle bold
  }
  :depth(2) {
    FontSize 13
  }
}
</style>

* 做计划的 AI 兵器谱
** 三类兵器
*** 通用对话式 AI（会想）
*** AI Agent/编排（能自动）
*** AI Skill（可复用打法）
** 按 PDCA 选工具
*** Plan：会抬杠的对话 AI
*** Do&Check：结构化+自动化
*** Act：生成决策对照表
*** 规律：想靠通用AI，做靠自动化
** 封装成自己的 Skill
*** 本质：固化方法论
*** 触发条件/固定流程
*** 输出格式/铁律约束
*** 优化一次，处处复利
** 落地交付物
*** 可抄的 SKILL.md 骨架
*** 四段 PDCA Prompt
** 最后
*** 别追工具，追方法
*** 工具是消耗品
*** 方法论才是复利资产
@endmindmap

本作品采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可。 欢迎在我的个人网站 https://www.fanyamin.com 访问原文并评论。