---
配图位 1（把图命名为 case16-1.jpg 放进 assets/）
「正确的废话」月报 vs「直指问题」月报对比图，横版 16:9
一、先认清楚：AI 写的报告为什么全是废话
老板让 AI 写经营月报，期待的是"帮我看出问题"。结果出来全是空话。根子在两个地方：
第一个坑：让 AI 自己算数字。
大模型不是计算器。你让它"算一下这几个月的增长率、占比、环比"，它会算错，甚至编一个看起来很合理的数字。算都算不准，分析当然站不住。
第二个坑：没给 AI"判断的框架"。
你只说"帮我分析一下经营情况"，AI 不知道你关心什么、按什么标准判断好坏。它只能套最安全的话——"稳步增长、加强管控"。这不是 AI 笨，是你没告诉它"该用什么眼光看这堆数字"。
两个坑叠加，结果就是：算不准 + 没框架 = 一份谁都挑不出错、但谁看了都没用的"正确的废话"。
---
二、关键转念：把"算"和"判断"分开，各交给最合适的角色
「马到陈工」拆这个问题，靠的是一个很朴素的分工原则：
数字处理这种"要绝对精确"的活，交给代码——代码算 1+1 永远等于 2，绝不出错、绝不乱编。 判断分析这种"要经验和眼光"的活，交给 AI——但必须先把你的经营逻辑"喂"给它。
很多人一上来就让 AI 又算又判断，等于让一个人既当计算器又当军师，两头都做不好。 拆开，各归各位，质量立刻上一个台阶。
---
三、「马到陈工」的落地法：代码管算，skill 管判断
具体落地，「马到陈工」分两手做：
第一手：精确数字交给代码。
所有"算增长、算占比、算环比、对比上期、找异常波动"的活，我们用代码处理。代码跑出来的数字百分百准确、可校验、不会编。AI 拿到的是一堆已经算好的、靠谱的数字。
第二手：判断逻辑做成可复用的"判断 skill"。
这是关键。我们把你公司"看经营该怎么看"的逻辑，固化成一套 AI 能用的判断框架，比如：
- 哪些指标跌了要重点报、跌多少算异常；
- 看到某个数字异常，要顺着哪几个维度往下挖原因；
- 不同业务线，关注的重点不一样，分别按什么标准判断。
这套"判断 skill"做好后，AI 不再是泛泛地写，而是戴着你的经营眼光去看那堆准确的数字，挖出"这里跌了、对比上月异常、原因可能在这条线上"的真问题。
这正是「马到陈工」常讲的："别让 AI 又算又想。算交给代码，想给它框架——AI 才能从'正确的废话'变成'真有用的洞察'。"
---
四、效果对比：废话报告 vs 有用报告
| 直接让 AI 算+写 | 「马到陈工」的代码+skill 法 | |
|---|---|---|
| 数字准不准 | 可能算错、可能编 | 代码算，百分百准 |
| 有没有洞察 | 全是"稳步增长、加强管控" | "X 指标异常下跌，原因指向 Y" |
| 能不能复用 | 每次都要重新调教 | judgement skill 一次做好天天用 |
| 老板看了 | "还不如我自己看表" | "这个问题我还真没注意到" |
---
配图位 2（把图命名为 case16-2.jpg 放进 assets/）
「数字交代码 + 判断交 skill」流程图：原始数据 → 代码精确计算 → 定制判断 skill → 点出真问题的经营月报
五、落地步骤：老板今天可以这样动
- 先承认"AI 报告空"不是 AI 的错： 是你让它又算又判断、还没给框架。换个分工就好了。
- 把"要算的"和"要判断的"分开： 列一列——月报里哪些是纯计算（增长率、占比），哪些是要判断（哪算异常、怎么挖原因）。
- 让「马到陈工」帮你搭"代码算 + skill 判断"： 数字处理我们用代码做准，判断逻辑我们帮你固化成可复用的 skill。
- 先跑一个月对照： 拿同一个月的数据，对比"AI 直接写"和"代码+skill"出来的两份报告，差距一眼看出来。
- judgement skill 持续养： 你每次看报告时的批注（"这个其实不用报""那个该重点看"），都能反喂进 skill，越用越懂你的生意。
---
六、常见问题（FAQ）
我们就想让 AI 一键出报告，搞这么复杂干嘛？
"一键出报告"的代价就是"出来全是废话"。你真正要的不是"出报告"，是"看出问题"。代码+skill 这套，前期搭一次，后面照样是"一键",但出来的是有用的东西。前期搭建「马到陈工」全包，你不用操心。
什么叫"判断 skill"，听起来很玄？
一点不玄。就是把"你这个老板看经营报表时脑子里那套判断标准"写下来、固化给 AI。比如"毛利率掉 2 个点以上必须报、要查是哪条线拖的"。把这些经验变成 AI 能照着做的框架，就是判断 skill。
我们数据散在好几个系统，能用吗？
能。代码处理这步本来就要把各系统的数据归拢、算准。这部分「马到陈工」会一起帮你打通，不用你先把数据理干净再来找我们。
这套做一次，以后换月份/换业务线还能用吗？
能，这正是"可复用 skill"的价值——判断逻辑做一次，换数据、换月份直接套。业务线扩了，再补对应的判断规则就行，不用从头来。 > 延伸： 如果你让 AI 写过经营分析，嫌它"太空、太表面、全是废话"——问题不在 AI，在分工。「马到陈工」可以帮你把"算"交给代码、把"判断"做成 skill，让 AI 真讲出问题在哪。