執行結果預覽
使用此 Playbook 後，您將獲得結構化的決策方案
結果範例圖片即將推出
Operations
30 min
專案回顧與學習（專案結束後生成學習報告）
專案結束後你需要生成學習報告，但不知道如何系統化回顧。這個工作流從回顧成功與失誤、提出改進路線到知識封裝，幫助你建立完整的專案回顧報告。
1
專案回顧顧問回顧成功與失誤
Block: task_project_retrospective
輸入來源：
• 請描述專案資訊:
Global (請描述專案資訊)
輸出：
• 專案回顧顧問回顧成功與失誤_output: 階段 專案回顧顧問回顧成功與失誤 的輸出
專案後顧問式回顧分析，包含：
**成功要素**：
- 關鍵成功因素
- 做得好的地方
- 最佳實踐
**錯誤假設**：
- 錯誤的假設
- 預期與實際差異
- 學習點
**學習與改進**：
- 關鍵學習
- 改進建議
- 未來應用
要求：
- 客觀分析，建設性建議
- 輸出格式為 Markdown 報告
專案資訊：[ 專案資訊 ]
[ 請描述專案資訊 ]
2
全方位評分與建議
Block: task_comprehensive_evaluation
輸入來源：
• 請貼上階段_1_的回顧結果:
Node Output (專案回顧顧問回顧成功與失誤.專案回顧顧問回顧成功與失誤_output)
輸出：
• 全方位評分與建議_output: 階段 全方位評分與建議 的輸出
給我全方位的評分與建議。
評估維度：
- 策略層面：目標清晰度、策略合理性、執行可行性
- 執行層面：資源配置、時程規劃、風險控制
- 成果層面：達成度、品質、影響力
- 改進層面：優化空間、最佳實踐建議
請提供：
- 各維度評分（1-10 分）
- 綜合評分與等級
- 優勢分析
- 改進建議
- 優先行動建議
評估內容：[ 評估內容 ]
[ 請貼上階段 專案回顧顧問回顧成功與失誤 的輸出：專案回顧顧問回顧成功與失誤_output ]
3
系統優化顧問提出改進路線
Block: task_system_optimization_consultant
輸入來源：
• 請貼上階段_2_的評估結果:
Node Output (全方位評分與建議.全方位評分與建議_output)
輸出：
• 系統優化顧問提出改進路線_output: 階段 系統優化顧問提出改進路線 的輸出
根據現況生成顧問式優化報告，包含：
**現況摘要**：
- 當前系統狀況
- 關鍵指標與數據
- 運作模式分析
**問題診斷**：
- 核心問題識別
- 問題根本原因分析
- 影響範圍評估
**短中長期改進建議**：
- **短期（1-3 個月）**：快速改善措施
- **中期（3-6 個月）**：結構性優化
- **長期（6-12 個月）**：戰略性升級
**AI 升級方向**：
- AI 應用機會
- 自動化潛力
- 智能化建議
要求：
- 顧問式語氣，客觀分析
- 輸出格式為 Markdown 報告
現況描述：[ 現況描述 ]
[ 請貼上階段 全方位評分與建議 的輸出：全方位評分與建議_output ]
4
文件封裝知識封裝
Block: task_smartboss_packager
輸入來源：
• 請貼上前面階段的所有內容:
Node Output (系統優化顧問提出改進路線.系統優化顧問提出改進路線_output)
輸出：
• 文件封裝知識封裝_output: 階段 文件封裝知識封裝 的輸出
將專案轉成兩份文件：
**1. SmartBoss 設定說明書（文字版）**
- 系統設定步驟
- 欄位定義與格式
- 自動化規則
- 權限設定
- 維護說明
**2. AI 前情提要說明書**
- 專案背景
- 目標與範圍
- 關鍵決策
- 技術架構
- 注意事項
要求：
- 純文字版本，以供 AI 後續展開
- 結構清晰，易於理解
- 輸出格式為 Markdown 段落
專案內容：[ 專案內容 ]
[ 請貼上階段 系統優化顧問提出改進路線 的輸出：系統優化顧問提出改進路線_output ]Designed by Jack, AI Strategist
Stay updated with new workflows.
Get notified when we add new workflows and updates.