搭建你的AI搭档

从"会用AI工具"到"拥有一个懂你业务的AI搭档"的施工图纸。不是入门教程——你已经在用Cursor了。这份指南帮你把AI从一个临时工变成一个越用越懂你的伙伴。

CRM&服务中心产品部 V2.0 配套材料 2026年4月

PART 01 七层拓扑:你的AI应该知道什么

你现在的AI只活在"行动层"——你告诉它做什么,它就做什么。但它不知道你为什么要做这件事,不知道你的同事在做什么相关的事,不知道上周的决策如何改变了优先级。

目标是让AI覆盖七个维度。不是线性链条,是一张网——任意一个点进入,所有维度同时展开

1
商业目标
公司/事业部级战略目标
context.md
2
组织目标
部门/个人OKR,战略在组织中的分解
context.md
3
组织分工
部门下的组别划分,各组边界与协作关系
context.md
4
小组职能
你负责什么模块、和谁协作、对口研发是谁
context.md
5
时间进度
季度位置、deadline、关键决策时点
pulse.md
6
行动
需求、任务、PRD、会议决策——飞书项目里的工作项
MCP 数据源
7
结果
业务指标、上线效果、验证数据
knowledge.md

你现在在哪,目标在哪

L1
工具使用者
偶尔问AI问题
L2 ← 你在这
流程加速者
AI覆盖行动层
每次从零开始
L3 ← Q2目标
协作搭档
覆盖3+层拓扑
AI有持续记忆
L4
决策增强者
覆盖全部七层
主动发现跨层矛盾

L3的最低标准:你的AI能回答"我现在负责什么项目、当前最重要的事是什么、上周有什么关键决策"——不需要你每次重新教它。

同一个问题,两种AI的回答

假设你问AI:"仇彦昕的AI质检DIFY工具需求和陈孟莹的鲸息客服系统工单需求有什么关系?"

单层AI(只有行动层)

"两个都跟质检有关。一个是开发DIFY工具,一个是查询质检工单信息接口。它们可能有数据上的关联。"

→ 正确但无用。任何人看标题都能得出这个结论。

七层AI(覆盖全拓扑)

"这两条需求是同一条质检数据链路的上下游。陈孟莹的接口把鲸息系统的工单数据暴露出来,仇彦昕的DIFY工具消费这些数据做AI质检判定。如果陈孟莹的接口延期,仇彦昕的DIFY就没有数据源。这条链路连着服务中心Q2优先级里的AI质检方向。"

→ 跨层关联:行动→小组职能→组织目标。可以辅助决策。

差距不在模型能力,在于你的AI有没有这张网。这份指南教你怎么建。

PART 02 整体架构

你需要搭建四个基础件,它们共同组成AI的"大脑结构":

📄

Workspace 文件

context.md + rules.md + knowledge.md — 告诉AI你是谁、怎么工作、知道什么。这是静态记忆。

⚙️

Rules 系统

.cursor/rules/ 下的规则文件 — AI的行为契约。决定它的思维方式和输出标准。

🧠

Knowledge 系统

持久化的业务认知 — 每次有价值的工作后记录1分钟,让AI越用越懂你。

🔌

数据源接入 (MCP)

飞书文档、飞书项目、日历 — 让AI能直接读取你的工作系统,不需要手动复制粘贴。

拓扑层 × Workspace组件 映射

七层拓扑 → Workspace对应关系
商业目标 + 组织目标  ←→  context.md  你的OKR、团队定位、战略方向
组织分工 + 小组职能  ←→  context.md  你负责的模块、协作者、对口研发
时间进度            ←→  pulse.md   当前日期、本周deadline、近期节奏
行动                ←→  MCP数据源  飞书项目需求、文档、会议纪要
结果                ←→  knowledge.md 积累的业务认知、指标、洞察
跨层连接            ←→  rules.md   工作标准、思维约束、输出规范

context.md 覆盖3层(目标+分工+职能),是投入产出比最高的文件。写好它,你的AI立刻从L2跳到接近L3。

PART 03 基础设施安装

以下是必须完成的基础设施搭建。每一步都有"验证成功"的标志。

3.1 Cursor 安装与配置 必须

1

下载安装 Cursor

访问 cursor.com 下载最新版本。Mac / Windows / Linux 均支持。

2

创建你的AI工作区文件夹

在你的电脑上创建一个专门的文件夹,作为AI助手的"大脑"。不要用已有的项目文件夹——这是一个独立的空间。

终端命令
mkdir ~/Documents/myAIWorkspace
cd ~/Documents/myAIWorkspace
mkdir -p .cursor/rules knowledge projects references
3

用Cursor打开工作区

打开Cursor → File → Open Folder → 选择 myAIWorkspace。确保左下角显示 Agent 模式(不是 Ask 或 Edit)。

✓ 验证:左下角显示 "Agent",聊天框可以输入

3.2 lark-cli 安装与认证 必须

lark-cli 是连接飞书的底层工具。MCP Server 依赖它工作。

1

安装 lark-cli

终端命令
# 安装 lark-cli(需要Node.js 18+)
npm install -g @larksuite/cli

# 安装飞书技能包
npx skills add larksuite/cli -g -y
2

初始化应用配置

首次使用需要关联飞书应用。运行下面命令后会弹出一个授权链接,在浏览器中打开完成授权。

终端命令
lark-cli config init --new

如果不知道应用信息,找你的组长或管理员获取 App ID 和 App Secret。

3

登录用户身份

用你自己的飞书账号登录,这样AI才能访问你的日历、文档、消息。

终端命令
# 按业务域授权(推荐先授权这些常用域)
lark-cli auth login --domain calendar
lark-cli auth login --domain im
lark-cli auth login --domain docs
✓ 验证:运行 lark-cli calendar agenda 能看到你今天的日程

3.3 MCP Server 接入 必须

MCP (Model Context Protocol) 让Cursor能直接调用飞书的API。你需要在Cursor设置中配置两个MCP Server。

1

配置 lark-mcp(飞书文档/消息/日历)

打开 Cursor Settings → MCP → Add new MCP server,选择 command 类型:

MCP配置 — lark-mcp
Name:    lark-mcp
Type:    command
Command: npx -y @anthropic-ai/mcp-shell lark-cli mcp
✓ 验证:在Cursor中说"帮我看一下我今天的日程",AI能返回你的飞书日历
2

配置 feishu-project-mcp(飞书项目/需求管理)

同样在 MCP 设置中添加:

MCP配置 — feishu-project-mcp
Name:    feishu-project
Type:    command
Command: npx -y @anthropic-ai/mcp-shell lark-cli project mcp
✓ 验证:在Cursor中说"帮我查一下我在飞书项目里负责的需求"

注意:MCP Server的配置方式可能随Cursor版本更新而变化。如果上面的方式不work,在Cursor设置里搜索"MCP"查看最新的配置方法,或者在群里问一声。

PART 04 Workspace 文件搭建

基础设施装好了,现在给你的AI写"记忆"。按重要性排序:context.md(必写)> rules.md(必写)> knowledge.md(持续积累)> pulse.md(进阶)。

4.1 context.md — 你是谁 必须

这是投入产出比最高的文件。覆盖拓扑的前4层(商业目标+组织目标+组织分工+小组职能)。写好这一个文件,AI立刻升级。

context.md — 模板
# 我是谁

## 基本信息
- 姓名:[你的名字]
- 所属部门:CRM&服务中心产品部
- 所属小组:[CRM产品组 / 服务中心产品组]
- 汇报对象:陈乃萱

## 我负责什么(拓扑第4层:小组职能)
- 负责模块:[列出你负责的模块,如"商机中台、任务管理"]
- 对口研发:[你的后端/前端/QA是谁]
- 日常协作方:[和你工作交集最多的2-3个人]

## 当前重点项目(拓扑第2层:组织目标)
- [项目1名称][一句话说目标和当前状态]
- [项目2名称][一句话说目标和当前状态]

## 团队上下文(拓扑第1、3层)
- 部门目标:做公司核心业务的核心职能团队,AI驱动产品工作的标杆
- 部门4个产品组:CRM组、服务中心组、私域组、微信生态组
- Q2核心战役:新客战役(AI企信+新客B+大厂非P)、公小2.0、承后能力建设
- 工作模式:V2.0——PM是决策者,AI是搭档

橙色部分是你需要自己填的,其他是团队公共信息已经预填。花10分钟写完这个文件,你的AI就认识你了。

4.2 rules.md — AI的工作标准 必须

rules.md 定义AI的行为边界。放在 .cursor/rules/ 目录下,或者放在workspace根目录。

.cursor/rules/work-standards.mdc — 基础版
# 工作标准

## 四条核心原理(V2.0)
1. 我定义问题和标准,你执行和验证。不要替我做决策。
2. 先跑通再优化——60分版本拿反馈,不追求一步到位。
3. 动作优先于内容——先问"这个人在做什么",再看"说了什么"。
4. 你的输出必须可审计——给出依据和推理过程,不接受"AI建议这样做"。

## 输出要求
- 结论先行,展开在后
- 数据必须说明口径和来源
- 不确定的内容标注确信度
- PRD遵循团队规范格式

## 工作原则
- 不说"业务说要这样做"——要有自己的判断
- 方向层面有问题先说,不要默默执行
- 给可执行的方案,不给空洞的建议

这是基础版。用了一周之后,根据你的实际体验增减规则。规则不在多,在于每一条都是你真正需要AI遵守的。

4.3 knowledge.md — 持续积累 必须(持续维护)

这个文件不是一次写完的,是每次有价值的工作后花1分钟记录。它让AI越用越懂你的业务。

什么值得记录?

knowledge.md — 示例
# 业务认知

## 2026-04-03 线索中台短险事件参数
- 短险事件新增了 groupSceneType 和 groupOrderType 两个参数
- 双均分判定逻辑做了修改
- 影响范围:所有短险类型的线索入库流程

## 2026-04-02 新客战役Q2方向
- 圆总拍板:聚焦APL(单人产能),不铺量
- 两周验证周期,验不过就调整
- 暂停红线:如果量化拆解和目标差10倍,暂停项目

格式不重要,记下来才重要。哪怕只写一句话,也比不写强。AI会读这个文件来理解你的业务上下文。

4.4 pulse.md — 时间锚点 进阶

告诉AI"现在是什么时候、该关注什么"。覆盖拓扑第5层(时间进度)。不紧急,但一旦建立,AI的时间感知会质变。

pulse.md — 模板
# 时间锚点

## 当前位置
- 日期:2026-04-03(周五)
- 季度:Q2第一周
- 本周关键事项:
  - 部门OKR定稿
  - V2.0 Known gaps各项deadline
  - 周五14:00前提交周报

## 近期节奏
- 每周五:周报(决策/影响/放弃/风险)
- 每两周:双周会
- 每周:组内周会(AI参会)

## 上次工作状态
[每次结束工作时更新这里,记录做到哪了、下次该继续什么]

PART 05 第一周行动清单

Day 1 搭骨架
安装 Cursor(如果还没装)
创建 myAIWorkspace 文件夹并用 Cursor 打开
安装 lark-cli 并完成 config init + auth login
配置 lark-mcp 和 feishu-project MCP Server
写完 context.md(10分钟,最重要的一步)
复制 rules.md 基础版到 .cursor/rules/
验证:问AI"我现在负责什么项目",看它能不能回答
Day 2-3 用起来
用AI做一件真实工作(比如写PRD、分析数据、整理会议纪要)
工作中发现的业务认知,花1分钟写入 knowledge.md
试着让AI读你的飞书项目需求:"帮我看一下我在sdb_crm空间里负责的需求"
Day 4-5 调优
回顾AI这几天的表现——哪里好用、哪里不好用
根据体验调整 rules.md——加你需要的规则,删不需要的
用AI辅助写本周周报(V2.0四行格式:决策/影响/放弃/风险)
Week 2 组内碰撞
组内周会带上你的AI——后半场AI消化前半场讨论
看看组内其他人的AI能做什么你的不能(互相启发)
开始建 pulse.md(时间锚点)

怎么知道你搭成功了?

一句话检验:开一个新对话,不给任何额外说明,直接问你的AI:

"我现在负责什么项目?当前最重要的事是什么?上周有什么关键决策?"

如果AI能不需要你补充信息就准确回答这三个问题——恭喜,你到L3了。

有任何问题,在群里随时问。搭建过程中遇到的技术问题、好用的发现,都欢迎分享——这就是V2.0鼓励的学习分享。截图+一句话就够了。