运营写不出SOP，Skill的第一版从哪来？

这篇依然是”意图驱动增长中台”系列的延续。上一篇聊到了终极构想——把顶尖投手的经营盘感资产化为私有Skill库，这是整套体系的竞争壁垒所在。文章发出来之后，落地推进得也还算顺利：对话系统跑通了，Skill的执行链路也跑通了。但真正动手之后我发现，卡住我的不是技术，是一个之前被我严重低估的问题：Skill的第一个版本，到底从哪来？

理论上这个问题的答案很简单：运营把自己的工作流抽象出来，我们封装成Skill。但现实是，运营抽象不出来。不是态度问题，也不是能力问题，而是这件事本身就不该指望他们能做到。这篇文章就聊这个卡点，以及我趟出来的一条路。照例，文章只谈实践中的感悟和方法，废话不多说我们开始。

一、落地卡点：运营说不出自己的SOP

先还原一下现场。系统就绪之后，我找运营做的第一件事就是：“把你们日常的投放工作流梳理一下，我来做成Skill。“得到的东西五花八门——有的是操作步骤截图，有的是几句口诀式的经验，有的干脆说”看盘凭感觉”。拼在一起，根本不构成一份可以被封装的SOP。

更麻烦的是，他们手上的SOP本身也不是标准SOP。同一个场景，两个运营的做法可能完全不同，而且各自都能跑。这不是我们团队的特例，这是行业常态：让一个人显式表达自己的隐性经验，本质上是在要求他做一件他从来没被训练过的元认知劳动——他每天都在做判断，但他对”我为什么这么判断”是没有显式表征的。

所以问题被重新定义了：不是”怎么让运营写出SOP”，而是”在运营写不出SOP的前提下，Skill的1.0从哪来”。

二、先想清楚：Skill到底在打什么

在回答”从哪来”之前，得先回答一个更根本的问题——我们做Skill，到底是为了压缩哪一段的成本？想不清楚这个，Skill化就会滑向”把运营全流程都自动化”的完备性陷阱，那是上上篇文章就批判过的”为了自动化而自动化”。

先承认一个现实：投放确实存在流量玄学。 同样的素材、同样的定向、同样的出价，今天起量明天扑街，谁也没法给出完备解释。但优秀的运营策略从来不是在拜玄学，而是在触碰和拆解算法。一条跑得好的广告计划，它的执行动作是由投放策略决定的，而投放策略拆开，就两块：素材策略和盯盘策略。

盯盘策略的本质是数据感知能力。 先把话说公道：盯盘不是没有差异化空间——放缩量的时机、止损的阈值、预算爬坡的节奏，熟手和新手之间确实有差距，我不否认这层差距的存在。但我判断这一层长不出可持续的壁垒，理由有三个：

• 动作空间有限，最优解必然收敛。 感知完数据之后，你能按的键就那么几个——放量、缩量、关停、调价。输出端只有这几个离散动作，意味着不管你的感知多精妙，最终都要坍缩到一个可被枚举的决策表上。可被枚举，就可被规则覆盖。

• 平台自己正在吞掉这一层。 巨量的自动化托管、一键起量、UBA这类产品，本质上就是平台把盯盘动作收归己有——平台比任何投手都清楚自己的流量分配逻辑，它做盯盘自动化是降维的。你在盯盘上积累的时机和阈值经验，是在和平台自己的自动化产品赛跑，这是一份确定在贬值的资产。

• 反馈闭环太短，好策略藏不住。 盯盘动作的结果是快速、公开可观察的，一套有效的放缩节奏，同行看几周投放表现就能逆向出来。壁垒的前提是难以模仿，盯盘不满足。

素材策略才是唯一动作空间开放的地方。 什么钩子、什么节奏、什么风格能撬动模型的探索流量——这是一个组合爆炸的开放空间，平台没办法替你做（它不知道你的产品卖点和用户心智），竞对也无法完整观察你的测试路径（他们只能看到你跑出来的赢家素材，看不到你埋掉的一百个输家）。流量玄学的迷雾里，真正在拆解算法的就是这一层。而素材策略的本质困境是测试成本——每一次”拆解算法”的尝试，都要花真金白银去买数据。

想清楚这个拆解，Skill的定位就清晰了：Skill设计的初衷，是把单次测试的成本打下来，快速测出。 我们不是在追求全流程自动化的完备性，我们是在为高频实验修路。盯盘交给文档加规则接管（反正平台也在抢着接管），素材策略才是Skill要服务的主战场——Agent在这里的角色不是替代判断，而是让”拆解算法”从玄学猜谜变成高频实验。

这个测试成本的问题先记住，它在第五节还会回来——而且是以一个你可能想不到的方式回来。

记住这个靶心，后面所有关于”Skill从何而来”的取舍，都是围绕它展开的。

三、三条信息源，和一次明知故犯的选择

回到卡点本身。既然运营给不出1.0，我盘了盘手上的牌，其实就三条路：

• 路径1：自己下场做运营。 去一线操盘，用身体换一手经验。这条路获得的是程序性知识——那些只有实操中才会浮现的摩擦点、例外情况、临场判断。保真度最高，也最符合工学逻辑：想理解一个系统，就亲手运行它。但成本也最高，我的时间根本不允许。

• 路径2：观察和访谈运营。 这是传统产品经理的活——访谈、观察、总结，从”人”里往外提取。保真度中等，因为它受制于运营的表达能力，而我们前面已经说了，运营恰恰表达不出来。

• 路径3：从媒体平台的官方产品文档、运营推荐出发，提炼初版SOP。 保真度最低——文档天然带着平台立场，它是站在平台收入最大化的角度写的（鼓励更宽的定向、更高的预算弹性），不一定对广告主最优。但它成本最低、速度最快，而且是标准化的、被平台规模校验过的、持续更新的。

我最终走的是路径3。但这里必须澄清一个我自己一开始也搞错的认知：路径3不是路径1的mini版。 我曾经把”读文档总结”理解成”亲自下场”的低配替代，后来发现这两者是性质完全不同的信息源——下场换来的是实操的程序性知识，文档给的是平台的显性规则集合，它们不是浓度不同的同一种东西，谁也替代不了谁。

所以正确的描述不是”我选了一条路”，而是路径编排：用3的产出，撬动2的输入，来弥补1的不可得。文档撑起一个骨架，这个骨架的使命不是”对”，而是把运营肚子里那些访谈问不出来的东西勾出来——这个机制下一节展开。

别误会1.0的生成逻辑：它的底线是”钱能花出去”

这里必须提前挡一个我预料之中的吐槽。拿巨量引擎举例：他们的新版投放大都配有非常详细的飞书文档作为指引，素材制作这块，巨量学更是一直开放教学，手把手教普通人怎么做素材、怎么投广告——从信息源的角度看，这是路径3可行性最好的平台之一。但我也知道，很多熟手看到这里会立刻开喷：字节也好、其他媒体平台也罢，官方文档和课程里存在相当多的暗坑，照着做是要交学费的。

这个吐槽本身没错，但它错怪了1.0的用途。1.0版本的产出，不是要求贴合企业原有的SOP，而是重放”投放广告”这件事本身的标准SOP。 公司有自己的操作和经验，太正常了——但那是后面运营要补充进来的内容，不是1.0的使命。1.0的验收标准只有一条底线：官方的SOP是肯定能把钱花出去的。 能花出去钱，意味着链路是通的、动作是完整的、系统是可跑的——这就够了。它不需要最优，甚至不需要及格，它只需要是一个完整且可被批判的骨架。

至于那些暗坑——熟手骂暗坑的那一刻，恰恰是这套机制开始工作的一刻。“这里官方让你这么设，实际上会被平台探索流量坑死”，这句话就是访谈永远问不出来的隐性经验。暗坑不是路径3的缺陷，暗坑是诱饵上的倒刺。

文档基线的隐藏价值：一把审计的尺子

在讲机制之前，先说路径3一个被严重低估的价值。运营群体普遍存在一种肌肉反应式的运营习惯——结合公司业务长出来的、条件反射式的动作。这些习惯有好有坏，但麻烦在于：如果运营VP或者中层的归因数据能力撑不起”这个习惯到底带来了什么结果”的判断，这些习惯就在公司里裸奔了很多年——没人看得见，自然没人分辨得了。不是VP不想管，是组织里根本不存在一个让运营操作显形的机制，没有人会紧盯运营的每一次操作。

而官方文档基线立起来之后，情况变了。习惯第一次以 “偏差” 的形式显形：哪里和官方推荐不一样、为什么不一样、不一样的结果是更好还是更坏——从”没人看得见”变成”必须给个说法”。

所以路径3的完整定位是：它不只是最便宜的信息源，它还是唯一自带审计功能的信息源。 这一层价值，是路径1和路径2都给不了的。

四、为什么”给版本”比”提问”好用

路径编排能成立，依赖一个我在过往所有试错经验里被反复验证的规律。这个规律值得单独讲透，因为它是整套方法论的地基。

不论是运营、老板还是甲方，“想要什么”他们是说不出来的；但你一旦给出一个版本，他们大部分都能迅速指出哪里不对。 “不想要什么”在1.0出来之后可以被秒级识别，但1.0本身，大部分人给不出来。

这不是他们不专业，这是人类判断的结构性特点：

• 第一层机制：识别与生成的不对等。 评价一个具体方案，调用的是识别能力；凭空构造一个方案，调用的是生成能力。大部分人在识别上是专家级的——他们每天都泡在自己的业务场景里做判断、挑错；但在生成上是外行级的，因为生成需要把隐性经验主动结构化、排序、表达，这是完全不同的认知劳动。就像大部分人能一耳朵听出一首歌跑调了，但没几个人能凭空哼出一段完整的旋律。挑错的门槛是感知，生成的门槛是构造，前者低得多。

• 第二层机制：否定不担责，肯定要担责。 运营说”这个SOP不对，我们实际上会先看XX”，他只是在描述一个已发生的事实，不需要为这句话之后的任何后果负责。但如果让他从头构造一份SOP，他要为这份构造的完整性和正确性负责——这个心理负担会让人本能地回避表达，哪怕他其实知道答案。这也解释了为什么开放式提问下老板和甲方永远说不出需求：不是不知道，是不愿意也不敢先开口。

理解了这两层，“用文档撑1.0”这件事的本质就清楚了：用低成本但大概率错的生成，去换高价值且几乎免费的识别。 这笔交易划算的前提有两个——1.0的构造成本足够低（文档提炼，不需要访谈、不需要等任何人配合），以及识别阶段的反馈足够密集和具体。我的实践验证了后者：版本一出来，挑错是秒级的。

这里我得诚实地交代出身：这个规律不是我发现的。 低保真原型、strawman proposal、设计研究里”扔个草案出去挨骂”——做过产品设计和需求引出的人都知道，这是几十年的老常识。我要说的不是”我发现了新大陆”，而是两件更具体的事：一是这个老常识在Skill冷启动这个场景里为什么格外成立（运营的隐性知识密度极高、表达能力极弱，落差比一般需求引出场景大得多）；二是它和”官方文档当基线”组合之后长出的新东西——那把审计的尺子——这才是这套编排里真正属于我的部分。

五、方法论闭环：从诱饵到灰度

把前面的所有认知串起来，就是这套可复制的操作闭环：

第一步：我出框架（我来背锅TAT）。 基于官方文档提炼初版SOP，明确定位——这是诱饵，不是终稿。它的使命不是正确，是具体到足以被批判。

第二步：运营补细节、挑错。 让运营在一个已经成型的版本上说”不对，我们实际不是这么做的，因为……”。这时候运营不需要具备PM那种抽象能力，他只需要具备”识别哪里不对”的判断力——这个门槛低得多，而且恰好贴合运营真实的能力结构。

但这一步藏着整个闭环最危险的一个自毁开关，必须在这里拆掉。细心的读者应该已经发现了：诱饵和尺子是同一份文档，而这两个角色是打架的。 第四节说挑错好用是因为”否定不担责”，需要心理安全；第三节又说文档基线会让每个偏差”必须给个说法”，这是审计压力。你一边请运营放心开口，一边宣布他的每句话都会被称重——运营不傻，一旦意识到挑错等于自曝，最理性的策略就是闭嘴、照文档走。到那时你收获的是一堆常识回流和一片沉默，整套引出机制被自己的审计功能毒死。

所以必须立一条铁的流程规则：引出和审计，在时间上和对象上都解耦。 挑错阶段只有引出，不做任何评判；审计发生在数据验证之后，对象是匿名化的偏差清单，称的是”公司认知”这个集体资产，不是哪个人的发言。更关键的是责任判定的方向：被数据证伪的习惯，不记为个人错误，记为”公司多年来从未提供过基准”的历史成本——习惯裸奔了这么多年，账要算在没有尺子上，不能算在被尺子第一次量到的人身上。反过来，真正有成本的是沉默：你不开口，你的经验就永远进不了资产盘点，系统按官方基线跑，你那些裸奔的习惯迟早被数据撞破，而且到那时没有任何豁免。一句话立住这条规则：审计的刀口对着历史，不对着发言。发言免责，沉默才担责。（对事不对人）

第三步：修正意见分拣。 这一步是我后来加上的，也是整个闭环里最有意思的一步。运营的修正意见，要对着官方文档过一遍筛：

• 修正内容文档里本来就有的，是”常识回流”——证明这部分认知是常识，任何一个照着文档搭系统的竞品团队都能拥有；

• 修正内容偏离官方推荐的，才是”候选资产”——只有这些偏差项，才有可能是真正的业务know-how。

• 

这里简单来点暴论：如果一家公司没有做到行业第一，那它沉淀的运营认知里，大概率不存在”可迁移的通用壁垒”。 注意限定词——不存在的是通用壁垒，不是不值钱。偏差项里其实藏着两种东西：一种是对通用打法的真改良（这种如果存在，公司早该是第一了，所以稀有）；另一种是绑定自家产品、毛利结构、供应链的局部know-how——换一家公司就失效，但在自己的场子里照样是真资产。分拣的目的是把这两类都称出来，而不是宣判谁不值钱。运营的固有认知既是资产也是累赘，累赘的部分不是局部know-how，而是那些被误当成know-how的常识、和被误当成经验的坏习惯。大部分VP和老板分不清这三者，原因还是那个：从来没有一个机制把运营的认知摊开在桌面上称重。这套分拣流程，等于第一次给公司的运营认知做了资产盘点。而且按照第二节的拆解可以预判：盯盘类的修正大概率是常识回流，素材类的修正里才会出现真偏差——这个分布本身，就是最直观的一页账目。

第四步：系统验证测试。 这一步的设计原则必须想清楚：它测的不是1.0”对不对”——1.0大概率不对，这是设计里默认接受的。它的产出物不该是”通过/不通过”，而应该是结构化的”哪里不对+为什么不对”，即最大化否定性反馈的密度和具体度。同时它叠加一个新职责：候选资产要接受数据验证。

写到这里，我必须先自己拷问自己一个问题，不然这个闭环是有裂缝的：我在第二节刚承认过流量玄学——同样的素材、定向、出价，今天起量明天扑街，归因噪声巨大——那凭什么到了这一步，我又敢说”用数据验证偏差项”？ 在一个自己都承认无法完备归因的环境里，验证一个偏差项要多大样本量、什么置信度？测试成本不是我们的头号敌人吗，怎么到验证环节它就凭空消失了？

它没有消失，所以验证的定义必须降级到诚实的水平：

• 验证不是一次性的显著性检验，是低成本重放。 单次投放结果在噪声面前不构成证据，能构成证据的是方向一致性——同一个偏差项，在多次小预算重放里是不是稳定地朝同一个方向偏。我们买的不是一次实验的置信度，是多次便宜实验的重复性。

• 验证的结局是三态，不是两态。 通过的，是资产；被稳定证伪的，是该清除的坏习惯；但会有大量偏差项长期停在”悬置”区——证据不足，既不封神也不枪毙，标注假设状态挂在Skill的适用边界里。承认悬置区的存在不是方法论的失败，恰恰是它在噪声环境里还能诚实运转的前提。硬要在玄学里逼出一个二元判决，那才是自欺。

• 验证的深度，和测试成本联动——这正是Skill使命的闭环。 素材类偏差验证快且便宜（CTR/CVR反馈以小时计，小预算就能重放），所以它们会最先离开悬置区；盯盘类偏差验证极贵（要真金白银陪着计划跑完整个生命周期），所以大多数会永远悬置，默认回落到官方基线。第二节说”Skill的初衷是把测试成本打下来”，现在你看到了这句话的第二层含义：测试成本降不下来，认知审计就只是一句口号；Skill修的那条高频实验的路，同时也是验证资产的路。 这两件事是同一件事。

归因不再依赖中层的个人水平，由流程兜底——但流程兜的是”重复性”的底，不是”真理”的底。

第五步：灰度交付，进入迭代循环。 2.0从这里开始，不再需要任何人凭空生成。

六、一个提醒：这套方法不是PM的替代品

最后泼一盆冷水，给我自己，也给准备照做的朋友。

小团队没有专职PM，但”抽象业务流程”这个功能性需求不会消失，它只会坍缩到离信息源最近、且有元认知能力的人身上。传统PM抽象SOP是从”人”里提取，我现在是从”文本”里提取，看起来我用文档绕开了访谈，但要清醒：这次好用，不代表可以长期依赖（其实是没招了）。

如果每冷启动一个新的投放场景，都需要我亲自去读文档、做转译、出1.0，那我自己就成了这套系统的瓶颈——Agent体系的可扩展性最终卡在系统构建者的时间上。“从文档到Skill”的转译能力如果一直长在我个人身上，短期是护城河（别人抄不走），长期是bus factor。

但换个角度看，这套流程跑下来，沉淀的也不只是一个Skill库。它同时产出了一份公司运营认知的资产负债表：哪些是壁垒、哪些是常识、哪些是该出清的坏习惯，第一次有了账目。上一篇文章留了个悬而未决的moat问题——护城河到底长在哪。现在答案又清晰了一寸：护城河不在Skill库的存量里，而在这条”持续区分常识与资产”的流水线上。 至于这条流水线本身能不能被Skill化——让”从文档到Skill的转译”也变成一个Skill——那是这套体系真正闭环的时刻，留给下一篇。

最后

回头看，这篇文章讲的方法论其实一句话就能说完：Skill的初版不重要，重要的是设计一个能被迅速否定的版本。

我们这个行业太崇拜”正确的第一版”了——立项要论证、方案要评审、SOP要标准，仿佛不对的东西就没有价值。但在隐性知识的引出这件事上，逻辑是反的：一个具体的、成型的、错误的版本，比一百次开放式访谈更能撬动真东西。运营挑错的那一刻，他吐出来的就是访谈永远问不出的隐性经验。

1.0不是答案，是拿来换答案的。

那么下一个问题是：当”换答案”这个动作本身也被封装成Skill，当系统可以自己读文档、自己出诱饵、自己收集否定、自己迭代版本——这事能不能成立？我知道有人会说：让AI自己生成Skill，不就是幻觉套幻觉吗。但注意这个闭环和”凭空生成”的区别：它的每一步都有外部信号锚定——诱饵锚在官方文档上（保底能花出去钱），迭代锚在运营的否定反馈上（真人挑的错），验证锚在投放数据的重复性上（真金白银的结果）。模型在这个闭环里从来不被要求”知道正确答案”，它只被要求”产出一个可被外部信号否定的版本”——而这恰恰是这篇文章论证过的、对人和对模型同样成立的最低要求。能不能跑通我不知道，但它至少不是闭门造车（）

真正悬而未决的是另一头：那个时候，人在这个闭环里的位置，又在哪里呢？

说点题外话，IntentOS本来打算06-15（一个月前）找公司内部进行试点合作的，为了能搞定通用的SOP我还研究了下怎么组合巨量的MCP来跑闭环（我没有做我们自动化系统的创编MCP）。但是从结果看是我离职了，IntentOS阶段性被挂起了（呜呜呜呜呜呜呜），这不是什么草率的决定，我意识到在面对较多激进业务的问题的时候，谁也不能瞬间转身立马用AI-Native的方式来调整打法，还是会陷入之前敏捷的那一条作战线路。我比较难过的是在Agent发展这么快的2026年，我和我的研发队伍没有任何办法从这种困境中抽身，接下来我想验证下问题出在我身上，还是出在“无法拥抱变化”上。

---

本文首发于微信公众号 kelovp.ai，原始发布时间为 2026年7月14日。查看公众号原文。