meansights — HR AI Learning Agent
做出来的东西,比读完更算数

实战任务

每个任务的原型都是真实交付过的活,材料全是程序生成的假数据——放心贴给任何 AI 工具。 先看下面的玩法,再挑一个开做。

How It Works

怎么玩

实战任务不在网站里做——它模拟的就是你日常接活的样子:拿到材料,在自己的环境里做出来。

1
领任务包
登录后下载材料
全是程序生成的假数据
2
在自己的环境做
Claude Code / 对话 / Excel 都行
像接了个真活那样做
3
卡住了问 Sparky
右下角那只猫读过每一节课
告诉它你卡在哪
4
对数 · 交评审
先拿答案卡自查
想要专业反馈就交上来
做完之后:作品评审(登录用户首次免费)会指出你差在哪 → 按报告改一版 → 这段经历就是简历上「做出过真作品」的证据——「岗位机会」里那些 JD 追问的正是这个, 再往后有「就业辅导」接着陪你走。
Tasks

挑一个开做

任务 01数据活 ★★★★ · 完整战役

人力月报:从一句模糊的需求到一张能对数的报表

周五傍晚 HRD 丢来一句话:「下周一例会要用 4 月人力月报,老规矩。」你拿到的是两个月的多文件夹底表(在职、外包、入职、离职、两栋楼的打卡,共 2.2 万行)、一份 25 条的口径说明,和一张 12 行 × 23 列的交付模板。口径互相交叉、顺序敏感,其中三处说明是刻意没写死的——发现模糊、跟 AI 掰扯清楚、做出决定并记录,正是这一题考的东西。原型是站主真实交付过的经营月报。

交付物补全的月报(12 行 × 23 指标)+ 一页口径决策记录 + 一个下个月能重复跑的过程(脚本 / agent / skills 不限)
材料下载任务包(zip · 894KB)——含全部底表、口径说明、交付模板与答案卡(做完再打开)
热身一上来觉得太猛?先做 30 分钟迷你版——只算「周末入楼」这一个指标:刷卡明细 · 3 月花名册 · 4 月花名册 · 答案卡。热身里踩过的坑,正赛全都会再见到。
任务 02设计活 ★★

把静态问卷改造成会追问的调研 agent

新人调研收上来一堆 3 分 4 分,没人知道 3 分背后发生了什么。你的任务不是写代码——是设计:什么触发追问、追问怎么把感受翻译成事实、预算怎么守住「10 分钟填完」的承诺、哪些决定归规则哪些归模型。产出是一份设计文档和两段真实的 prompt。

交付物追问触发规则 / 追问阶梯 / 预算与止损 / 规则与模型的分工书 / 两段完整 prompt
任务 03造物活 ★★★

面试官 prep:让 AI 帮你备一场面试

明天下午面两位候选人:一位简历亮眼但跳槽频繁,一位朴素但扎实。让 AI 帮你出面试问题和追问链——然后把它初稿里不对的地方改掉。评审最看重的恰恰是你改了什么、为什么改:AI 生成,人对判断负责。

交付物每位候选人 5 个带假设的面试问题 / 一条至少 3 层的追问链 / 一段「我否掉了 AI 的什么」说明
做完了?交上来,我们认真看
Fable 5 最高推理档 + 自建评审 skills,对照课程口径逐处审,3-5 个工作日出结果。 评估报告 ¥50(登录用户首次免费);报告 + 在你作品基础上重构的可运行 Agent ¥300。
看评审规则,去交作业 →