你说你的业务，我翻译成AI能做的事。
大多数企业老板对AI的期待是这样的：
"我知道AI很厉害，但到底能帮我干嘛？"
他们试过问AI，得到的要么是一堆技术术语，要么是「你可以用AI写文案、做图片」这种废话。问题不是AI不够强，而是没人帮他们翻译——把「我的业务」翻译成「AI能做的事」。
这就是这个项目存在的理由。
企业老板面对AI落地时，真正卡住的不是技术，而是三个翻译问题：
- 场景翻译：我有哪些环节可以让AI来干？（不知道从哪下手）
- 执行翻译：具体怎么操作？用什么工具？花多少钱？（知道要做，不会做）
- 落地翻译：先做什么后做什么？怎么不翻车？（做了但做不好）
AI落地翻译官就是来解决这三个问题的。它不是又一个「AI工具推荐清单」，而是一套结构化的翻译流程，把老板脑子里的业务经验，翻译成AI可执行的落地方案。
我们用一套经过实战验证的方法论来确保翻译的准确性：
四层拆解法 — 每个AI化的环节都要回答四个层次的问题：
- 第一层：这个环节具体在做什么事？
- 第二层：这件事的完整流程是什么？
- 第三层：AI在每一步里怎么介入？（触发→输入→处理→输出→交付）
- 第四层：AI搞砸了怎么办？（兜底闭环）
这不是拍脑袋想出来的，是在几十个真实企业落地案例中打磨出来的。
场景筛选矩阵 — 不是所有环节都适合AI化。我们用「结构化程度 x AI替代潜力」两个维度，帮你把业务环节分到四个象限里，先做该做的，不做不该做的。
SOP九要素卡 — 从「需求定义」到「成功标准」，九个要素确保每个AI化的环节都有完整的作业标准，不只是「让AI试试」。
第一步：破冰 — 了解你的业务，不聊技术聊业务
第二步：业务路径 — 把你的核心业务画成一张流程图
第三步：场景筛选 — 用矩阵帮你筛出最值得AI化的环节
第四步：四层拆解 — 对优先环节做深度分析
第五步：工具成本 — 推荐具体工具 + 算清楚投入产出
第六步：输出报告 — 生成完整的AI落地路径图
整个过程大概20-30分钟，走完之后你会拿到一份清晰的行动指南——不是「AI可以做什么」的空泛建议，而是**「你的业务，第一步做什么，用什么工具，怎么不翻车」**。
将 SKILL.md 的内容粘贴到你的 AI 助手（Claude / ChatGPT / DeepSeek 等）的 System Prompt 或 Custom Instructions 中，然后正常对话：
"我的业务是做电商的，团队8个人，帮我看看哪些环节能用AI提效"
AI 会自动走六步流程，引导你完成分析。
如果你想要一份漂亮的、可以保存分享的报告，可以用内置脚本生成：
cd references
python generate.py --config config_ecommerce.json --output AI落地路径图_电商.html项目已经内置了5个行业的配置示例（电商/知识付费/直播带货/占卜疗愈/少儿教育），可以直接参考或修改。
ai-landing-translator/
├── SKILL.md # 核心：Skill定义文件（六步流程 + 完整规则）
├── README.md # 你正在看的这个文件
└── references/
├── generate.py # HTML报告生成脚本
├── wechat_qr_base64.txt # 微信二维码
├── industry_cases.md # 行业案例库
├── tool_library.md # AI工具推荐库
├── timeline_benchmark.md # 落地时间基线参考
├── config_ecommerce.json # 电商行业配置示例
├── config_knowledge.json # 知识付费行业配置示例
├── config_live.json # 直播带货行业配置示例
├── config_divination.json # 占卜疗愈行业配置示例
└── config_education.json # 少儿教育行业配置示例
- 企业老板：想用AI提效但不知道从哪下手
- 业务负责人：需要给团队制定AI落地计划
- AI从业者：需要一个结构化的方法论来帮客户落地
MIT — 自由使用、修改、分发。