Back to skills
SKILL.md
Ai Adoption Maturity Assessment
ASecurity当个人或组织需要评估自身对AI工具的利用程度,并定位提升方向时
- 12 stars
- 0 votes
- 0 copies
- 3 views
- Added September 9, 2026
Security analysis
100/100Pro scans all 3 files and shows the line behind each finding
npx -y skills add DracoUnion/dankoe-skills --skill ai-adoption-maturity-assessment --agent claude-codeAre you the author of Ai Adoption Maturity Assessment?
Add the live security badge to your README. It updates with every re-scan.
[](https://www.skillsdirectory.com/skills/dracounion-ai-adoption-maturity-assessment)---
name: ai-adoption-maturity-assessment
description: 当个人或组织需要评估自身对AI工具的利用程度,并定位提升方向时
---
# ai-adoption-maturity-assessment
## When to Use
当个人或组织需要评估自身对AI工具的利用程度,并定位提升方向时description
## Core Logic
# 执行步骤
1. **行为模式盘点**
* **输入**:个人或团队在近期项目/任务中使用AI工具的历史记录或回忆。
* **操作**:列出所有使用AI的场景,并描述具体的使用方式、频率和深度。
* **判断标准**:盘点清单能覆盖主要工作流,并区分出“是否使用AI”以及“如何使用AI”的差异。
* **常见误区**:只记得高光或失败案例,忽略日常、琐碎的使用场景。
2. **对照成熟度模型归类**
* **输入**:步骤1产生的行为模式清单。
* **操作**:将每个使用场景对照以下三级模型进行归类:
* **L1 浅尝辄止/基础使用**:仅用于信息检索、简单总结、娱乐等替代性不强的任务。使用方式随意,指令简单。
* **L2 工具性使用**:将AI用于特定工作环节(如生成初稿、调试代码、翻译),能给出基本指令,但未深度整合到核心工作流。
* **L3 深度整合**:将AI作为“思考伙伴”或“能力倍增器”。为其定义清晰角色,提供结构化、富含专业上下文的提示,产出物直接构成最终交付物的核心部分。有意识地将成功提示模板化、流程化。
* **判断标准**:能清晰地将主要行为归类到某一层级,并说明归类理由。
* **常见误区**:高估使用深度(如将偶尔的复杂提问等同于深度整合);忽略不同任务可能处于不同层级。
3. **识别瓶颈与机会点**
* **输入**:步骤2完成的归类结果。
* **操作**:分析归类结果:
* **IF** 大部分场景处于L1,则瓶颈在于“意识与习惯”,机会点在于寻找1-2个高频、低风险任务尝试AI化。
* **IF** 大部分场景处于L2,则瓶颈在于“提示工程与流程整合”,机会点在于选择1个关键任务,运用结构化提示框架(如`ai-prompt-engineering-framework`)将其提升至L3水平。
* **IF** 已有场景达到L3,则机会点在于“规模化与创新”,探索将L3模式复制到更多领域,或利用AI尝试此前无法完成的新任务。
* **判断标准**:分析能明确指出阻碍向下一阶段迈进的主要障碍和最具潜力的改进领域。
* **常见误区**:试图在所有领域同时提升;忽略技能提升(如学习提示工程)是跨越层级的前提。
4. **制定提升行动计划**
* **输入**:步骤3识别的具体瓶颈与机会点。
* **操作**:制定一个包含具体行动、衡量标准和时间节点的计划。例如:“在未来两周,针对每周的周报撰写任务,应用提示工程框架制作一个模板,目标是将起草时间减少50%”。
* **判断标准**:计划符合SMART原则(具体、可衡量、可实现、相关、有时限),且直接针对步骤3的发现。
* **常见误区**:计划过于宏大(如“成为AI专家”);缺乏可衡量的结果指标。
# 输出格式要求
输出应为一份简明的评估报告,包含:1) 行为盘点摘要;2) 各场景的成熟度归类及理由;3) 核心瓶颈与高潜力机会点分析;4) 具体的后续行动计划建议。格式可采用列表或分级标题。
## Metadata
| 属性 | 值 |
|------|-----|
| 领域 | 个人发展/组织管理 |
| 类型 | procedural (procedural) |
| 置信度 | 80% |
| 前置条件 | 对AI工具有过使用经验或观察 |
| 来源 | 人工智能与未来工作:不愉快的真相与应对策略 |
Files in this skill
- SKILL.md
- references/source.md
- scripts/run.py
Attribution
Comments
Loading comments…