AI TOOLS

EP10. "组织内怎么规模化推广 Cowork"

首页 › AI 工具 › Claude · Feature Tutorials · Claude Cowork · EP10
约 17 分钟· #EP10#Claude#Claude Cowork
🔒 登录后可标记已读
  • 从「工具怎么用」的教学,跳到「怎么让整个组织真的用起来」的落地手册——核心心法是把 AI 採用当成组织设计问题,不是发个公告、开个权限就算了
  • 关键决定是划清楚:哪些步骤归管理员管、哪些归 champion 管、哪些直接交给 Claude 自己做,再根据实际可靠度证据调整这条界线
  • 跟 EP02「Cowork 企业管理员指南」是同一件事的两个角度——EP02 讲的是技术部署的四阶段,这篇讲的是"怎么让採用规模化"的治理模型、champion 制度、三阶段推广节奏
  • 前置知识:适合负责组织内 Cowork 落地的管理员、AI CoE 负责人、转型团队、部门主管;一般个人用户可以跳过

重点内容


四个基础构件(Building Blocks)

构件作用
Connectors让 Cowork 能读写 Google Drive、Slack、HubSpot、GitHub 等工具里的数据
Skills针对具体任务的指令,简单任务或多步骤流程都能用
Plugins把 skill 和 connector 打包起来,分发给团队或整个组织
Scheduled Tasks按小时/每天/每周/工作日自动跑的排程 prompt

举例:Finance 团队的对账流程 = Finance plugin + 对账 skill(一步步的操作指令)+ data-warehouse connector(去抓试算表数据、标出差异)三者组合起来。


Skill Flywheel:从个人能力变成组织能力

一个 skill 怎么从一个人的经验,变成全团队的标配,分四阶段:

  1. Build(建):个人专业知识先做出第一版 skill(例:FP&A 经理自己做一个月度差异报告 skill)
  2. Vet(验):找几位分析师小范围测试,确认有效又安全
  3. Promote(推):Champion 把它打包进部门 plugin,分给全team
  4. Spread(扩):跨部门累积成熟的 skill 库,由 champion/管理员把关审核

跨部门通用的例子:全组织统一的品牌规范 skill、绩效考核 skill。


治理姿态怎么选

Skill 和 plugin 在组织里怎么流通,看你选哪种治理姿态:

姿态SkillsUser-created skillsSkill sharingShare with organization适合场景
Admin Curated开关(用户不能自己建 skill)关关所有 skill/plugin 只能来自管理员
Guided Creation开开开(同事间可分享)关(不能推全组织)用户自己建、champion 审核挑出最好的推成 plugin
Fully Open开开开开用户可以分享给同事也可以分享给全组织,管理员每季度检视

⚠️ Connector 目前只能按整个组织开关,没有按团队/部门单独控制的功能;Plugin 倒是可以按 group 限定谁能用。


Champion 制度

理想的 champion 人选:

  • 已经会用 AI 工具的重度用户
  • 愿意帮自己团队动手做、动手试
  • 管理员信得过,能收集部门反馈、找出卡点

怎么找:

  • 看使用数据找出重度用户
  • 请各部门主管提名
  • 目标比例:每 25–50 个用户配 1 位 champion
  • 技术和非技术背景都要有,涵盖不同部门
  • 支持者和怀疑者都要有,不要只挑天然拥护的人

给 champion 的支持 vs 期待他们做的事:

组织提供Champion 要产出
建 skill 的权限 + 同事间分享 skill 的权限帮自己团队建 2–3 个起手 skill
30 分钟的 skill/plugin/治理模式简介带领团队做 workflow 盘点、构思用例
专属沟通渠道,方便跨部门 champion 互相交流帮部门开一场 skill workshop
拿到 Anthropic 现成插件当起点负责维护部门 plugin
公开表扬贡献在 champion 渠道里反馈哪些好用哪些不好用
—每季度做一次 skill 盘点整理

落地前先定的五个原则

  1. 高层要有看得见、持续的支持,不是发一次公告就没了
  2. 第一次体验要经过挑选引导,不要让用户自己瞎试
  3. Connector 要早点开,越早接上现有工具,效果越快出来
  4. Champion 网络要先建好,确保每个团队都有人能示范、能救火
  5. 治理规则要提前定清楚——connector 审批、skill 创建权限、访问政策,一开始就要定

三阶段推广节奏

阶段一:试点(Pilot)——目标:验证配置、跟 champion 一起做出第一批实证案例

谁要做的事
管理员/转型团队每个试点部门招 1–2 位 champion;先按风险分级开通 connector(一般先开只读的);定试点组的治理姿态;定 2–3 个成功指标 + 反馈渠道(脉搏调查、仪表板、升级通道);向试点组宣布上线
Champion装并测试 Anthropic 给部门做的现成插件;帮自己建 2–3 个起手 skill;在 champion 渠道汇报进度和卡点

退出条件:第 4 周周活跃用户超过 70%;每个试点部门至少有几个可重复验证的用例;champion 准备好能带部门 workshop

阶段二:扩大(Expansion)——目标:把试点成果扩到部门级採用,启动 skill flywheel

谁要做的事
管理员/转型团队开放给下一批部门、带他们的 champion 上手;审批下一档 connector;根据试点证据重新调整治理姿态(大多数组织这时会放宽);建自助资源和分级支援(champion → 项目团队 → Anthropic);盯用量花费,及时调控
Champion带部门 skill workshop;把团队自建的好 skill 挑出来推进部门 plugin;在 champion 渠道分享跨部门的成功案例

退出条件:每个已上线部门的 plugin 都有指定负责人;每个部门都开过 workshop 且大多数人参与了;connector/治理申请都走既定流程

阶段三:规模化与监控(Scale and Monitor)——目标:覆盖剩下的部门,从「上线模式」转成可持续运营

谁要做的事
管理员/转型团队把 workshop 推广到剩下的部门;建立固定节奏(每月 champion 例会、每季治理复盘);正式成立 AI Enablement CoE 管 skill 库和进阶功能;衡量指标从「用了多少」(WAU、session 数)转成「省了多少/用例 ROI」,每季汇报
Champion每季盘点:挑出最好的 skill、汰换过时的、合并重复的;团队换人时交接 champion 身份;把 Cowork 纳入新人入职流程

稳定态的标志:每个主要部门的 plugin 都有活跃 champion 在管;新 skill 从 champion 那边进库的速度比项目团队自己产出的还快;季度 ROI 报告看的是实际业务价值,不只是省了多少时间。

📌 持续要做的事:每季度重新检视 plugin 和排程任务该归谁管——哪些地方 Claude 的产出已经证明可靠,就把责任交给它多做一点;哪里出过错,就收回来让人重新盯着。


常踩的坑

  1. 上线不等于赋能——只是打开开关、发一封邮件是不够的,要当成一个有结构的变革管理项目来做
  2. 第一印象没做好——让用户没头绪地自己乱试,效果通常很差;要挑选好起手用例、让 champion 带头做第一次
  3. 陷进纯聊天模式——用户默认只会打几句短 prompt,不接 connector;赋能内容要示范「委派」而不只是传统聊天,鼓励用户完成 connector 授权
  4. 把最初的配置当成一成不变——要根据实际用量证据重新检视 connector 和治理姿态;已经验证过的成功案例,比多做一次安全审查更能给后续审批松绑
  5. 衡量指标不完整——除了生产力数据,也要定义"完成了多少净新增的工作"这类结果导向的 ROI,加上定性的用例反馈

培训三阶段(Enablement Methods)

培训按 Anthropic 的「AI Fluency」原则设计,强调动手实操,自然按这个顺序推进:单一任务配合 connector 完成 → 会用 skill 和 plugin → Cowork 自动跑完整个工作流。

阶段一:Activation(从第一次提问到第一个 skill)——目标:每个用户都从零走到第一次成功用 connector 完成任务

  • 针对每个角色准备第一次 session:发一页纸或角色专属 skill,写清楚「作为 XX 角色,你的头三个任务是什么」
  • Connector 授权时刻:没授权 connector 的用户只能用纯聊天,体验不到完整 Cowork 能力——安排团体设置时段或排班互相帮忙
  • 并排示范:同一件事,一边用纯 Chat prompt 做,一边用带 connector 的委派任务做,让用户直接看出产出差在哪
  • 一对多的 Cowork 101 培训:用结构化课程介绍 skill、connector、plugin、排程任务

阶段二:Enablement(Connector、Skill 与真实工作流)——目标:建立可重复的熟练度,确保每人至少用上一个 skill 和一个 plugin

  • Skill workshop:部门动手实操场,每个人都要针对自己的真实工作建至少一个 skill,阶段二、三都由 champion 主持
  • 推 Plugin 上线:越早装 plugin、跑 skill,学习曲线越快;试点结束后要确保 plugin 已经就绪,上线通讯里要附装法
  • 每周 office hours:30 分钟随到随聊,champion 分享画面、帮卡住的用户排障、演示新 skill
  • 每周一个 skill:团队每周贴一个 skill,配一段实际用起来的短视频,激发跨部门灵感
  • Champion demo day:每月跨部门展示会,比如 sales champion 演示 call-prep skill、工程师演示事故复盘 skill

阶段三:Habit(自动化与稳定态)——目标:让 Cowork 变成用户开工时自动就在用的东西,不用刻意想起来

  • 让每个人至少有一个排程任务:一旦用户每天/每周自动收到 pipeline 汇总或报告,Cowork 就是主动找上他们,不用他们主动去用。例:「每个工作日早上 8 点,从连接的 CRM 拉出开放中的 pipeline,汇总昨天换了阶段的交易,把摘要贴到团队频道」——第一次跑完要确认:摘要真的出现在频道、涵盖的时间范围对、内容符合团队预期。⚠️ 排程任务准时跑了但摘要内容不对,比没跑更伤团队对它的信任
  • 融进既有仪式:把 Cowork 产出的摘要变成每周 pipeline 复盘的标准素材、把第一版董事会简报草稿变成标准流程的一部分
  • 写进新人入职:Day-1 checklist 包含装桌面版、授权三个 connector、装部门 plugin、跑一次旗舰 skill

常见问题 FAQ

  • 能不能只让特定用户看到某些 connector? 不能,目前 connector 只能按整个组织开关。
  • 开了一个 connector,Claude 是不是就能自动读到所有人的数据? 不会。Connector 是双重授权:管理员先在组织层级打开,之后每个用户还要自己各自 OAuth 授权连自己的账号;Claude 能读到的数据范围,就是这个用户原本就有权限看的范围。
  • 用户分享的 skill 里能不能带 API key 或密码? 不行,skill 里绝对不能放凭证。需要授权的话,skill 应该改用 connector。凭证管理要写进 champion 培训和 skill 审核流程,建议做一个专门的 skill-audit skill,在推广到全组织或收进 plugin 之前跑一遍标准检查。
  • 怎么避免重复或低质量的 skill 越堆越多? 按部门做命名空间、每季度做盘点审核、靠 champion 制度把关——Guided Creation 这种治理姿态是最好的平衡点:用户可以自由建,但要推到组织层级前得经过审核。
  • Plugin 怎么跟版本控制同步? Plugin 支持 GitHub 同步:接一个私有仓库当 plugin marketplace,改动走标准 PR 流程合并后自动同步给用户。
  • Skill 跟排程任务差在哪? Skill 要用户触发才跑;排程任务是存好的 prompt,按排程自动执行,跟平常的 Cowork session 有一样的访问权限,可以从 Cowork 界面设置,也能直接跟 Claude 说人话(比如「每天早上 6 点」)建立——这是 Cowork 独有的功能,最常见的用法就是每天 8 点自动生成 pipeline 摘要贴到 Slack。

常见错误

  • ❌ 以为「开了权限、发了公告」就是赋能了——没有配套的培训和 champion 支持,用户学不会怎么真正用起来
  • ❌ 让用户第一次接触就自己瞎摸索——第一印象没做好,后面很难扭转「这东西不好用」的印象
  • ❌ 只顾着推 chat 式的对话,没示范委派——用户会一直停在「打几句短 prompt」的用法,感受不到 Cowork 真正的能力
  • ❌ 治理姿态设一次就不再调整——应该根据用量证据定期重新检视,放太紧会拖慢採用,放太松又可能出问题
  • ❌ 只看「用了多少次」这类活动指标,没看实际省下的时间/业务价值——ROI 报告缺了这块很难说服下一轮预算

Sources

官方文档:

  1. Scaling workflows with Claude Cowork at your organization — https://academy.claude.com/tutorials/scaling-workflows-with-claude-cowork-at-your-organization