
上个月,我们公司市场部一位老员工离职。交接文档很完整:十几个账号密码,邮箱、CRM、协作平台……全了。
一周后,新同事接手工作,问了一个让我愣住的问题:
“之前那个同事用AI写产品文案转化率特别高,他是怎么做到的?”
我去翻交接文档——没有。问领导——不知道。
后来才查清楚:他用的根本不是公司买的ChatGPT企业账号,而是自己的个人邮箱注册的ChatGPT Plus,每月20美元找公司报销。
那个账号里,存着他花了将近一年调试出来的几十套提示词模板:不同产品类型的文案框架、不同平台的语气风格、不同用户群体的沟通方式……
离职时,他只需要停止报销。那些提示词,跟着他一起走了。
公司花了钱,什么都没留下。
我跟几个同行聊了聊,发现这种情况太普遍了:
每家公司都在为“个人能力”买单,但这些能力从来没有真正属于公司。
说实话,这事不能怪员工。
他们用个人账号,很多时候是因为公司没有提供统一的企业账号,或者提供的工具不好用。个人账号注册不用审批、不用等IT开通、随时可用。
但问题在于:
角色 | 付出 | 带走/留下 |
|---|---|---|
公司 | 报销费用 | 什么都没留下 |
员工 | 几百小时调教 | 成果全部带走 |
结果:公司一直在为“租来的能力”付费,而不是在“建设自己的能力”。
从技术角度看,本质是三个缺失:
核心思路:所有AI请求走公司统一入口,自动沉淀提示词。
架构图(文字描述):
text
复制
下载
员工 → 公司代理网关 → OpenAI/Claude API
↓
提示词自动入库(PostgreSQL)
↓
公司知识库 / 团队共享库关键实现(伪代码):
python
复制
下载
# 网关中间件:自动沉淀system prompt
async def proxy_with_save(request):
# 提取提示词
system_prompt = extract_system_prompt(request.messages)
# 调用AI
response = await call_llm(request)
# 异步保存到公司库
await save_to_repository(
user_id=request.user_id,
prompt_hash=hash(system_prompt),
content=system_prompt,
usage_count=increment()
)
return response数据库设计(最小可用):
sql
复制
下载
CREATE TABLE prompt_assets (
id SERIAL PRIMARY KEY,
prompt_hash VARCHAR(64) UNIQUE,
creator_id VARCHAR(64),
system_prompt TEXT,
usage_count INT DEFAULT 1,
created_at TIMESTAMP,
is_company_asset BOOLEAN DEFAULT TRUE
);优点:完全自主可控,无额外成本 缺点:需要开发维护,约1-2人天
对于没有多余技术人力的公司,可以考虑第三方平台。
例如,市面上已有ZGI这类轻量级AI能力管理平台,核心能力包括:
优点:开箱即用,无需开发 缺点:需要预算(但通常低于员工个人账号报销的隐形成本)
最低成本方案:
层面 | 做法 |
|---|---|
制度 | 禁止个人AI账号处理公司业务,统一使用企业账号 |
流程 | 离职交接清单增加“AI提示词资产”必填项 |
工具 | 用开源项目(如Prompt Library、Dify社区版)自建共享库 |
激励 | 提示词被复用10次以上 → 奖金/荣誉 |
成本:几乎为零,主要靠制度和流程落地。
“如果今天某个很会用AI的员工离职,他摸索出来的那套方法,能留下来吗?”
如果不能,你的公司就在“租能力”。
租来的能力,迟早会到期。
那个离职员工带走的,不只是几十套提示词。
那是他花了几百个小时试错、迭代、优化的成果。那是他一个人的“AI智慧”。
但站在公司的角度,那应该是公司的资产。
不是要“占有”员工的东西,而是要建立一个机制——让员工愿意把能力留在公司,同时公司也认可和奖励这种贡献。
工具可以买,账号可以开。
真正值钱的,是那些“怎么用好工具”的经验。
这些经验,不应该跟着一个人的离职就消失。
评论区欢迎讨论:
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。