受众适配器Skill audience-adapter

向上汇报与跨部门沟通助手,根据受众角色(CEO、VP、技术负责人或运营)自动调整信息粒度、语言风格和侧重点,生成邮件、汇报要点或文档。关键词:向上汇报,跨部门沟通,信息适配,受众分析,汇报材料生成,利益相关者沟通。

管理咨询 0 次安装 2 次浏览 更新于 7/8/2026

name: 受众适配器 description: “向上汇报与跨部门沟通助手,根据受众角色(CEO、VP、技术负责人或运营)自动调整信息粒度、语言风格和侧重点,生成邮件、汇报要点或文档。当用户提到向上汇报、跨部门沟通、stakeholder update、executive summary、管理层汇报、给老板/VP/CEO写邮件简报、技术团队同步、运营侧对齐、写汇报材料或项目进展同步时触发。” license: MIT

利益相关者沟通

根据受众角色自动调整沟通内容的粒度、语言和侧重点。支持 CEO、VP、技术负责人、运营四类典型受众,覆盖向上汇报和跨部门沟通场景。

使用流程

第一步:收集原始信息

向用户询问以下内容:

  • 沟通主题:要汇报/同步什么事(项目进展、问题升级、方案决策、成果汇报等)
  • 原始素材:用户掌握的所有细节(可以是散乱笔记、技术文档、数据报告、聊天记录等任何形式)
  • 目标受众:这份内容要给谁看(CEO / VP / 技术负责人 / 运营 / 其他角色——若受众不在上述四类中,让用户说明该角色的职能和关注点,然后参考最接近的受众策略进行适配调整)
  • 沟通目的:信息同步、争取资源、请求决策、风险预警、成果展示
  • 输出形式:邮件、会议口头汇报要点、Slack/飞书消息、PPT 大纲、正式文档

如果用户已在初始请求中明确部分信息,可跳过对应的确认。

第二步:确定受众画像与调整策略

根据目标受众,自动应用以下调整策略:


受众调整策略

CEO / 创始人

关注点:战略影响、商业价值、关键决策点、风险与机会

粒度调整

  • 最高层抽象,只保留结论和决策项
  • 整个汇报控制在 1 页或 3 分钟口头时间内
  • 删除所有技术实现细节和过程描述
  • 数据只保留最关键的 1-3 个指标

语言风格

  • 用商业语言而非技术术语
  • “我们完成了微服务架构迁移” → “系统稳定性提升 40%,支撑下季度 3 倍流量增长”
  • “数据库查询优化” → “用户体验提升,页面加载快了 2 秒”
  • 避免缩写和行业黑话,除非确认 CEO 熟悉

结构模板

# [主题] — 一句话结论

## 核心结论
用 1-2 句话总结最重要的信息和建议的行动。

## 关键数据
- 指标1:数值 + 变化趋势(↑/↓ X%)
- 指标2:数值 + 与目标的差距

## 需要您的决策/了解(按需)
- 决策项1:选项 A vs 选项 B,推荐 X,原因一句话
- 决策项2:...

## 风险提示(如有)
- 风险描述 → 影响范围 → 应对方案

VP / 部门负责人

关注点:部门目标达成、资源分配、跨团队依赖、里程碑进度、团队健康度

粒度调整

  • 中高层抽象,保留关键过程节点和决策背景
  • 可展开到具体项目或工作流级别,但不到代码/操作级别
  • 数据包含趋势和对比(环比、与目标对比)
  • 资源和人力相关信息要具体

语言风格

  • 可使用部门内通用的专业术语
  • 强调目标对齐和资源效率
  • “API 重构完成了 70%” → “核心接口改造完成 70%,剩余部分需后端增加 1 人周,预计下周四交付”
  • 问题描述要附带影响评估和资源需求

结构模板

# [主题] 进展同步

## 整体状态
一段话概括当前状态、是否按计划推进、主要成果。

## 里程碑进展

| 里程碑 | 状态 | 进度 | 预计完成 | 备注 |
|---|---|---|---|---|
| 里程碑1 | 进行中 | 70% | MM-DD | 按计划 |
| 里程碑2 | 延期 | 40% | MM-DD | 原因简述 |

## 关键成果
- 成果1:量化描述 + 业务影响
- 成果2:...

## 问题与需要的支持
- **问题1**:描述 → 对目标的影响 → 需要的资源/决策
- **问题2**:...

## 跨团队依赖
- 依赖方 → 事项 → 当前状态 → 期望时间

## 下阶段计划
按优先级列出 3-5 项重点工作及预期产出。

技术负责人 / 架构师

关注点:技术方案、架构影响、性能指标、技术债务、实现风险

粒度调整

  • 中低层抽象,可以包含技术方案对比和架构决策
  • 需要给出具体的技术指标(QPS、延迟、错误率等)
  • 可以讨论实现路径,但不需要逐行代码级别
  • 技术风险要有具体的评估和缓解方案

语言风格

  • 可以自由使用技术术语和缩写
  • 直接给结论和推荐方案,用数据支撑
  • “建议用 Redis 做缓存” → “建议引入 Redis 缓存热点查询,预计 P99 延迟从 800ms 降到 200ms,需要 2 天开发 + 1 天压测”
  • 方案对比要有明确的 trade-off 分析

结构模板

# [主题] 技术同步

## 概要
一句话说明技术变更的目的和当前状态。

## 技术方案 / 变更内容
描述做了什么、为什么这么做。如果涉及方案选型,给出选项对比:

| 维度 | 方案 A | 方案 B |
|---|---|---|
| 性能 | ... | ... |
| 复杂度 | ... | ... |
| 风险 | ... | ... |

推荐方案:X,理由:...

## 关键指标
- 指标1(如 QPS):变更前 → 变更后
- 指标2(如 P99 延迟):变更前 → 变更后

## 影响范围
- 受影响的服务/模块
- 是否需要数据迁移
- 是否有 breaking change

## 风险与缓解
- 风险1 → 缓解措施
- 风险2 → 缓解措施

## 排期与依赖
- 预计工时:X 人天
- 前置依赖:...
- 计划上线时间:MM-DD

运营 / 业务团队

关注点:用户影响、功能变化、上线时间、操作流程变更、数据口径变化

粒度调整

  • 中层抽象,聚焦用户可感知的变化和业务流程影响
  • 删除所有技术实现细节
  • 时间线要精确到天
  • 如有操作流程变更,需要给出前后对比

语言风格

  • 用业务语言描述技术变更
  • “接口迁移” → “XX 功能的数据来源切换,用户侧无感,但后台报表可能有 1 小时数据延迟”
  • “发布回滚” → “XX 功能临时下线,预计 2 小时内恢复”
  • 避免技术术语,如必须使用需加括号解释

结构模板

# [主题] 业务同步

## 一句话概要
用业务语言说明发生了什么、对用户/业务的影响。

## 具体变化

### 对用户的影响
- 变化1:用户会看到/感受到什么
- 变化2:...
- 无影响的部分(如需说明)

### 对业务流程的影响
- 流程变更1:之前怎么做 → 现在怎么做
- 流程变更2:...

### 对数据/报表的影响
- 数据口径变化说明(如有)
- 报表更新时间变化(如有)

## 时间线
| 时间 | 事项 |
|---|---|
| MM-DD HH:mm | 开始 XX |
| MM-DD HH:mm | 完成 XX / 用户可用 |

## 需要运营侧配合的事项(如有)
- 配合事项1:具体动作 + 截止时间
- 配合事项2:...

## 常见问题 FAQ(如有)
- Q:用户问 XX 怎么回复?
- A:...

第三步:内容转换与生成

拿到用户提供的原始素材后,按以下规则进行转换:

通用转换规则

  1. 价值翻译:将技术动作翻译为对应受众关心的价值维度

    • CEO:商业价值、收入、增长、风险
    • VP:目标达成、资源效率、团队产出
    • 技术:性能、稳定性、可维护性、技术先进性
    • 运营:用户体验、操作流程、数据准确性
  2. 信息删减原则

    • 如果一条信息对该受众不会影响其决策或行动,删掉
    • 宁可少说、说准,不要信息过载
    • 被删掉的细节可以放在"附录"或"详情可联系 XX"
  3. 数据呈现

    • CEO:只要结论数字 + 趋势方向
    • VP:要趋势 + 同比/环比 + 目标对比
    • 技术:要具体指标 + 监控截图链接(如有)
    • 运营:要用户可感知的变化 + 时间点
  4. 行动导向:每份沟通内容结尾要明确:

    • 需要对方做什么(决策、审批、配合、知悉)
    • 什么时候之前需要反馈
    • 如果不需要对方做任何事,明确说"仅供知悉,无需回复"

跨部门沟通附加规则

当沟通对象来自不同部门时,额外注意:

  1. 背景补充:不要假设对方了解你的项目背景,用 1-2 句话交代上下文
  2. 术语翻译:你部门的专业术语,对方可能不理解,需要翻译或解释
  3. 利益对齐:说明这件事为什么跟对方有关,对方能获得什么
  4. 降低配合成本:需要对方做的事情要尽可能具体、简单,最好能直接执行

第四步:输出与迭代

  • 按用户选择的输出形式生成内容
  • 输出后询问用户是否需要调整语气、补充信息或转换为其他受众版本
  • 如果同一内容需要发送给多个不同受众,可以一次生成多个版本

多版本生成

用户可以要求对同一信息生成多个受众版本。此时:

  1. 先生成信息最完整的版本(通常是技术版本)
  2. 然后逐步抽象,生成其他版本
  3. 确保各版本的核心事实一致,只是粒度和语言不同
  4. 标注各版本之间被删减或简化的关键信息点

质量检查清单

每次生成内容后,自检以下项目:

  • [ ] 信息粒度是否匹配受众认知层级
  • [ ] 是否有对该受众无意义的技术/业务细节残留
  • [ ] 核心结论是否在前 2 句话内出现
  • [ ] 需要对方采取的行动是否明确
  • [ ] 数据/时间/人名等事实信息是否准确(与原始素材一致)
  • [ ] 语言风格是否适配受众(无不当术语)
  • [ ] 同一事件的多版本之间事实是否一致