最近Agent确实用得有点多，总感觉AI能带着我超神，脑子里时不时就蹦出些新想法，恨不得立刻用AI把它实现出来。昨天就有个挺有意思的灵感冒出来，但实话实说，这个灵感对应的行业，我了解得真不多。
琢磨了好半天——怎么才能在短时间内，把一个陌生行业的产品、公司、渠道、市场信息都看个七七八八？后来想了个特别土的办法：去逛展会。
展会这东西，表面上看就是一堆展台、海报、销售资料，但如果你仔细看，它其实是一个行业在某个时间点上的“压缩包”。谁来了，谁没来，谁在主展馆，谁在边角位，谁的产品已经能卖了，谁还停留在概念图——这些信息放在一起，价值一下子就出来了。
但话说回来，展会调研做起来确实费力不讨好。得先找展会、查官网、判断主办方靠不靠谱，再看看展商范围和自己的业务有没有关系，还得估算观展成本、差旅成本、团队有没有必要去。更麻烦的是，这些信息不能只停在你一个人脑子里，团队要看，同事要补充，领导要拍板。
虽然现在AI能帮忙查一些资料，但我绝不只是想让AI替我搜几个展会名单。那样太浅了。我真正想搭的，是一个调研的AI工作流——把信息调研、分析、评估、人机协作、团队决策反馈，全部串起来。
你想，一个复杂任务里，本来就不只需要一种简单的思考逻辑。做市场调研，需要有人查资料，有人判断真假，有人写报告，有人做PPT，有人最后拍板。但AI再强，也容易出现一个问题——它什么都懂一点，但未必每一步都靠谱。
AI工作流的价值就在这里。它可以让AI扮演不同角色、分工合作：有的负责找资料，有的负责做判断，有的负责执行，有的负责复核。人不再只是提需求的人，而是更像项目经理，在关键节点上做选择、给反馈、改方向。
听起来很高级吧。其实实现起来也不算复杂，可以分两步走：
第一步，手动搭一个skill，专门帮我去找资料、做初步判断、筛选信息、输出表格报告。第二步，把这些筛选后的有效调研信息，放到飞书里让团队一起评估决策。
第一步：Skill 的搭建
不少朋友一听skill就紧张，觉得是不是要写代码，是不是要懂插件，是不是要会一堆奇怪的配置。坦率地说，如果不追求一上来就全自动，搭skill其实就是把工作的SOP写清楚，然后交给Agent（比如Claude Code或Codex）去遵守。
这好比是在教一个很能干但还不熟悉你业务的新同事，告诉他以后遇到展会调研这件事，应该怎么查、怎么判断、怎么输出。所以最重要的就是写清楚下面几个规则：
- 调研的产品方向是什么？目标客户是谁？是个人、企业，还是科研院校？
- 展会优先级怎么排？境内展会优先，还是境外优先？哪些产品方向类别的优先级更高？
- 展会信息来源怎么判断可信度？是从官网、展会平台还是公众号找资料？
- 评分怎么给？不是拍脑袋说一句“值得去”，而是拆成行业相关性、展商质量、渠道价值、学习价值、成本压力、时间匹配度几个维度。
这些规则写出来之后，skill的雏形其实就成型了——它就像一份更严格、可复用、不容易忘事的工作说明书。
回到展会调研这件事上，我觉得最关键的不是让Agent查得多，而是让它查得“可判断”。很多人用AI做调研，会卡在一个地方：拿到一堆信息，然后人麻了。看起来很多，实际没法决策。比如一个展会名字听起来很大，但点进去发现展商跟你的业务关系很弱；另一个展会名字看起来很窄，但里面可能全是你真正想看的渠道和产品。
所以，一定要让Agent调用写好的skill去执行调研任务。它每找到一个展会，都顺手帮你做一层判断，把信息从网页里捞出来，再压成团队能讨论的颗粒度。
第二步：调研结果接入飞书
说到团队讨论，就不能只把信息留在和Agent的对话里，或者只保存在一个markdown文件里——那样很难协作。你可以看，但别人不一定看；你可以判断，但别人没法方便地补充意见。
飞书文档的作用就在这里——多人编辑、评论、决策，实在太方便了。特别是多维表格，它既是表格，又像一个轻量的数据库。每一条展会信息都可以变成一条记录：展会名称、举办时间、地点、官网链接、主办方、展会方向、目标客户、推荐动作、可信来源、评分、备注、负责人、团队反馈，全都可以塞进去。团队成员可以直接在表格里改状态：待确认、值得去、考虑参展、放弃。
这个状态一旦跑起来，协作感就出来了。Agent不再只是给你写一段结论，而是把筛选后的真实有效信息同步到团队共同看的地方。不是人围着AI转，而是AI把信息送到人本来就工作的地方。
具体接飞书多维表格时，需要准备三个东西给Agent：
- app_token——多维表格本身的token；
- table_id——要写入的那张数据表ID；
- access_token——飞书开放平台给你的访问凭证。
这块需要去飞书开放平台看多维表格相关接口文档，跟着文档走并不难。建议先跑通，再变复杂。跑通后，Agent就能直接往飞书同步调研内容了。
下面是我用这个完整流程跑起来的大概样子。随便拿一个比较陌生的行业——医疗器械为例，先给ChatGPT一个方向和基础调研规则。
ChatGPT会直接生成一个核心的skill markdown文档，以及相关的说明文档。把这个skill文档丢给Codex或Claude Code这样的Agent进行安装。
随后在Codex中调用这个skill，Codex会按skill里的规则去找公开信息，优先查官网和官方来源，再判断可信度。接着它按字段整理好，给每个展会写推荐理由和风险提示。
你确认没问题后，它把记录同步进飞书多维表格。团队直接在表格里看结果，补充反馈，改状态，决定谁去跟进。
这个闭环一旦形成，就像给团队多招了一个调研助理。
当然，这里面也有坑。最大的坑是信息可信度。展会行业里的招商软文太多了，一个展会到底办不办，规模多大，有哪些真实展商，不能只看一篇宣传稿。所以skill里一定要强制要求来源：没有来源，不入表；来源不够可信，要标风险。如果官网打不开，或者只有第三方页面，就不要假装确定，直接写“待核实”。
所以比较重要的一点：一定要人为地进行信息的再次复核，不能完全信任AI。
有时候，改变工作方式的，不一定是惊天动地的新产品。可能就是一个你手动撸出来的skill，一张飞书多维表格，还有一次把费力活重新拆开的耐心。
