8.1 单专家实战场景

上一章我们学会了召唤专家。但"会用"和"用得好"之间，还差具体场景的体感。这一节，我们用三个真实场景，把单专家的威力打出来——同样是干一件事，召唤对口的专家，结果的专业度会有质的飞跃。

每个场景都附完整对话示例，你可以直接照搬改造。

场景一：召唤"资深数据分析师"处理销售数据#

背景#

市场部小王拿到一份季度销售数据，要做一份分析报告给老板。普通对话也能算出合计、画个图，但结论太通用，老板不满意。

操作#

进入专家中心，召唤"数据分析师"专家（参考 7.4 节的召唤流程），输入：

bash
复制
我上传了一份 Q3 销售数据 sales_q3.xlsx，包含各渠道、
各产品线的月度销售额和订单量。

请按专业方法分析：
1. 先讲清你的分析思路（拆哪些维度）
2. 找出同比/环比异常的渠道和品类
3. 给出每个异常的原因假设
4. 最后给出 3 条可落地的行动建议

输出为 docx 分析报告，带图表，语气正式。

专家的执行#

数据分析师专家不会简单算个总和，而是按专业框架走：

1. 讲清思路：先说明从渠道、品类、时间三个维度拆解
2. 定位异常：发现某渠道环比下滑 23%、某品类同比增长异常
3. 原因假设：结合数据特征给出可能原因（如季节性、促销透支）
4. 行动建议：给出可执行的建议（资源倾斜、调整节奏等）

结果#

同样一份数据，普通对话给你"合计 + 通用图"，专家给你"专业分析框架 + 异常洞察 + 行动建议"——后者才是老板要的东西。

场景二：召唤"法律顾问"审阅合同#

背景#

公司要和一家供应商签服务合同，法务人手紧，想先用 AI 过一遍，挑出风险条款。

操作#

召唤"法律顾问"专家，上传合同 PDF：

bash
复制
这是我方拟与供应商签署的服务合同，请按专业合同审查方法
逐条审阅，重点输出：

1. 风险条款清单：逐条列出对我方不利的条款（标红风险等级）
2. 修改建议：每条给出我方应争取的修改措辞
3. 缺失条款：指出合同里应该有但没有的保护性条款
4. 总体结论：这份合同整体风险如何，能否签

输出一份审查意见表，按【条款 | 风险 | 建议】三列组织。

专家的价值#

法律顾问专家会按专业的合同审查清单过一遍，而不是泛泛点评。它能精准识别"违约金上限过低""单方变更权""知识产权归属模糊"这类专业风险点，并给出可直接谈判的修改措辞。

场景三：召唤"新媒体运营专家"写文案#

背景#

要为新品首发写一组小红书种草文案，普通对话写出来的太"AI 味"、没网感。

操作#

召唤"新媒体运营专家"专家：

bash
复制
为一款主打"通勤轻量化"的折叠背包写 3 条小红书种草文案。

要求：
- 受众：一二线城市白领女性，25-35 岁
- 卖点：超轻 380g、折叠后巴掌大、防水
- 风格：真实使用感、带痛点切入，别用"家人们""绝绝子"等烂梗
- 每条配 3 个话题标签
- 结尾有自然的行动召唤，但不硬广

专家的执行#

新媒体运营专家会按爆款文案的逻辑（痛点钩子 → 真实场景 → 卖点植入 → 行动召唤）来写，避开烂俗套话，给出贴近真实种草笔记的文案。

三个场景的共同点#

规律很明显：专业的事，交给对口的专家。你不用在提示词里啰嗦地教它"你是 XX 专家、请按 XX 方法"——专家已经把这些内置好了，你只需把任务讲清楚。

小结#

单专家实战，核心记住三点：

1. 专业的事交给对口专家：数据分析找数据分析师、审合同找法律顾问、写文案找新媒体运营专家
2. 指令聚焦任务本身：专家已内置专业人设，你只需把任务、素材、要求讲清楚
3. 多轮打磨仍适用：第 06 章的校准技巧同样适用于专家对话

下一节，我们看当任务复杂到一个人搞不定时，专家团是如何协作整体交付的。