江昱德「江江 AI 辦公室 Workshop」系統分析

分析日期：2026-05-26 ｜類型：learning-analysis ｜ SOP：web-learning-sop.md
來源：https://jiangjiang-ai-office.vercel.app/ + /team + GitHub Jiang-Yude/ai-office-workshop
分析師：Claude CEO

維度一：定性

面向	內容
類型	商業化開源系統 / AI 個人工作流 / 知識管理工具
平台	GitHub（開源）+ Vercel（展示網站）+ Claude（執行環境）
受眾	個人效率工作者：顧問、教練、講師、研究者、專案經理
深度	深度可操作系統（可下載、可直接使用，非概念文章）
創作者	江昱德（江江教練）— 隱性知識提煉師・個人知識管理顧問・AI 應用規劃師
核心哲學	「流水的 AI，鐵打的知識」— 知識以資料夾為媒介持久化，不依附特定 AI 工具
授權	MIT（完整開源，可商業使用）
產品結構	GitHub 免費版 + 工作坊（付費）+ 合作夥伴模式（推廣分潤）

維度二：讀取記錄

來源	讀取方式	深度
主網站 `jiangjiang-ai-office.vercel.app/`	Chrome MCP get_page_text	✅ 完整
`/team` 頁面（23 位助理完整說明）	Chrome MCP get_page_text	✅ 完整
GitHub `Jiang-Yude/ai-office-workshop` README	Chrome MCP（前一 session）	✅ 完整
GitHub `agents.md` 助理清單	Chrome MCP（前一 session）	✅ 概覽層
`_agent/` 個別助理定義檔（19 份 SKILL.md）	GitHub raw WebFetch 逐一讀取（2026-05-26 補讀）	✅ 完整（詳見補充一）
`knowledge/analyses/2026-05-02-claude-code-hooks-subagent-plugins.md` Part 5	Read L614-L769	✅ 完整（C-level 比較基準）

維度三：核心概念五欄比較

概念	江江做法	可借鑒之處	明確不採用	對 tzlth-hq 的意義
知識持久化哲學	「流水的 AI，鐵打的知識」——所有知識以資料夾＋檔案形式固定，AI 只是讀取者，換工具不失知識	知識和工具解耦的方向正確；resource 不和 session 綁定	全面轉向資料夾系統（我們已有 git repo + CLAUDE.md 體系，架構不換）	驗證我們 `knowledge/` HQ repo 路線的正確性。差異點：他們偏「個人知識持久化」，我們偏「操作程序持久化」
統一入口（咪卡）	咪卡助教是第一個出場的 agent，負責建立整個 AI 辦公室、帶你逛一圈、之後扮演小組長路由；內含版本更新檢查功能	單一入口降低認知負擔；版本更新主動偵測；入口設計友善，不需記住所有助理名稱	人格化命名風格（我們以規則驅動，不以角色扮演為設計軸；混淆功能邊界）	驗證我們「兩段式啟動協議」的設計方向；可評估在 SKILL 情境偵測表增加「不知道從哪裡開始」的路由說明
技能包生命週期	技能包大師（製作 SOP）+ 技能包大總管（管理整片技能包）；健檢功能：觸發詞衝突 / Skill 快篩 / 整併與拆分 / 更新檢查	技能包有生命週期管理（健檢+整併+廢止），是我們現有 SKILL 體系明確缺少的一環	直接複製這兩個 agent（我們有 SKILL評估 SKILL，升規即可）	在 SKILL評估 SKILL 加入「廢止候選」和「觸發詞重複偵測」，借鑒技能包大總管的功能設計
三路徑查資料	「子代理多方查資料」：同時開 3 個子代理（官方/正評/負評）→ 交叉比對；目標是避免被單一上下文洗腦，給更客觀的全貌	三方觀點並行 → 比現有 WebSearch 更具防偏見設計；實際已在用（有 ROI 驗證）	目前不啟用（Sub-Agent ⏸ 維持，詳見維度六）	記入 pending-decisions.md 作為「未來 Sub-Agent 啟動後的第一個具體 pattern 參考」
三層演進路線	基礎：單一功能工具助理（14 位現有）→ 進階：工作流組合職員（多位組合成一個完整職員）→ 專業：Agent 工作團隊（Agent 指揮官統管全隊，多人協作、彼此交接、自動驗收）	演進路線清晰具體，每層的定義界限清楚；「工作流組合職員」這一層是我們目前缺少的中間層	立即跳到 Agent 工作團隊（N1/N2/N3 未達成；過早優化）	我們的 C-level ⏸ 架構對應「Agent 工作團隊」層，方向一致，但實現條件不同（N1/N2/N3 仍未達成）

維度四：三軌用途分析

🟢 軌道一：直接運用（現有系統可借鑒的具體做法）

#	可採用點	來源助理	難度	建議行動
A	「老師課值不值得上」五維度評分框架（方向/工作流相容/成本/時間/相關性）	老師課值不值得上	低	將此框架的核心邏輯整合進 web-learning-sop.md 的「是否值得深度分析」初篩問題
B	個人名片檔概念（給 AI 看的名片，跨技能包共用，AI 第一句就知道你是誰）	個人名片檔	低	評估 CLAUDE.md 是否加「Tim 基本資料快速索引節」（目前散落在 brand-profile + 工作室基本資料）
C	「本週重點」檢索頁概念（今天 + 前後三天，5 種分類維度，AI 啟動先讀）	本週重點	中	評估整合進 `週報` SKILL 產出，讓 daily-log 更可索引；或作為 PostCompact Hook 的補充快取
D	三路徑查資料 pattern 存檔	子代理多方查資料	低（存檔）	記入 pending-decisions.md，⏸ 不立即執行，N1/N2/N3 任一達成後作為第一個 Sub-Agent pattern

🔵 軌道二：加強現有系統（借概念升規現有機制）

#	加強方向	對應現有機制	具體升規點
E	SKILL 技能包大總管概念 → SKILL 生命週期健檢	SKILL評估 SKILL	加入：①觸發詞衝突偵測（同詞觸發不同 SKILL 的衝突）②廢止候選清單（> 90 天未觸發）③整併評估（功能重疊 > 80% 的 SKILL 對）
F	咪卡版本更新檢查 → SKILL 測試狀態老化偵測	健康檢查 SKILL	加入「SKILL 版本老化」步驟：⏳ 超過 60 天未升 ✅ 的 SKILL 條目主動提報
G	順稿助理「好段落存素材庫」→ Tim 佳句累積	AK style_guide.md	在 style_guide.md 新增「Tim 強句素材庫」區塊，每次發文後人工挑選 2-3 句記入，供下次貼文繼承迭代
H	盲點助理「逐詞確認，不能有模糊空間」→ Q8 嚴格維度強化	IAUD Q8 嚴格	已有！但可用「問題拆解助理（逐詞確認）」的精確標準，強化我們的查照 Q8 FAIL 判斷基準

🟡 軌道三：延伸使用（未來方向，新服務可能）

#	延伸方向	說明	可行性	時間軸
I	C6 課程：「讓 AI 成為你的職涯助理」	結合江江系統架構（易懂）+ Tim 職涯諮詢方法論（差異化），設計「職涯 AI 工作室」工作坊。受眾：想用 AI 加速職涯發展的 3-10 年工作者。差異化：江江是通用 AI 辦公室，Tim 的是「職涯專用」，每個助理對應一個職涯場景（履歷助理/求職信助理/面試準備助理/薪資談判助理）	高（現有 W6 小班模式可套用；ai-employee-role-brief.md v0.1 已有基礎素材）	W6 首場完成後評估（2026-Q4 目標）
J	W7：AI 員工工作坊	以「五問角色說明書」（Giga Tseng）+「技能包製作大師」（江江）為課程骨幹，讓學員在工作坊中為自己的工作情境打造 3 個 AI 助理；半天工作坊格式；與 ai-employee-role-brief.md v0.1 直接銜接	中（需設計課程架構；工作坊模板 W6 可借用）	W6 首場完成後評估
K	追蹤江江「Agent 指揮官」進階版	江江進階版 4 位都規劃中（Agent 指揮官/個人知識管理顧問/隱性知識提煉師/團隊協作版）→ Agent 指揮官的架構設計可作為我們 C-level 重評時的外部參考案例	低（僅需追蹤，不需執行）	持續觀察，加入 pending-decisions.md

維度五：明確不採用（說明原因）

不採用項目	理由
3X4 資料管理法（三種日記 × 四種時效）	我們的知識管理以 knowledge/ HQ repo + git 版控為核心，folder-based 日記系統引入雙軌衝突；且我們的記錄單元是結構化的 tasks.md/daily-log，不是個人日記型流水帳
標籤管理法（Tag Wiki）	knowledge/references/ 已有按主題分類的體系（AI工具/社群行銷等）；Claude 直接 Grep 即可檢索，不需 wiki-link 視覺化；建一套新標籤系統的維護成本 > 收益
人格化助理命名（咪卡、納瓦爾顧問等）	我們系統以嚴謹規則和部門分工為軸，人格化命名雖然親切但降低可維護性（命名 ≠ 功能描述）；16 部門 + SKILL 體系已清楚定義每個功能
`_agent/skills/` 資料夾結構	我們已有 `.claude/skills/` 標準路徑 + git 管理的 markdown；不需換架構；現有路徑在整個 HQ repo 中有明確的 Glob 搜尋路徑
番茄鐘助理	非職涯顧問核心業務，與服務定位無交集
整包套用系統	tzlth-hq 的架構已比江江系統更完整（16 部門 vs 8 類助理，HARD STOP 規則 vs 無強制流程）；整包套用是降級，應「借概念升規」

維度六：整體對比判斷（vs tzlth-hq）

設計哲學對比

維度	江江 AI 辦公室	tzlth-hq
核心哲學	「流水的 AI，鐵打的知識」— 知識持久化第一	「規則明確，執行可靠」— 操作程序精確化第一
組織單元	23 位功能型助理（每位做一件事）	16 部門（每部門管一個業務領域）
入口設計	咪卡（persona + 友善路由）	兩段式啟動協議（規則 + 嚴謹查照）
知識儲存	資料夾 + 詳細檔名（省 token，直接讀）	git repo + CLAUDE.md + knowledge/ 分類
SKILL 系統	技能包：有製作 + 有管理 + 有生命週期健檢	SKILL：有製作 + 有評估 + 缺生命週期健檢 ← 待補
Sub-Agent	已在用（三路徑查資料有 ROI 驗證）	⏸ 暫緩（N1/N2/N3 未達成）
嚴謹度	中（依靠 agent 提示引導，沒有 HARD STOP）	高（HARD STOP + 五維度 + IAUD 三層）
易上手	高（下載即用，咪卡引導）	低（需理解複雜規則；但功能更強）
適合場景	個人效率、多樣日常任務	職涯顧問業務執行 + SaaS 產品管理

Sub-Agent ⏸ 重評補充說明（2026-05-26 第三次重評後）

江江系統在「子代理多方查資料」已實際在用三個平行 sub-agent，有明確 ROI（客觀性提升）。這個觀察不改變 ⏸ 暫緩判斷，因為：

重評項目	狀態
GATE（機制成熟）	✅ 已通過（2026-05-02）
N1（人員擴張）	❌ 仍為單人工作室
N2（任務密度 > 15/日）	❌ 日常 ~3-5 個並行
N3（CEO 協調瓶頸可觀察）	❌ Sub-agent 觸發次數 0（2026-05-11→05-26 無新信號）

然而「三路徑查資料」是一個具體、低開銷、目標明確的 pattern，當未來重評時有明確的第一個 use case 可直接實作。⏸ 維持不變，此 pattern 記入 pending-decisions.md 觀察。

C6 課程可行性評估

評估項目	結論
受眾與現有服務重疊度	高（3-10 年職場人 = W6/診斷核心受眾）
差異化空間	高（江江是通用 AI 辦公室；我們做「職涯 AI 工作室」，每個助理對應職涯場景）
現有素材基礎	中（ai-employee-role-brief.md v0.1 + W6 小班模式 + 六大顧問框架）
建立工作量	中（需設計職涯場景助理 × 3-5 個 + 工作坊流程）
推薦時機	W6 首場完成後（2026-Q4）— 先驗證小班模式再加新課程
短期行動	在 tasks.md 新增 P3「C6/W7 課程初步評估」，W6 首場後啟動 Product Brief

整體評分

項目	評分	說明
參考價值	★★★★☆	架構設計清晰，SKILL 生命週期概念高價值
直接採用率	★★☆☆☆	整體架構不適合直接套用，但部分概念高價值
延伸機會	★★★★★	C6/W7 課程方向高可行性；Agent 架構演進路線圖參考

維度七：立即行動（步驟九互動評估）

低難度（本次對話直接執行）

[D] 記入 knowledge/pending-decisions.md：三路徑查資料 Sub-Agent pattern 觀察條目
[E] 記入 dev/tasks.md P3：SKILL 技能包健檢機制（觸發詞衝突/廢止/整併）
[I/J] 記入 dev/tasks.md P3：C6/W7 課程初步評估（W6 首場後啟動）

中難度（需 Tim 確認）

#	項目	預估工作量	建議時機
[C]	「本週重點」整合進週報 SKILL	2-3 hr	下次週報更新討論時
[F]	健康檢查 SKILL 加入 SKILL 老化偵測	1-2 hr	下次健康檢查時
[A]	web-learning-sop.md 整合五維度初篩框架	1 hr	下次更新 SOP 時

高難度（長期觀察）

[K] 追蹤江江 Agent 指揮官進階版：加入 pending-decisions.md 觀察條目，作為 C-level 重評時的外部參考

維度八：存入知識庫

Step A：knowledge/references/AI工具.md 新增 condensed entry
Step B：knowledge/analyses/2026-05-26-jiangjiang-ai-office-workshop.md（本文件）
Step C：knowledge/analyses/README.md 新增索引行

三軌最高價值點（Tim 三問的回答）：

運用：三路徑查資料 pattern（記入 pending，Sub-Agent 啟動後立即可用）

加強：SKILL 生命週期健檢（技能包大總管概念→SKILL評估 SKILL 升規）

延伸使用：C6「職涯 AI 工作室」課程（W6 首場後評估，差異化清晰）

補充一：`_agent/` 定義檔逐一評估（2026-05-26 補讀）

本節為 Tim 三點批評之一（批評 1：_agent/ 個別定義檔未讀，無法確認 Prompt 策略精確度）的補完。
讀取方式：GitHub raw 逐一 WebFetch（2026-05-26 執行）

架構實際確認

項目	確認值	說明
實際路徑	`_agent/skills/{助理名稱}/SKILL.md`	非「每個助理一個 .md」，而是每個助理有獨立子資料夾
開源釋出數量	19 個（GitHub）	網站 /team 頁面顯示 23 個；差異：4 個屬進階課程鎖定（隱性知識提煉/春總編/提示詞教練/趨勢掃描等）
根目錄主設定	`_agent/AI辦公室設定.md`	功能儀表板 + [x]/[ ] 勾選機制 + `技能包位置：_agent/skills/` 宣告
版本管理	`_agent/CHANGELOG.md`	有明確版本追蹤（部分 SKILL 已至 v3.2）
維度二讀取狀態更新	✅ 已完整讀取（原 ⚠️ 未讀）	19 份 SKILL.md 全部讀取完畢

逐一評估表

適用性評分：★★★★☆ 高度適用（小幅改寫即可）/ ★★★☆☆ 中度適用（概念借鑒）/ ★★☆☆☆ 低度適用 / ★☆☆☆☆ 不適用

助理名稱	核心功能（定義檔確認）	Prompt 策略特點	tzlth-hq 適用性	具體改寫/借鑒方向
mika-greeting（咪卡入口）	觸發詞後逐字輸出固定腳本，提供 1/2/3 三選項路由	零推斷設計：鐵則「禁止根據上下文推測用戶需求」；固定腳本不允許任何改寫	★★☆☆☆	兩段式協議已覆蓋入口；借鑒「零推斷等選擇」原則——可用於 SKILL 情境偵測表「不知從哪開始」的 fallback 說明
personal-director（個人主任）	專案助理（看板/進度）+ 辦公室秘書（初始化/日誌/安全）雙角色	雙角色情境路由；3X4 資料放置規則；刪除 = 搬 `_trash/`，不直接刪	★★☆☆☆	tasks.md + audit-log 已覆蓋主要功能；3X4 管理法可作為 W6/ai-employee-role-brief.md 教材
real-needs-investigation（真實需求調查）	VJPD 框架（驗證/量化/探究/背景）+ 承諾訊號 0-4 分級	三模式（評估重構/從零生成/結果分析）；「談過去不談未來」硬原則；痛點量化優先	★★★★☆	Tim 驗證外展方向/新產品時直接適用；承諾訊號分級（0-4分）可整合進 `business/outreach-log.md` 回覆評估欄位
problem-decomposer（問題拆解器）	逐詞確認模糊問題：名詞/動詞/形容詞/情緒四類逐一審查	v2.1；四關卡框架（目標/可行性/成本效益/困難點）；三使用模式	★★★☆☆	對應 Tim 框架一 S1 前期；「逐詞確認不留模糊空間」強化 IAUD Q8 嚴格維度的 FAIL 判斷基準
scheduling-assistant（排班助理）	小團隊排班草稿：收集偏好→輸出 Markdown 表格→⚠️ 標衝突	「先收集再輸出」；誠實標衝突不隱瞞；⚠️ 標記面對複雜輪值需人工確認	★☆☆☆☆	Tim 業務無排班需求，不適用
skill-master（技能包大師）	全生命週期管理：從零建立→標準化→迭代 v3.2	五模式；forward-testing 防污染原則（測試前備份）；SPEC.md + SKILL.md + references/ 標準結構	★★★☆☆	forward-testing 概念可整合進 SKILL 建立 SOP；`agents/openai.yaml` 一致性檢查 → 類似 Tim 的跨文件一致性規則
skill-curator（技能包大總管）	觸發詞衝突健檢/Skill 快篩/整併封存/更新偵測	「只列計畫不擅自動手」；有界記憶機制（掃描工作日記偵測哪些規則需更新）；禁止直接修改技能包內容	★★★☆☆	對應 Tim 「規則盤點」SKILL；觸發詞衝突偵測 + 廢止候選清單（>90天未觸發）→ 整合進 SKILL評估 SKILL
learning-map-builder（學習地圖）	8 問建立個人 AI 學習方向圖；三模式（建立/更新/回顧）	季度更新機制；「跟我工作流合不合」取向而非「學哪個好」；與 teacher-fit-evaluator 互補搭配	★★★☆☆	W6 工作坊課堂實作工具（幫學員建立 AI 學習地圖）；「工作流適配」哲學對應 Tim 諮詢取向
teacher-fit-evaluator（課值不值得上）	五維度評分卡：契合度/產出力/可信度/投資產出比/不可替代性（各20分）	三節奏（學習地圖基準→快速評估→深度評估）；個人化判斷而非絕對評分；80%+ 強烈推薦	★★★★☆	Tim 評估外部講座/課程/合作講師時直接適用；五維度可整合進 D3 知識掃描「課程評估」欄位
naval-ravikant（Naval 數位分身）	Naval Ravikant 思維角色扮演：軌道 A（原話）+ 軌道 B（公眾討論）	雙軌設計；深夜咖啡廳語氣；哲學問→框架，實作問→步驟；保留「興奮感」（AI話題）	★★☆☆☆	借鑒雙軌架構設計 Tim 自身數位分身（「Tim說的」vs「學員問的解讀」）；W6 Demo 素材
ai-teaching-assistant（AI 教學助理）	11 模組循序漸進教零基礎用戶使用 AI 辦公室 v2.1	白話比喻避術語；等用戶確認再執行；「測試前複製副本」安全原則；概念配實作	★★★★☆	W6 工作坊 AI 教學規格最直接參考；11模組結構可對應 W7 課程骨幹；`ai-employee-role-brief.md` 升規素材
persona-mind-distiller（人格思維提煉）	把書籍/名人/個人/同事做成 AI 顧問；自我分身/名人轉化/同事模擬	雙層設定（人格層×10區塊日常對話 + 思維層×心智模型深度討論）；新素材知識圖譜整合避免孤島	★★★☆☆	Tim 自身數位分身開發（自我分身模式）；雙層設計是 Tim 未來開發 Tim-AI 顧問的設計規範參考
personal-profile-builder（個人名片）	給 AI 看的名片：一般版 8 問 / 一人公司版 14 問 → 輸出 `my-profile.md`	逐問逐答；自動判斷用戶身份（受雇/學生/自由/一人公司）；與學習地圖/思維提煉形成三件套	★★★☆☆	W6 課堂實作（學員建 AI 名片）；一人公司版14問對 Tim 現有 brand-profile.md 是輕量補充
social-carousel-card（輪播卡）	將文章/貼文拆解成輪播卡提示詞；三模式（規劃/試跑/全自動）	4:5直式 IG/Threads 預設；完成回報用料清單（比例/張數/模式）；不主動重寫文案	★★★☆☆	對應 Tim 「輪播貼文」SKILL；江江版更輕量（無 HTML）；用料清單回報格式可借鑒
title-rewriter（改標題）	5-10 個場景標題 + 三色燈號風險評估；核心：「讓對的人認出跟我有關」	三色燈號（🟢可用/🟡條件可用/🔴不建議）；受眾情境表格；避免恐嚇/過度承諾	★★★★☆	tzlth-hq 現無改標題 SKILL；可整合進「發布文章」SKILL Step 9 SEO 確認，或拆出獨立 SKILL
file-to-markdown（格式轉換）	統一路由器：格式偵測→對應工具（MarkItDown/extract_pdf/Claude多模態等）	路由器設計模式；圖片硬規則「不走MarkItDown」；四模式（快速/知識圖譜/圖片轉寫/批次）	★★☆☆☆	路由器設計概念可用於 Tim 的知識庫整理流程；知識圖譜模式對應整理知識庫 SKILL
image-converter（圖片轉換）	智能 JPG 轉換：跳過已優化 JPEG；四模式（智能/限制/強壓/全轉）	不盲目壓縮的判斷邏輯；三因素評估（格式/大小/壓縮收益）	★☆☆☆☆	Tim 主要用文字+MD，不需批量圖片轉換
pdf-translation-cardifier（PDF翻譯卡片化）	三階段：PDF 轉純文字→繁中翻譯（術語字典）→卡片化（三格式）	腳本前處理優先「AI只讀純文字」；術語字典確保一致；Cowork/Claude 兩種模式	★★★☆☆	外文課程材料（D3 季度掃描讀到的英文論文）翻譯整理；術語字典機制→諮詢術語統一
tag-manager（標籤管理）	受控詞彙管理：建議標籤→等確認→寫入字典；同義詞合併	零未授權寫入（先建議等確認）；優先用字典已有詞彙；合併記錄於「已停用詞彙區」	★★☆☆☆	Tim 不用 Obsidian 標籤；受控詞彙概念可用於諮詢術語統一（`knowledge/` 分類標籤標準化）

補充一核心發現

19 vs 23 的差異揭示商業模式：4 個進階助理（隱性知識提煉/春總編/提示詞教練/趨勢掃描）鎖在付費課程——這是「免費版做讓你看到邊界，付費解鎖突破邊界」的典型知識型商業設計。Tim 可評估 W6/W7 是否採用同樣模式（免費工作坊展示，進階學員解鎖更多助理設計）。
最高借鑒價值的 3 個 Prompt 策略：
- real-needs-investigation：承諾訊號 0-4 分級 — 比「感興趣/不感興趣」更精確的外展回應評估
- teacher-fit-evaluator：以個人學習地圖為基準線（個人化判斷 > 絕對評分）— Tim 評估合作講師/課程時可直接套用
- skill-curator：有界記憶（掃描工作日記偵測規則老化）— SKILL評估 SKILL 的升規靈感
直接採用率修訂依據（見補充二 2c）：19 份閱讀後確認，整體架構雖不適合套用，但個別助理的 Prompt 策略設計（承諾訊號分級/三色燈號/雙層設計等）有 4-5 個可直接借鑒進現有 SKILL 或 SOP——這支持「個別概念借鑒維度」上修。

補充二：講師身份下的知識持久化哲學應用建議（2026-05-26 補充）

本節為 Tim 三點批評之二（批評 2：知識持久化哲學應更深應用到知識庫；Tim 和江江同為講師身份）的補完。

哲學重新詮釋：從「知識持久化」到「知識與工具耦合度」

「流水的 AI，鐵打的知識」在 Tim 框架語言的精確翻譯是知識與工具的耦合度問題：

江江把所有 AI 助理定義存在 _agent/skills/ 資料夾，不在任何 SaaS 的設定界面裡。即使明天 Claude Code 停止服務，他的 19 個助理定義仍然完整存在磁碟上，只需把資料夾丟給任何新 AI 工具即可繼續。

Tim 的諮詢方法論也存在 knowledge/methodology/ 資料夾（鐵打的知識 ✅）——但其調用路由邏輯（何時用哪個框架、哪個情境觸發哪份文件）目前只存在 CLAUDE.md 的「知識庫情境觸發規則」節。這個路由邏輯和 Claude 耦合了。

若 Tim 明天換用 Gemini Advanced 或 GPT-4o，methodology/ 資料夾還在，但「怎麼用它們」的路由知識消失。

這是 Tim 和江江共同面對的講師身份特有問題：講師的方法論知識是核心資產，它的「使用說明」不應該只存在 AI 工具的設定裡。

2a. methodology/ 文件 AI 可讀性現況盤點（示範案例：`six-consulting-frameworks.md`）

方案 β：以最核心的一份文件做完整示範，其餘文件列出評估框架待逐一補強。

six-consulting-frameworks.md 現況評估

評估項目	現況	說明
框架清單可讀性	✅ 已有框架總覽表（六框架×一句話定義）	任何 AI 讀到即知有哪些框架
整合順序可讀性	✅ 已有整合順序說明（框架一永遠是入口）	有基本路由邏輯
觸發情境說明	⚠️ 缺失	文件本身未說明「何時應調用此文件」
快速框架選擇決策樹	⚠️ 缺失	路由細節只存在 CLAUDE.md 情境觸發規則，不在文件本身
使用限制聲明	⚠️ 部分缺失	框架六限定 35+ 的限制有寫，但框架五草稿狀態的警告不夠明顯
AI 可直接操作性	⚠️ 中等	需要搭配 CLAUDE.md 的情境觸發規則才能正確使用

最高優先缺口：路由邏輯未在文件本身

框架路由邏輯（S1 用框架一、S3 用框架三/四、薪資用框架五、35+ 用框架六）目前只存在 CLAUDE.md 的知識庫情境觸發規則——這意味著任何不讀 CLAUDE.md 的 AI 都無法正確使用這份文件。

補強草稿（可直接 Edit 至 six-consulting-frameworks.md 頂部）：

## AI 調用前置說明（適用任何 AI 工具，不依賴 CLAUDE.md 中間層）

**何時調用此文件**
- 面談中需要選擇診斷/分析框架（S1/S2/S3 任何階段）
- 設計諮詢課程架構時（W 系列/C 系列，框架整合設計）
- 撰寫諮詢案例分析或知識庫條目需要引用框架名稱時

**快速框架路由**
| 情境 | 優先框架 |
|------|---------|
| 不知從哪裡切入 | 框架一（永遠是入口）|
| 已知問題類型，要設計方向 | 框架二（三路徑：穩/轉/斜槓）|
| 需要深挖動機/意義 | 框架三（動機層）|
| 需要確認職涯錨點 | 框架四（Schein 錨點）|
| 要談薪資 | 框架五（談判層，⚠️ v0.1 草稿，待實案驗證）|
| 客戶 35+ 且有職涯斷層 | 框架六（限定 35+ 族群，不可套用其他年齡）|

**使用限制**
- 框架五「薪資談判」：草稿 v0.1，尚未實案驗證，不得作為確定性建議引用
- 框架六：硬性限定 35 歲以上且有斷層客群，其他情境使用框架二
- 框架整合順序：框架一→框架二/三→框架四，不跳步

其餘 methodology/ 文件評估框架（方案 β，列出待補強順序）

文件	預估 AI 可讀性	最高優先缺口	補強優先級
`consultation-framework.md`	中等	諮詢階段路由（S0-S6 何時用哪些工具）	🔴 高
`career-problem-patterns.md`	中等	P-type 分型觸發條件（P1-P6 識別信號）	🔴 高
`six-consulting-frameworks.md`	中等（示範案例）	框架路由邏輯（已在上方補強草稿）	🔴 高（已補強）
`client-8dimension-schema.md`	高	有 JSON schema，AI 可讀性佳	🟢 低
`lecture-product-review-guidelines.md`	中等	課程評估觸發情境	🟡 中
`resume-diagnosis-framework.md`	未評估	待讀取後評估	—

2b. 「不採用」項目重評（6 項，單人工作室視角）

Tim 批評 3：兩個都是單人工作室，直接採用率可能被低估。

逐一重評結論：

不採用項目	重評結論	理由
3X4 資料管理法	✅ 維持不採用	我們是 git repo 架構，folder-based 日記系統引入雙軌衝突。單人工作室與否不改變架構選擇
標籤管理法（Tag Wiki）	✅ 維持不採用	Claude Grep 已覆蓋檢索需求。單人工作室反而更不需要 tag 協作層
人格化助理命名	✅ 維持不採用	規則驅動系統比角色扮演更穩定。16 部門命名清晰。同為單人工作室不代表應採用相同設計
`_agent/skills/` 資料夾結構	✅ 維持不採用	`.claude/skills/` 路徑已有 git 管理 + Glob 搜尋路徑。改路徑是純維護成本
番茄鐘助理	✅ 維持不採用（補充說明）	GitHub 19 份定義檔中無此助理，可能是規劃中或付費版。Tim 業務與時間追蹤類功能無交集
整包套用系統	✅ 維持不採用	tzlth-hq 架構複雜度更高（16 部門 + HARD STOP + IAUD 三層）。整包是降級，不是升級

但同為單人工作室確實改變了哪些判斷：

軌道一 A（teacher-fit-evaluator 五維度框架）：適用性升高——Tim 評估外部課程時，個人化評估比機構標準更重要，五維度的「個人工作流相容性」評分設計對單人來說尤其有價值
軌道一 B（個人名片檔）：W6/W7 學員做名片作業的直接適用性升高——學員也是個人，給 AI 的「個人名片」對個人用戶比對企業用戶更重要
軌道三 C6/W7：差異化機會更清晰——江江是通用 AI 辦公室，Tim 的「職涯 AI 工作室」是單人職涯發展的特化版。同為單人創業者的共鳴感是課程設計的差異化資源

2c. 直接採用率修訂

原評分（單一維度）

項目	原評分
直接採用率	★★☆☆☆

修訂後（拆為兩個維度）

維度	修訂評分	說明
整體架構套用	★★☆☆☆（維持）	tzlth-hq 架構更完整，整包套用是降級；單人工作室相似性不改變此判斷
個別概念借鑒	★★★★☆（上修）	補充一讀完 19 份定義後確認：承諾訊號分級/三色燈號/雙層設計/forward-testing/有界記憶等 5 個 Prompt 策略設計，每一個都有明確的 tzlth-hq 對應整合點；同為講師身份使學習地圖/AI 教學助理的適用性更高

上修依據（補充一讀取後新增）

借鑒概念	來源助理	tzlth-hq 整合點	執行成本
承諾訊號 0-4 分級	real-needs-investigation	outreach-log.md 回覆評估欄	低（表格加欄位）
三色燈號風險評估	title-rewriter	發布文章 SKILL SEO 確認步驟	低（描述說明）
雙層人格+思維設計	persona-mind-distiller	Tim 數位分身開發規範	中（未來 W6+ 後）
forward-testing 防污染	skill-master	SKILL 建立 SOP	低（原則補入）
有界記憶掃描日記	skill-curator	SKILL評估 SKILL 升規	中（需實作掃描邏輯）

補充後整體評分更新

項目	原評分	補充後
參考價值	★★★★☆	★★★★☆（維持）
整體架構套用	★★☆☆☆（原：直接採用率）	★★☆☆☆（維持）
個別概念借鑒	—	★★★★☆（新增維度）
延伸機會	★★★★★	★★★★★（維持）