Atlassian Learning Team 的 3 个“深度嵌入 AI”技巧与 1 条底层原则

将 AI 的价值发挥到极致的最佳路径，是在团队层面进行规模化推广。然而数据显示，尽管有 85% 的职场人开始尝试使用 AI，却只有 29% 的人真正将它深度嵌入到了团队工作流中。Atlassian Learning Team 正是这 29% 的先行者之一，他们的实战经验堪称各类团队步入 AI 时代的样板。今天，他们分享了团队向“AI 原生”转型的三大路径。

Atlassian Learning Team 致力于通过免费的随选课程、动态的团队直播培训以及产品落地指南，帮助用户提升专业技能。虽然团队极度拥抱新技术，但他们的首要原则永远是：确保无与伦比的客户体验。

因此，当 Atlassian 的应用内 AI 工具 Rovo 推出后，该团队便开始探索如何利用它来加速内容资产的构建，同时确保内容控制权不旁落、内容质量不妥协。

通过梳理课程设计的完整工作流，团队锁定了几个最容易产生流程内耗和疲惫感的环节，并共同制定了 AI 嵌入规范：

由团队高级学习内容设计师 Becky Mueller 领衔，Atlassian Learning Team 在保持绝对创意控制权的前提下，将 AI 深度缝合进了以下三个教学设计阶段：

1. 调研阶段：用 AI 搞定 Discovery，省下数周时间

所处环节：探索阶段

为了摸清什么样的课程能真正帮到用户，设计师在立项之初必须进行大量的探索性调研。答案其实就藏在公司的海量内部文档里，但要把它们全部捞出来极其耗时，有时仅这一步就要耗费两周。

高级学习内容设计师 Michelle Cacciapaglia 坦言：“在面对一个全新课题时，设计师往往处于‘不知道自己不知道什么’的状态，把这些迷雾拨开需要耗费巨大的时间成本。”

这也是很多职场人的普遍痛点：你明知公司内部有你需要的信息，但它们散落在各处，缺乏逻辑组织，找起来既枯燥又消耗精力。

Atlassian Learning Team 决定搬出 Rovo Chat 中的 Rovo Deep Research 功能。他们提炼出了一个通用的标准提示词，任何团队都可以根据自身需求进行微调：

💡 团队高效调研提示词（可直接复制）：“根据 [我们公司] 在过去两年中所做用户调研，关于 [主题：如某款App/功能/业务话题] 的核心用户画像是谁？在 [主题：如某款App/功能/业务话题] 的使用场景中，[目标受众：如客户/管理员/最终用户] 需要完成的具体任务有哪些？请提供关于这些待办任务的详细信息，包括他们用来达成这些任务的 [主题：如某款App/功能/业务话题] 的核心功能。此外，[目标受众：如客户/管理员/最终用户] 最希望达成的核心目标是什么？他们在操作过程中通常会遭遇哪些挑战或痛点？以下页面和空间可以作为你此次调研的绝佳起点：[插入相关参考文档链接/URL]”

在拿到 AI 输出的整理结果后，团队会进行严密的人工校对，剔除无关干扰项。

“以前，我知道所有调研资料都在那儿，但检索、消化并最终梳理成有价值的综述需要耗费大量时间。现在，通过一行提示词和几轮简单的对话，这个过程就搞定了。”

—— Becky Mueller Atlassian Learning Team 高级学习内容设计师

利用 Rovo 检索内部文档还带来了另一个隐藏福利：你不再需要为了问问题去频繁打断其他同事。 这种 AI 工作流让团队里的每一个人都能间接受益。

2. 繁杂事务：让 AI 接管行政琐事，保持当下的专注度

所处环节：规划阶段

新课程的规划通常始于一场团队启动会。会上会诞生高频的决策、任务拆解和目标设定，因此需要沉淀大量的文档。然而，如果为了记笔记而屡次暂停讨论，不仅会打断创意心流，还会拉长会议时间。

为此，Atlassian Learning Team 的所有成员都在日程表里绑定了 Loom notetaker，让每场会议自动留痕。会后，团队成员可以在 Confluence 中无缝接收由 AI 自动生成的 Loom 会议摘要，其中精准包含了待办事项。无论是与会者还是缺席的同事，都能一目了然。

“AI 的存在，让我能够在激荡创意的现场保持绝对的专注与投入，而不是分心去记笔记。”

—— Becky Mueller Atlassian Learning Team 高级学习内容设计师

3. 内容创作：用 AI 击碎“冷启动”的破题焦虑

所处环节：编写阶段

面对一个全新的写作项目，很多人都会患上“空白页恐惧症”。大家都想写得既精炼、清晰，又能瞬间抓住内容的价值锚点，但敲下第一个字的过程往往让人抓狂。

Atlassian Learning Team 的内容之所以吸引人，核心在于它是由真正的专家撰写的，因此团队达成共识：绝不将创作的笔杆子完全交给 Rovo。 但他们也摸索出了一些极佳的跳板，用 AI 来帮自己破局。

团队会将 Confluence 中的粗糙笔记和零散想法直接喂给 Create with Rovo 来生成初稿。虽然他们一定会对 AI 给出的内容进行二次润色或重写，但 Rovo 成功帮他们跨越了“从 0 到 1”的冷启动门槛。得益于 Atlassian 内部全员在 Confluence 上公开分享工作的习惯，Rovo 拥有海量的上下文可供调用。

一位团队成员分享了她如何利用 Rovo 撰写一段课程大纲，向初学者解释为什么要使用高级排程工具 Jira Plans。她给 Rovo 下达了如下指令：

💡 课程大纲破题提示词：请写一段 1-2 句话的简短描述，解释为什么有人会想要使用 Jira Plans。以列表形式列出其核心价值与优势。提供佐证这些结论的内部文档支撑，以便我核实准确性。

Rovo 给出了一个完美的雏形，经过她的人工精雕细琢后，最终呈现出极具含金量的课程文案：“Jira Plans 将多个项目和团队的工作统一编排进一个实时动态的全局规划中，赋能您笃定决策，从容应对变化。”

“Rovo 正在重塑我写作的自信。因为在频繁的交互中，我判断内容优劣的眼光变锐利了，我更清楚什么时候可以直接用，什么时候需要给 Rovo 补充更明确的方向让它重试。”

—— Becky Mueller Atlassian Learning Team 高级学习内容设计师

此外，团队还利用 Rovo 针对不同的受众一键转换文本风格。例如，设计师写好了一个教学案例，随后发现技术味太浓，便可以让 Rovo 转化为“面向非技术团队”的通俗版本，或者直接精简语言，降低理解门槛。

🛑 划清界限：Atlassian Learning Team 何时绝不使用 AI？

在团队成员最擅长、最热爱的核心专业领域，他们对 AI 坚定说“不”。

“我绝不使用 AI 来为我们的直播课程生成 PPT 页面，因为那是我真正的乐趣所在。我有视觉艺术背景，我极其享受挑选完美视觉元素、在幻灯片上排版布白的那种创造性过程。” Becky 说道。

另一位团队成员也表示，她从不让 AI 帮她写核心文案，因为那是她的专业护城河；还有一位成员坚持自己绘制架构图和插画，因为那是他的热情所在。

同时，如果 AI 生成的东西不达标，团队会毫不犹豫地弃用。 “项目的决定权、内容的调性，永远牢牢掌握在团队每一个鲜鲜活活的人手里。” 团队高级经理 Garrett Marttinen 强调。

💡 结语

将 Rovo 编织进日常工作流，切切实实地改变了 Atlassian Learning Team 的运转底色。他们牢牢把握着创意主导权与直觉触敏，同时将那些消耗精力、浪费时间、不需要深度专业壁垒的繁琐事务无情地剥离给了 AI。

“AI 不仅是在帮我们跑得更快，它更是在创造一种全新的契机，逼我们去重新思考如何将人类独有的核心能力——如创造力、决断力、与客户并肩作战的共情力——转化为全新的价值交付通道。” 客户教育负责人 Marshall Lee 总结道，“AI 正在推倒禁锢效率的高墙。正如 30 年前软件的普及催生了‘知识型工作’一样，AI 正在帮我们窥见一个由人类驱动、人类编排的全新工作范式。”