20 分钟让 AI 帮你写好直击领导 G 点的年终总结

每年向大领导做的年终总结总是会被批:

• “一坨屎”
• “全是废话”
• “数据呢？证明呢？”
• “我怎么不知道？”
• “啥啥啥，写的都是啥”

今年不用再担心了，你可以用 20 分钟让 AI 帮你写好直击领导 G 点的年终总结.

其中一份汇报文档效果如下: (除了这个还有另外几个输出物: PPT 大纲，量化报告，总结报告。这个看起来最图文并茂，就选这个展示了.)

总结报告也比我写的好多了，面面俱到，大纲可以看一下:

前提

工作记录。如:

• 周报

AI IDE 或 CLI (随便哪个都行), 如:

• Claude Code
• Cursors
• Qoder
• 甚至是 VSCode AI 插件如：通义灵码

安装配好，测试 AI 对话能生效就行.

其他虚的 (或者非开发可能不熟悉的) 版本管理 / 工具链管理通通先不管.

实战

我的周报概述

这里以我 (IT 监控团队) 为例，我的周报类似格式如下 (其实也很乱):

周报内容如下 (也是很乱，错别字一大堆，也没有固定的逻辑。只是大概有个逻辑，监控 -> 监控子项 (或项目) -> 细节):

导入

将所有周报移到一个新文件夹。这一步是保证项目文件夹的清爽，防止其他不相关文件影响 AI 判断.

AI 提示词

然后用 AI IDE 或 AI CLI 打开当前文件夹，以此作为 workspace. 然后开始输入提示词，我的提示词也很水:

你是IT运维团队的监控Leader, 年终总结需要从数据上进行展现我们的工作内容和工作强度. 请根据现有的"周复盘"进行量化总结.

(可能需要先装好 python) 然后让 AI 自动运行就好了，它提示要装什么工具，库，执行什么命令，看情况大部分都可以选择 "allow" 的.

AI 做了什么 (全自动的)

AI 做了什么，这些都是全自动的，我没有做任何介入或补充对话:

▽ 查看一下项目结构

▽查看几个典型的周复盘文件，了解它们的结构和内容格式

▽创建一个脚本来分析所有周复盘文件，提取关键数据并进行量化统计 (python 脚本，我们不用懂，AI 懂就行了)

这个脚本做了这些工作:

1. 加载数据
2. 分析数据
3. 打印简要结果
4. 生成详细报告

▽第一次执行时报错了 (我们也不用懂), AI 会自己修复的:

修复后运行成功。生成了两份数据:

• 年终总结_量化报告.md
• weekly_analysis_report.json

▽ 还生成了一个 PPT 大纲

▽ 接下来又创建了一个 python 可视化的数据图表脚本，用于生成图表来更好地展示数据 (我们也不用懂)

接下来又是运行脚本，安装依赖库…

▽最后是形成一个最终的综合总结文档，将所有分析结果整合在一起:

并做了最后的总结.

完成🎉🎉🎉

大概用时 10-20 分钟.

总结

这次使用 AI 其实很粗糙的，但就是这样，AI 也用远比我少的时间，生成了远比我强的报告.

这里总结下经验:

1. 作为数据来源，我的周报还是太水了。如果你的周报数据很有价值，那生成的结果应该远比我的好。或者你可以添加其他重要成果文档.
2. AI 执行的大概思路是使用 python 总结数据，并用 numpy 和 matplot 形成图表。并利用 AI 经验写一份标准的年终总结.
3. 这次提示词写的还是很模糊。如果你们公司对年终总结有更细致的要求，那么你完全可以细化提示词。使其更符合你的要求.
   1. 当然，这次是一把生成。你还可以通过持续和 AI 对话，在对话中调整和细化你的年终总结需求.
4. 某些 AI 有能力直接生成 PPT. 如果你选的 AI 没有这个能力，让它生成一份类似 ppt 格式的 网页也可以的.

以上.