Post 岗位层：让一个人做好一件事
一句话： Post 是「一组相关 Skill + 调度能力」，能独立顶起一摊活。它的关键不是技能多，而是职责清楚、调度顺、标准明确。
一、是什么
Post（岗位）对应现实里的一个「专员」——一个能独立负责一摊业务、被人按名字叫得到、扛得出结果的角色。
Post = 一组相关 Skill + 调度（先做什么后做什么） + 质量标准（做到什么程度算合格）
类比：一名「电商客服专员」= 会查单 + 会退换货 + 会安抚情绪（≥3 个 Skill）+ 知道接待流程（调度）+ 有服务规范（质量标准）。
岗位和技能的区别： 技能回答「会不会做这件具体的事」，岗位回答「能不能独立扛起一摊活」。一个岗位至少 3 个相关 Skill 才构成——只有 1 个 Skill 的「岗位」其实还是 Skill。
二、为什么用
单个 Skill 做得好，不代表组织起来就好。最常见的问题是：
- 技能堆在一起没有调度：3 个 Skill 各自跑得通，但来了一个客户，不知道先用哪个——就像三个各怀绝技的人被丢进一个工位，没人告诉他们谁先上。
- 岗位边界不清：没定义「这个岗位不负责什么」，遇到边界问题就乱答。
- 没有质量标准：产出一堆，但不知道什么算合格——就像让一个员工干活但不告诉他 KPI。
Post 层解决的，就是把一堆靠谱的 Skill，组织成一个能独立顶岗、不出乱子的角色。
三、怎么用
第 1 步：画清职责边界
先明确这个岗位负责什么、不负责什么：
岗位名称：电商客服专员
负责：
- 查物流状态并回复客户
- 处理退换货请求
- 安抚客户情绪
- 回答常见活动规则问题
不负责：
- 退款审批（归财务）
- 商品定价调整（归运营）
- 处理恶意差评（归投诉升级专员）
边界的作用不是限制能力，而是防止越界乱答。如果客服专员遇到退款审批需求但硬着头皮回答，出的问题比不管还大。
第 2 步：凑齐技能清单
列出支撑这个岗位的所有 Skill。原则：先做好再封装——每个 Skill 都要经过独立评估（见 02 · Skill 层）。
- Skill 1：根据订单号查询物流并生成话术（准确率 93%，可用率 80%）
- Skill 2：识别退换货请求并给出处理步骤（准确率 88%）
- Skill 3：识别情绪并生成安抚回复（可用率 75%）
- Skill 4：回答常见促销活动规则（准确率 95%）
每个 Skill 后面应该带着它的评估数据——没有数据的 Skill 等于没做完。
第 3 步：设计调度逻辑
调度是岗位区别于「一堆 Skill 堆在一起」的关键。它决定面对一个具体任务时，先判断什么、再调哪个 Skill、按什么顺序：
客户消息进来
→ 判断意图（查物流 / 退换货 / 投诉 / 闲聊 / 活动规则）
→ 命中「查物流」→ 调用 Skill 1
→ 命中「退换货」→ 调用 Skill 2
→ 命中「活动规则」→ 调用 Skill 4
→ 命中「退款审批」→ 超出职责边界，告知客户「转由财务处理」并交接
→ 检测到负面情绪（任意意图）→ 先调用 Skill 3 安抚，再处理具体问题
调度设计的核心是意图识别 + 分支 + 边界判断。三者缺一不可。
第 4 步：定义质量标准
- 闭环率目标：≥ 75% 的客户咨询由本岗位独立完成，无需转人工
- 响应准确：信息不能编造，准确率 ≥ 90%
- 语气得体：符合品牌调性（可用 AI as Judge 定期抽检）
- 转人工比例：控制在 25% 以内
第 5 步：级联测试
单个 Skill 合格，不代表串起来就顺。级联测试就是模拟这个岗位一天的真实工作：
- 准备场景集：模拟 30 个典型客户消息（覆盖查物流、退换货、投诉、边界询问等）。
- 端到端跑一次：每条消息从输入到岗位输出，全程不走人工。
- 检查衔接：Skill 之间切换会不会断？一个 Skill 的输出能不能顺利成为下一个的输入？
- 统计指标：闭环率、调度准确率、越界率、端到端处理时长。
- 定位断点：哪个环节失败最多？是意图识别错了？还是某 Skill 输出质量不够？
发现问题 → 优化对应 Skill 或调度逻辑 → 再测。直到岗位能稳定扛起这摊活。
四、案例
案例 1：从 4 个 Skill 到 1 个客服专员岗位
背景： 一家月销 5000 单的家居网店，已有 4 个独立 Skill 通过评估：
| Skill | 单项准确率 | 单项可用率 |
|---|---|---|
| 查物流并生成话术 | 93% | 80% |
| 退换货处理引导 | 88% | 72% |
| 情绪安抚生成 | 85% | 75% |
| 活动规则问答 | 95% | 92% |
级联测试（50 条真实客户消息）：
| 指标 | 初始值 | 问题 |
|---|---|---|
| 闭环率 | 62% | 目标 75% |
| 调度准确率 | 78% | 22% 的「退换货」被误判为「查物流」 |
| 越界率 | 12% | 遇到退款审批也在硬答 |
定位与修复：
- 调度不准 → 原因：意图识别只区分了「查物流」和「其他」，没有退换货的专属判断逻辑。修复后调度准确率 91%。
- 越界 → 原因：没有在调度里加边界判断。修复：遇到退款等关键词，输出「此问题需由财务处理，已为您转交」。
修复后复测：
| 指标 | 修复前 | 修复后 |
|---|---|---|
| 闭环率 | 62% | 81% |
| 调度准确率 | 78% | 91% |
| 越界率 | 12% | 2% |
| 平均处理时长 | 90 秒 | 45 秒 |
简历句： 家居网店客服专员 4 个 Skill 封装成岗位，闭环率从 62% 提到 81%，越界误答率降到 2%。
案例 2：在线教务的「家校沟通专员」岗位
背景： 一家在线教育机构想用数字员工接管家长沟通，将原来教务 3 个人做的活交给 1 个数字员工岗位。
岗位定义：
岗位：家校沟通专员
负责：作业催收提醒 / 学习进度报告生成 / 家长常见咨询回复
不负责：课程销售 / 投诉升级 / 退费处理（有其他岗位/人工负责）
技能清单：
| Skill | 评估结果 |
|---|---|
| 生成作业催收提醒 | 家长回复率从 15% 提升到 52% |
| 生成学习进度报告 | 准确率 95%，零人工复核 |
| 回复家长常见咨询 | 可用率 85%（FAQ 类 95%，个性化问题 70%） |
级联测试（一周真实家长消息）：
- 闭环率：76%
- 越界一次：家长问「能不能换老师」，回答偏商务了。增加边界判断后解决。
- 家长满意度 NPS：从原来人工服务的 42 分 → 48 分（数字员工标准统一、不遗漏）
关键发现： 家长满意度不降反升，原因不是数字员工「更聪明」，而是它从不遗漏——人工教务有时周末忘回消息，数字员工 7×24 都在。
五、判断一个 Post 是否合格
- 闭环率：能不能独立处理大部分日常任务，而不是每步都要人接管？
- 调度准确率：是不是把任务分给了正确的 Skill？
- 越界率：不该它管的事，会不会硬答？
- 级联稳定：多个 Skill 串起来跑 30 条以上真实任务，不断链？
- 质量标准达标：实测数据是否达到预设的合格线？
五条都过，才算一个立得住的岗位。
六、常见误区
| 误区 | 表现 | 为什么错 |
|---|---|---|
| 技能堆砌没调度 | 把一堆 Skill 塞进一个岗位，却没定义先后顺序 | 来了任务不知道用哪个，输出随机 |
| 岗位边界模糊 | 什么都想管 | 越界乱答比不答更糟 |
| 只测单点不测级联 | 每个 Skill 单独都行，一串起来就断 | 技能衔接的 bug 才是最致命的 |
| 一个岗位塞太多职责 | 该拆两个岗位的活硬塞进一个 | 应该交给 Company 层 拆分 |
| 质量指标只用「感觉」 | 「我觉得岗位跑得不错」 | 没有闭环率、越界率的数据，等于没评估 |
| 没定义不负责什么 | 只有「负责」清单没有「不负责」清单 | 边界模糊导致越界 |
七、与其他工具的关系
- 上游：02 · Skill 技能层——每一个 Skill 先独立评估通过，再封装
- 上游：05 · 细化分析法——从这里拆出需要哪些岗位
- 下游：04 · Company 公司层——单岗位扛不动的目标，多岗位协作
- 配套：07 · 数字员工效果评测——Post 层量化指标（闭环率、调度准确率、越界率）
八、下一步
一个岗位扛不动的复杂目标，就需要多个岗位协作 → 04 · Company 公司层