AI思考伙伴四步配置法

用 LLM 的 Projects 功能（ChatGPT/Claude 的 Projects、M365 Copilot 的 declarative agents、Gemini 的 Gems）搭建个人 AI copilot。整个流程类比"招一个新队友入职"，四步对应 Projects 的三要素（instructions、project knowledge、chat threads）：

1. Hire（雇佣）：在 project instructions 里定义 copilot 的角色与行为。模板要素：我是 [公司] 的 [角色]，你是我的专家教练与顾问；我会提供公司战略、目标客户、团队动态、绩效反馈等信息；期望你在需要时向我提问补齐上下文、填补关键缺失信息、挑战我的假设；再列出你希望它鼓励的价值观和它作为思考伙伴的性格权衡。instructions 是可以长期拧的"旋钮"，没有神圣模板。
2. Onboard（入职）：往 project knowledge 上传"你会给入职第一周新队友看的东西"——落地页 PDF、战略 deck、客户细分与调研、竞争格局、org chart、过往 retro、绩效反馈。先抓两三份现成的，别过度纠结。缺书面文档时让 copilot 反向面试你（按重要性顺序逐个提问，聚焦公司/组织/行业层而非短期条件），结束后让它把"本次对话新学到的信息"生成一份文档，下载后再上传回 project knowledge。
3. Kick off（启动 initiative）：每个 initiative 单独开一个 chat thread，用语音听写把问题、客户、背景、利益相关者、组织政治等意识流地倒进去——不用结构化，开口说反而会想起更多细节。模型永远选"你能用到的最聪明的"，这里不是规模化调用，贵和慢都不是问题；唯一硬约束是公司对敏感信息上传的合规规定。
4. Put to work（投入使用）：上下文充足后，对话式一句话 prompt 就够了，例如 "What is the single most important thing I should do next?"——它会给出点名到具体同事的可执行建议。后续可用它生成带全部上下文的 prompt 拿去 prototyping 工具、数据分析、自动化平台等任何地方。