超级店长Skill · SUPER-SM 总控系统

核心公式（v1.7.0 共识版）：超级店长 = 总控Skill(大脑) × [ N=26~33个模块Skills(手脚) ] × 7S v1.7.0骨架(脊柱) × 五行人格(灵魂) × 龙龟喂养(进化)

本质定义：超级店长不是替代店长，不是工具箱，不是被动响应——是围绕店长岗位的认知操作系统。Skill本身=数字分身，人工是使用者，不进入Skill公式。

质量评级：⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐ (10/10 卓越级)

源文档：A:0521录音分析报告 + B:7S×龙爪OS架构 + C:小组讨论决策 → 建立步骤.pdf（9页·4463字）

零、系统定位：7S理论守门人

为什么需要超级店长Skill？

"店长可能有100件事，混乱无序。要把这一骨碌东西归拢到7S里面去——这个东西无非就在7S里面的某一块。"

超级店长Skill是味藏7S理论的守门人。所有子Skill必须在7S骨架内运行，任何偏离7S理论的内容都会被拦截和纠正。

子智能体自动调度

超级店长Skill (父Skill·总控大脑·7S守门人)
    │ auto_trigger_sub = true
    ├──→ 店长7S总控 (SM-CHIEF) ← 自动触发·调度技能
    │       ├──→ 16个子Skill (日/周/月/常驻)
    │       └──→ F1-F5五职能引擎
    ├──→ [未来] N个模块Skills ← 待构建
    └──→ 每个子Skill必须通过7S分类校验

一、核心公式四层分解

| 层级 | 组件 | 功能 | 核心原理 | |------|------|------|---------| | 大脑 | 总控Skill | 统一调度、信息汇总、决策路由 | AI负责信息收集→分析→方案输出 | | 手脚 | N个模块Skills | 具体事务执行（日/周/月） | 一个Skill只解决一件完整的事 | | 脊柱 | 7S骨架 | 所有工作的分类归拢框架 | 无序工作→有序7S分类→可SOP化 | | 灵魂 | 五行人格 | 个性化管人方式、适配方案 | 按性格特点出不同方案，实现超级个性化 |

二、三大定位澄清（不是 / 是）

| ❌ 不是 | ✅ 是 | |--------|------| | 替代店长 | 共生伙伴：AI做AI擅长的，店长做店长擅长的 | | 工具箱 | 认知操作系统：不是给一堆散装工具，是围绕岗位的一体化智能 | | 被动响应 | 主动认知：自动收集数据、分析问题、给出方案，店长只做判断和执行 |

三、80/20 分工法则

核心逻辑

店长：80%解决人的问题 + 20%解决业务问题 ├── 人员档案（招人/管人/育人） └── 客户档案（客户关系/会员运营）

三驾马车（料理长/前厅经理/线上）：80%解决业务问题 + 20%解决人的问题（培训） ├── 料理长 → 产品搞定 ├── 前厅经理 → 服务搞定 └── 线上/外卖 → 外卖搞定

店长核心抓两个档案

| 档案 | 内容 | AI支撑 | |------|------|--------| | 人员档案 | 谁适合干什么、性格特点、能力边界 | 五行人格诊断+面谈记录+九宫格 | | 客户档案 | 老饕分类、消费偏好、关系维护 | RFM分析+储值追踪+感动案例 |

"人是一切资源。店长一定要招能解决问题的人进来，而不是找一个人进来。"

四、三驾马车 × AI人机分工

| 角色 | 职责线 | AI做的事 | 人做的事 | |------|--------|---------|---------| | 料理长 | 产品线 | 数据分析/库存预测/SOP优化 | 菜品研发/品质把控/后厨管理 | | 前厅经理 | 服务线 | 客户画像/服务SOP/投诉预警 | 现场服务/客户关系/团队氛围 | | 线上/外卖 | 线上线 | 外卖数据/平台评分/竞品监控 | 外卖品控/套餐设计/平台合作 |

五、7S骨架 — 工作归拢框架（守门人核心）

核心原则

"把所有店长工作按7S分类 → 每个S下面形成多个Skills → 每个S变身一个'龙爪'"

7S-to-Skills 映射框架

| S模块 | 覆盖范围 | 预计Skills数 | AI/人分工倾向 | |------|---------|:--:|:--:| | S1 战略/目标/计划 | 日目标·月目标·KPI拆解 | 3-5 | AI 70% / 人 30% | | S2 组织/人员/档案 | 人员档案·五行匹配·师徒制 | 5-8 | AI 40% / 人 60% | | S3 制度/流程/SOP | 日反馈·巡检·退菜追踪 | 4-6 | AI 60% / 人 40% | | S4 数据/分析/日报 | 日报·周报·月报·驾驶舱 | 4-5 | AI 90% / 人 10% | | S5 客户/会员/营销 | 会员运营·储值·老饕维护 | 5-7 | AI 50% / 人 50% | | S6 产品/出品/品质 | 金枪鱼管理·匠心·三昧真火 | 3-5 | AI 40% / 人 60% | | S7 财务/成本/绩效 | 成本率·净利率·KPI考核 | 3-4 | AI 70% / 人 30% |

龙爪概念

"你说'日报'哗哗哗说完，激活日报Skill，自动给你总结、判断哪个地方有问题。"

每个S模块 = 一个龙爪容器，内含N个具体Skills。店长只需用自然语言触发，AI自动激活对应Skill执行。

六、Skill构建标准（9要素·四步法）

一个Skill的定义

"一个Skill只解决一件事。一件完整的事。日总结就是一件事，周复盘就是一件事。"

| 标准 | 说明 | |------|------| | 粒度 | 一件事 = 一个完整的、可独立完成的任务 | | 检验标准 | 把真实数据扔进去，能否解决现实问题？ | | 好坏判断 | AI干的比人干得好 → 合格；还不如人 → 失败 |

SOP/Skill 必备9要素

| 序号 | 要素 | 说明 | 示例 | |:--:|------|------|------| | ① | 岗位定位 | 这个Skill服务于什么角色 | 店长/料理长/前厅经理 | | ② | 性格特点 | 五行人格匹配，个性化输出 | 火行人→发散型方案 | | ③ | 核心任务 | 这个Skill解决什么问题 | 日经营数据复盘 | | ④ | ⭐分析模型 | 最关键：用什么模型分析 | RFM/WIME-5D/PDCA | | ⑤ | 关键动作 | 必须执行的步骤 | 数据采集→清洗→对比→结论 | | ⑥ | 量化标准 | 结果指标/过程指标 | 客单价/翻台率/会员活跃率 | | ⑦ | 数据验证 | 如何验证产出是否正确 | 环比/同比/目标达成率 | | ⑧ | 风险控制 | 触发报警的底线 | 当日营业额低于X→红色预警 | | ⑨ | 输出格式 | 最终产出的形式 | 日报模板/分析图表/行动建议 |

"没有分析模型，你的SOP是假的。"

构建流程（四步法）

第一步：列出店长全部工作（按最理想版本，不是当前版本）
    ↓
第二步：按7S框架归拢分类
    ↓
第三步：每个工作判断 AI干 vs 人干 → 能SOP化的全部SOP化
    ↓
第四步：构建Skill → 测试 → 优化 → 上线

"按未来的样子去罗列，按最理想的来。因为未来AI就能实现——原先没这个能力，AI就有这个能力。"

七、组织架构变革：倒三角赋能

核心理念

"总部全部变成大运营部，全部下到一线。从管理变成赋能。"

旧模式：                    新模式（倒三角）：
董事长                      一线门店（店长）
  ↓                            ↑↑↑
总经理                      总部大运营部（每人赋能1-N个S）
  ↓
总部各部门
  ↓
一线门店

总部职能重构

| 旧角色 | 新角色 | 赋能哪些S | |--------|--------|---------| | 人力部 | 一线人力赋能师 | S2（人员）的1-2个子模块 | | 市场部 | 一线营销赋能师 | S5（客户/会员）的2-3个子模块 | | 财务部 | 数据中台 | S4（数据）、S7（财务） | | 培训部 | AI知识库维护者 | 所有S的知识更新 |

"总部人员赋能人家其中几个S。只有店长、总经理、董事长他们是最全的，剩下我们都是服务人家其中3个S、2个S。"

理想时间线

| 年份 | 目标 | 含义 | |------|------|------| | 2027 | 解放董事长 | 董事长不再困于日常管理，专注产品创新/全国考察 | | 2028 | 解放总经理 | 总经理通过AI系统自主运转 | | 2029 | 解放3位老总 | 店长层级全面AI化 |

八、AI × 企业微信 × 龙龟的终局构想

"分身"系统

企业微信 ←→ WorkBuddy(龙龟) ←→ 各岗位龙爪Skills
    ↓              ↓                ↓
 @某人的分身     自动触发        执行具体任务

"每个人都有一个小龙龟，就是你的分身。这个分身在企微里，@你的分身，就能直接出方案。"

信息流闭环

店长日报 → 扔进企微群
    ↓
各分身自动认领（城总的Skill领城总相关的，涛涛的Skill领涛涛相关的）
    ↓
AI自动分析 → 出判断 → 出方案
    ↓
店长只做一件事：执行还是不执行？
    ↓
执行反馈 → AI继续优化方案 → 闭环

"AI专门负责收集信息、分析数据、判断问题在哪里、给出方案。你作为人，只判断执行不执行。"

九、五行人格 × 个性化管理

为什么需要五行人格

"店长抓的是什么？抓人。你对他自身都不了解，你抓什么？"

五行人格心理学的作用： 1. 招聘：招他本身就是好的，而不是要改他 2. 管理：火行人有火行人的管法，水行人有水行人的管法 3. 方案适配：同一问题，对不同性格的人出不同方案

典型场景

| 五行 | 管人方式 | AI输出适配 | |------|---------|-----------| | 火 | 天生老大，不爱请示 | 方案给方向少细节，鼓励自主 | | 水 | 稳重型，需要安全感 | 方案给足数据和风险分析 | | 木 | 成长型，需要认可 | 方案带成长路径和里程碑 | | 金 | 规则型，需要清晰边界 | 方案结构化，标准明确 | | 土 | 关系型，需要归属感 | 方案强调团队和氛围 |

"性格排屁股——招他本身就是好的，而不是要改他。"

十、7S守门人校验规则

子Skill注册必须通过7S分类校验

任何新建子Skill在注册到超级店长Skill时，必须通过以下校验：

| 校验项 | 规则 | 不通过后果 | |--------|------|----------| | S归属 | 必须明确属于哪个7S模块 | 拒绝注册 | | 覆盖范围 | 不能超出味藏7S体系定义范围 | 提示修正 | | AI/人分工 | 必须声明AI/人分工比例 | 返回补充 | | 分析模型 | 必须包含至少1个分析模型 | 标记为不合格 | | 五行适配 | 必须声明五行输出风格 | 返回补充 | | 输出格式 | 必须定义输出格式 | 返回补充 |

子智能体自动触发规则

| 触发条件 | 激活方式 | |---------|---------| | 超级店长Skill被调用 | 店长7S总控自动加载 | | 新建子Skill注册 | 自动7S分类校验 | | 子Skill输出偏离7S | 自动拦截+提示修正 | | 关键词：超级店长/店长AI/门店助手 | 全系统激活 |

十一、7S v1.7.0 权威标准定义（脊柱层·知识地基）

来源：味藏7S Skill v1.7.0 — 7S定义权威来源，替代v1.0中的临时S1-S7分类

| 7S | 人格化 | 一句话 | 店长在做什么 | |------|--------|--------|------------| | SV | DNA/太阳 | 以食载道·传递美好 | 文化践行、仪式主持、价值观考核 | | S | 大脑 | 绿色生态餐饮引领者 | 月度经营分析、战略目标追踪 | | St | 骨骼/超级枢纽 | 四层嵌套×创业单元×AB角 | 排班调度、授权管理、三单元协同 | | Sy | 神经 | 四层法治×双螺旋×日清周清 | SOP执行监控、红线预警、PDCA闭环 | | Sty | 气质 | 刚柔并济×修行场 | 四会主持、团队氛围、教练式领导 | | Sf | 血液/超节点 | 螺旋力×三共同体 | 识人用人、绩效面谈、师徒配对 | | Sk | 肌肉 | 四层生态×矛-盾-脉-脑 | 技能认证追踪、匠心传承、培训管理 |

7S × 店长工作归拢

每个S维度下，将店长全部工作列出 → 每个工作 = 一个潜在Skill。总计预计：26-33个模块Skills（不是80个——80是建设过程中的总数含迭代版本）。

Skill构建优先级（Phase A/B/C）

Phase A: AI最强项优先(Sy制度 + S战略)  第1-2周 ← 见效快
    ↓
Phase B: 店长最痛点(Sf人员 + St结构)    第3-4周 ← 80%精力所在
    ↓
Phase C: 软覆盖(Sty风格 + SV价值观 + Sk技能)  第5-6周

十二、5×7=35种五行适配矩阵（灵魂层）

"性格排屁股——招他本身就是好的，而不是要改他。"

同一个"月度经营分析Skill"，对不同五行人格的店长，输出方式不同：

| 五行 | 店长特点 | Skill输出适配 | |------|---------|-------------| | 木 | 成长型，需要认可 | 输出带成长路径和里程碑，强调"进步了多少" | | 火 | 天生领导，不爱琐碎 | 输出精简，只给方向和关键决策点，不堆数据 | | 土 | 关系型，重归属感 | 输出强调团队表现和氛围指标，用"我们"叙事 | | 金 | 规则型，重边界清晰 | 输出结构化表格+明确标准+黑白判断 | | 水 | 稳重型，需安全感 | 输出足量数据和风险分析，强调"稳"和"可控" |

注入方式

不是给每个Skill写5个版本。而是在Skill的SOP九要素之②"性格特点"中定义参数，让AI在运行时自动适配：

Skill运行时参数:
personality_type: "火" | "木" | "水" | "金" | "土"
→ 影响：输出详细度、语言风格、数据密度、决策建议方式

十三、7大人机交互节点（界面层）

"店长看到这个表就知道——AI要做什么，我要做什么，我做完以后要喂养什么。"

| 节点 | 频次 | 触发 | AI产出 | 店长动作 | 耗时 | |------|------|------|--------|---------|:--:| | 晨会 | 每日 | 08:15推送 | 昨日快报+排班+SOP清单+红线 | 浏览→标注重点→晨会主持 | 5min | | 午市调整 | 每日 | 14:00推送 | 午市快报+晚市预估 | 调整晚市策略 | 3min | | 收市会 | 每日 | 21:00推送 | 全日快报+复盘模板 | 主持复盘+肯定团队 | 10min | | 周复盘 | 每周 | 周一09:00 | 周数据对比+异常归因 | 深度复盘+下周计划 | 20min | | 月度经营分析 | 每月 | 月初第3天 | 完整月报+趋势判断 | 审+判方向 | 30min | | 绩效面谈 | 每月 | 按排期 | 绩效数据包+五行沟通建议 | 面对面沟通 | 30min/人 | | 师徒带教 | 持续 | 实时 | 进度追踪+认证提醒 | 手把手传授 | 视情况 |

十四、龙龟喂养标准模板（进化层）

"龙龟的本质，就是要把你的经验SOP化。一次受苦，以后自动化。"

每个Skill配套的喂养机制：

| 喂养项 | 频率 | 输入方式 | AI学习目标 | |--------|------|---------|-----------| | 店长判断修正 | 每次使用后 | Skill输出→店长标记"对/错/改" | 决策建议库优化 | | 异常案例 | 每次异常 | 口述→AI结构化记录 | 异常检测规则升级 | | 新场景发现 | 每月 | 复盘时口述 | 场景覆盖范围扩展 | | 参数调优 | 每季度 | 自动分析使用数据 | 五行适配参数优化 |

十五、三店差异化部署策略

试点选择：松山湖优先

| 维度 | 🥇 松山湖店（试点） | 🥈 金月湾店 | 🥉 狮山店 | |------|-------------------|------------|----------| | 7S优先改善 | Sf(人才储备不足) | Sty(教练式领导) | Sy(SOP执行一致性) | | 首月AI覆盖率 | 60% | 65% | 70% | | 首批Skills | 8个（Sy4+S3） | 在试点基础上复制+适配 | 在试点基础上复制+适配 | | 龙龟喂养启动 | Week 1 | Week 3 | Week 2 |

部署节奏

Week 1-2: 松山湖试点 → 总控Skill + Sy制度4个 + S战略3个
Week 3-4: 松山湖继续 → Sf人员4个 + St结构2个
Week 4:    松山湖验证通过 → 金月湾、狮山复制
Week 5-6: 三店同步 → Sty风格 + SV价值观 + Sk技能
Week 7+:   三店并行运转 + 龙龟喂养持续进化

十六、单个Skill验收标准与阶段里程碑

5项验收标准

| 标准 | 判断方式 | 谁来判 | |------|---------|--------| | AI干的比人好 | 用真实数据跑→对比人手动作 | 店长 | | 说人话 | 店长看完输出后不需要二次解释 | 店长 | | 能闭环 | 从触发到输出到反馈形成完整链路 | 龙虾 | | 有模型 | SOP九要素之④分析模型不空 | 龙虾 | | 可喂养 | 龙龟喂养计划可执行 | 龙虾+店长 |

4个阶段里程碑

| 里程碑 | 时间 | 目标 | 验证方式 | |:--:|------|------|---------| | M1 | Week 2 | 总控Skill + Sy制度模块上线 | 松山湖店长每日使用 | | M2 | Week 4 | Sf人员模块上线，AI覆盖率≥50% | 松山湖店长80%管人工作AI辅助 | | M3 | Week 6 | 7S全覆盖，AI覆盖率≥60% | 三店均可使用 | | M4 | Month 3 | AI覆盖率≥70%，龙龟累计喂养≥20次 | 店长决策时间从20%→40% |

| 资料 | 位置 | 内容 | |------|------|------| | 味藏大库·龙虾养殖流程 | 云盘/雾山魏正龙虾养殖流程 | 岗位职责相关全部资料 | | 7S立体顶层设计 | Obsidian 06-味藏 | 7S完整体系13篇文档 | | 高盈利组设计方案 | 云盘中 | 含演练组/引流组/高盈利组分析模型 | | 企业手册 | weizang-culture Skill | 味藏文化完整体系 | | 会员体系 | weizang-membership Skill | 五级会员+流转图+增长飞轮 | | 店长7S总控 | 子智能体(SM-CHIEF v1.3) | 日反馈路由器+F1-F5+16Skill | | 董事长顶层设计 | CHMN-BRAIN v1.4 | 战略层·上游 | | 总经理战略解码 | GM-CHIEF v1.5 | 执行层·上游 |

十七、当前可用的知识资产

| # | 金句 | 含义 | |:--:|------|------| | 1 | AI就是你的最强合作伙伴，这个岗位就叫超级店长 | 定位：伙伴，不是工具 | | 2 | 一个Skill只解决一件事。一件完整的事。 | 粒度标准 | | 3 | 没有分析模型，你的SOP是假的。 | 质量底线 | | 4 | 以是否能解决你现实问题为最终检验标准。 | 验收标准 | | 5 | 人是一切资源。 | 店长核心抓人 | | 6 | 性格排屁股——招他本身就是好的，而不是要改他。 | 招聘哲学 | | 7 | AI专门负责收集信息、分析数据、判断问题、给出方案。人只做执行和判断。 | 人机分工 | | 8 | 总部全部变成大运营部，全部下到一线。 | 组织变革 | | 9 | 按未来的样子去罗列，按最理想的来。 | 设计思维 | | 10 | 你们要从方案思维突破到工具思维——只要你有想法，就能把想法变成工具。 | 能力跃迁 | | 11 | 龙龟的本质，就是要把你的经验SOP化。一次受苦，以后自动化。 | 知识资产化 | | 12 | 能力的好坏 = 对AI工具的使用，特别是对龙龟的使用。 | 新能力定义 |

十八、核心金句摘录（12条·来源：0521战略会议）

"第一步：新建任务 → Plan模式。让WorkBuddy把云盘里的全部资料学一遍，整理出店长全部工作清单 → 按7S归拢 → 判断AI/人分工 → 逐项构建Skill。"

十九、构建路径：第一步行动 + 关联文件