Personal work system / 2026

把问题做成工具。

我从真实工作里的重复问题出发，尝试用数据、流程和 AI 工具建立更可靠的解决方式。这里记录完成的作品，也保留没有成功的实验。

查看系统地图浏览实验记录

01 / SYSTEM MAP

一张会继续生长的工作地图

点击节点，查看一个问题如何经过观察、判断与实验，最终变成流程或工具。地图不是能力清单，而是我的工作方式。

02 / FIELD NOTES

部分工作实践受业务隐私限制，先记录方法和边界。后续只补充能被核验、能安全公开的内容。

EXP.001进行中

把零散的 SQL、Python 与 pandas 练习放进同一个受保护空间，保留数据、过程和结论之间的关系。

个人实验室进入 ↗

FIELD.002脱敏整理中

案例将聚焦问题分类、归因和后续跟踪，不公开原始问卷、内部指标与任何可识别个人的信息。

服务质量内容待补

FIELD.003脱敏整理中

从自动 SOP、群剧本和信息侧边栏的实践中，复盘工具化的前提、失败条件和维护成本。

流程与协作内容待补

03 / LEARNING SYSTEM

DataLab 是艾银的个人学习空间。每次只解决一个具体问题，留下可复现的过程、结论和下一步。

PRIVATE SPACE / BASIC AUTH

点击后，浏览器会先显示个人访问登录框。输入自己的访问凭据即可进入；主站不会保存或展示密码。

进入学习系统

lab / notebook_014

# 从一个问题开始，而不是从图表开始

question = "哪些反馈值得优先跟进？"

method = ["clean", "group", "compare", "review"]

RESULT
发现 3 类重复问题
其中 1 类仍缺少验证数据

# 下一步：检查分类是否混入主观判断

status → needs_review

FIRST SESSION / 15–30 MIN

目标不是一次学很多，而是完成一条可以被复查的学习记录。

看到登录框是正常的 DataLab 使用 Basic Auth 保护。访问凭据只用于个人设备，不要写进公开页面、截图或代码仓库。

点击“进入学习系统”。浏览器出现 DataLab Personal Access 登录框后，输入个人账号与密码。

完成标志看到 DataLab 的登录后页面

04 / PRINCIPLES

工具不是终点。它只是一次判断被反复使用的方式。