你把 AI 当工具,他把 AI 当学生——三个月后,机会主动找上了他

打开 AI，敲一段请求，盯着它吭哧吭哧写完，越读眉头越皱。关掉窗口，心里冒出一句：“也就那样。”然后换个工具，把上面的流程重来一遍。

这是绝大多数人和 AI 的全部关系：给一次机会，不满意，结束。

南开大学有位教了九年意大利语的老师，做法正好相反。他花了三个月，把 AI 当学生带。三个月后，他手上多了近五十份深度调研报告、二十八套自己做的技能，还有一个“本不该诞生”的跨国项目。

更值得说的是——他的开局，比大多数人都糟。

一、他的起点，比你还差

今年五月，他要给全院上一节“AI 与翻译”的通识课，索性把市面上主流的智能体产品挨个摸了一遍。

头两个月的感受，他自己的形容是“一念天堂，一念地狱”。有时被产出质量惊到，更多时候是窝火：任务跑到一半断掉，需求理解得七零八落，你话没说完它已经一通猛写。

最让他崩溃的一句话是：“我明明已经把标准交代得很清楚了，为什么就是不照做？”

区别在后半段。大多数人到这儿会得出一个结论——这工具不行。他得出的是另一个结论——这学生还没学会，那我来教。

于是他给自己加了一道从来没做过的流程：每次交付不达标，不许它重做，先让它复盘。

二、别急着重做，先逼它复盘

他给 AI 的反馈细到什么程度？

一份译稿交上去，他逐句批注：这里搭配别扭；这句太长，汉语得断句；这处“它”指代不清，中文慎用代词；破折号一路连用，逻辑层次都搅乱了。

注意，这些批注里没有一条是“重做”。

只说“重做”，AI 学到的是随机换一版；说清“为什么不行”，AI 学到的才是标准。

跑到第二个月，他发现这个“学生”一个有点反常识的特点。用他的原话讲——交代它记东西，它从不偷懒。让它复盘它就复盘，一步不落，进步快得肉眼可见。

人做复盘为什么难？因为人会烦，会自我辩护，会把失败推给运气和队友。而这些毛病，AI 一个都没有。你给它的每一条纠错，它都当真收下。

于是“出问题必复盘”成了他雷打不动的硬规矩。写下来的东西，攒成了后面的资产。

三、把“什么算合格”写成条款

这是全文最关键的一段。

他最常调用的那个检索类技能，被定了一套铁规矩——能引用的来源分四档：

- 第一档：立法文本、官方文件、政务网站、统计公报这类一手来源；

- 第二档：同行评议的学术论文、大学出版社的专著；

- 第三档：权威智库与国际组织的报告；

- 第四档：媒体报道与评论。

底下还挂着一份黑名单：聚合平台、百科词条、自媒体号，一律不进。

再加一条硬要求：引注里的每一条链接都必须打得开，能被人点进去核实。

结果是什么？三个月里，从意大利选举法改革写到中欧贸易摩擦，近五十份报告，每份十几页、七八千字，论点、论据、引注、版式一样不缺。他把同一批提示词拿去对比过几家大模型，自己这套跑出来的东西明显更硬。

这里藏着一个挺扎人的判断：

你说不出“什么算好”，说明你手里的是手感，不是标准。

手感能干活，但不能交代、不能复核、不能传承——它只长在你身上，你休假它就断电。

很多人抱怨 AI 出活不行。换个角度问一句就露馅了：你能用五句话，把你这行的合格线写清楚吗？写不出来，AI 只能靠猜。

四、带教四步法：可以照抄的一套动作

把上面这些抽出来，其实只有四步。

第一步，定标准。 动手之前先把“什么算出活”写下来，尤其要写清“什么算不合格”。这一步写不出来就别急着开工——省下的时间，后面会加倍还回去。

第二步，给反馈，给到原因。 不合格时别只说重做，要指出具体位置，说清为什么不行。一次讲透，胜过十次重试。

第三步，逼它复盘。 每出一次问题，让它自己写清两句话：错在哪儿，下次怎么绕开。你只负责审这份复盘靠不靠谱。

第四步，沉淀成资产。 复盘攒够，就把结论固化成一份能反复调用的文件——在 WorkBuddy 这类工具里，这东西叫 Skill。

四步跑完一轮，你会发现真正的变化不在 AI 身上，在你身上：你第一次把自己的手艺，从“我觉得”翻译成了“条款”。

五、规则本身，也是能教出来的

那他这二十八套技能是怎么来的？答案有点反直觉——他一句代码没写。

流程是这样的：

1. 先把自己要什么写全写细，丢给一个通用对话 AI，让它出第一版提示词；

2. 换另一个 AI，从“提示词工程师”的视角再优化一轮；

3. 拿到 WorkBuddy 里落地成 Skill，直接在真实任务上跑；

4. 跑偏了就改——他的原话是，没有完美的 Skill，你得让它一直迭代。

为什么不用现成的？他打了个比方：

现成的 Skill 像买来的衣服——袖子长了要改，裤腿长了也要改，不改就一直不合身。

还有一步更狠：他把一本用了十几年的上课教材，硬生生“蒸”成了一套技能。那本书讲英汉语言对比，他就把汉语的十个基本特征拆成规则喂了进去。

用他的话说：想知道什么是好的中文，你得先知道中文长什么样。

他还把翻译流程切成了六道工序：初译时把专有名词联网核验、译法定死；再逐句比对，找死译、漏译和术语前后不一；然后通篇清翻译腔；接着收拾代词指代和堆成串的“的”字；再核实每一条陈述的出处；最后一轮终校，专抓空格和标点体例。

最后这道工序他说得很实在：人眼容易滑过去的东西，它能拎出来。AI 强的地方，跟人不一样。

六、真正的变化，是机会开始找上门

今年六月初，他收到一封从海外发来的陌生邮件。对方是一家意大利的人力派遣公司，正在物色语言培训合作方。

搁在平时，这种信的第一反应就是垃圾邮件，他也这么想。但他多看了两眼签名里的电子名片，然后做了一件以前绝不会做的事——让 AI 去查一下。

查完：领英上有这个人，官网上有这家公司。都是真的。

他回了信，约了第一次线上会。项目是从中国选送二十二名技术工人去意大利，行前要做语言、劳动法、工会培训。往后的报价单、双语合同、审批材料，前后上百份文件，几乎都出自这对搭档。

九月十五日，项目收尾。他说了全文最重的一句话：

“这个项目本不该诞生。六月初如果没有这个帮手，那封邮件我不会看第二遍。它就那么过去了——像很多机会一样，悄悄溜走。”

机会很少是被明确拒绝掉的。更多时候，它是被“懒得查一下”放走的。

七、一个跟整个行业唱反调的说法

关于 AI 的价值，这位老师给了一个跟主流叙事几乎相反的定义。

他说，跟 AI 合作，“提质”永远排在第一位，“提效”只是它的副产品。

他甚至很坦白：翻译投入的时间并没有减少。机器给的底稿，跟自己动手译出的初稿一样不成熟，得逐字逐句审，甚至推倒重来。

这话要是听懂了，你对 AI 的用法会整个换一遍。

如果把 AI 的价值定义成“省时间”，你注定失望——因为真正值钱的活，从来省不了时间。

但如果把它定义成“让产出够到更高的线”，你会发现它值了。

同一个工具，两种定义，两种结果。

八、今晚三十分钟，做四件事

1. 挑一件事。 选一件你每周都做、而且做得比身边人好的事。不用大，写周报、审合同、挑供应商都行。

2. 写下合格线。 用五句话写清“什么算出活”，再补三句“什么算不合格”。这一步最难受，也最值钱。

3. 让它做一遍，然后逐条讲原因。 别说“不行，重做”，要说“这里不行，因为……”。讲完让它自己复盘一次：错在哪，下次怎么避。

4. 压成一页规则。 把它存进随手能打开的地方，下次开工先喂它。攒到五页，你就有了自己的第一套工具箱。

三十分钟里，前二十分钟难受，最后十分钟很爽——因为你第一次看清了自己的专业到底长什么样。

写在最后

他还有一个比喻，我一直记着。

有人跟他说意大利的奶酪多好吃，他听不进去。直到有人递给他一份菜谱：先煮意面，再调肉酱，罗勒和奶酪最后放。等他把这盘面端上桌，那些原本陌生的东西，就自然进了他的厨房。

工具也是这样。你说它多强大，别人没感觉；你告诉他“肉酱面”怎么做，他才真的用起来。

而换个角度看，这件事还有一层更大的意思：

教 AI 的过程，本质上是你第一次把自己的手艺，从感觉写成了菜谱。

菜谱和手感最大的区别是——菜谱可以传下去，手感会随你退休。

别再把它当成一台投币就出货的机器。把它当成一个刚入职、学得极快、但什么都要你说清楚的年轻人。

你愿意花多大力气把标准讲明白，它就能替你走多远。

而那些始终讲不清楚的部分，恰恰是你这辈子真正要修炼的东西。

---

留言区聊聊： 你手上有没有一件事，一直想交给 AI，却总也说不清“做成什么样才算好”？写下来，我挑三条帮你拆成合格线。