ARTICLE · 1256805
AI工具随时换,但这六样才是管理者用好 AI 的底座

AI工具随时换,但这六样才是管理者用好 AI 的底座
约 1474 字 · 5 分钟阅读
工具三个月换一代,这六样不换。第六样最容易被人跳过。
这两年内训课间,我被问得最多的一句话是:AI 来了,我该学点什么。
五年前问的是「人不好管怎么办」。问题换了。
我的回答一直没变:要学的不是工具。
工具三个月换一代。你今天背熟的提示词,下个版本就白背了。
真正拉开差距的是六样东西。它们的共同点是——都不能外包。
这六样不是六条并列的建议,是一条链。
从你打开对话框那一刻,到你把东西交出去那一刻,每一环各管一段。
先给名字:提问力、分解力、判断力、品味、学习力、承担力。
前四样决定你拿到的东西有多好,第五样决定你进步有多快,第六样决定出了事谁认。
缺哪一环,那一段就漏。
提问力:第一句话定答案上限
大部分人打开 AI 的第一句话是「帮我写个方案」。
这句话能得到什么?一份标准方案。标准方案谁都能写,你手上已经躺着很多份。
不是它不行,是你没给它一个「只属于你」的入口。
我自己的习惯是:每次开新对话,先敲三行——现在是什么情况,我手上有什么材料,我要的是选项还是一个决定。然后是一整个完整且不断进化的知识库和知识图谱。
三行敲完,它给的答案立刻不一样。因为通用话被这三行挤掉了。
问不清,就别怪它答得泛。
分解力:大问题只能拿回大话
「这个季度业绩怎么提」——这种问题喂进去,出来的多半是「加强客户管理、优化产品结构、提升团队能力」。
不是它偷懒,是问题太大,它只能按套路答。
拆法很简单:一次只喂一层。
大问题拆成三五个小问题,每个小问题单独问一次,问完再合。
我写一篇公众号就是这样。不是让 AI「写篇文章」,是拆成七道工序:定选题、写正文、定标题、审稿、排版、推送、回捞数据。
每一道工序单独派一次,单独决断一次,每一道都要有交付标准。七道加起来,才是一篇文章。
直接说「写篇文章」,出来的就是一篇谁都能写的文章。
判断力:它答得越顺越要盯
这一条最容易被忽略,因为它的表现是「舒服」。
AI 有个天性:讨好。
今年三月我在自己的笔记里写过一句:
「讨好型人格是 AI 的天性,不是讨好型人格的 AI 已经被淘汰出局了,所以别迷失在 AI 的讨好里。」
它不会主动告诉你「这一条我不确定」。它会顺着你的意思,把话说圆。
所以判断力不是「看懂它写了什么」,是「找出它没把握的那一句」。
我现在审稿不问「这篇好不好」。我问「这篇哪一句没有依据」。
问法一换,能查到的东西完全不同。
品味:分不出好坏只剩点头
品味这个词听着虚,落到实处只有一句:你能不能一眼看出「这里不对」。
说不出来,就只能收下「看着对」的东西。
同一份东西,给两个水平不同的人改,改出来的结果差得远——因为 AI 的天花板就是你。
我在笔记里写过:「产出好不好,还是取决于你的能力上限。」
有个笨办法,很有效:先自己写一版烂的。
哪怕只有三段话,逻辑还乱着。写完再让 AI 改。
有了这个基准,你才知道它改好了,还是改跑了。
没有基准,你只能凭感觉点头。
学习力:不是学会的,是用会的
这句话我说了很多年,现在更成立。
「AI 不是学会的,是用会的。以前我常说,电脑是玩会的,多少带点调侃,现在,AI 时代,这就是事实。」
所以我不建议先急着学这个学那个报课什么的。
挑一件你手上真在做的活——明天就要交的那份材料、那个汇报、那次复盘。用它干一遍。
干完你会知道它哪儿不行。这个「哪儿不行」,就是你要学的全部内容。
先学后用,学的是别人的场景。先用后学,学的是自己的。
承担力:它出错,签字的是你
前五样都是「练」。这一样是「改习惯」。
AI 越顺手,有一个动作就越容易省掉:确认。
省着省着,「我判断过了」就变成了「它看起来没问题」。
这两句话,只差几个字,后果差得很远。
我自己的记忆系统里存着几万个页面,AI 每次给我的答复都能追回到某一条记录。但用哪一条,是我选的。选错了我要认。
智能可以调用,能力可以复制,只有责任没法外包。
所以这一条的要求特别简单:交出去之前,你要能说清「这一版为什么是这个版本」。
说不清,就还没到能交的时候。
具体的动作只有一个:收到答案,先圈出一句你不敢签字的话,去查它。查得到源,你就多一条依据;查不到,你就抓到一个幻觉。
六样里先补哪一样
如果只能补一样,我建议补第六样。
因为它松起来没有声音。
前五样做得好,第六样一松,前五样就变成了替别人的错误做背书——你越能干,替人背的越多。
而且它不会提醒你。
工具会一直换。这六样不会。
它们也都不在软件里,在你自己身上——所以没人能替你去练。
这六条不是标准答案,是一把尺子:拿它量一量自己的 AI 底座,看哪一格是空的。
哪一格空着?说一句,我攒着往下写。
分享、点赞、在看,3连3连!















































































