文科生,开始“手搓”你的AI助手吧
2026年,那个说“文科都是服务业”的张雪峰死了。
他活着的时候,给无数普通家庭的孩子指了一条路:选对专业,找好工作,稳定赚钱。法学、财会、汉语言可以,新闻、哲学、历史绕开。这套逻辑放在当时,确实帮很多人打破了信息差。
但是对于个人来说,真正的问题从来不是“选什么”,而是“你有没有持续学习的能力”。把命运押在一次选择上,是这个时代最危险的事。我们能做的,需要做的,还有很多。
一、AI拆掉了那堵墙
文科生过去最大的困境是什么?
不是学的知识没用,而是想法到产品之间的路太长。
你有一个小说构思,得先练十年笔力。你洞察到一个用户痛点,得先学编程或者找一笔钱组团队。你想做一部关于家乡的纪录片,得买设备、学剪辑、找发行。中间任何一步卡住,想法就永远是想法。
AI把这堵墙拆了。
一个编剧用AI两天能出一部短剧。一个历史系学生用古籍大模型几小时能梳理过去几个月的史料。一个完全不懂代码的文科生,靠自然语言描述需求,两周做出一个付费小程序。
不是AI让文科生变聪明了,是技术实现的成本断崖式下跌。
想法到产品之间不再有不可逾越的障碍。你可以先做一个粗糙的原型,扔出去看反馈。反馈好,继续迭代;反馈差,快速放弃,换下一个。验证一个想法的时间,从半年变成两周。这是AI给文科生最大的礼物:低成本试错的权利。
过去,理想主义者之所以痛苦,是因为实现理想的成本太高。你想改变世界,但连第一步都迈不出去。现在,你可以从一块砖开始。先做一个最简单的版本,哪怕只有一个功能、一篇文章、一段视频。把它发出去,看有没有人需要。
有了第一块砖,就会有第二块。小成果会自己滚雪球。
二、文科生的“软钉子”
但这里有一个问题。
AI拆掉了技术的高墙,不等于每个文科生都能跑起来。
多数文科生的工作习惯,不适应和AI协作。
举个例子。一个典型文科生评价一篇文章,会说“调性高级”“情绪到位”“节奏舒服”。人和人沟通,这些词够了。但AI听不懂。
AI能处理的,是可描述的特征、可量化的维度、可对比的案例。
你的审美、直觉、判断力,如果不经过“翻译”,在AI面前就是无效输入。这不是AI笨,是我们的表达太模糊。
文科生的优势——对语言的敏感、对人性的洞察、对价值的判断——这些依然是稀缺能力。但你必须学会把它变成AI能执行的指令。
下面是五个马上能用的习惯。不需要技术背景,明天上班就能练。
习惯一:把“感觉”拆成“特征”
每次评价一个东西“好”或“不好”,逼自己追问一句:这个判断是由哪几个可以描述的特征构成的?
你觉得一篇文章“读起来舒服”。拆开:
平均句子15-25字
段落不超过5行
连接词密度高
生僻词趋近于零
这就是AI能执行的指令。你的审美是方向盘,但必须翻译成AI听得懂的坐标。
习惯二:建一个“好货”素材库
AI不是天才,是模仿高手。你喂什么,它出什么。
日常看到让你拍案叫绝的标题、结构精妙的段落、语气拿捏到位的文案,随手存进一个文档。不是存链接,是标注一句“好在哪”。
当你需要AI写东西时,直接喂范例:“参照这三个案例的语气、节奏、信息密度来写。”
这个动作比任何高级提示词技巧都管用。
习惯三:用“字段”而不是“段落”整理信息
文科生爱写大段笔记。这对AI是一团乱麻。
整理资料时,强迫自己用结构化字段。比如做竞品分析,不要写成自然段落,写成:
text
【账号】:XX【标题句式】:设问,占比80%【开头模式】:个人经历引入【正文结构】:观点→案例→数据→小结【金句密度】:每3段1句AI能直接读取、对比、模仿。这个习惯的实质:把你的洞察变成机器可读的格式。
习惯四:AI不行,先怀疑自己的指令
文科生用AI最常见的场景:输出不满意,骂一句“这AI真垃圾”,然后手工改。
十次有八次,问题出在自己没把需求描述清楚。
AI输出不满意时,问自己三个问题:
我给判断标准了吗?
我给具体参照案例了吗?
我给明确的限制条件了吗?
把这三个问题做成检查清单,每次用AI前扫一遍。AI最诚实的功能是:它会精准暴露你表达的模糊之处。
习惯五:用AI做“反向验证”
AI能生成,也能检验。
你写完一篇稿子,不确定读者能不能看懂。把稿子扔给AI,换一个指令:
“假设你是只有3分钟耐心的目标读者,读完复述三个核心观点。哪些段落你会直接跳过?”
AI的回答往往让你后背发凉——它跳过的段落,正是你写得最得意但读者根本不会看的部分。
用AI模拟目标读者,提前暴露问题。这是最便宜的“用户测试”。
三、一块砖一块砖地建
世界是个草台班子。这话很火,因为戳破了一个真相:大量过去需要“专业人士”干的活,本质就是可复用的拼装。
AI没有创造草台班子,AI证明了它。
但AI也给了拆掉它的武器。
这个武器以前只握在懂技术的人手里。现在,任何一个能清楚表达需求的人,都能拿起来用。
每个理想主义者心里都有一个完美的世界。过去,你和那个世界之间隔着技术、资本、人脉的万水千山。现在,AI给了你一块砖。
一块砖不大,但它是真的。你先把它砌上,然后砌第二块。不需要一步到位,不需要憋大招。小成果会自己长大,因为验证的成本已经低到可以忽略。
这个公众号会持续分享文科生深度使用AI的真实案例。怎么避坑、怎么提效、怎么从零开始积累第一个小成果。我们一块砖一块砖地建。
下一期,聊一聊我的实践案例帮助大家快速避坑。
夜雨聆风