夜雨聆风
最近我开始系统学习AI。
不是因为我突然想追热点，也不是因为我觉得AI一定能让人一夜暴富。
说实话，我最开始学AI的动机特别朴素：
我想让自己的工作轻一点。
每天工作里有太多重复、琐碎、机械、但又不能出错的事情。
比如收到订单之后，要整理订单信息；
订单整理完，要找对应供应商；
供应商确认后，要跟进到货；
货到了之后，要做出货单；
月底还要对账、核发票、送发票。
而且在我们这种小型私企里，很多事情不是通过邮件流转的。
更多时候，是微信群。
客户一个群，供应商一个群，项目一个群，老板一个群。
订单发在群里。
质量问题发图片、视频在群里。
交期变动也是在群里说一句。
老板临时补充要求，也是在群里@一下。
有时候还有Excel、截图、语音、报价、出货安排混在一起。
看起来沟通很快。
但真正做事的人都知道，信息一旦散在微信群里，最后整理的人会非常痛苦。
你要不断翻聊天记录。
不断确认谁说了什么。
不断判断哪些是废话，哪些是重点。
还要担心漏掉某一条交期、某一个订单、某一个质量问题。
所以我这次想认真做一个系列：
普通人到底怎么把AI用进真实工作里？
不是讲很玄的概念。
也不是推荐一堆看起来很厉害的工具。
更不是让大家收藏100条提示词。
而是从我自己的真实工作开始，一点点拆：
AI到底能不能帮普通人少做重复活？能不能帮我们少翻聊天记录？少漏信息？少靠脑子硬记？少在月底对账时崩溃？
一、很多人学AI，第一步就走偏了
AI的进化速度快得惊人：
22-24年：我们沉浸在提示词模版：大家都在研究怎么把一句指令写得更准，让AI听懂你要什么;
25年：我们开始修建上下文工程: 怎么给AI喂背景(资料、规则、过往记忆)，让AI在你的语境里做事;
26年：挽具工程(Hamess Engineering): 研究怎么给AI搭一套工作框架(目标、边界、工具、反馈环)，让它能自己跑、自己纠偏。
随着AI 应用到各种场景里，提示词模板所占的比重在慢慢变小。
现在只要一提到AI，很多人第一反应就是：
哪个工具好用？
哪个AI写文章厉害？
哪个AI能做PPT？
哪个AI能自动执行任务？
有没有万能提示词？
有没有一键生成的模板？
这些当然都有价值。
但我越来越觉得，普通人学AI，最容易犯的错误就是：
还没想清楚自己要解决什么问题，就开始到处找工具。
工具越找越多，收藏越收藏越焦虑。
今天看到一个AI写作工具，觉得要学。
明天看到一个AI表格工具，觉得要学。
后天看到别人搭了AI Agent，又觉得自己落后了。
最后的结果是：
收藏了一堆工具。
保存了一堆提示词。
看了很多教程。
但第二天上班，还是照样手动整理订单、翻微信群、复制Excel、催供应商、做对账单。
这就是问题所在。
AI真正的价值，不是让我们显得很懂AI。而是让我们手里的具体工作，真的变轻一点。
二、普通人最该解决的，不是“会不会AI”，而是“重复工作太多”
我以前也会把AI理解成一个“问答工具”。
比如想写文章，就问AI。
想取标题，就问AI。
想做总结，就问AI。
想找灵感，也问AI。
但学到现在，我慢慢发现，AI最适合普通人的地方，其实不是“替你想一个很厉害的答案”。
而是帮你处理那些：
重复的、机械的、低价值的、但又不能不做的工作。
比如：
把一段混乱的微信群聊天记录整理成待办清单；
把客户发来的订单信息提取成表格；
把供应商回复的交期统一汇总；
把质量问题按照产品、批次、责任方分类；
把月底对账的异常项先筛出来；
把老板口头交代的事情整理成执行清单；
把一堆零散资料变成一份结构清楚的说明。
这些工作看起来不高级。
但它们每天都在消耗普通职场人的时间和注意力。
很多时候，我们不是不会工作，而是被这些碎片化的信息拖住了。
明明只是整理一张表，却要翻半小时聊天记录。
明明只是确认一个交期，却要在群里来回找谁说过。
明明只是月底对账，却发现前面的记录不完整，只能重新追。
如果AI能先帮我们把这些事情处理掉一部分，哪怕只是整理、归类、提取、检查，也已经很有价值。
三、普通人用AI，不能只靠提示词，要练五种能力
这次学习里，我很认同一个框架：
普通人想真正用好AI，不是只靠某一句万能提示词，而是要慢慢培养五种能力。
分别是：
思考能力、积累能力、表达能力、产品能力、执行能力。
听起来有点抽象，我用自己的理解说一下。
思考能力：你要先知道自己到底想让AI帮什么
很多人用AI效果不好，不是AI不行，而是问题没问清楚。
比如你直接问：
“帮我提高工作效率。”
AI当然只能给你一堆泛泛而谈的建议。
但如果你说：
“我每天要从微信群里整理客户订单、供应商交期、质量问题和待办事项。请你帮我把这类工作拆成流程，并标出哪些环节可以用AI辅助，哪些环节必须人工确认。”
这时候，AI给你的答案就会具体很多。
所以，普通人用AI的第一步，不是背提示词。
而是学会把自己的问题说清楚。
你要知道：
我现在卡在哪里？
我每天重复做什么？
这件事的输入是什么？
我希望最后得到什么结果？
哪些地方可以让AI帮忙？
哪些地方必须由我自己判断？
这就是思考能力。
AI很像一个外脑。
但前提是，你得先把自己的脑子里的混乱，变成它能理解的问题。
积累能力：不要每次都从零开始问AI
很多人用AI，还有一个问题：
每次都重新问。
今天让AI帮你写一份催货话术。
明天又让AI帮你整理订单。
后天又让AI帮你写对账说明。
每次都是临时问，临时改，临时复制。
这样当然也有用，但效率不高。
真正想长期用好AI，需要慢慢积累自己的资料库。
比如我的工作里，后面就可以慢慢沉淀这些东西：
常见订单格式；
常见供应商回复；
常见交期异常；
常见质量问题分类；
常见对账异常；
常见微信群沟通话术；
常见出货单字段；
常见发票核对事项。
这些资料积累起来之后，AI就不只是一个聊天工具，而会更像一个了解你工作习惯的助手。
它知道你经常处理什么问题。
知道你要什么格式。
知道哪些信息必须保留。
知道哪些地方不能乱判断。
这就是积累能力。
表达能力：让AI帮你把想法变成能交付的内容
普通人的工作里，其实有大量表达任务。
不一定是写公众号才叫表达。
给客户发一段说明，是表达。
给供应商发一个催货消息，是表达。
给老板汇报异常情况，是表达。
把质量问题整理成记录，也是表达。
把月底对账差异写清楚，还是表达。
以前这些事情都靠自己慢慢写。
有时候明明事情知道，但就是说不清楚。
有时候语气太硬，怕得罪供应商。
有时候表达太软，又怕对方不重视。
有时候写得太啰嗦，老板看不到重点。
AI在表达这件事上，能帮很多忙。
比如你可以让AI帮你把一段乱信息改成：
正式一点的客户说明；
委婉但明确的催货话术；
适合发微信群的简短通知；
适合给老板看的异常汇报；
适合留档的质量问题记录。
但前提还是一样：
你不能只说“帮我写得好一点”。
你要告诉AI：
发给谁？
目的是什么？
语气要强还是要柔？
需要保留哪些事实？
哪些话不能说得太满？
最后希望对方做什么动作？
这就是表达能力。
产品能力：把重复流程变成可复用的模板
这里的“产品能力”，不一定是让普通人去做一个APP，也不一定是去写代码。
对我们普通职场人来说，产品能力可以先理解成：
把自己反复做的事情，整理成一个可复用的流程。
比如我每次处理订单，都要看这些信息：
客户是谁？
产品是什么？
数量多少？
交期要求是什么？
对应供应商是谁？
是否有特殊要求？
是否涉及质量问题？
是否影响月底对账？
如果每次都靠脑子记，就很累。
但如果我把它整理成一个固定表格、固定流程、固定检查清单，以后每次处理订单，都按这个模板走。
这就是一种很基础的产品能力。
AI可以帮我们做的，是把这些重复动作整理成模板。
比如：
订单信息提取模板；
供应商跟进模板；
微信群待办整理模板；
质量问题记录模板；
月底对账检查模板；
发票核对清单。
这些东西不一定复杂。
但只要能反复使用，就会慢慢变成你的个人工作系统。
执行能力：让AI参与流程，而不是只给你建议
很多人用AI，只停留在“问建议”。
比如：
我该怎么提高效率？
我该怎么整理订单？
我该怎么催供应商？
AI回答一大堆，看完觉得有道理，然后就没有然后了。
真正有用的方式，是让AI进入具体流程。
比如你不要问：
“我该怎么整理微信群消息？”
你可以直接给它一段聊天记录，然后说：
“请把下面这段聊天记录整理成待办清单，按订单、交期、质量问题、对账事项分类，并标出需要人工确认的地方。”
这时候AI就不是在给你讲道理，而是在帮你干一小段活。
普通人用AI，先不要追求全自动。
我们可以先让AI做这些事情：
整理信息。
提取重点。
分类归档。
生成初稿。
检查遗漏。
提醒风险。
输出表格。
AI负责辅助执行，人负责判断确认。
这个关系很重要。
尤其涉及订单、金额、交期、合同、质量问题时，不能完全交给AI自动决定。
但让AI先帮你整理一遍，再由你确认，就已经能省很多时间。
四、我接下来会用自己的工作做实验
所以，从这篇开始，阿布溪会更新一个新系列。
我暂时把它叫作：
AI改造重复性工作。
我会一边学习AI，一边把学到的内容放进自己的真实工作里测试。
我不会一上来讲很复杂的工具。
也不会让大家先花钱买一堆东西。
更不会把AI讲成一个万能神话。
我更想从普通人最熟悉的场景开始：
微信群消息太乱，怎么整理？
客户订单来了，怎么快速提取重点？
供应商交期回复散在群里，怎么汇总？
质量问题图片、视频很多，怎么形成记录？
月底对账前，怎么先检查有没有漏项？
老板临时交代的事情，怎么变成待办清单？
重复性的工作，怎么一步步变成模板？
这些问题不高级。
但真实。
而且我相信，很多普通职场人每天被消耗的地方，也正是这些小事。
五、今天先给自己做一个小练习
如果你也想开始用AI提效，我建议你今天不要先去研究工具。
你可以先做一个很简单的动作：
写下你每天重复做的3件事。
比如：
每天翻微信群找订单信息；
每天催供应商确认交期；
每天整理客户需求；
每天做表格；
每天写汇报；
每天核对数据；
每天处理售后或质量问题。
然后把其中最烦、最乱、最容易出错的一件事，丢给AI，让它帮你拆流程。
你可以这样问：
我想用AI改造一项重复工作。 这项工作是：【写下你的工作】。 目前我的流程是：【写下你现在怎么做】。 我最烦的地方是：【写下最耗时间、最容易出错的地方】。 请你帮我把这项工作拆成标准步骤，并标出：
哪些步骤可以让AI辅助；
哪些步骤必须人工确认；
哪些地方最容易出错；
我可以先从哪一个最小动作开始改造。
这个练习的目的，不是马上实现自动化。
而是先让你看清楚：
你的工作里，到底哪一段最值得交给AI帮忙。
六、普通人学AI，别追求一步到位
我现在越来越觉得，普通人用AI，最怕两个极端。
一个极端是完全不用，觉得AI离自己很远。
另一个极端是刚开始就追求全自动、AI Agent、复杂工作流，结果越学越焦虑，最后放弃。
更适合普通人的路径应该是：
先找一个重复工作。
再拆一个小流程。
再让AI帮一个小动作。
再把这个动作变成模板。
最后慢慢形成自己的工作流。
比如我这次会先从微信群开始。
不要求AI替我完成整个工作。
只要求它先帮我整理聊天记录里的关键信息。
能做到这一点，就已经是一个开始。
因为很多时候，普通人真正需要的不是“高科技感”。
而是：
少翻几次聊天记录。
少漏一条重要信息。
少重复复制粘贴。
少在月底重新找资料。
少因为信息混乱而焦虑。
这就是AI对普通人的实际价值。
七、写在最后
我以前对AI的理解，更多停留在提示词、写作、工具推荐这些层面。
但现在我想换一种方式重新开始。
不再只问：
“有什么好用的AI工具？”
而是先问：
“我的工作里，哪一件重复小事，最值得被AI改造？”
这可能才是普通人真正用好AI的第一步。
AI不会自动让一个人变厉害。
但它会放大一个人的思考能力、整理能力、表达能力和执行能力。
你越清楚自己的工作流程，AI越能帮上忙。
你越知道自己要什么，AI越不容易给废话。
你越能把重复工作沉淀成模板，AI越能成为你的助手。
所以这个系列，我会从自己的真实工作开始，慢慢记录：
一个普通职场人，如何把AI用进微信群、订单、供应商、出货、对账这些具体场景里。
不追求酷。
不追求玄。
只追求一件事：
让重复工作少一点，让人轻松一点。
下一篇，我会继续拆：
一条订单从微信群出现，到月底对账结束，中间到底有哪些环节可以用AI帮忙。
如果你也想一起开始，可以先从今天这个问题开始：
你每天最重复、最烦、最容易出错的一件工作是什么？
关注我，学习实用的AI应用。
