夜雨聆风上篇文章《一个10年信贷老兵，写给同行看的AI机会清单》发出去之后，收到了不少私信。有一半的问题长这样：
"Holly，我知道AI能提效，但具体到我的工作，第一步到底该做什么？"
"你用什么工具？我也下了，但不知道怎么用起来。"
"我用AI写东西，感觉出来的都是废话，怎么调都调不好。"
"…………"
这些问题背后其实是同一个困惑：工具我有了，但不知道怎么搭进我的工作流。
今天这篇，不废话，直接给你看我自己是怎么做的。
我的情况交代一下：10+年信贷业务系统建设背景，主要工作内容包括需求分析、业务咨询、售前交流、原型设计。过去半年，我把这些工作全接入了AI辅助。
效果说在前面：
写需求文档：原来4天，现在2天内 画原型图：原来4天，现在1天左右 业务研究：原来靠查资料一周，现在有框架两天出深度分析
不是吹牛，是实测。
一、先说清楚：什么是"工作流"，为什么不是"用AI写文档"
很多人把"用AI"理解成"用AI写文档"——这是一个很大的误解。
AI写文档，只是工作流里的一个环节。
真正高效的AI工作流，是把你工作中重复的、有规律的部分，交给AI处理；把你必须亲力亲为的部分，保留下来集中精力做。
信贷人的日常工作，本质上由这几类任务构成：
第一类：有结构、有规律的重复性任务 → 需求文档、原型设计、合同模板、汇报PPT → AI介入价值：高，可以大幅提效
第二类：需要深度判断和行业经验的脑力任务 → 业务方案设计、风险评估、竞品分析 → AI介入价值：中等，给你参考，不能替你决策
第三类：没有固定流程的沟通和判断 → 客户访谈、现场谈判、突发问题处理 → AI介入价值：低，AI帮不上这种忙
搭AI工作流的第一步，不是下载工具，是先搞清楚你每天做的事，属于哪一类。如果你的工作大量是第一类，AI对你的提效会是革命性的。如果你的工作大量是第三类，先别指望AI帮你。
二、我自己的AI工作流，全拆给你看
下面这3套工作流，是我过去半年打磨出来的。每个环节都经过实测，不是"理论上应该这样"。
工作流A：从需求文档到原型图
这是我工作中最高频的场景，也是提效最明显的。每个人都应该有自己的一套方法论和工作流。我的这套，不一定适合你，但底层逻辑可以参考。
原来是这样：
→ 业务方提出需求 → 理解消化，手写需求文档（3天） → 内部评审，修改（1天） → 原型设计（4天） → 原型评审，修改（1天） → 交付
总计：9天左右
现在是这样：
→ 业务方提出需求 → 用XMind做业务需求调研（尽调） → 用Visio/draw.io/亿图画流程图（设计） → 把调研好的业务需求+业务框架喂给豆包 → 豆包生成SRD初稿（2小时） → 我微调SRD（补充核心逻辑） → 把SRD喂给Cursor → Cursor生成原型图（1天） → 我审核微调 → 交付
总计：2天内
中间发生了什么？分三步说。
第一步，我负责"想清楚"的部分。
写需求文档之前，有一道不可省的工序叫"需求调研"——你要去理解业务方的真实诉求，摸清现有的业务流程，找出边界情况和特殊场景。
这一步我以前用脑子记，现在用XMind来结构化。把调研结果整理成脑图，把业务流程、历史背景、业务边界、特殊场景都梳理清楚。然后用Visio或draw.io或亿图画流程图，把业务流转的逻辑画出来。
这一步没有AI能帮你。 AI能帮你把"说清楚的"变得更完整，但帮不了你把"没想清楚的"想清楚。
第二步，豆包负责"写出来"的部分。
尽调好了、框架清楚了，这时候我才把内容喂给豆包。它负责按照SRD的格式，把我的业务输入转化成结构化的文档初稿。
出来的结果，我再用自己的业务经验校准：哪些写偏了，哪些遗漏了，哪些合规边界没写清楚。
一个真实感受：豆包在"写清楚"这件事上很强，在"想清楚"这件事上不够精准。 所以我把更多精力放在"尽调+思考"这件事上，这是AI帮不了我的；把"写清楚+画原型"这件事交给AI，这是AI帮我提效最多的。
第三步，Cursor负责"画出来"的部分。
把微调好的SRD喂给Cursor，它就能生成对应的原型图文件。
这里有一个关键认知：Cursor不是给你从零生成一个完美的原型，它是在你已经有清晰需求文档的情况下，快速帮你把文档变成可看的图。
我踩过的坑：一开始我没有先把SRD写清楚，直接让Cursor生成原型，出来的东西完全不可用。后来我把顺序调过来——先把尽调做好、SRD写清楚，再交给Cursor，效率立刻提升。
工作流B：业务研究与行业分析
这类任务以前最费时间——查资料、读报告、整理观点，通常要一周才能出一份像样的分析。
现在我用两套工具组合：
1. 扣子：负责情报收集
我在扣子上设了两个长期任务，每天上午9点定时推送：
普惠信贷领域的每日简报（政策动态、产品动态、行业数据） AI在银行信贷垂直领域的最新应用动态
信息获取从主动变成被动，从靠记忆变成靠系统。
以前我要自己去刷监管网站、人行官网、银行官网、刷公众号等权威性渠道获取信息，现在看一眼扣子推送，当天行业的大事基本都覆盖了。节省下来的注意力，用来思考，不用来找信息。
2. 豆包 + 纵横分析法：负责深度分析
有了扣子帮我收集基础信息，下一步是把信息变成洞察。
我会用豆包的专家模式，配合一套叫"纵横分析法"的研究框架，把信息整合成有深度的分析报告。
纵横分析法，简单说就是：纵向追时间深度，横向追同期广度，最终交汇出判断。
- 纵向（时间线）：这个业务/市场/竞品是怎么发展到今天的？关键节点是什么？背后的逻辑是什么？
- 横向（空间感）：这件事和同期发生的其他事情有什么关联？和同类竞品相比，它强在哪、弱在哪？
- 交汇判断：基于纵横双向的梳理，我对它现在处于什么位置、未来可能怎么走，给出自己的判断。
用这两套工具整合出来的结果是一份有结构、有叙事、有判断的分析报告。我再用自己的行业经验做校准：AI说的对不对？有没有它不了解的上下文？它漏掉了什么？
实测效果：原来一周才能完成的深度分析，现在两天出初稿。
工作流C：售前交流与方案撰写
售前交流是信贷人常见的工作场景——你要在短时间内让客户信任你、认可你的方案。以前我每次做售前都要重新准备，临场发挥全靠经验和临场反应。
现在我把售前交流方案也接入了AI工作流：
用豆包根据客户的业务背景生成针对性的交流要点 根据历史项目经验，让AI帮我整理类似场景的解决方案 生成演示框架，我在做补充和深化
效果：售前准备的效率提升了50%以上。更重要的是，准备质量比原来更系统——AI不会遗漏关键点，而我原来靠记忆总会有遗漏。
以前临场发挥全靠经验和临场反应，现在的准备质量比原来更系统。
三、2个马上能用的提示词模板
上面说了一堆方法论，这部分给实打实的模板。你可以直接复制，改一改就能用。
模板一：让AI帮你写需求文档框架
【提示词】你是一位资深的银行信贷系统产品经理。请根据以下业务需求，生成一份SRD（软件需求规格说明书）的框架。业务需求：[粘贴需求描述]要求：1. 按照银行信贷系统建设的标准格式输出2. 包含：功能需求、非功能需求、数据要求、接口要求、异常处理3. 特别关注：监管合规要求、风险控制边界4. 用专业但不晦涩的语言，让技术人员和业务人员都能看懂注意：这是一份框架，我需要你在每个模块下给出具体的描述框架和关键问题，而不是完整的内容。内容我来填充。使用说明：把这段提示词保存下来，每次写SRD时直接粘贴，把业务需求替换掉就行。我实测下来，比我自己写的框架更完整，遗漏点更少。
模板二：让AI帮你找需求文档的逻辑漏洞
【提示词】请你以银行信贷审批专家的身份，审阅以下SRD文档，找出你认为的3-5个潜在逻辑漏洞或需要补充的地方。重点关注：1. 业务流程中的边界情况是否都有覆盖2. 监管合规要求是否有遗漏3. 风险控制逻辑是否自洽4. 不同角色之间的权限边界是否清晰SRD内容：[粘贴SRD]请以"建议补充/优化"的方式输出，不要只说"有问题"，要说清楚"哪里有问题，可能的后果是什么，应该怎么考虑"使用说明：这个模板我每次在提交需求文档之前都会用。AI会找出我因为"太熟悉业务"而忽略的盲点——有时候正是这些盲点，在评审会上被挑战。
四、工具推荐（不恰饭，真实在用）
很多朋友在问我工作时用什么工具，结合我的工作内容简单说一下我的选择：
XMind：业务需求调研用。把尽调出来的业务诉求用脑图形式结构化，帮助我把"脑子里一团"变成"落在纸上有边界的业务理解"。这是写SRD之前必须做的一步，不能省。
Visio/draw.io/亿图：流程设计用。三个工具选一个趁手的就行，现在换MAC后主要使用draw.io和亿图。用来把业务流程图画清楚，画清楚了，后面的SRD才能写清楚。
豆包：主力AI工具。配合"纵横分析法"做深度研究和方案撰写，也用来把业务需求转化成SRD初稿。
扣子：前期主要用来练习搭建工作流，目前主要使用在扣子上建的两个定时任务，每天自动推送信贷行业简报和AI在信贷领域的最新应用动态，让信息获取变成被动接收。
Cursor：原型生成用。把写好的SRD喂给它，它能生成对应的原型图文件。但有一个前提——SRD必须写得足够清楚，Cursor才能生成有用的原型。
WorkBuddy：是腾讯版“龙虾”，一键部署，我目前最得力的AI助手。
DeepSeek：经常让它扮演精通易经八卦、奇门遁甲的算命大师，聊一些信贷风控之外的话题。纯娱乐，但有时候跳出来看问题，反而能发现平时困在逻辑里的盲区。工具不需要每时每刻都正襟危坐。
除了以上几个外，还用过chatGTP、千问、Kimi、智谱AutoClaw以及在本地部署的OpenClaw等，大家可以根据自己情况选择适合自己的AI工具。
工具本身不重要，用工具的方法才重要。
五、三个我踩过的坑，说给你听
坑一：以为AI能"想清楚"，结果浪费了大量时间
有一段时间，我试图让AI直接帮我做业务方案设计——给一个方向，让它全权生成。
结果：出来的方案听起来头头是道，但放到真实业务场景里，根本不通。
原因：AI能整合信息，但整合不出准确的业务判断。业务判断来自真实经验，不是来自信息量。
后来的做法：AI负责框架和参考，我负责判断和决策。AI给方向，我挑选并深入，这样效率最高。
坑二：没有把提示词保存下来，每次都重新写
一开始我每次都临时写提示词，写完用完就扔。
后来我发现：好的提示词是可以反复用的，稍作调整就行。于是我建了一个提示词库，按场景分类（需求文档、竞品分析、方案撰写等），每次调出来改一改，效果稳定很多。
建议你现在就开始做这件事：把你用得顺手的提示词保存下来。
坑三：没有区分"AI辅助"和"AI替代"
AI能帮我画原型，但AI不能替我跟客户谈判。
这件事听起来简单，但我见过太多人在AI辅助的过程中，慢慢把自己的核心判断能力交给了AI——遇到问题不去想，先问AI怎么说。
短期看效率提升了，长期看判断力在退化。
我的原则：AI负责"做"，我负责"想清楚做什么和为什么"。这个边界不能模糊。
六、给同行的话
写这篇文章，不是告诉你"AI万能，用了你就升职加薪"。
而是想让你知道：AI对信贷人的工作提效是真实存在的，但前提是你得知道怎么把它接进你的工作流里。
还是要重复一下：AI不会取代信贷老兵，但会用AI的信贷老兵，会取代不会用AI的信贷老兵。
