你在AI使用水平等级的哪一级?

最近看到卡兹克整理了一套AI使用水平等级，挺有意思的。

从可控性、广度、形态、角色四个维度，把不同阶段的AI使用者分了个层，从Lv.0到Lv.10。

我看完之后自己评估了下，目前应该在lv4~lv5这个阶段，偶尔会做一些lv6和lv7的任务，比如创建skill，用agent来调用工具等。

当然，这套等级不是什么权威标准，卡兹克是根据他长期观察大量AI使用者之后主观整理出来的框架。

但它可以帮我看到一些事情。

大多数人，包括曾经的我，其实一直卡在同一个地方。

我先快速过一遍这套等级，你可以边看边想想自己在哪一层。

AI使用水平等级划分

Lv.0 旁观者。知道AI，但从来没跟任何大模型对过话。

Lv.1 尝鲜者。开始用了，但基本是「帮我写个XX」然后等结果。AI给什么就用什么，好不好全靠运气。

Lv.2 对话者。开始意识到「怎么问」比「问什么」重要。会追问，会补背景，会让AI扮演某个角色。

Lv.3 驯化师。开始给AI立规矩了。「不知道就说不知道」「按这个格式输出」「不确定的标注推测」。会拆任务，会上传文件，会用记忆，会自定义指令。

到这一层，大量觉得自己AI用得不错的人，其实都在这里。

Lv.4 越境者。开始用AI做自己专业以外的事。市场人写Python脚本，程序员写商业方案，老师用AI做海报。能力边界第一次大幅扩张。

Lv.5 织网者。AI不再是偶尔求助的对象，而是被嵌入日常工作流。有固定的Prompt、固定的模板、固定的项目规则，开始搭知识库、做长期记忆、设计自己和AI的协作方式。

再往上还有Lv.6到Lv.10，从Agent到自己造Skill，到一个人干一个团队的活。但今天不聊那么远。

因为真正值得聊的，是一个更扎心的问题。

为什么大多数人会卡在Lv.3？

说回Lv.3这个层。

Lv.3很迷惑。

因为你已经会写Prompt了。你会上传文件，会让AI改几版，会让它按格式输出，会要求它给来源，会知道不同模型适合不同任务。

你明显感觉AI变好用了。

但Lv.3的本质，仍然是在优化一次对话。

而Lv.5的人，已经在设计一套流程。

这两个东西不是一个层级。

Lv.3的人常问的是，「我该怎么问，AI才能答得更好？」Lv.5的人问的是，「这个任务应该被拆成几步？每一步输入什么，输出什么？验收标准是什么？哪些交给AI，哪些必须我自己判断？」

你看，问题本身就不一样。

卡住的原因可以拆成几层来看。

第一个：任务本身没有被规范

很多人给AI的指令就是「帮我写一篇文章」「帮我做个方案」「帮我分析一下这个文件」。

但他没有定义这篇文章写给谁看，多长，什么风格，什么算写好了。没有开工条件，没有完成标准，也没有收尾流程。

AI拿到这种任务，只能给你一个它猜测的「还行」。

第二个：没有SOP

AI是放大器。这句话卡兹克反复在讲，我自己用下来也觉得是这样。

你有判断力，它放大判断力。你有一套流程，它放大流程。你只有一个模糊的愿望，它就放大模糊。

如果你自己都不清楚做这件事的步骤是什么，AI也只能给你一个平均化的、模板化的、看起来正确的答案。

第三个：没有验收标准

如果你自己都说不清楚什么叫「好」，AI就只能给你一个它猜测的好。

写文章，什么叫好？是标题点击欲望更强，还是逻辑更清楚，还是更像你本人的风格？你不说清楚，AI怎么知道？

结果就是，你每次拿到AI的产出，靠感觉判断「还行吧」，然后就用了。

第四个：没有状态管理

上午让AI帮你做了一堆事，下午开一个新对话，AI完全不知道上午做到哪了。它只能重新探索，重新摸索，重新犯你上午已经帮它纠正过的错。

每一次新对话都是一次记忆清零。你以为你在积累，其实你在反复重启。

所以从Lv.3到Lv.5，跨越的不是从短Prompt到长Prompt。

是从「会提问」到「会定义任务」。

是从「优化一次对话」到「设计一套系统」。

我的AI实践：从Lv.3到Lv.5的过程

回到我自己这块。

说实话，我写这篇文章的底气不是「我已经到了Lv.5」，而是「我正在从Lv.3往Lv.5走，我能感受到这中间的差距到底在哪」。

我运营这个公众号，用AI帮我做内容。最开始的时候，我的用法跟大多数人一样。每次开一个新对话，跟AI说「帮我写一篇关于XX的文章」，然后等它给我一版，我看看觉得还行就自己润色下，觉得不行就自己重新弄。

效果很不稳定。有时候出来的东西还可以，有时候AI味重得我自己都读不下去。

我当时以为问题出在Prompt上，花了不少时间研究怎么写更好的提示词。

后来我才意识到，问题根本不在Prompt。

问题在于我每次都在从零开始。AI不知道我之前写过什么，不知道我的读者是谁，不知道我的风格是什么，不知道哪些坑我已经踩过了。每次对话都像是跟一个新来的实习生重新交代一遍所有背景。

想通了这件事之后，我开始搭系统。

我做的第一件事，是给AI写了一个核心记忆文件。每次新对话开始，AI先读这个文件，就能立刻知道这个项目是什么、我是谁、当前进展到哪了、接下来该做什么。

然后我在下面建了几个专项记忆，追踪每篇文章走到了哪个阶段的流水线状态，定义了标题怎么写、正文什么节奏的写作风格手册，记录每次踩坑教训的决策日志。

这些东西加起来，就是我的「AI写作系统」。

效果是明显的。AI不再每次从零开始猜了。它知道我要什么风格，知道哪些词不要用，知道上一篇文章卡在哪个环节。我省掉了大量重复交代背景的时间，质量的稳定性也上来了。

但我得坦率的讲，这套系统还有明显的缺口。

最大的缺口是验证。文章写完之后，我没有一个结构化的检查流程。没有一个清单告诉我，这篇文章的标题是否符合风格手册的标准，正文有没有「只有我能说」的内容，字数是不是在合理区间。现在的验证全靠我自己看一遍的感觉，而感觉这个东西，时好时坏。

另一个缺口是任务规范。每篇文章开工之前，我没有一个标准化的定义来明确这篇文章到底要达成什么目标、完成标准是什么。这导致写到一半经常会偏，或者写完了不确定到底算不算好。

还有一个缺口是状态驱动。我的流水线状态文件确实在追踪每篇文章的进度，但说实话有些任务挂在「进行中」已经两周了，状态文件只记录了带完成状态，但其实我已经自己改完了，但是AI不知道，没有及时拉通。

所以你看，从Lv.3到Lv.5不是一个跳跃。

它是一层一层补齐的过程。先把记忆搭起来，让AI不用每次从零开始。再把规则定好，让AI知道什么叫「好」。然后补验证，让「完成」不再靠感觉。最后让状态真正驱动行动，而不只是被记录。

我现在大概在这条路的中间。记忆和规则搭了，验证和驱动还在补。

AI使用的核心总结

卡兹克在讲这套等级的时候说了一句话，我觉得直接说出了不同人使用AI效果大相径庭的原因。

「真正的AI高手，不是更会聊天，而是更会给AI留工作痕迹。」

聊天记录会消失，但你写下来的规则、标准、状态、流程不会。它们是你和AI之间真正的积累。

大多数人用AI，是每次开一个新对话，问一个问题，拿一个答案，然后关掉。

下一次再来，一切从零开始。

而从Lv.3往上走的人，开始把每一次跟AI的协作，变成可以被下一次继续的东西。

这个转变听起来不性感，但它可能是普通人在AI时代能做的最有杠杆的一件事。

我自己还在路上，下一篇打算写写怎么从零开始搭自己的AI工作系统。如果你也在想这件事，可以关注一下，我们一起走。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～

谢谢你看我的文章，我们，下次再见。