夜雨聆风说出来你可能不信——我管了半辈子人，现在把这套本事用在了AI身上。
效果呢？比我带过的任何一个新人都顺手。
· · ·
壹· 给她找个师傅
麦小文什么都知道。
你问她量子力学，能聊。你问她《红楼梦》，也能聊。但真让她干一件具体事——比如写一篇能用的公众号文案——她就开始跟你绕。绕来绕去，出来的东西，你自己也能写。
这画面太熟了。每个带过团队的人都见过这种人：聪明是真聪明，废也是真废。什么都能扯两句，什么都扎不深。
所以第一步：给她找师傅。
带新人的逻辑就一条——这人潜力有，但没人领，才能撒一地收不住。对AI也一样。师傅就是底层模型，决定了她的思考方式和天花板。
我选了 DeepSeek 4.0 Pro。原因不复杂：逻辑硬，长文稳。麦小文以后的主业就是调研、文案、数据分析——逻辑永远是第一位的。
技术细节不值一提。QClaw 首页填个 API 地址，确认。完事。比你挑外卖还省事。我还顺手充了50块钱——一杯手冲都不止这个价。算力管够，师傅到位。。
· · ·
贰· 把家伙事给她配齐
工欲善其事，必先利其器。这句话用在这儿一点不过时。
你带新人，再聪明，不配电脑、不给软件、没有模板——她拿什么出活？
麦小文用的，叫技能包。我去腾讯云的 SkillHub 看了一眼——七万多个。眼睛当场花了。
我的方法不复杂：先问她有什么。
一查，54个。文档处理、搜索、数据分析，基础的都齐了。
然后我做减法——她真正缺什么我才补什么。缺公众号封面生成，装一个。缺技能检索，装一个。不重复，不堆料。
工具到位之后，她变了。你布置任务，她知道去哪拿什么工具。不用你手把手。像个真正的员工了。
但会干活还不够。
· · ·
叁· 让她跟你合拍
这一步，我说它最重要，谁也别跟我争。
带过团队的人都懂：能力强的人从来不缺。缺的是什么？留得住的。
真正让一个人舒服待着、持续输出的，不是钱。是他跟你对脾气。是你的做事方式让他觉得——在这儿干，对路。
AI 完全一样。我创造了麦小文，我就是她老板。光教会她干活？这才哪到哪。她得知道我这个人什么脾气，听不进去什么话，喜欢什么样的语气和节奏。
怎么让她了解我？我设计了一个任务：让她采访我。
不是闲聊。用 STAR 框架：背景、任务、行动、结果，一项项说清楚。
麦小文给了我一份14道题的提纲。从成长经历、性格偏好、沟通习惯，一路问到价值观和我最不能碰的东西。
我一题一题地答。
然后她把答案整理成了一份人设报告，自己吃了进去。
那以后就不一样了。她改文章的风格、提建议的分寸——全变了。她知道哪句话我会炸，哪句话我能听进去。
这一步解决的，不是什么技术问题。是默契。是那种——你话还没说完，她已经懂了。
· · ·
肆· 把要求讲清楚
管理者最容易掉的坑，不是听不清。是说不清。
你心里想的是 A，嘴里说的是 B。下属理解成了 C。交上来的东西，你气得拍桌子，她委屈得想辞职。
AI 更吃这一套。指令一模糊，产出必定稀碎。
多年的工作养成了我结构化思考的习惯。比如布置写作任务时，我一般会运用：任务背景-受众-内容结构-语气-篇幅-应用这个结构。
举个例子。我让麦小文积极心理学的科普 PPT。
她就去干活了。
趁这个空档，我去洗了个澡，把明天上班的衣服搭好，做了点家务。
回到电脑前，PPT 安安静静躺在桌面。8页，完整的。我一字未改。
不是因为完美。是因为——她在按我的标准、我的调性、我的审美干活。像一个真正摸透了我脾气的下属。
· · ·
说实话。一直对AI 心生敬畏与惶惑。
prompt、token、算力。这些词堆在一起的时候，像一堵墙。
但后来我回过神了。
我带过二三十年的人。招对人、给工具、建默契、讲明白。这一套下来，不是真功夫？
用在 AI 身上，一个字都不用改。
50+，不会落伍。咱有的是生活阅历，有的是判断力，有的是对人的理解。这些东西，是驾驭 AI 真正的本钱。
换个战场，照样打得漂亮。
- 未完，待续...... -
推荐阅读 : 上一篇 50+，我给自己养了个AI助手
参考文献
1. DeepSeek 官方文档 — 模型选择与能力说明
2. QClaw 技能中心 — 技能包安装与配置指南
3. 结构化思维在 AI 指令优化中的应用实践