夜雨聆风很多人，是不相信 AI 真的会颠覆这个时代的。
他们对 AI 工具浅尝辄止，发现 AI 没有做出好的结果，便得到结论：“AI 也不过如此，替代我还早着嘞。“
其实，他们存在一个认知盲区。
如果只给一句简单的提示词，如 “帮我写一篇爆款文案”，那 AI 能生成的，确实只能是平庸的内容。
但对于那些真正有审美、有思维框架的人，却可以借助 AI 快速做出精品和佳作。 AI 对他们能力的放大程度是不可想象的。
说到底，AI 就像一面镜子，它所反射出的，是我们自身的认知水平、学习能力、审美品味与思维层次。
1. AI 不会替你想，只会帮你做
最近，我常常需要用 AI 创作公众号封面图，以概括整篇文章的内涵。
一开始我以为，这不就是一件 —— 把我的文章丢给 AI，说一句 “帮我生成封面图’”—— 这么简单的事情吗？
后来发现，确实没有那么简单。
对于我公众号中最初几篇文章的封面图，我是很不满意的。我当时花了大量时间自己修改提示词，或者让 AI 帮我写提示词，但始终达不到我想要的风格。只因自己定了日更的目标，所以都还是勉强都发出来了。
后来我意识到，用 AI 生图，也是一门技术。于是乎，我开始主动补知识：了解艺术史，知道版画风格天生适配理性严肃的哲思，印象派更适合表达含蓄的情感；搭建自己的意象库，星空、时钟、台阶、枯树、剪影、面具，每一种符号都对应不同的表达；研究色彩逻辑，明白蓝灰色调的冷静、冷暖撞色的张力，等等。
当我把这些功课全部做好，并形成框架性思维后，再让 AI 执行，结果才终于合了我的心意。
所以你看，其实 80% 的工作，发生在打开 AI 生图软件之前，而 AI 做的，只是最后一步：落地与微调。
当然，不只是作图，编程、写作皆是如此。
编程是我更熟悉的领域。用 AI 写代码前，我必须要先设计好架构。如果我自己想不清楚架构，就代表我还有知识盲区，那我就一定会先借助 AI 弥补这些盲区。直到我心中的蓝图完整，我才会真的坐下来让 AI 去写代码。
写作时，我会先定好主题，想好要表达的观点和大纲。如果我还不是很清楚要表达什么，我会让 AI 通过提问的方式，挖掘我的经历、思考、感悟，从而启发我想到有意思的观点和角度。最后，AI 帮我做的，是把这些观点 “涂上颜色” 。
于是，跨了这些不同的领域后，我发现：无论是作图，编程，还是写作，其背后运用 AI 工具的逻辑是相通的。它们都是从骨架到填充血肉的过程，或者说是从“低分辨率”到“高分辨率”的过程。
而那个“骨架”，或者说那个“低分辨率的图像”，是需要我们人在脑海中先建立起来的。
2. AI 真正改变的：是把「想」和「做」彻底剥离
在过去的创造性工作中，「思考」和「执行」是纠缠在一起的。
当我们写作、或打草稿的时候，其实是让“写”来带动我们思考，从而迸发出更多的灵感。写代码也是一样，你在写的过程中，才渐渐明白需要哪些模块，它们之间怎么相互作用。所以我们习惯了让「执行」来带动「思考」。
但是现在，我们必须学会把这两者剥离。我们必须要在执行前就能把全局想清楚。或者说，我们必须通过少量的、试验性的执行，就把全局想清楚。
而最后那个大规模的、全面的执行，必须交由 AI 来完成。否则，我们就辜负了这个时代。
而我认为，这其实是一种很难习得的能力，因为人脑的带宽是极其有限的。这个能力，必须通过大量的学习、思考和实践，才能慢慢掌握。
在之前的文章中，我提到过达尔文的例子。他是一个非常高产的人，但每天平均只工作 4 个小时。
但其实，真正的创作者，无时无刻不在工作。他们的创作发生在洗澡时、睡觉时、娱乐时。这些都是思考“全局”的过程，是 “用 AI 以外的时间”。
3. 人的价值，是给 AI 的输入，而不是输出
我们应该焦虑的点，不在于 “AI 是否会取代我的岗位？”，而是在于 “面对屏幕，我竟不知道该如何写提示词！”。
如果我们的输入仅仅是：“帮我写一个爆款文案”， “帮我画一个好看的封面”、“帮我做一个能赚钱的 App”，那么你得到的，必定是垃圾。
举个简单的例子，一个好的 AI 生图提示词，至少应该是这样的：
{"图片主题": "海德格尔 “向死而生” 存在主义哲学意象","整体风格": "黑白蚀刻版画风格，具有复古插画和炼金术文献的质感，表达哲学之理性和严肃","核心视觉元素": ["旷野中的单人背影","延伸向远方的道路","破晓地平线","苍茫荒原" ],"构图镜头": "远景留白，天地宏大人物渺小，居中对称背影","光影氛围": "破晓柔光、漫射天光，柔和且兼具肃穆感","色调配色": "低饱和灰蓝、大地裸色、暖橙冷灰撞色","细节质感": "极高细节，线条清晰且具有手绘的阻涩感，大师级木版画质感","整体氛围感": "静谧豁达、孤独但坚定，接纳生命有限性的清醒与从容"}它是有框架、有层次的。而其中的每个细节，又是通过和 AI 交互，不断学习、比较、打磨出来的。
编程也是一样，你要先梳理需求、形成 PRD 文档，再做架构设计，最后才是执行。
所以，认真地去学习如何给 AI 输入信息。这一定是有价值的。
4. 学会“自启动” —— Bootstrap yourself!
Bootstrap 的英文原意是 “拉着鞋带把自己提起来”，引申为不靠外力、自我起步、自我迭代。
这个词被广泛地应用在计算机中。例如，电脑的启动，就是要把第一个程序（通常是操作系统）放在内存中执行。然后这个程序就可以加载第二个程序（如某应用）、第三个程序，以此类推。
但是加载第一个程序的过程，本身也是一个程序。它是推动一切开始的起点。这就叫做 bootstrapping。
其实人也是一样。我们想要去适应一个新的学习和创作模式，也是需要自启动的。
我想说的是，虽然 AI 可以极大地提高学习和创作的效率，但是那个第一动因，必须由我们自己去寻找。
例如文章开头我提到的 AI 画图：我是因为要做好看的公众号封面才需要画图。又是因为我对美术毫无概念，才有动力让 AI 教我那些美术概念。这就是我自主构建的一个正向循环：
有了目标 → 让 AI 帮忙执行 → 发现知识缺口 → AI 快速补全 → 认知提升、形成框架 → AI 的威力更强
在这个过程中，我体会到了创造和表达的快乐。AI 让一个完全不懂美术的人，可以用图像来表达一些东西了！
所以，奋力地 “提起自己“ 吧！
