夜雨聆风大家好，我是小萨。
在5月24日的AI内部培训里，前面我讲了很多具体案例：怎么用AI做海报，怎么做数据可视化，怎么让AI帮我们整理信息、提升表达。
到了第三部分，我想讲得更深一点。
如果说刚开始使用AI，是让它帮你完成一个个小任务，那再往后走，我们真正要做的，是把AI变成一套可复用的工作系统。
这件事听起来有点复杂，但本质很简单：你能不能把自己做事的方法拆清楚，然后让AI按照这套方法稳定帮你工作。
大号提示词，其实是在给新同事派活
我在培训里拆了一个真实案例。
我们公司有一位新入职的数学老师，他需要快速了解一个新的课程体系。最理想的方式，是让AI给他生成一份完整、清楚、对教学有帮助的研究报告，让他能在短时间内进入状态。
但问题是，他不太懂AI，也不会写复杂提示词。如果只是和AI一轮一轮闲聊，效率会很低。所以我教他写一个大号提示词。
大号提示词没有大家想得那么神秘。你可以把它理解成给一个新同事派任务。你要告诉他你是谁，你想让他做什么，这个成果要拿来干什么，信源应该来自哪里，哪些事情不要做，最后还要列出这份报告必须回答的关键问题。
这里有一个很重要的变化：很多教程会教你让AI扮演某个专家。但我现在越来越觉得，更重要的是告诉AI你是谁。
因为AI不知道你的工作环境，不知道你面对什么客户，也不知道你要解决什么问题。你把自己的身份、任务和需求讲清楚，它的输出才会更贴近真实工作。
私域知识，才是AI最缺的东西
AI拥有大量公开知识，但它非常缺乏私域知识。
它不知道你是谁，不知道你们公司的产品怎么卖，不知道你的客户真正关心什么，也不知道你过去写过哪些材料。这些内容，必须由你主动提供。
所以我一直建议大家积累自己的信息资产。
如果公司用飞书，就可以用飞书里的知识问答，从已有文档中提取真实信息。比如介绍某个产品，介绍某位老师，或者整理一套课程的历史材料。再把这些内容喂给AI，它做出来的东西会比凭空生成可靠得多。
我自己也会用笔记软件保存原创内容。我比较建议大家把自己写过的东西好好留下来，而不是只收藏别人的文章。AI时代，你能快速找到自己真正原创、真正属于你的材料，会变得非常重要。
文生图和文生视频，也离不开人的判断
这个大号提示词框架，不只适合写报告，也适合做图片和视频。
比如我们公司曾经用AI做过生产级的课程海报，销售真的拿去发朋友圈，也真的带来了转化。
这件事不是让AI凭空发挥。我们给它的材料都很具体：已经定稿的课程文案，课程大纲，主讲老师的高清照片，还有我基于专业判断给出的视觉方向。比如课程教材来自国家地理的《The Great Writing》，那海报就可以借鉴一点国家地理的视觉感觉。
这些输入越具体，AI越能做出真正能用的东西。
这也带来一个很现实的变化：很多基础设计工作，已经可以由业务同事借助AI完成。我们公司后来就不再新增设计师岗位了。以前需要专门沟通设计需求，现在销售自己就能做出质量不错的海报，而且没有增加工作时间。
这件事让我觉得兴奋，也让我有些担心。接下来几年，很多刚毕业的年轻人想从入门岗位开始积累经验，可能会越来越难。
视频也是类似的逻辑。我曾经用Seedance 2.0做历史课素材，比如让它生成法国大革命现场感的视频，给学生制造一种更强的代入感。但用了一段时间后，我发现自己并不喜欢长期做视频。
这也是AI时代很重要的一点：你要找到自己真正喜欢、也真正擅长的方向。工具很多，但人的精力有限。对我来说，我后来还是更愿意回到提示词、工作流、智能体开发和长文创作。
长文创作，可以从说话开始
这几年，我写长文的方式也发生了变化。
我很推荐大家试试系统级语音输入。它的好处是，你可以在任何软件里直接呼出，对着电脑把想法讲出来。你说得很口语，有停顿，有重复，有一些无关内容，它也能帮你整理成更干净、更有逻辑的文字。
我以前用过很贵的工具，现在国内也有一些免费的替代方案，比如千问相关的听悟系列，还有秘塔回响。我实测下来，效果已经很不错。
这对写朋友圈、产品文案、课程介绍都很有帮助。很多时候，你不是没有想法，只是不想坐下来从第一个字开始写。语音输入加AI整理，可以先帮你越过启动这一步。
我现在做直播或分享时，也会按模块录入。讲完一个模块，文字就整理好了，后面同事可以直接拿去继续加工。如果不这样做，很多录音素材最后只会堆在那里，因为事后处理太麻烦。
AI工作流，是把你的方法变成基础设施
第三部分里，我还讲了AI工作流。
我理解的工作流有两种。一种是把多个工具串起来。不同AI擅长不同任务，不同同事也擅长不同事情。现在很多工具之间还没有完全打通，所以我们要先用自己的方式，把它们连接起来。
另一种，是搭建可共享的工作流软件。也就是把一套固定流程做成公司内部可以反复使用的工具。这样就不只是你一个人效率提升，而是团队都能用上。
我们公司做过一个模拟题库网站的案例。原始网站结构很乱，有广告，题目、解析和图片混在一起，不适合学生使用。以前如果要整理这些内容，只能人工一页一页复制，效率很低，也很痛苦。
后来我先用智能体批量提取题目和解析，再让Codex生成一个更接近考试官方界面的模考网站。最后，这个版本还可以交给程序员，融合到我们自己的系统里。
这里的重点不是AI多神奇，而是人要会拆流程。先拿到结构化数据，再做前端界面，再交给程序员接入系统。不要一开始就想让AI一次性做完所有东西。模块化地做，成功率会高很多。
我们还做过一个约翰·洛克写作竞赛官网。这个产品本身营收很好，所以我们希望单独做一个官网，让销售介绍时可以直接发链接给家长。家长在微信里点开以后，会马上感受到这件事很专业。
为了让网站有质感，我让AI给视觉风格建议。它提到可以使用18世纪相关油画，因为这个比赛本来就和约翰·洛克有关。后来我按照这个方向去找素材，几个小时就完成了原本可能要准备很久的工作。
AI真正节省的，不只是执行时间，也包括你从混乱走向清晰的时间。
小团队，也可以做出大系统
我越来越相信，AI时代的小团队会有更大的机会。
一个团队里，不是每个人都要会编程。有人懂客户，有人懂产品逻辑，有人懂教学，有人懂技术，就可以组合成很多小项目组。
最关键的是，能不能把真实工作里的流程抽象出来。
比如一个最简单的流程：先让AI生成产品文案，再让另一个AI评估质量，最后输出可用版本。这其实和过去的写作、编辑流程很像。只不过以前是人来做三审三校，现在我们可以把其中一部分变成AI工作流。
我一直觉得，所谓套壳软件不应该被轻视。只要你真正理解某个业务场景，知道用户要什么，知道流程怎么设计，套壳也能产生很大的价值。
AI工作流真正有价值的地方，就在于它把一个人的经验，变成团队可以反复使用的基础设施。
现在AI课入门班还有早鸟优惠！！
联系学管老师获得更多优惠信息：
