夜雨聆风【 重点早点说 】
上次发了文章以后，收到了非常多的正反馈。已经陆续有不少人来咨询我关于ai的问题，甚至有人邀请我去给他们上课。我自认为目前还没有达到能给别人上课的地步，但是我依然耐心地为大家解答问题。
我在回答大家问题的过程中，发现有很多朋友其实并不明白怎么使用 Workbody 和 Claude Code，甚至连它们是什么都不知道，我又意识到他们对 AI 的底层逻辑和一些基本概念都还掌握得不是很清楚。如果一个一个回答的话，确实非常耗费精力。
所以在我的小伙伴同时也是我的学员@顺风顺水顺财神的帮助下，我和她一起用她擅长的风格完成了这篇叫《菜鸟领航：我的 AI 学习之路》的文章，主要内容都是她提供的！我只是给他提供一个思路，最后帮忙改一改，所以要特别感谢顺风顺水顺财神。这个公众号文章其实就是讲她学 AI 的整个心路历程以及收获。希望这篇文章对大家有所帮助。
顺风顺水顺财神 自述：
入职之前，我对AI的印象只有两件事：第一个是下围棋，第二个是聊天。
我以为AI跟我差不多——会聊两句，偶尔聪明一下，大部分时间也就是个陪聊。最近我跟着龙哥一起学习才发现，我错了，而且错得离谱。
AI能干的事，比我想象的多得多——写通讯稿、做PPT、生成图片、视频，翻译文档，甚至帮我理解那些看不懂的标准文件。我一个化工厂的新人，居然靠AI把活干得比以前快了一倍。
当然，我也被它骗过。信过它编的文献，照着它给的错误数据填过报告，还在它面前像个傻子一样问："你到底会不会？"
龙哥看着我踩坑，笑着说了一句让我记到现在的话："你这不是在用AI，你这是在跟它谈恋爱——盲目信任，不懂止损。"
于是我开始认真学。不再把它当百度，不再对它言听计从，而是学着怎么"管"它、"用"它、"榨干"它。几个月下来，我踩了不少坑。
今天，我想把这些坑，一个一个讲给你听。
首先需要声明的是，任何一个工具给你提供的信息，可信与不可信，都要有你自己的判断，而不是AI工具直接给出的结果。
但是确实有的时候，AI 给的结果不那么理想，甚至会给出一些错误的答案，那么我们就需要搞清楚AI为什么会骗人？
大语言模型（Large Language Model，简称 LLM）就是豆包、ChatGPT、DeepSeek 背后的那个"大脑"。
怎么理解？就三句话：
• 它读过很多东西——互联网上的书籍、文章、网页、对话，几十亿篇，全都学了一遍
• 它的工作方式是"猜词"——你问它一个问题，它不是去数据库里查答案，而是根据它学过的海量知识，猜下一个最可能出现的词是什么。一个词一个词往下猜，就组成了一段看起来很通顺的回答
• 所以它有时答得准，有时会编——猜中了就答对了，猜不对就会出现"一本正经胡说八道"的情况
"AI编造文献""AI虚构案例"，在技术上叫AI幻觉（或者叫机器幻觉），说白了就是"一本正经地胡说八道"。
为什么会产生幻觉？三个原因：
原因1：AI本质是概率生成，不是事实数据库
原因2：训练数据里本来就有噪声、错误和过时信息
原因3：模型在回答时会"顺着语言模式补全"，有时会补错
"库尔勒今日天气？"
你会怎么问豆包？很多人就是直接问，拿到一个答案，走了。
这就是把AI当搜索引擎用。这是最大的浪费。
为什么？
AI真正厉害的地方不是"告诉你答案"，而是"帮你分析和创作"。
你想想，你平时工作中，有哪些事情是"不需要AI的"：
• 查某个标准文件的编号——百度
• 查某个人名/地名——百度
但有些事情，百度做不了，AI能做：
• "帮我把这份化验报告的异常数据整理成一个表格"
• "帮我写一份安全月活动的通知"
• "帮我把这段话翻译成英文，语气正式一点"
这些才是AI该干的活。如果只是查一个明确事实，优先用搜索引擎或官方渠道。
如果用的是带搜索能力的AI，也要看来源、再核对一遍。
那问题来了：怎么让AI给你想要的答案？
这里要讲一个关键概念：提示词。
提示词就是你给AI下的"指令"。提示词的质量，直接决定AI输出的质量。
很多人觉得"AI回答不好用"，其实不是AI不行，是你没说清楚要什么。
我们不但可以生成文案，还可以制作视频，但是错误的提示词生成的结果是这样的：
相反一个好的提示词可以大大改进生成内容的质量，比如这样：
我后来总结了一个高命中率公式，大家记一下：
举个例子：
"帮我写个文案"
→ AI给你500字空泛通用稿，完全没法用
"你是一名石化公司的宣传专员，请用口语化风格，为公司的安全生产月活动写一篇300字的动员文案，面向一线员工，用要点列表格式"
→ AI给你一篇精准、可用、可以直接发群的稿子
同样的豆包，同样的AI，指令不一样，结果天差地别。
演示1：差提示词
AI回复：
没有具体原因、没有时长、没有语气要求，谁请假都一样，填空题。
演示2：好提示词
AI回复：
有身份、有原因、有具体天数、有交接说明，直接能用。
提示词写好了，第一稿可能还不够完美。这时候别放弃——继续和AI对话，让它修改。
这个方法叫多轮迭代，是用好AI最核心的方法。
举个例子，你拿到第一稿之后可以继续说：
AI调整后：
两三轮下来，你会发现AI的输出质量肉眼可见地提升。
我们就拿大家最常用的AI工具豆包来讲，很多人只知道豆包能聊天。其实豆包能做的事情远不止这些。
给大家快速展示几个你可能不知道的功能：
AI写作：周报、邮件、会议纪要、论文润色，这些豆包都能做
文档分析：上传一份PDF或者Word，让AI帮你提取关键信息、做摘要
AI翻译：支持整篇文档翻译，保留原排版
AI生图：描述你想要的画面，豆包帮你生成图片
AI搜索：豆包有搜索模式，会联网搜索并标注来源，查事实比普通对话靠谱
你不用这些功能，你就亏了。
AI处理文本的时候，不是按"字"来算的，而是把文本拆成一个个小单元，叫Token。
AI一次能"记住"的对话长度是有限的，这个限制就叫上下文窗口。就像人的短期记忆——你让一个人一次性记20条信息，他肯定记不全。
AI也一样。对话聊得太长，或者传的文档太大，AI就会"忘记"前面的内容，开始胡说八道。
帮我把这次对话的所有关键信息打包成一个摘要，我要开新对话继续，直接能用。
打开新对话后，第一句话这样开头：
1. 别等满了再打包——当你发现对话开始变长、内容开始重复，或者模型开始遗漏前文时，就该主动做摘要了。
2. 要求豆包标注"待办"——哪件事还没做、哪句话还没回，这样新窗口不会漏。
3. 关键数据要让豆包原文复述——不要让它"概括"数字和结论，要求它原样保留，避免摘要环节产生幻觉。
4. 如果对话涉及代码/文档——让豆包把最新版本的完整代码或文档也放进延续包，别只放"修改说明"。
本质上就是让AI自己当"文档员"，把对话压缩成一份结构化的交接文档。这个思路在任何AI对话工具上都通用，不限于豆包。
AI更像一个读过很多书、但默认不会自己核实事实的实习生。
它能根据已有信息生成内容，但如果不接入搜索或知识库，就不能保证每个事实都准确。
它会帮你做很多事，但也会犯错。你的核心价值，不是自己动手做所有事，而是当好这个实习生的"导师"——给它清晰的指令，帮它纠正错误，把它的输出整合成最终成果。
• 内部文件、生产数据上传前先脱敏
• 账号密码绝对不输入AI对话框
• 同事隐私不能替别人"授权"给AI
• AI写的内容你署名，出了问题责任在你
• AI生成 ≠ 官方文件，不能直接盖章发出
• AI生图版权归属未明，对外宣传慎用
• AI爱顺着你说，别拿它来"验证"自己的判断
• 越专业的问题，越要对AI保持怀疑
• 分析靠AI，最终决定必须是你自己的
1. 打开豆包，用提示词公式试一次——找一个真实的工作任务，用"角色+背景+任务+格式+风格+篇幅"写提示词，看看效果
2. 遇到AI胡说八道的时候别慌——回忆今天的小妙招
3. 找到你工作中最适合交给AI的那一个任务——先跑通一个，再扩展。
