夜雨聆风
现在一说第二曲线，很多人第一反应就是 AI。
我也一样。
这两年明显感觉到，AI 对普通人的影响会越来越大。写文章、做 PPT、整理会议纪要、分析客户、生成表格、拆解资料、做复盘，它都能帮上忙。
但我也看到另一个问题：
很多人学 AI，越学越焦虑。
今天收藏一个工具。
明天买一个课程。
后天存一堆提示词。
手机里全是教程，电脑里全是链接，真正落到自己工作里的东西却不多。
最后变成一种很熟悉的状态：看起来学了很多，但没有作品；知道很多工具，但解决不了自己的问题。
这不是 AI 不好。
是学习顺序错了。
普通销售学 AI，不要先学工具，要先整理问题库。
一、AI 不是目的，是放大器
很多人把 AI 当成一个新风口。
好像只要学会几个工具，就能马上提高收入，马上做副业，马上变得不一样。
这个想法很容易让人兴奋，也很容易让人失望。
因为 AI 本身不是第二条路。
AI 是放大器。
你本来就会写，它能放大你的写作效率。
你本来懂销售，它能帮你整理客户分析。
你本来会管理，它能帮你生成复盘框架。
你本来懂行业，它能帮你归纳资料、提炼观点、生成模板。
但如果你不知道自己要解决什么问题，AI 只会把你的混乱放大。
以前你只是收藏文章，现在你收藏提示词。
以前你只是刷课程，现在你刷工具测评。
以前你只是觉得自己没时间，现在你每天多了一个“我要学 AI”的焦虑。
所以普通人学 AI，第一步不是打开工具，而是问自己：
我到底想让它帮我解决哪类问题？
二、销售人的问题库，应该从真实工作里长出来
销售人的 AI 入口，不是工具入口，而是问题入口。
销售管理者学 AI，最怕从别人的教程开始。
不是教程没用，而是别人的问题不一定是你的问题。
你看别人用 AI 做自媒体，就以为自己也该做自媒体。
你看别人用 AI 生成海报，就以为自己也要学设计。
你看别人用 AI 做直播脚本，就以为自己也要拍短视频。
结果越学越散。
真正适合你的问题库，一定要从自己的真实工作里长出来。
比如医药销售和地区经理，至少有几类高频问题：
客户分析问题：这个医生是什么类型？真正顾虑是什么？下一次拜访切入点是什么？
产品表达问题：如何把卖点翻译成患者场景？如何讲清适应症边界？如何整理医生常见异议？
会议复盘问题：这场科室会有没有转化？会后四周该跟进什么？哪些医生值得继续投入？
团队管理问题：代表动作是不是有效？每周会怎么开？新人三十天怎么上手？
内容沉淀问题：如何把一个案例写成文章？如何把一次拜访整理成模板？如何把经验拆成清单？
这些才是销售人的 AI 入口。
不是工具入口，而是问题入口。
你先有问题，再找工具，AI 才会变成帮手。
你没有问题，只追工具，AI 只会变成新的消耗。
三、一个好问题，比十个提示词更值钱
现在网上到处都是提示词。
“万能写作提示词。”
“一键生成销售方案。”
“三分钟做出专业 PPT。”
这些东西可以参考，但不要迷信。
因为提示词只是表达方式，真正值钱的是你背后的问题判断。
比如你问 AI：
“帮我写一个客户拜访计划。”
它当然能写，但大概率很泛。
如果你换一种问法：
“我是一名医药销售，准备拜访一家基层医院全科医生。这个医生门诊常见咳嗽咳痰患者多，但对黏液管理类产品认知不深，也担心患者觉得多开药。请帮我设计一次合规拜访：包括开场问题、患者场景切入、医生可能异议、回应思路、会后跟进动作。”
这时候 AI 给你的东西，就会完全不一样。
不是因为工具变厉害了。
而是因为你的问题变清楚了。
所以学 AI 的核心，不是背提示词，而是训练自己把问题说清楚。
你能把业务问题说得越具体，AI 越有用。
你说得越空，它越像套话机器。
四、普通销售可以先建四个小库
问题库、场景库、话术库、复盘库，才是 AI 能帮上忙的地方。
不要一上来就搞很大的知识库。
先建四个小库就够了。
第一，客户问题库。
把你常见的客户类型、顾虑、异议、决策压力写下来。比如政策型客户、学术型客户、处方型客户，各自关心什么。
第二，产品场景库。
不要只存产品卖点，要存患者场景。哪类患者、什么症状、什么路径、什么联合治疗、医生怎么识别。
第三，拜访话术库。
把你觉得有效的开场问题、追问方式、异议回应、会后跟进语句整理出来。
第四，复盘模板库。
包括客户拜访复盘、科室会复盘、样板医院复盘、代表周会复盘、区域月度复盘。
有了这四个小库，你再去用 AI，感觉会完全不同。
它不是帮你凭空创造，而是帮你整理、改写、扩展、压缩、生成版本。
你可以让它把客户问题库变成拜访清单。
把产品场景库变成科室会提纲。
把拜访记录变成复盘报告。
把一次成功案例变成文章、PPT、口播稿和朋友圈文案。
这才叫把 AI 用在自己的第二曲线上。
五、今晚就能做的一件小事
今晚不用学新工具。
只做一件事：建一个最小问题库。
打开一个文档，写下十个你工作里反复遇到的问题。
比如：
医生说暂时不用，我怎么判断是真不用，还是没讲到点上？
一场科室会开完，怎么判断有没有转化？
新人第一次拜访客户，最容易犯哪三个错误？
客户关系不错，但用量一直上不来，可能卡在哪里？
一个产品卖点很多，怎么讲成一个患者场景？
区域会总是开成汇报会，怎么改成动作复盘会？
写完这十个问题，你再打开 AI。
不要问它“帮我变厉害”。
就拿其中一个问题，让它帮你拆。
你会发现，AI 真正有用的时刻，不是它替你思考，而是它逼你把自己原来模糊的经验说清楚。
这一步做久了，你会慢慢有自己的问题库、方法库、内容库。
那时候 AI 就不是玩具，也不是焦虑来源，而是你第二条路上的工具箱。
六、写在最后
普通人学 AI，最容易被工具带着跑。
这个模型更新了，那个插件很强，某个提示词很火，某个课程说能变现。
你越追，越忙。
但真正长期有价值的，不是你收藏了多少工具，而是你有没有把自己的问题整理清楚。
对销售管理者来说，AI 最好的用法，不是炫技。
不是一天生成一堆看起来很漂亮、但用不上的东西。
而是把你真实工作里的问题，一个一个拆清楚、写下来、做成模板、变成内容。
你过去的经验，是原料。
你的问题库，是入口。
AI 是加工工具。
最后沉淀出来的文章、表格、清单、课件、话术、复盘模板，才是资产。
所以别急着问：我该学哪个 AI 工具？
先问自己：我到底有哪些问题，值得被整理一遍？
今日复盘一句：
这里是《上楼之前》。
白天撞墙，晚上复盘。