我装了AI,然后沉默了一个非程序员踩过的三个坑,以及怎么爬出来的

AI实战日记簿 · 原创 · 2026年6月

三个月前，我第一次打开WorkBuddy。

输入框在那里闪着，光标一眨一眨。

我敲了两个字——"你好。"

AI回了我一大段话。流利、专业、滴水不漏。

然后呢？

我看着那段回复，脑子一片空白。我不知道接下来该说什么。我不知道它能帮我干什么。我不知道是该继续聊天，还是应该让它"干活"——如果是干活，怎么让它开始？

我沉默了大概十分钟。

然后关掉了窗口。

后面一个月里，这件事重复了很多次——打开、沉默、关掉、打开、尝试问一句、觉得回答太宽泛、关掉。直到有一天，我终于踩完了所有能踩的坑，才发现AI不是不好用——是一开始我用错了方式。

这篇文章，就是那三个坑的完整复盘。如果你也是非技术人，刚装上AI又不知道从哪开始——这三个坑，你不用再踩一遍。

第一个坑：不知道问什么

空白对话框，比空白文档更可怕

写文章有空白文档恐惧症——打开Word，光标闪，脑子也闪。

用AI有一个类似但更严重的问题：空白对话框恐惧症。

区别在哪？

Word你知道它可以写文章、做表格、打报告。你知道它的能力范围，所以你至少有一个方向——"我要写一个东西"。

AI呢？它的能力范围是"无限"。它能写文章、做分析、写代码、整理信息、翻译、总结、创作、搜索——它什么都能干。这反而是问题——当工具的能力是无限的，你反而不知道该从哪里开始。

就像一个万能工具箱摆在你面前，你反而忘了自己手里那颗螺丝该用什么工具拧。

我的真实经历：

第一天打开WorkBuddy，我想让它帮我做财经分析。但我连"问什么"都不知道。尝试打了几个问题：

"帮我分析一下股市。"——回答太空泛，我没法用。

"宁德时代怎么样？"——回答还行，但不比我自己看App强。

"今天的财经热点是什么？"——回答一般，没什么新意。

我发现一个问题：我不是没有需求，我是没法把自己的需求翻译成AI能理解的指令。就像你心里有个画面，但画不出来。

怎么爬出来的

后来我发现一个规律：AI不需要"专业的问题"，它需要"具体的问题"。不是"帮我分析股市"，而是"今天宁德时代有没有大资金流入"、"今天有没有影响新能源汽车的政策新闻"。

关键在于：不要想着让AI帮你思考——让它帮你干活。你告诉我今天想打听什么新闻，我帮你搜；你告诉我这周想写什么汇报，我帮你整理。

我第一次"用对了"是这样的：

"我持仓了宁德时代和比亚迪，帮我分别查一下这两只股票今天的资金流向、最新公告和大宗交易。"

这句话没有任何技术含量。没有专业术语。没有复杂句式。但它是具体的。AI拿到了一个可执行的指令——不是"分析"，是"查这三个东西"。

从那天起我懂了一件事：

你不需要学会"怎么跟AI说话"。你只需要学会"怎么把自己想干的事说清楚"。而这件事，你本来就会——你每天都跟同事交代任务，用的就是这种语言。

跟AI说话，和跟人说话，

用的是同一套语言。

第二个坑：不知道AI对不对

AI说得头头是道——但你敢信吗？

第二个坑比第一个更吓人。

当你终于学会了"问具体的问题"，AI开始给你非常专业的回答。有数据、有分析、有结论、有建议——看起来简直像一位资深顾问坐在你对面。

问题来了：你怎么知道它是真的？

我在这上面栽过一次。

有一次我用WorkBuddy查一家公司的最新财报。它给了我一段分析，有模有样，数据详实——营收、利润、毛利率，全都有。我差点拿去跟朋友讨论。

但那天我多了个心眼，去东方财富看了一眼原始数据。

结果发现：AI说的毛利率是23%，但实际财报是18%。差了5个百分点。

它不是故意骗我——是它在多个来源里抓数据时，把两家不同公司的数据混在一起了。但问题是：如果我信了那个23%，我跟朋友的讨论就全错了。

那一刻我是真的怕了。

AI太能"装"了。它的语气永远是自信的、肯定的、不容置疑的。即使它错了，它也说得很像真的。对于一个不懂代码的人来说，你根本没法"验证"。你只能选择信或者不信。

而这种"不确定"，是很多人放弃AI的根本原因——与其被一个看起来专业的东西悄无声息地带偏，不如自己手动查，至少错了自己认。

怎么爬出来的

后来我给自己定了一个原则：AI当草稿，我来审核。角色彻底颠倒。

以前我写周报——我是作者，从头到尾自己写。AI介入之后——它是草稿作者，我是编辑。我不用写了，但我必须审。

这个角色转换解决了一个核心问题：工作量。以前写一篇周报耗2小时，很累但"可控"。现在AI写3分钟，我审5分钟，总耗时8分钟——比2小时少了太多，而且质量更高。但前提是：我必须审。

审核也很简单。我不需要懂数据分析，只需要看三件事：

① 数据对不对——我给的素材里的数字，AI有没有篡改或混淆？

② 事实有没有——AI有没有编造我根本没提到的事？

③ 结论是不是基于我给的素材——AI有没有跳过我给的素材，自己凭空推理？

这三件事，不需要任何技术能力。只要你是干活的那个人，你一眼就能看出来。

关键认知：AI不是用来"替代你的判断"的。它是用来"替代你的重复劳动"的。你的判断——你对业务的理解、你对事实的把握、你对质量的直觉——这些东西AI替代不了。但它可以替代你花两个小时回忆、整理、打草稿的体力活。

AI负责快，你负责对。

第三个坑：试了就放弃

三次放弃，三次原因

这是最让我头疼的一个坑——因为它会反复出现。

第一次放弃：AI回答太宽泛。

我的问题："帮我整理一下这周的新闻。"AI的回答："本周股市整体震荡，多个板块轮动……"很对，但没用。感觉像在念新闻联播。于是我关掉了——第一次放弃。

事后复盘，是我问得太宽了。AI不是不想答好，是我没给它足够的信息。就像一个实习生，你让他"整理文件"，他不知道你是要按日期排列还是按项目分类。但你没说清楚，你怪他干得不好。

第二次放弃：AI搞错了。

就是我刚才说那个"毛利率23%实际18%"的案例。它把两家公司的数据混到了一起。这个错误让我对整个工具产生了不信任——"连数字都搞不准，还能信什么？"——第二次放弃。

事后复盘：这个错误确实不应该。但它不是AI的常态。大多数情况下，当你给的素材明确、来源清晰时，AI不会混淆数据。关键是——不要把第一次的错误当成对工具的整体判断。就像你不会因为一家餐厅的一道菜不好吃就永远不吃那家餐厅。

第三次放弃：用了一周觉得没意思。

这是最隐蔽的一次。我连续用了一周，每天让它帮忙查信息、整理东西。效率确实提升了。但一周后我觉得"也就那样"——好像也没多神，跟我原来干活的速度比也就快了一点，还多了一个"打开AI"的步骤。于是不知不觉就不打开了。

事后复盘：这是"温水效应"。当效率的提升不够显著时，你就会觉得新工具不值一装。但我忽略了一件事——那周我根本没有深度用AI。我只是在用它做"锦上添花"的事，没有用它做"不可能做到"的事。就像你买了辆跑车，但只用来买菜，然后说这车跟自行车差不多。

怎么爬出来的

三次放弃，三次教训。总结一下规律：

① 第一次：不是AI不行，是我没给它足够的指令。

② 第二次：不是AI总出错，是我该学会审核而不是盲信。

③ 第三次：不是AI没用，是我没让它做真正值得它做的事。

这三个问题的共同根源是：我们对AI的期望错了。

我们期望它像一个"全自动助手"——说话就能干，干了就对，对了就一直高效。但实际AI更像一个"超级实习生"——需要你教，需要你审，需要你给它对的活。

当你接受"它是个实习生"这个定位后，一切就通了：

你不会期望实习生第一次就完美。你不会因为实习生犯一次错就永不录用。你不会让实习生只端茶倒水然后抱怨他干不了大事。

AI就是这样的。

不要期待AI一次就完美。

期待它一次比一次好。

三道坎本质上是一件事

回头看这三个坑，我发现它们其实指向同一个问题：

P1（不知道问什么）——是因为我们不知道AI的"能力边界"在哪里。

P2（不知道对不对）——是因为我们不知道自己的"角色"变成了什么。

P3（试了就放弃）——是因为我们没看到足够大的"差距"来支撑改变。

这三个问题合在一起，就是非技术人用AI的全部困境。而破解它们的钥匙也只有一把：

你得自己走一遍。

不是看教程——看再多教程，打开对话框还是懵的。

不是听人说——别人说得再清楚，你自己审的时候还是不确定。

不是对比工具——工具再强大，你不深度用它，永远感觉"也就那样"。

必须自己走一遍。踩坑、沉默、不信、放弃——然后再爬起来、换个方式再试。

这就是为什么我开始写"AI实战日记簿"。我不是在教你技术——我是在分享我走过的那条路。我替你踩了这三个坑，然后把坑的位置标出来了。

踩过坑 vs 没踩过：到底差在哪

写给每一个"打开AI后又关掉"的人

如果你也做过这件事——打开AI，沉默几秒，然后关掉。我想告诉你：你不是一个人。

这就是所有人刚接触AI时的状态。程序员也一样。没有人天生就会跟AI对话。

区别只在于：你关掉后还会不会重新打开。

我第一次打开后沉默的十分钟，我后来把它变成了一个习惯——每次沉默的时候，我逼自己至少打出一句话。哪怕是最蠢的一句话："帮我把今天的工作整理成一个清单。"

你不需要一个完美的开场白。你只需要一个开始。

就像学骑自行车，理论听再多都没用——你得上去摔一次。AI也一样——你会在第一条提示词后沉默，你会在第一个错误后怀疑，你会在第一周后感觉"也就那样"。

然后你继续。然后有一天，你突然发现自己在跟AI讨论一个复杂问题，非常自然。你甚至忘了自己在"使用AI"——它变成了你干活的一部分。

那个时刻，所有的坑都值得了。

· · ·

我用过的最蠢的三句话——后来成了最有用的三句话。关注我，我把我的"从沉默到顺手"全过程发给你。

关了就别开了。开着就别停了。

—— 不教技术，只带你走一遍