夜雨聆风上周和一位做了 12 年 HR 的同行吃饭。
她手机里有豆包，有 ChatGPT，有 Kimi。
我问她：
"你最近一次用 AI，是什么时候？"
她想了想，说：
"上个月，让它帮我写了一段朋友圈。"
我又问：
"除了写朋友圈呢？"
她愣了一下。
"没了。"
她不是不想用 AI。
她也不是不知道 AI 能写东西、能画图、能做总结。
她的问题是：不知道还能用在哪。
这句话，其实特别像我这两年看到的很多管理者。
手机里装了好几个 AI 工具，收藏夹里躺着几十篇"AI 提效指南"，朋友圈也刷到过无数"管理者必备的 AI 工具清单"。
但真正坐到工位前，还是不知道第一步该做什么。
所以这一篇，我不想再给你列工具清单。
我想讲一件更小、但更重要的事：
管理者真正缺的，不是第 101 个 AI 工具，而是第一个能被 AI 改掉的真实工作场景。
📑 阅读路径
字数有点多，先看这个：直接挑你关心的章节跳过去读。
这篇文章一共 7 节，约 7000 字，每节 3-5 分钟。
七节内容速览：
一、很多人的 AI 焦虑，不是工具焦虑，而是场景焦虑
—— 你不是不会用 AI，你只是没找到第一件能被 AI 改掉的真实工作。适合想知道"AI 焦虑根源"的读者。
二、管理者怎么挑第一个 AI 场景：一个简单的筛选器
—— 用"频率 × 消耗度 + 3 条可行性检查"快速判断一件事今晚能不能做。适合想找第一个动手场景的读者。
三、今晚 5 分钟：先做一张活动图片
—— 用 AI 出图的最轻量入门，反馈快、零学习成本。适合完全没碰过 AI 的读者。
四、今晚 10 分钟：做一个你的"专属通知编辑器"
—— 3 步建一个专属对话，让 AI 学你的通知风格一次、复用 N 次。适合每周写 3-4 份通知的 HR。
五、这个周末 30 分钟：把一份 SOP 变成可以问答的知识库
—— 让散落在制度里的经验第一次变成可调用的组织资产。适合想解决"经验只存在老员工脑子里"的读者。
六、为什么我们一直没有开始
—— 三道心理坎 + "中年管理者新手状态"的真实反思。适合看完前 5 节还没动手的读者。
七、今晚，只做一件事
—— 单推一个动作：建一个 HR 通知编辑器。适合想要一个最小可行起点的读者。
一、很多人的 AI 焦虑，不是工具焦虑，而是场景焦虑
那顿饭上，我继续问她：
"你们公司今年校招方案，是怎么写的？"
她说：
"我先写一版，根据小老板意见改两版，再根据大老板意见改一版。最后和第一版也差不多。这个过程差不多要三四个小时。"
我问：
"你有没有想过，把去年的校招方案、今年的招聘目标、重点岗位画像，一起丢给 AI，让它先帮你出一个初稿？"
她摇头：
"没想过。"
这句话让我印象很深。
她不是不知道 AI 会写文字。
她只是没有想到：写校招方案这件事，也可以让 AI 分担一部分。
这就是很多管理者现在的真实状态。
大家会用 AI 写朋友圈，会让 AI 起标题，会让 AI 写几句祝福语。
但一到真正消耗时间的工作，比如写方案、写通知、整理会议纪要、做汇报初稿、拆岗位画像、设计面试问题，就又回到老方法。
不是因为 AI 做不了。
而是因为我们没有把 AI 和自己的真实工作连接起来。
所以我越来越觉得：
管理者的 AI 问题，不是工具荒，而是场景荒。
你收藏 100 个工具，不会自然变强。
你真正变强的那一刻，是你开始用其中一个工具，改掉一件具体工作。
比如：
以前写一份通知要 30 分钟，现在 5 分钟出初稿。
以前整理一次会议纪要要 1 小时，现在 10 分钟有结构。
以前写一个岗位 JD 要翻半天历史资料，现在让 AI 先按岗位画像出一版。
以前新人总是问重复问题，现在把 SOP 丢进知识库，让他先问 AI。
这些事情不大。
但它们是真实工作。
AI 落地的起点，不是"我该学哪个工具"。
而是：
我哪件工作，值得被重新做一遍？
二、管理者怎么挑第一个 AI 场景：一个简单的筛选器
所以，第一步不是选工具。
第一步是选场景。
我自己现在会用一个很简单的判断方法：
先看值不值得，再看做不做得了。
先看值不值得：频率 × 消耗度
判断一件事值不值得用 AI 改，我一般看两个维度：发生频率高不高，消耗程度大不大。
这里的"消耗"，不只是时间消耗。也包括注意力消耗、情绪消耗、反复沟通消耗，以及那些"明明没什么技术含量，但就是很占脑子"的工作。
你可以把自己的工作放进这个四象限里：
- 高频高消耗
——经常发生，每次都烦，每次都要重新组织。最佳入口，优先改。 - 高频低消耗
——经常发生，但你已经很顺手，甚至有点享受。谨慎改，不要为了 AI 而 AI。 - 低频高消耗
——不常发生，但一发生就很重、很复杂。AI 做辅助，人做判断。 - 低频低消耗
——不常发生，也不怎么消耗。暂时别碰。
比如，对很多 HR 来说，写通知、整理会议纪要、改周报、写活动文案、整理面试评价，往往属于"高频高消耗"。
它们不一定难，但会反复占用时间和注意力。
这类事，就是 AI 最适合先介入的地方。
而像复杂员工关系处理、关键人才保留谈话、重要组织调整建议，虽然也很消耗，但高度依赖人的判断、现场感和信任关系。
这类事不是不能用 AI，而是 AI 更适合做准备工作，比如帮你整理资料、生成问题清单、补充思考角度。
最后的判断，必须留在人手里。
所以，管理者挑 AI 场景时，不要一上来问：
"哪个工具最好？"
先问：
"我最近哪件高频、高消耗的工作，值得被重新做一遍？"
每个人的四象限都不一样。你觉得痛苦的事，别人可能顺手；别人觉得麻烦的事，你可能还挺享受。所以这不是标准答案，它只是帮你找到自己的入口。
你可以今晚就拿一张纸，写下最近一周最烦的 5 件事。
然后问自己：
哪一件发生频率最高？
哪一件最机械？
哪一件如果省掉 30 分钟，我会明显轻松一点？
答案往往就在里面。
再看做不做得了：三个可行性检查
一件事值得改，还不代表今晚就能改。还要做三个可行性检查。
第一，数字化程度够不够。
这件事是不是主要发生在电脑里？
AI 现在最擅长处理的，还是文本、资料、表格、图片、音频、结构化信息。
所以，写通知、改方案、整理纪要、生成问答、分析简历，比较适合先做。
但如果一件事主要发生在现场，依赖人的表情、语气、关系和信任，比如谈薪、离职面谈、复杂冲突处理，AI 就不适合直接替你完成。
它可以帮你准备，但不能替你上场。
第二，上下文完整度够不够。
AI 要做得好，必须有足够的料。
比如你要它写校招方案，最好给它去年的方案、今年的招聘目标、重点岗位、目标院校、老板关注点。
你要它写通知，最好给它过去写过的样本、这次通知的受众、核心信息和语气要求。
很多时候，AI 写得空，不是因为模型差，而是因为我们给它的上下文太少。
所以，高质量 AI 用户和普通用户最大的区别，不是会不会背 prompt 公式。
而是能不能把任务背景、资料、标准和输出要求说清楚。
第三，结果可校验性强不强。
适合入门的 AI 场景，最好是你能快速判断结果好不好。
一份通知写得清不清楚，你一眼能看出来。
一份会议纪要有没有抓住决策点，你很快能判断。
一张活动图风格对不对，你马上有感觉。
这类场景适合先做。
但如果是影响很大、结果又难以快速判断的事情，比如高管任命建议、复杂组织调整、重大员工关系风险，AI 可以帮你补充视角，但不能直接给结论。
所以，一个适合今晚动手的 AI 场景，最好同时满足三件事：
- 高频高消耗
- 数字化程度高、上下文够、结果能检查
- 即使 AI 做错了，也不会造成严重后果
这样的小场景，才是管理者真正应该优先练手的地方。
不是因为它们最宏大。而是因为它们最容易让你建立第一种感觉：
AI 不是一个概念，它真的可以帮我改掉一件具体工作。
三、今晚 5 分钟：先做一张活动图片
如果你从来没有认真用 AI 改过一件工作，我建议你从最轻的事情开始。
比如做一张活动图片。
HR 经常需要图片。招聘宣讲会需要图，员工活动需要图，文化宣传需要图，培训通知也需要图。
但现实是，很多 HR 不会设计，找设计同事又要排期，最后只能拿旧模板改一改，或者在网上找一张差不多的图。
这件事不一定最重要，但很适合作为 AI 入门场景。
因为它足够具体，反馈也很快。
你不用先学复杂的图片提示词。
你只需要打开你已经有的 AI 工具，告诉它：
我要做一张【活动类型】的宣传图。主题是【主题名称】。受众是【员工 / 候选人 / 管理者 / 校招生】。希望画面感觉【专业 / 温暖 / 年轻 / 有活力 / 稳重】。请帮我写一段适合图片生成 AI 使用的中文提示词，包含画面主体、背景元素、配色、风格和构图。
然后把它生成的提示词，再丢给图片生成工具出图。
内部通知、微信群小图，不必追求完美。
对外发布、重要活动、正式海报，再用质量更高的图片生成工具慢慢打磨。
关键不是第一张图有多好。
关键是你会第一次感受到：
原来我不用懂设计，也能在几分钟内拿到一个可用的初稿。
很多管理者学 AI，真正的第一步不是掌握一个复杂工具。
而是先建立一个新的肌肉记忆：
遇到一件具体工作，我可以先让 AI 帮我打一版。
今晚你就可以试一件事：
打开一个 AI 工具，做一张"春招宣讲会"或"员工生日会"的活动图。
不用发。不用完美。就是试一遍。
四、今晚 10 分钟：做一个你的"专属通知编辑器"
如果你只愿意认真做一件事，我反而更建议你做这个：
建一个自己的专属通知编辑器。
因为这件事比做图更贴近日常工作，也更容易长期省时间。
HR 经常写通知。员工异动通知、培训通知、会议通知、活动通知、制度宣贯通知、材料收集通知。
这些文字不难，但很烦。每次都要想：标题怎么写？语气要不要正式？给全员看还是给管理者看？哪些信息必须说清？最后要不要加行动要求？
你写过很多次，但每次还是要重新组织。
这类固定格式文本，特别适合让 AI 帮你做第一版。
做法很简单。
第一步：给 AI 一个明确身份
打开一个新对话，告诉它：
你现在是我的"HR 通知编辑器"。以后我会告诉你通知场景、受众和核心信息。你负责按我的风格，帮我生成一版清晰、自然、没有 AI 味的通知初稿。
注意，不要一上来让它做万能助手。先让它只做好一类事情。越具体，越容易好用。
第二步：告诉它你的格式要求
继续输入：
我的通知一般要包含四个部分：
标题：一句话说清通知事项。 背景：为什么发这个通知。 核心信息：谁、什么事、什么时候、怎么做。 行动要求：相关人需要做什么，截止时间是什么。 语言要求：自然、清楚、正式但不要生硬，不要夸张，不要空话。
这一步的本质，是把你脑子里的写作标准说出来。
过去这些标准只存在于你的经验里。现在你要把它变成 AI 能理解的规则。
第三步：给它一份你过去写过的样本
最后，把你以前写过的一份通知粘进去。当然，敏感信息要删掉。然后告诉它：
下面是我过去写过的一份通知。请学习它的语气、结构和表达方式。以后输出时，尽量接近这种风格，但不要照抄。
到这里，一个最简单的"专属通知编辑器"就搭好了。
下次你要写通知，只需要说：
这次通知场景是：下周三下午组织 AI 工具分享会。受众是：部门全员。核心信息是：请大家提前准备一个自己最近想用 AI 改造的工作场景。语气：轻松一点，但要清楚。
AI 就会帮你出一版。你再改。你做判断。你定稿。
这就够了。
我们不要把 AI 想得太神。它不需要一开始就帮你完成"战略级工作"。它先帮你减少 20 分钟重复劳动，就已经有价值。
而且这件事一旦跑通，你可以复制到很多固定文本上：
培训通知编辑器 招聘 JD 编辑器 会议纪要编辑器 周报编辑器 员工沟通话术编辑器
慢慢地，你会拥有一组自己的小助手。
这不是复杂的 AI Agent。但它已经是你个人工作方式的改变。
五、这个周末 30 分钟：把一份 SOP 变成可以问答的知识库
除了固定文本，还有一类事情特别适合管理者开始尝试：知识库。
HR 的资料很多。制度在一个文件夹。SOP 在另一个文件夹。培训材料在共享盘。历史项目复盘在邮箱里。老板讲话在会议纪要里。员工常问问题在微信群聊天记录里。
这些东西平时都在，但真要用的时候，就是找不到。
更麻烦的是，很多经验只存在老员工脑子里。新人来了要一遍遍问。业务部门问政策要一遍遍答。同一个问题，每个月被问一次。
这时候，AI 知识库就有价值了。
先别想太复杂。你不需要一上来搭一个公司级知识管理系统。你只需要找一份资料，比如：
新人入职 SOP 培训报名流程 员工异动流程 绩效面谈指引 费用报销说明
然后把它上传到一个支持"基于资料问答"的 AI 工具里。
接着问它：
新人入职第一天最应该看哪些内容？
这个流程里，员工最容易漏掉哪一步？
如果我是业务负责人，我最关心的 5 个问题是什么？
请把这份 SOP 改成一版给新人的问答手册。
你会发现，原来一份沉在文件夹里的资料，开始变得可以被调用。
这件事对 HR 特别重要。
因为 HR 做知识库，不只是为了显得自己会用 AI。
更重要的是：
让散落在制度、SOP、培训材料、复盘文档里的经验，第一次变成可以被随时调用的组织资产。
过去我们做知识沉淀，是为了给人看。现在我们做知识沉淀，是为了让人和 AI 都能用。
以前 HR 被问一个政策问题，只能靠自己翻资料、凭记忆回答。
以后 HR 可以把制度、案例、口径、流程沉淀成知识库，让 AI 先回答大量重复问题。
HR 把时间留给更重要的事情：
判断边界 处理例外 回应情绪 推动改变
这才是 AI 提效真正有意义的地方。
不是让人更忙。而是让人从低价值的重复消耗里退出来，重新回到判断、连接和责任里。
当然，知识库这件事也要注意边界。涉密资料不要随便上传到外部平台。员工个人信息、薪酬信息、敏感组织信息，要谨慎处理。如果是公司资料，最好先确认工具是否符合公司的数据安全要求。
但这不影响你先用一份不敏感的 SOP 练手。
这个周末，你可以做一个很小的动作：找一份你电脑里早就有的流程文档，上传，问 5 个问题，让它生成一版新人问答手册。
30 分钟，你就会知道知识库是不是适合你。
六、为什么我们一直没有开始
讲到这里，你可能已经知道可以做什么了。
做一张图。建一个通知编辑器。上传一份 SOP。
但我知道，很多人看完还是不会动。
不是因为方法太难。而是因为心里有几道坎。
第一道坎，是怕丢人。
"我都做了十几年 HR 了，还要让 AI 帮我写通知、写 JD，是不是显得我水平不行？"
我自己也有过这个念头。
但后来我想明白了。让 AI 帮你写初稿，不等于你不会写。就像你让同事帮你查资料，不等于你不会做判断。
真正体现你水平的，不是你有没有亲手打出每一个字。而是你能不能判断这版东西对不对、准不准、能不能用、适不适合这个场景。
AI 做初稿。你做判断。这并不丢人。
第二道坎，是怕学不会。
很多人看过复杂 prompt 教程。角色、任务、背景、约束、格式、示例，一大堆公式，看完就忘。
其实一开始不用这么复杂。你只要会说清三件事：
我要做什么 给谁看 希望结果像什么
就够了。
比如："我要写一份培训通知，给部门全员看，语气正式但不要生硬，请按标题、背景、时间地点、行动要求来写。"
这已经能跑起来。先跑起来，再慢慢优化。
第三道坎，是怕越用越慢。
"我自己 20 分钟能写完，让 AI 来回问几轮，反而半小时过去了。"
这也是真的。第一次用 AI 做一件事，往往不会立刻省时间。因为你在建立新流程。你在教它你的标准。你在试错。
但第二次、第三次，就会不一样。特别是固定格式文本、固定流程、固定资料问答，一旦模板建立起来，后面会越来越快。
很多 AI 场景，真正省时间的不是第一次。而是第五次、第十次。
我越来越觉得，中年管理者学 AI，最难的不是工具。
最难的是承认：
我过去很熟的一些工作方式，可能真的需要重新来一遍。
这件事不舒服。因为它会让人短暂地回到"新手状态"。
做了十几年管理，突然要学会怎么向 AI 说清楚需求。过去凭经验一拍脑袋就能做的事，现在要拆成步骤、资料、标准、输出格式。
这个过程会让人有点别扭。
但也正是这个过程，让我们重新看见自己的工作。
你会发现：
原来我写通知时，有一套隐性的判断标准。
原来我筛简历时，脑子里有一套岗位画像。
原来我做培训方案时，不只是排课程，而是在判断业务真正缺什么能力。
原来我过去很多所谓"经验"，其实都可以被说清楚、写下来、变成方法。
这可能才是 AI 对中年管理者最重要的提醒。
它不是来否定你的经验。它是在逼你把经验说清楚。
说清楚之后，经验才有机会被复制、被升级、被产品化。
七、今晚，只做一件事
文章写到这里，我不想再给你更多选项。因为选项太多，人反而不动。
今晚你就做一件事：
建一个"HR 通知编辑器"。
不用学新工具。不用研究模型。不用看教程。
就打开你已经有的 AI 工具。
第一步，告诉它：
你现在是我的 HR 通知编辑器。我会给你通知场景、受众和核心信息。你帮我生成一版清楚、自然、没有 AI 味的通知初稿。
第二步，告诉它你的格式：
通知要包含标题、背景、核心信息和行动要求。语言正式但不要生硬，清楚但不要啰嗦。
第三步，给它一份你过去写过的通知样本。
然后让它帮你写一份新的。
不用完美。你只要看看：
它有没有帮你省一点时间？ 有没有帮你把结构理顺？ 有没有让你少一点从零开始的消耗？
如果有，就够了。
这就是第一步。
不是学 100 个工具。不是搭一套系统。不是立刻推动公司 AI 转型。
而是用 AI 改掉一件真实的小事。
从这件小事开始，你才会慢慢知道：
哪些工作可以交给 AI 打初稿。
哪些判断必须留给自己。
哪些资料需要提前沉淀。
哪些流程可以重新设计。
哪些人的工作习惯，需要被温和地改变。
工具不会自动让你变强。
真正让你变强的，是你开始用它改掉一件真实工作。
所以，今晚别收藏了。
打开一个 AI 工具。
建一个你的通知编辑器。
让它帮你写第一版。
然后你来判断、修改、定稿。
这就是管理者用 AI 的第一个小场景。
也是很多改变真正开始的地方。
下篇预告
如果你已经能用 AI 改掉一个小场景，下一步就可以尝试拆一个完整工作流。比如招聘——招聘需求确认、写 JD、收简历、筛简历、设计面试问题、面试、Offer、入职准备——这些环节里，哪些 AI 能帮忙，哪些必须由 HR 亲自做？
下一篇，我会用招聘流程做一次完整拆解。
我们一起看清楚：
AI 替代不了 HR，但它可以替代 HR 工作里最消耗人的那一部分。
参考资料
- NotebookLM（Google）官方介绍 + 多模态产出能力
- 腾讯 IMA智能工作台官方介绍
- 混沌 AI 院2026 AI 商业应用白皮书 2.0
- AI 产品经理《AI 时代的 PM，正在集体幻觉中找需求》
下一篇，我会用招聘流程做一次完整拆解。
👆 觉得这篇对你有用？点个「在看」+ 关注，不定期更新 HR 在 AI 时代的实战观察与思考。
