我这一年,用AI省下了1000个小时——5个被低估的使用技巧

去年六月，我算了一笔账：如果不算开会和回消息，每周真正产生价值的深度工作时间还不到15个小时。这个数字让我恐慌了很久，直到我开始系统性地把AI嵌入到工作流里。

一年过去了，回头再看，AI帮我抢回来的时间远超预期。今天不聊大词儿，只分享5个我每天都在用、但很多人还不知道的技巧。

一、别把AI当搜索引擎，把它当"思维镜像"

大多数人的用法是：遇到问题 → 打开ChatGPT → 提问 → 得到答案 → 关掉。

这个流程的问题在于，你把AI定位成了一个"外部工具"，用完即走。但真正高效的用法是把它当成你大脑的延伸。

我的做法是开一个"长线对话"，把所有跟某个项目相关的问题都丢进去。比如我在做一个产品调研，我不会每次开新对话，而是在同一个会话里持续追问、补充上下文、让它帮我记住之前的判断逻辑。

这样做的好处是，到项目后期，这个对话窗口已经积累了大量的背景信息和思考路径。你再提问时，它给你的回复不是泛泛的通用答案，而是深度嵌入了你之前的思考框架。

Claude的Projects功能、ChatGPT的自定义GPTs都可以实现类似效果。但最关键的其实是使用习惯——你是否愿意把它当成一个"跟你一起想问题的人"，而不是一个问答机器。

我现在的AI工具箱大概是这样配置的：

很多人会在一个工具上死磕，试图让它完成所有类型的工作。但现实是，当前没有一个模型是全能型的。Claude的文字感觉最好，ChatGPT的多模态能力目前最强，Perplexity在需要真实引用的场景下无可替代。

多花一点时间搞清楚每个工具的强势领域，比钻研一个工具的复杂提示词要划算得多。

这是我自己摸索出来的一个技巧，目前为止没看到太多人在用。

通常我们跟AI的交互模式是"我提问 → 它回答"。但如果你把模式翻转过来，效果会完全不同。

具体做法是：告诉AI你正在做一个什么样的决策（比如"我想从产品经理转行做AI产品经理"），然后让它来向你提问，通过问答的方式帮你把思路理清楚。

我让Claude这样问过我之后，它帮我挖出了很多我从未意识到的盲点。比如它问我"你目前的产品经验中，哪一部分是可以直接迁移到AI产品上的？哪些是会被替代的？"——这个问题让我意识到，我在数据标注流程管理上的经验，其实比我的交互设计经验更适合作为切入点。

这种"被提问"的体验，比你自己对着空白文档列优劣势要高效太多了。

这个技巧解决了我的一个核心痛点。

每个月的月初，我需要做一份竞品动态月报。流程大概是：收集竞品更新信息 → 整理归类 → 分析影响 → 写评论 → 排版。全套流程做下来，熟练了也要四五个小时。

后来我做了一件事：把整个月报的生产流程拆解成步骤，然后用Claude Projects设定了一个专用的项目环境，里面包含了：

现在做月报的流程变成：丢竞品信息进去 → 让它按模板产出初稿 → 我审阅修改。整体时间压缩到了一个小时以内。

这种"数字工位"的思路适用于任何重复性的文档工作——周报、会议纪要整理、代码review模板、客户邮件回复框架。一次投入，长期受益。

这条可能是最重要的。

用了一年AI，我最深刻的体会反而是：知道什么地方不该用AI，比知道怎么用更关键。

AI目前明显不擅长的领域包括：

把这些事情留给人类，把AI限定在它真正能帮上忙的领域——数据处理、信息整理、框架生成、语言润色——你会发现它的价值反而更大。因为你不再浪费时间去纠正它本来就不擅长的事情。

回到开头那笔账。一年下来，我每周的深度工作时间从不到15个小时，提升到了接近30个小时。多出来的这15个小时，不是靠牺牲休息时间换来的，而是AI帮我吞噬了那些本来会消耗掉它们的琐碎事务。

我不觉得AI是一个会取代人类的神奇造物，它更像是一把非常好用的瑞士军刀——关键在于你知不知道每一片刀刃应该用在什么地方，以及哪些东西根本不值得用刀去切。

如果你还在纠结"怎么写出完美的prompt"，不如先把这五个习惯用起来。你会发现，好用的不是工具，是你和工具之间的默契。

eric | 2026.06.22