夜雨聆风我觉得如果你能把这些都做到，我认为你我在AI时代就不会掉队。
先说一个观察，我发现：“特别执着于工具的人，要么是AI博主，要么是AI小白。”
这两者表面一样，但其实差距很大。
因为AI博主执着于工具，大多数情况是因为他们需要积累自己的内容资产，快速调查和对比这些是必须要卷的事情。
但对于AI小白来说，执着于工具只说明一件事情——你并没有进入和AI协作的状态。
最常见的状态就是，一上来就会问：哪个工具最好用？哪个模型最强？哪个插件能一键生成 PPT？有没有什么提示词模板，复制过去就能立刻变厉害？
这些问题当然不是完全没用。
但如果你只停留在这一层，你可以回顾一下，你觉得自己AI使用能力提升了多少？
你问它几句，它答你几句。你让它写个 PPT，它给你写个 PPT。你今天试一个工具，明天换一个工具。热闹是热闹，但实际上你没有形成自己的系统。
那么如何形成这个系统？可以先理解三个概念。
第一个叫 skill。第二个叫上下文。第三个叫：所有事情，都尝试着用 AI 重新做一遍。
这三个概念听起来不复杂，但它们决定了你到底是在"玩 AI"，还是在真正和 AI 协作。
01 skill：不是技术文档，而是把你的经验写成说明书
先说 skill。
很多人一听到 skill，就会觉得这是一个很技术的词，好像跟普通人没什么关系。
其实不是。
你可以把 skill 理解成一份说明书：你把自己过去处理某件事的经验、判断标准、操作步骤、注意事项，都写下来，交给 AI。
以后 AI 每次做这件事之前，先读这份说明书，再帮你干活。
这就是 skill 最朴素的意思。
比如你一直在写公众号文章。
你不是只会说"帮我润色一下"，你其实有很多自己的判断：
一篇文章不能一上来就润色，得先判断它到底想回答什么问题；不能把所有相关观点都塞进去，一篇文章只负责一个认知变化；如果文章太抽象，就要找生活例子、个人经历或真实案例；如果进入终稿阶段，就只评论，不要再乱改正文......
这些东西如果只存在你脑子里，每次你用 AI，都要重新解释一遍。
不仅是你累，AI 也容易跑偏。
但如果你把它写成一份 skill，它就变成了可复用的经验。
请注意，这件事的价值不只是"省时间"。
更重要的是，它会逼你想清楚：我做这件事，和别人到底有什么不一样？
同样是写文章，你为什么会这样判断结构？同样是做咨询，你为什么会先问这个问题，而不是那个问题？同样是做资料整理，你为什么认为这个信息重要，那个信息可以删掉？
很多人以为自己的经验好像没什么了不起的，但我想说——其实不是没有，而是从来没有把它说清楚。
好的，那这个和skill，AI有什么关系呢？
因为对于AI来说，模型能力从来不用你操心，但你怎么做工作，怎么做得好就很需要你盘一盘。
实际上，你对某个任务的能力越强，能让AI发挥的能力也就越来越强。
千里马跑得再快，也是需要伯乐的。
当然，如果还不清楚上面这些也没关系。你先回答几个问题就够了：
我经常让 AI 帮我做什么事？这件事如果我亲自做，我最看重哪几个判断？新手最容易忽略什么？我绝对不希望 AI 把它做成什么样？
你能把这些说清楚，你的第一个 skill 其实就已经开始成形了。
02 上下文：你不给背景，AI 就只能像陌生人一样猜
第二个概念叫上下文。
这个词也容易被讲复杂。其实你可以想象一个很生活的场景。
比如咱俩认识很久了，你突然跟我说：
"你还记得上次那个人吗？就是上次咱俩在大理地摊买那个东西的时候，碰到的那个背吉他的小哥。"
如果我真的和你一起经历过这件事，我可能立刻就能懂。
为什么？
因为我知道"上次"是哪次，"那个人"是谁，"大理买的那个东西"是什么。
但如果你把这句话丢给 AI，它大概率会懵。
不是因为它不聪明，而是因为它不知道你们之前发生了什么。
而你让他知道这些要给的东西，这就是上下文。
那为什么强调这个？因为我们平时和人协作，其实到处都在依赖上下文。
你去拜访一个客户，上次聊了什么，对方在意什么，之前卡在哪个环节，哪些话已经说过，哪些承诺不能忘。
这些东西如果你和同事都记得，下次沟通就会很顺。
但如果 AI 不知道这些，它再强，也只能根据你眼前这几句话猜。
所以，AI 时代有一件事会变得越来越重要：你要刻意积累自己的上下文。
你写过的文章。你做过的方案。你开过的会议。你表达过的观点。你和客户聊过的问题。你对某件事反复修正后的判断。
这些东西看起来像资料，其实不是资料。
它们是 AI 理解你的背景。
很多人把笔记系统当成收藏夹，看到好东西就存一下，然后再也不看。
但在 AI 时代，笔记和知识库的价值变了。它不只是给你自己检索的，也是给 AI 读的。
你积累得越多，AI 越能站在你的语境里继续往前走。
否则，你每次打开 AI，都像重新雇了一个新人。
它很聪明，但它不知道你是谁，不知道你之前做过什么，也不知道你为什么在意这件事。
所以你会觉得它总是差一口气。
03 重新跑一遍：不要只把 AI 用在你熟悉的地方
第三个概念，我觉得更像一个动作：
所有事情，都尝试着用 AI 重新做一遍。
这句话听上去像废话，但大部分人其实没有做到。
很多人使用 AI，会停留在一个很窄的地方。
比如你最早再用 AI 做 PPT，于是你以后想到 AI，就只想到能做 PPT。
你大概只会让它写标题、做大纲、生成页面，但很少再往外探索。
可问题是，AI 真正改变的不是某一个工具，而是很多事情的执行路径。
啥意思？
你原来做一个表格，可能要先学 Excel 公式。你原来做一个应用，可能要先系统学编程。你原来想搭一个飞书流程，可能会觉得这得找技术同事。你原来要整理一堆会议记录，可能只能靠自己一条条看。
但现在，你至少可以先问一句：
这件事能不能先让 AI 跑一遍？
注意，我不是说 AI 一定能一次做对。
它可能做得很粗糙，可能有错，可能需要你审核、修改、重来。
但重要的是，你先让它跑一遍，你才会知道新的路径长什么样。
就像只有先取过经，才能知道一路西天何处欣喜又何处坎坷。
这和过去的学习逻辑不太一样。
过去我们习惯说：我先学会，再去做。
但现在很多事情可以变成：我先描述目标，让 AI 试着做一遍；它做出来之后，我再反过来学习、审查、修改和理解。
这不是偷懒。
这是先获得一个可观察的对象。
你想学做小应用，就先让 AI 根据你的自然语言做一个最简单的版本。你想做知识库，就先让 AI 帮你整理一批笔记，看看分类是否合理。你想做客户方案，就先让 AI 根据已有上下文生成一版，再由你判断哪里不对。
你会在这个过程中获得一种体感：
原来很多事情，不是非得沿着旧路径走。
不要小看这件事情，这个就是AI时代带给我们的新的礼物。
真正的差距，是想象力的差距
所以最近我越来越觉得，一个好的 AI 使用者，需要的不是"会背多少提示词"，而是跟 AI 有关的想象力。
你要能不断问自己：
这件事以前为什么这么做？这个步骤现在还必要吗？这部分能不能交给 AI 先跑？我真正不可替代的判断在哪里？我能不能把自己的经验封装起来，让 AI 下次做得更像我？
这才是 AI 带来的真正变化。
它不是简单地让你快了那么一点，它会改变你规划事情的方式。
就像一个人如果已经会开车了，你过去要走两天的路，现在可能半小时就到了。
那就没必要继续按照徒步进城的方式规划时间和路线。
那你要考虑的问题就不再是"怎么把脚力练得更强"，而是"我到底要去哪里，我要带谁去，我到了之后要做什么"。
AI 也是这样。
它带来的不只是能力上的突破，更重要的是想象力的解放。
所以，如果你是 AI 小白，不要只急着收藏工具。
先做三件事：
第一，把你最常做的一件事写成说明书，哪怕很粗糙，这就是你的 skill 起点。第二，开始积累你的上下文，让 AI 不再每次都像陌生人一样重新认识你。第三，选一件你过去觉得必须按老办法做的事，让 AI 先重新跑一遍。
你不需要一开始就很厉害，各路AI工具如数家珍，AI干活信手拈来。
你要做的，是开始把自己交给这个新系统。
真正的属于你的 AI 红利，从来不是让你追到了几个工具。
而是能让你突然发觉，原来——世界可以是这个样子的。
想象另一种可能。
---------------------
如果看完了这篇文章觉得有帮助，随手帮在下点个赞、在看、转发三连呗
如果想第一时间收到推送，也可以给我个关注哈。
原创：笑书飞雪
邮箱：1638011107@qq.com
