夜雨聆风他们一打开 AI，就直接输入：
“帮我写一份工作总结。”
或者把一堆零散内容丢进去：
“本周开了几个会，改了几个文档，跟进了几个客户，处理了一些问题，帮我整理成周报。”
然后等 AI 输出。
结果呢？
AI 确实写出来了。
但写得很普通。
看起来完整。
也有条理。
甚至语气还挺正式。
但仔细一看，还是像流水账。
“本周完成了相关工作。”
“积极推进项目进展。”
“协助处理日常事务。”
“后续将继续优化工作效率。”
这些话不能说错。
但问题是：
没有重点。
没有成果。
没有价值。
也看不出你到底解决了什么问题。
很多人看到这种结果，会觉得 AI 不好用。
其实不一定是 AI 不行。
更可能是你给它的素材太乱了。
AI 写总结，不是凭空把普通工作变成精彩成果。
它需要你先把素材整理清楚。
素材越乱，AI 写出来越像流水账。
素材越清楚，AI 越容易帮你提炼价值。
所以，别急着让 AI 写总结。
先把你的工作素材整理成 4 类。
01｜第一类：你具体做了什么
工作总结不能没有事实。
所以第一类素材，是你这段时间具体做过的事。
但这里要注意：
不要只写“忙”。
很多人写工作总结，最大的问题就是太模糊。
比如：
“跟进了项目。”
“处理了问题。”
“参与了会议。”
“整理了资料。”
“优化了流程。”
这些话看起来像工作内容，但信息太少。
别人看完还是不知道：
你跟进了什么项目？
处理了什么问题？
参与会议后推动了什么？
整理资料是为了什么？
优化流程具体优化了哪里？
所以，第一步不是让 AI 直接总结。
而是先把事实说清楚。
你可以这样整理：
本周跟进了 A 项目的上线准备。
整理了 3 份客户反馈，归纳出 5 个高频问题。
协助产品同事确认了 B 功能的需求范围。
完成了 C 活动的数据统计和复盘初稿。
处理了 D 客户在使用过程中的异常问题。
这些内容不需要写得很漂亮。
只要具体。
因为这是 AI 后面提炼成果的基础。
如果你只给它一句“本周跟进项目”，AI 只能写出“积极推进项目”。
如果你告诉它“跟进 A 项目上线准备，协调产品和运营确认了 3 个关键事项”，它就有机会帮你写成更有价值的表达。
比如：
“本周重点推进 A 项目上线准备，协调产品和运营确认 3 个关键事项，减少上线前信息不一致的风险。”
你看，同样是“跟进项目”。
写法完全不一样。
02｜第二类：你解决了什么问题
工作总结真正有价值的地方，不只是你做了什么。
而是你解决了什么问题。
很多人写总结像流水账，就是因为只记录动作，没有记录问题。
比如：
“整理了客户反馈。”
这是动作。
但如果你补上问题，它就不一样了：
“客户反馈分散在多个渠道，问题重复较多，之前很难判断哪些问题最影响使用体验。”
这时候，后面的工作就有了意义。
你不是单纯整理资料。
你是在把零散反馈变成可判断的问题清单。
再比如：
“参加了项目会议。”
这是动作。
但如果你补上问题：
“项目推进过程中，运营和产品对上线节奏理解不一致，导致后续工作容易反复确认。”
这就变成了一个具体问题。
你的会议就不是“参加会议”。
而是在帮助团队对齐信息。
所以，在写工作总结前，你要先问自己：
这件事原来有什么问题？
哪里卡住了？
为什么需要我处理？
如果不处理，会带来什么影响？
这些问题想清楚之后，AI 才能帮你把工作写出价值。
比如你给 AI 的素材是：
“整理了客户反馈。”
它可能写成：
“本周整理了客户反馈，并形成相关记录。”
但如果你给它的是：
“客户反馈分散在微信群、表格和客服记录里，信息重复且杂乱。我整理了 3 个渠道的反馈，归纳出 5 类高频问题，方便产品判断优先级。”
AI 就可以帮你写成：
“本周梳理多渠道客户反馈，将分散信息归纳为 5 类高频问题，帮助产品团队更清晰判断后续优化优先级。”
这才像工作总结。
因为它不只是记录动作。
它说明了问题、处理方式和价值。
03｜第三类：你带来了什么结果
工作总结里最重要的内容，是结果。
不是你忙了多久。
而是你带来了什么变化。
很多人工作确实做了不少，但写出来没有价值感，就是因为少了结果。
比如：
“优化了表格模板。”
这句话太普通。
如果补上结果，就会好很多：
“优化了表格模板，减少了同事重复填写字段，后续每次统计大约节省 20 分钟。”
再比如：
“整理了项目资料。”
如果补上结果：
“整理了项目资料，把原本分散在 4 个文档里的信息合并成一份统一说明，减少后续沟通确认成本。”
工作总结不是让别人知道你做过什么。
而是让别人看到：
你做完之后，事情有什么变化。
结果可以有很多种。
不一定都要是很大的业绩。
比如：
效率提升了。
错误减少了。
沟通更顺了。
流程更清楚了。
问题被定位了。
风险被提前发现了。
下一步更容易推进了。
团队判断更有依据了。
这些都是结果。
很多普通工作，只要写清楚结果，也会变得有价值。
比如你只是整理了一份资料。
流水账写法是：
“本周整理了项目相关资料。”
更好的写法是：
“本周整理项目资料，将分散内容统一到一份文档中，方便团队后续查找和复用，减少重复沟通。”
这句话并不夸张。
但它说清楚了价值。
你不是在整理文件。
你是在降低沟通成本。
这就是工作总结的差别。
04｜第四类：下一步准备做什么
一份好的工作总结，不能只回顾过去。
还要让别人看到下一步。
很多人写总结，最后只写：
“下周继续推进相关工作。”
这句话太空了。
继续推进什么？
重点是什么？
要解决什么问题？
可能有什么风险？
需要谁配合？
都没有说。
所以，第四类素材，是下一步计划。
它不需要很复杂，但要具体。
比如：
下周继续跟进 A 项目上线，重点确认测试结果和运营物料准备情况。
继续整理客户反馈，优先推动 2 个高频问题进入产品评估。
根据本周数据复盘结果，优化下周活动页面和推送文案。
和技术同事确认 B 问题的修复进度，避免影响后续交付。
完善 C 项目资料库，减少后续跨部门沟通成本。
这些内容能让你的总结更完整。
因为它不仅说明你过去做了什么，也说明你接下来要怎么推进。
领导或同事看完，会更容易判断：
你现在的重点是什么。
这个事情是否还在推进。
有没有风险需要提前关注。
后面是否需要其他人配合。
这比一句“继续推进工作”有用得多。
05｜把 4 类素材整理好，再让 AI 写总结
现在你再看，AI 写工作总结真正需要的素材，其实不是一堆零散记录。
而是这 4 类：
第一，你具体做了什么。
第二，你解决了什么问题。
第三，你带来了什么结果。
第四，你下一步准备做什么。
这 4 类信息整理好之后，AI 才能帮你把总结写得更像成果表达。
比如你原本给 AI 的内容是：
“本周整理客户反馈，参加项目会议，优化表格，跟进上线。”
AI 大概率会写成：
“本周主要完成客户反馈整理、项目会议参与、表格优化及上线跟进等工作，整体推进顺利。”
这就是流水账。
但如果你把素材改成：
本周整理了微信群、客服记录和表格中的客户反馈，归纳出 5 类高频问题。
原本反馈分散，产品很难判断优先级。
整理后形成一份问题清单，帮助产品明确后续优化方向。
下周计划继续跟进其中 2 个高频问题的处理进展。
AI 就能帮你写成：
“本周重点梳理客户反馈，将微信群、客服记录和表格中的分散信息归纳为 5 类高频问题，解决了反馈零散、优先级不清的问题，为产品后续优化提供了更明确的判断依据。下周将重点跟进其中 2 个高频问题的处理进展，推动反馈进入实际优化流程。”
这就不是流水账了。
它有动作。
有问题。
有结果。
也有下一步。
06｜一个可以直接复制的提示词
如果你想用 AI 写工作总结，不要一上来就说：
“帮我写一份总结。”
可以先用下面这段提示词：
我想写一份工作总结。
请你不要直接开始写。
请先引导我把素材整理成 4 类：
我具体做了什么； 我解决了什么问题； 这些工作带来了什么结果或价值； 下一步我准备做什么。 如果我的素材太零散，请你先向我提问，帮我补齐关键信息。
等素材整理完整后，请你帮我把它改写成一份清晰、自然、有重点、有成果感的工作总结。
要求不要写成流水账，不要只罗列任务，要突出问题、动作、结果和下一步计划。
这段提示词的重点，不是让 AI 直接写。
而是让 AI 先帮你整理素材。
素材整理清楚了，后面写出来的总结才会更稳。
07｜工作总结不是任务列表，而是价值表达
很多人工作总结写得像流水账，不是因为工作没价值。
而是因为写的时候只写了“动作”。
做了什么。
参加了什么。
整理了什么。
跟进了什么。
这些当然要写。
但只写这些还不够。
真正有价值的工作总结，要让别人看到：
你面对了什么问题。
你采取了什么动作。
你带来了什么结果。
你下一步准备怎么推进。
这才是一份有重点的总结。
AI 可以帮你写得更清楚。
但前提是，你要先给它更清楚的素材。
所以，下次写工作总结时，不要急着让 AI 开始写。
先把素材整理成 4 类。
做了什么。
解决什么。
带来什么。
下一步做什么。
这 4 件事说清楚，你的工作总结就不会再只是流水账。
它会更像一份能体现价值的成果表达。
