以前上学放暑假的时候，电视台少不了的就是放《西游记》。偶尔也会幻想，如果我有孙悟空的本事，那第一件事就是拔一把毛变成分身，然后安排他们一个分身做完一门暑假作业！我就轻松啦！没想到的是，我们之前的这个幻想，在我们的下一辈，成了现实。看着同学家那位在家里拿着平板打开某AI，扫题，抄答案。我只能说，“好玩”果然才是促进效率的第一源动力！同样的，这一个多月的世界杯。如果不是因为我们有AI作为分身解决一些日常的问题，我肯定是没那么多时间看球的。所以，还真就是那个意思，那些能偷懒的事情，都可以研究和构建多个AI分身，来帮你节约时间。特别是对我们这些已经40+的人，精力不够，技术来凑。区别在于，我们不是像他们直接有现成的题目，现成的答案。我们要做的，不仅仅是和AI聊天，也不是丢给他一套提示词，而是连题目结构带解题思路，都要喂给他。就比如想要AI来做竞品统计，即使你丢给它一套套的操作指令，它也分不清哪些链接是重点，哪些是无效，哪些数据层级是要提升优先度，哪些数据层级是可以放弃的……所以，这样简单的操作，它给你输出的内容，照样无法帮你偷懒。这些积累，那就只能靠你之前几年的经验，数据库，以及外部付费后开放的一些数据端口，才能一个小环节，一个小环节的达成。简单的说就是把那一些已经有完整资料，可复制的SOP流程，恒定不变的判断标准的基础操作。让他一步步的测试，调整，优化，模拟，然后开始执行。这个里面，包括一些平时就要积累的小操作。1，把日常重复用得最多的数据判断标准，数据判断节点记录下来。例如竞品A的每次投放周期，价格变化和销量起伏的挂靠，流量波动的范围……这些东西不用记成道理，而是记成什么时候，怎么判断，怎么记录，怎么变化，这样一条条可供学习的操作。2，把最近3个月的固定操作拆解成SOP。有的流程在3个月前是管用的，但到了现在，那就方向偏了。但拆解的模型还是同一套，那就只能重新来划定新的标准，成为新的SOP。来做新一个周期循环的执行。3，给它确认标准。不能含糊，只要他的回复里有一个点偏了，立刻回溯，看是哪个流程的判断里出了问题。一个点一个点的纠正。本身这样的分身就没让他承担全流程作业。这里花点时间，后面才能节约更多的时间。……其实还有蛮多，但每个分身的侧重不一样，要干的活也不一样。但核心，都还是你自己的数据库有多厚实，你前期花的时间，定下来的标准，执行的指令，有多明确。别的不说，前面这里我们是花了很多时间的，但至少，现在来看，划得来，不然的话，搞一些只有速度没有质量的AI工具，那还不如不用。免得自己给自己挖坑。比起四年前，今年看球的时间，多了好多。看决赛了！-You Only Live Once-
夜雨聆风
