我会给一个很朴素的答案：全面拥抱 AI，把“遇事问 AI”变成默认动作。不是让你迷信 AI，也不是让你把脑子外包出去。恰恰相反，普通人在 AI 时代真正要练的，不是会背多少提示词，而是能不能把 AI 当成——一个随时在线的讨论对象、助教、草稿员和反方辩手。很多人现在对 AI 的使用，还停留在很浅的一层：想起来了问两句，写不动了让它润色一下，看到别人推荐新工具就收藏。这样当然也有用，但用不到 AI 真正改变人的那一面。我觉得更好的状态是：凡是你以前会自己憋半小时、会去搜半天、会找朋友问一嘴的事，现在都先丢给 AI 过一遍。
01
不要先学一堆课，先把 AI 用起来
AI 素养当然重要，但普通人没必要一上来就把它搞成一门很重的课。很多培训喜欢把 AI 讲得很复杂：提示词框架、角色设定、工作流、智能体、插件、知识库……不是说这些没价值，而是普通人一开始容易被这些名词吓住，反而迟迟不用。我的建议刚好反过来：先高频使用，再补方法论。你先每天问它十几次，自然会开始发现：问得太空，它就会答得很虚；背景给得越清楚，结果越贴近；让它只给答案，不如让它先拆问题；让它赞同你，不如让它挑你的毛病；一件重要的事，只问一个模型往往不够。这些体感，比你看十篇“万能提示词”更有用。AI 素养不是背模板，是长期对话练出来的判断力。
02
“万事问 AI”，但不要“万事听 AI”
我说万事问 AI，不是说 AI 说什么就是什么。普通人用 AI 最容易走两个极端：一种是完全不用，觉得它都是玩具、胡说八道、不可靠。另一种是全盘相信，AI 给什么就复制什么，连事实都不核。这两个都不对。更靠谱的用法，是把 AI 当成一个很强的初稿机器和思考陪练。比如你要做一个选择，不要只问“我该不该做 A？”可以尝试这样问：支持 A 的理由是什么？反对 A 的理由是什么？如果我是普通上班族，风险在哪里？如果我是小团队负责人，风险又在哪里？有没有我没想到的第三条路？这个判断里，哪些事实需要我自己核实？这样问，AI 的价值就不是替你拍板，而是把问题摊开，让你看见更多角度。AI 负责扩大你的思考半径，你负责最后的判断和承担结果。这个分工很关键。
03
普通人可以从四类问题开始问
如果不知道怎么开始，我建议从四类问题入手。第一类：解释类。看不懂的概念、政策、产品、合同条款、行业黑话，先让 AI 用白话解释一遍。不要怕问题显得幼稚。AI 很适合把陌生东西拆成你能理解的版本。比如：“把这个概念解释给一个完全不懂的人听。”“这段话里哪些是重点，哪些是废话？”“如果我要向老板解释这件事，应该怎么说？”第二类：起草类。邮件、方案、汇报、简历、活动文案、朋友圈、周报，不要从空白页开始硬憋。先让 AI 出一版，你再改。很多人低估了“第一版”的价值。空白最消耗人，有了第一版，你就能开始删、改、补、挑毛病。第三类：检查类。这是我觉得普通人很该养成的习惯。写完一个东西，不要只让 AI 润色，要让它挑错。可以问：“这段方案哪里不严谨？”“如果你是反对方，会攻击哪三点？”“这里有没有逻辑跳跃？”“有没有容易被误解的地方？”AI 不一定挑得全对，但它经常能逼你把事情想得更清楚。第四类：训练类。把 AI 当成教练，练表达、练面试、练汇报、练谈判、练英语、练写作。比如你要面试，让它扮演面试官追问你；你要做汇报，让它扮演一个没耐心的老板，只听重点；你要学一个知识点，让它先讲，再出题考你。这类用法很适合普通人，因为它把“没人陪你练”这件事解决了。
04
真正拉开差距的，是和 AI 对话的密度
AI 时代普通人的差距，不一定来自谁买了更多工具。我更相信差距会来自一件事：谁更早把 AI 融进日常思考。同样写一份方案：一个人自己憋两小时；另一个人先让 AI 拆结构、列反方、补案例、改表达，最后自己判断和收口。长期下来，两个人的产出密度会不一样。同样学一个新领域：一个人收藏十篇文章但没读完；另一个人每看一段就问 AI：“这段到底在说什么？跟我有什么关系？有什么反例？”长期下来，理解速度也会不一样。同样遇到工作难题：一个人只会焦虑；另一个人先把问题丢给 AI，让它列路径、拆风险、给下一步动作。哪怕 AI 的答案只有六十分，也足够帮他从原地打转进入行动。所以我一直觉得，普通人不要把 AI 当成“偶尔用一下的工具”。你要把它当成一个每天都能对话的外脑。
05
但模型能力也很重要
当然，多问 AI 有个前提：你问到的是足够好的模型。轻量任务，很多工具都够用。改一句话、整理格式、普通总结，顺手就行。但只要涉及复杂判断、长文档、代码、商业分析、重要沟通、学习路线，模型差异会很明显。弱一点的模型也会给答案，但它可能漏条件、乱补背景、逻辑看着顺其实站不住。所以我的习惯是把任务分层：小事，用顺手的工具；重要的事，用 Claude / GPT / Gemini 这类第一梯队模型；拿不准的事，至少让两个模型从不同角度看一遍。普通人不一定要懂每个模型的技术细节，但至少要知道一件事：AI 不是一个东西，不同模型的能力、性格和适合场景不一样。你越是高频使用 AI，越需要能在不同模型之间切换。
06
这也是我后来用统一入口的原因
用 AI 多了以后，麻烦会从“不知道用什么”，变成“入口太多、账太乱、模型切换太碎”。Claude、GPT、Gemini 都想用；聊天工具、写作工具、coding 工具、Agent 又各有各的入口。轻度使用时无所谓，一旦变成日常工作流，这些切换就很烦。我自己现在会把上层工具和底层模型拆开看：工具该用哪个用哪个，但模型入口尽量统一。比如我日常用 omniakey，主要就是一个入口覆盖 Claude / GPT / Gemini，按量看明细，需要哪个模型就切哪个。这样我不用每天在几个后台之间来回折腾，也更容易知道自己把钱花在了哪些任务上。这不是什么神奇技巧，只是当你真的开始高频用 AI 以后，模型入口会变成基础设施。
写在最后
普通人在 AI 时代怎么做？
我的答案是：别观望，别只收藏工具，也别把 AI 神化。先用起来，高频用，什么事都先问一轮 AI，再带着自己的判断去验证和行动。具体一点：不懂就问它解释；写不出就让它起草；做决定前让它列正反面；写完东西让它挑错；学新东西让它当老师；重要任务尽量用好模型；最后自己验收、自己负责。AI 不会自动让一个人变强，但它会放大一个人愿不愿意思考、愿不愿意追问、愿不愿意行动。普通人真正该做的，就是尽快把这种放大器接进自己的日常生活。📌 划重点：AI 负责扩圈，你负责决策。从今天起，把“遇事问 AI”设成默认动作吧。💬 互动话题：你现在最常用的 AI 工具是什么？它在帮你解决什么问题？欢迎在评论区聊聊。
夜雨聆风