夜雨聆风01
先问你一个问题：你学AI，到底在学什么？
今天收藏一个提示词模板，明天下载一个新工具，后天又去听一场"AI变现"的直播。忙忙碌碌三个月，回头一看——工作还是那些工作，效率没见提高多少，反而多了一堆"我是不是又落后了"的焦虑。
问题出在哪？ 出在你以为你学的是"工具"，但其实你应该学的是工作方法。
这是今天参加Martin与颖杰的AI分享课后最大的感受。从AI工作台到LLM Wiki，从知识库搭建到Skill创建，拆开来看都是工具，但合在一起——它们指向同一件事：把你一次做对的事，变成以后每次都能自动做对的方法。
这句话值得你停下来读一遍。
不是"用AI帮我干活"，不是"让AI替我写文案"，而是——你做对过一次的事，能不能让它以后自动发生？
颖杰举了个最简单的例子。以前每封都自己写，半小时就没了。后来他把自己常用的回复方式整理出来——客户问内容怎么回、问进度怎么回、想改需求怎么回——每一种都写清楚回复思路和要点，然后做成了一个AI Skill。 现在客户邮件来了，AI先帮他拟好回复，他只需要看一眼，改两个字就发出去。 原来半小时的活，现在5分钟搞定。
你看，AI没有替他工作——判断怎么回、语气对不对、哪些信息不能说，这些还是他的事。但"把思路组织成一封通顺的邮件"这件重复的事，交出去了。
真正的效率提升，从来不是学会一个新工具，而是重新设计你的工作流。
02
我知道你可能会说：我的工作都是创造性的，怎么可能标准化？
我以前也这么想。直到我亲眼看见有人把"公众号发布前检查"做成了一个Skill。
你觉得写公众号是创作对吧？但发布前的检查呢？标点对不对？有没有错别字？有没有违禁词？逻辑有没有前后矛盾？标题够不够好？这些事你每篇都要做，每篇都花20分钟，但它们本质上是重复劳动。
重复劳动，就可以被交出去。
不是让AI替你写文章——写文章的判断、品味、观点，那是你的事。而是把你写文章这件事，拆成一个个环节，然后问自己：哪个环节是我每次都在做同样的事？
选题？有一部分是重复的——你每次都要从几个方向里挑，读者画像、账号定位、风格偏好，这些东西是固定的。把它们存进知识库，AI可以帮你做第一轮选题头脑风暴。
排版？几乎全是重复的——字号、行间距、配图位置、文末引导语，每篇都一样。做成Skill，一键搞定。
发布检查？刚才说了。
你看，哪怕是"创作"这种听起来最不可能标准化的事，拆开之后，也有一半以上的环节是重复的。而这些重复的部分，就是你可以从手里交出去的部分。
你不是要把自己变成机器。你是要把机器变成你的帮手——让你从重复劳动里解放出来，去做那些只有你能做的事。
03
但这里有个坑，很多人一上来就掉进去了。
他们说："我要做一个超级Skill，能自动帮我写完一整篇公众号文章。"折腾两个礼拜，效果一塌糊涂，最后得出结论：AI也就那样。
别这么干。
别一上来就想自动化完整流程。先找一个最小的模块——比如就做"标题检查"，或者就做"错别字校对"。让它跑起来，用几次，发现问题，让AI帮你迭代。用着用着你就发现，这个小模块越来越好用了。
然后你再做第二个、第三个。
好用的Skill不是设计出来的，是用出来的。每用一次，它就更懂你一点。
04 手把手：5分钟做出你的第一个Skill
说这么多，不如直接走一遍。就拿"公众号发布前检查"举例，5分钟就能上手。
第一步：拆步骤
先想清楚，你每次发文章前都检查什么？别想复杂了，就把你脑子里那套流程写出来：
• 通读一遍，找错别字
• 检查标点，尤其是引号、顿号有没有用错
• 看看有没有前后矛盾的地方
• 标题够不够好，能不能更抓眼球
• 有没有敏感词或违禁词
• 文末的引导语和往期链接对不对
就写大白话，不用讲究格式。你平时怎么检查的就怎么写。
第二步：告诉AI
把上面那段话丢给AI，前面加一句："帮我把下面这些检查项做成一个Skill，以后我发文章前，你就按这个清单帮我检查。"
AI会帮你整理成结构化的Skill——什么时候用、输入什么、检查哪些项、输出什么格式。它可能还会问你几个问题，比如"发现问题后你希望我直接改还是标出来让你确认？"你按自己的习惯答就行。
第三步：跑第一次
找一篇你已经发过的旧文章，丢给这个Skill，让它检查。
第一次效果大概率一般。可能它漏了什么，可能检查得太粗，可能输出格式你看着不舒服。都正常。
第四步：迭代
发现问题，直接告诉它。比如：
• "刚才第3段有个错别字你没查出来，下次要更仔细"
• "输出格式改成按问题类型分类，每类下面列具体位置和修改建议"
• "帮我加一项：检查文中的数字和日期是否准确" 说人话就行，不用学什么"提示词工程"。AI听得懂。
第五步：用起来
以后每次发文章前，直接调用这个Skill。用一次，迭代一次。
用个三五次你就会发现——它检查得比你还仔细。而且它不会累，不会因为你今天状态不好就敷衍了事。
这就是你的第一个数字员工。从零到能用，半小时足够。从能用到好用，用着用着就成了。
05
说到这里，我得给你泼一盆冷水。
AI不是万能的。它有一个致命的问题——会一本正经地胡说八道。
这个问题有个名字，叫"幻觉"。AI会非常自信地给你编一个听起来完全合理的事实，但其实根本不存在。它表达流畅，但不代表事实可靠。
这也是为什么我说，人永远不能从工作里消失。
你可以把重复劳动交出去，但你不能把判断交出去。
AI处理可重复的事，人负责方向、价值判断和最终交付。这是人机协作最基本的分工。
而且有意思的是，AI的这个"毛病"，人也有。
心理学上有个"7±2法则"，说人的短时记忆只能容纳7个左右的信息块，多了就会出错、会编造、会用想象填补空白。你看，这不就是人类版的幻觉吗？
AI的幻觉，其实是人类记忆缺陷的一面镜子。我们都容易在信息过载的时候，用流畅的表达掩盖事实的缺失。区别只是——AI的幻觉更稳定、更自信、更像真的。
所以使用AI的第一条规则，也是最重要的一条规则，永远是：验证输出。
永远不要AI说什么你就信什么。尤其是涉及事实、数据、引用的部分，一定要核对。这不是不信任AI，这是对自己的工作负责。
06
讲了这么多，你可能会问：那我具体从哪开始？
给你一个最简单的起步方法——不用下载新工具，不用学复杂的技术，就从你手头的工作开始。
明天晚上下班前，花10分钟，拿出一张纸，把你今天做的事列出来。然后在每一件事旁边，标一个记号：
这件事我以前做过吗？
以后还会再做吗？
做这件事的时候，我有多少时间是在重复上次的动作？
找到那件"重复做了很多次、每次步骤都差不多、输出结果也差不多"的事。可能是每周的周报，可能是每次活动后的总结，可能是给客户的回复模板，可能是文章发布前的检查。
就从这一件事开始。
把你做这件事的步骤写下来——第一步做什么，第二步做什么，检查标准是什么，输出格式是什么。写得越具体越好。
然后把这段文字丢给AI，告诉它："以后这件事就按这个流程帮我做。"
第一次效果肯定不好。没关系。你告诉它哪里不对，让它改。第二次就会好一点。第三次更好。
用不了一个月，你就会发现——手里多了一个"数字员工"。它不会累，不会抱怨，不会忘事，而且越来越懂你。
这才是AI真正的价值。不是让你多学一个工具，不是让你赶什么风口，而是——把你从重复劳动里解放出来，去做那些只有你能做的事。
07
最后说句掏心窝子的。
见过太多人，在AI这件事上焦虑得不行——今天怕被替代，明天怕跟不上，收藏夹里存了一堆工具和教程，但真正用起来的没几个。
其实不用焦虑。
AI不是什么洪水猛兽，也不是什么万能钥匙。它就是一个工具——和当年的打字机、复印机、Excel 没什么本质区别。它能帮你省时间，但不能替你做判断。它能帮你干更多活，但不能替你决定干什么活。
真正重要的，从来不是你会用多少个AI工具。
而是你有没有想清楚——你的时间，到底应该花在什么地方。
想清楚了这件事，AI只是帮你实现的手段而已。
想不清楚，学再多工具也是白搭。
【当天就能做的3件小事】
列一张"重复劳动清单"——把你这周做过的事列出来，圈出3件"每周都做、每次步骤差不多"的事
选一件最小的，拆成步骤——不用复杂，3-5步就行，写在备忘录里
把这段文字丢给AI，跑第一次——告诉它哪里不对，迭代一次
做完这三件事，你就已经迈出了从"学AI工具"到"用AI设计工作流"的第一步。
剩下的，用着用着就会了。
策划：Martin、颖杰
摄像：艺阳、颖杰
主办方：广州周州昙思想私域会
下月AI主题：Vibe coding实操（9月13日）
