夜雨聆风
AI工具更新速度越来越快。
今天你刚摸熟一个模型，过几个月它界面、能力甚至定位都可能变了。今天收藏的一套Prompt，明天可能因为模型变聪明而变得没那么关键。
很多人陷入一个误区：把“会不会用AI”理解成“会不会用某个工具”。
其实真正能长期留下来的，是面对任何新任务时，你能不能问对问题、筛出有用信息、把想法说清楚、组合工具完成目标，并且在结果出来后继续判断和复盘。
我把“真正会用AI”拆成了5种具体能力。
能力1：提问力
把模糊问题变成可执行问题
很多人觉得提问就是把Prompt写得又长又复杂。其实核心不是长度，而是你有没有把问题定义清楚。
“怎么提高工作效率？”这种问题太宽，AI只能给你一套通用鸡汤。
换成：“我每天会被临时消息打断5到8次，想减少切换成本。请给出3种可以在一周内试行的方法，并说明适用场景和执行步骤。”答案立刻就落地了。
现在我提问时，会尽量补齐四个信息：
AI扮演什么角色 这次要解决什么目标 有哪些背景和约束 希望得到什么形式的输出
直接套用公式：角色 + 目标 + 背景/约束 + 输出要求。
能力2：信息筛选力
AI给得多，不代表都值得用
AI最大的优势是速度快，但速度越快，筛选能力就越重要。
我现在看一个AI答案，不会先问“写得顺不顺”，而是先看：
核心事实有没有来源 信息是不是过时 不同来源是否一致 这条结论有没有实际证据
很多问题不是AI完全答错，而是它把官方数据、普通媒体、个人经验和主观推断混在同一个层级里。读起来很流畅，但可靠性完全不同。
我会把信息分层：
官方/权威机构和原始数据优先 学术论文和高质量报告作为支撑 个人博客和社区内容更适合找线索和真实体验，不能单独支撑关键结论
能力3：结构化表达力
先搭骨架，再填内容
AI很擅长生成内容，但如果你的想法本身没有结构，它只会把混乱写得更长。
现在我写文章、做方案或梳理项目，会先分清楚：核心问题是什么、结论是什么、证据有哪些、案例放在哪里、哪些只是补充。
比如写“远程办公”这个主题，我不会直接让AI写全文，而是先拆成：背景、核心问题、主要观点、真实案例、工具建议、适用人群、行动步骤。
结构一旦清楚，后面的写作、改写、补案例才容易控制。
常用一句话： “先不要写正文，请先把这个主题整理成一份逻辑清楚的结构大纲。每一部分只解决一个问题，并说明这一部分需要什么证据或案例。”
能力4：工具协同力
不要找万能工具，要让工具各司其职
AI工具越来越多以后，我反而不再追求“一个工具全部搞定”。
更稳定的做法是把任务拆开：一个工具负责搜索和研究，一个负责生成与推理，一个负责表格或数据，一个负责视觉表达，最后再进入发布系统。
真正考验的不是你知道多少产品名，而是你有没有一条清晰的「输入—处理—输出」流程。
比如做一篇内容：先用搜索工具拿资料，再用Claude或ChatGPT搭结构和写正文，需要数据时用表格工具整理，需要视觉时再调用图片工具，最后回到自己的发布系统。
每个环节只保留最顺手的主工具，反而比同时开五六个窗口更高效。
能力5：判断与复盘力
AI输出不等于可以直接交付
这是我认为最重要、也最容易被忽略的一项。
AI把结果做出来以后，真正的工作还没结束。你需要判断：它准确吗？符合目标吗？有没有依据？哪些地方还需要人工修改？这次使用过程中什么值得留下？
我会从五个维度检查一个AI输出： 是否准确、是否适合目标、是否有依据、哪里可以优化、哪些方法值得沉淀。
完成后再做一次简单复盘：这次什么有效、什么失败、下一次怎样更快。长期下来，好的Prompt、结构、模板和检查清单都会慢慢变成自己的资产。
这5种能力是一个成长循环
提问力决定你从哪里开始； 信息筛选力决定你留下什么； 结构化表达力决定你怎么组织； 工具协同力决定你怎么完成； 判断与复盘力决定下一次能不能做得更好。
这也是为什么我不太赞成把AI学习理解成“记住一堆工具”。真正的提升应该是一个循环：问得越来越准，信息筛得越来越快，表达越来越清楚，工具组合越来越稳定，最后通过复盘不断迭代。
如果现在开始，我建议先练30天
不用设计复杂的半年计划。先用30天，把这5种能力真正放进每天的工作里。
第一周只练提问和搜索。每次遇到问题，不急着让AI直接回答，先花一分钟把目标和背景写清楚。 第二周练筛选和整理。每天挑一条重要信息，记录来源、时间、核心观点，慢慢建立自己的判断标准。 第三周练表达和产出。选一个真实任务，比如写一篇文章、做一份方案或完成一个视频脚本，从结构到成品完整跑一次。 第四周专门复盘。回看前面三周：哪些Prompt最好用，哪些工具值得保留，哪些步骤最容易返工，把有效做法整理成自己的模板。
一个可以直接执行的每日最小动作
如果时间不多，每天只做三件事就够了：
向AI提出一个真正具体的问题，而不是一句模糊要求。 把一条有价值的信息整理进自己的资料库，记录来源和结论。 输出一点东西。哪怕只有100字、一张表、一个提示词模板，也比单纯刷AI资讯有效。
坚持一段时间后，你会发现自己学到的不是“某个工具怎么点”，而是面对新工具时，依然知道应该怎么把它用起来。
写在最后
AI时代真正稀缺的，不会是知道多少工具名字。
工具会越来越便宜，生成会越来越容易。真正有价值的是，你能不能提出好问题，从信息里找到真正重要的部分，把想法表达清楚，把不同工具组合起来，再根据结果持续调整。
如果最近不知道该学什么，不妨少追几个新工具，先把这5种能力放进一个真实任务里练起来。
工具变化很快，但这些能力会跟着你很久。
你现在最缺的是哪一种能力？欢迎评论区聊聊。