乐于分享
好东西不私藏

我用豆包电脑版折腾了一天,发现这5个功能很多人根本没用过

我用豆包电脑版折腾了一天,发现这5个功能很多人根本没用过

最近我发现一个挺有意思的现象。

很多人电脑里装了豆包,但真正的使用方式基本只有一种:

有问题,问豆包。

写个文案、查点东西、改改句子,然后关掉。

我之前其实也差不多。

但这两天我专门折腾了一下豆包电脑版,才发现如果只是把它当成一个“聊天机器人”,确实有点浪费。

有几个玩法,我自己试完以后第一反应就是:

这东西居然还能这么用?

今天不聊什么模型参数,也不讲那些听不懂的AI术语。

就分享5个普通人拿来就能用的玩法。


01|把一堆资料直接扔给它,让它替你看

这是我觉得最容易被低估的一个功能。

平时工作或者学习,最烦的是什么?

不是找不到资料。

而是资料找到了以后——

根本不想看。

几十页的PDF、密密麻麻的报告、一大堆表格和文档,看五分钟就开始犯困。

这种东西完全可以先交给AI处理。

比如拿到一份很长的行业报告,不要再从第一页硬啃到最后一页。

直接把文件交给豆包,然后告诉它:

帮我读完这份文件,不要简单概括。

只提取最值得普通人关注的信息,并告诉我:

  1. 这份文件最重要的5个结论;

  2. 哪些数据值得重点关注;

  3. 哪些内容可能影响普通人;

  4. 有哪些容易被忽略的细节;

  5. 最后用300字以内给我讲明白整份文件。

以前可能半小时甚至一小时才能看完的东西,可以先让AI帮你筛一遍。

你再决定哪些部分值得自己仔细看。

这才是我觉得AI真正省时间的地方。

不是替你思考,而是先替你处理那些特别耗时间的信息。


02|不会写提示词?让它自己给自己写

这个玩法有点套娃,但是真的好用。

现在很多人玩AI最大的痛点就是:

脑子里知道自己想要什么,但不知道怎么跟AI说。

比如你想做一张图片。

你只会说:

“帮我生成一张高级一点的照片。”

结果AI生成出来以后,你一看:

这啥玩意?

其实可以换个思路。

不要自己写提示词,让豆包帮你写。

例如直接告诉它:

我要生成一张适合发小红书的咖啡店人物照片。

要求看起来像真实相机拍摄,不要明显AI感,人物自然,环境高级但不能像摄影棚摆拍。

请你以专业摄影师和AI提示词工程师的角度,帮我把需求扩写成一份详细的图片生成提示词,包括人物、服装、动作、环境、光线、镜头、构图和画面质感。

它会把你原本一句模糊的需求,拆成非常具体的一大段。

然后再拿这段提示词去生成。

效果通常比一句“帮我生成美女喝咖啡”靠谱得多。

这个方法不只是图片能用。

写文章、做视频、做PPT、写代码,甚至继续问其他AI,都可以这么干。

不会问AI?

先让AI教你怎么问AI。


03|让AI当你的“项目审判官”

这个是我最近特别喜欢玩的。

网上每天都有人告诉你:

这个能赚钱。

那个是风口。

这个项目一天赚500。

那个副业一个月赚3万。

看多了以后,感觉全世界除了自己,人人都在发财。

所以我现在看到一个项目,不急着研究。

先丢给AI挑毛病。

比如:

最近有人推荐我做AI短视频账号。

不要鼓励我,也不要给我灌鸡汤。

假设你是一个做过10年互联网项目的创业者,从获客难度、竞争程度、启动成本、内容生产难度、变现周期、平台风险六个方面分析这个项目。

每项打1—10分。

最后告诉我:

如果你只有3000元预算,每天能投入4小时,你会不会做?为什么?

这时候AI给出的东西就比:

“AI短视频还能赚钱吗?”

有用得多。

甚至还可以继续追问:

现在站在反方,把你刚才推荐这个项目的理由全部推翻一次。

这一步特别有意思。

你会发现很多看起来很美好的项目,经不起第二轮追问。

AI当然不能替你决定要不要干。

但拿它来提前找漏洞、算成本、泼冷水,挺好用。


04|一个想法,直接拆成完整执行方案

很多时候人不是没有想法。

而是:

想法太多,不知道第一步干什么。

比如一句:

“我想做个公众号。”

这句话本身几乎没有执行价值。

但可以继续告诉豆包:

我要从0开始做一个公众号。

方向是AI工具、效率和普通人可以尝试的互联网小项目。

我只有一个人,每天可以投入2小时,不组团队。

帮我制定一个30天启动方案。

不要讲理论,把每天具体做什么列出来,包括:账号定位、选题、文章生产、素材收集、发布频率、数据复盘。

最后告诉我前30天最应该观察哪3个数据,以及什么情况下应该调整方向。

原来一个模糊的念头,就会被拆成每天可以执行的事情。

这也是我现在比较喜欢AI的一点:

你不一定需要它给你答案。

有时候真正需要的是,让它把一个乱七八糟的想法整理清楚。


05|让它一次给你10个方案,然后互相淘汰

最后这个玩法,我觉得特别适合做内容的人。

很多人问AI:

“给我想一个标题。”

其实这样很浪费。

因为AI第一次给你的答案,大概率只是一个平均答案。

我现在更喜欢这么问:

我要写一篇关于“普通人如何利用AI提高工作效率”的公众号文章。

先给我20个完全不同方向的标题。

然后你自己扮演三个角色:

①普通读者②公众号编辑③一个非常挑剔的自媒体作者

分别给这20个标题打分。

删除所有低于8分的标题。

最后留下3个,并解释为什么它们更容易让人点进去。

你会发现:

让AI生成答案并不厉害。

真正好用的是让它:

生成 → 批评 → 淘汰 → 重写。

同一个问题多跑几轮,质量经常能明显提高。

这个方法可以套在很多事情上。

选标题、想选题、起名字、做方案、写脚本,甚至分析一个项目,都可以这么玩。


最后

折腾完这些功能以后,我最大的感觉反而不是:

“AI越来越厉害了。”

而是:

大多数人其实远远没有把现在的AI用明白。

同样一个豆包。

有人每天只问:

“帮我写个通知。”

有人已经开始拿它看资料、拆项目、做方案、筛选题、分析数据。

工具是一样的。

使用方法完全不一样。

以后我会继续去测试各种AI工具、效率软件和互联网小项目。

好用的,我把方法留下。

不好用的,我替大家先踩坑。

这里是「有点门路」。

多一点门路,少走点弯路。