夜雨聆风
最近，我认真盘了一下自己这段时间到底拿AI做了什么。
有一个变化还挺有意思。
我使用的AI工具越来越少了，但真正做出来的东西，反而越来越多。
以前不是这样。
以前看到一个新的AI，我会先想：
这个工具有什么功能？
值不值得学？
别人都在用，我是不是也应该赶紧试试？
现在我的顺序完全反过来了。
我会先问：
我现在到底要解决什么问题？
然后再决定，要不要用AI，以及用哪个AI。
这个变化看起来很小，却彻底改变了我学习AI的方式。
因为我终于不再把“学会AI”当成结果。
我开始要求它：
真的帮我把事情做出来。
01
工具越来越少，我做出来的东西反而越来越多
上一篇我写到，现在真正高频使用的核心AI，其实只有2—3个。
其中承担我最多工作的，是ChatGPT。
豆包会解决另外一部分中文环境下的需求。
涉及视频、图片等具体执行时，我再使用少量对应的专业工具。
工具并不多。
但最近一段时间，我用它们做的事情却越来越具体。
我用AI重新梳理自己的公众号。
分析过去写过什么、为什么一直没有真正跑起来，以及未来「沐艺不上班」到底应该讲什么。
我也用AI重新搭建小红书的内容体系。
不是简单让它“帮我写10个标题”，而是先分析账号、用户、过去的数据和对标内容，再一起决定未来应该测试什么。
我还在做自己的AI自测工具。
从一个很模糊的想法，慢慢变成测评模型、题目、结果逻辑，再到一个真的可以在手机和电脑上打开的网页。
除此之外，还有资料研究、文章打磨、项目规划、学习新东西，以及每天很多大大小小的问题。
也是在这个过程中，我越来越确定：
AI真正的价值，不是告诉我它会多少东西。
而是：
我最后到底做出了什么。
02
ChatGPT现在更像我的“第二工作台”
以前我对ChatGPT最直接的理解，就是：
有问题，问它。
需要写点东西，让它帮忙。
不知道什么事情，去查一下。
但真正使用一段时间以后，我现在已经很少把它单纯当成一个“回答问题的软件”。
它更像我的：
第二工作台。
比如我要重新做一个公众号。
我不会直接告诉它：
“给我写一篇公众号文章。”
而是先把这个账号过去发生过什么、我是谁、读者是谁、以前的问题在哪里，一点一点放进去。
然后一起分析：
这个公众号为什么存在？
它和我的其他账号有什么区别？
哪些内容应该写？
哪些内容以后坚决不写？
第一阶段到底验证什么？
等这些问题慢慢想清楚以后，我们才进入文章。
所以AI参与的已经不只是最后那一步“写”。
而是：
研究、分析、判断、拆解、执行、复盘。
这也是我现在越来越看重的一件事：
不要只让AI替你生产答案，而要让它进入你解决问题的过程。
03
我的AI工具，不多，也不追求平均分工
有时候我们很容易产生另一个误区。
既然留下了几个AI，就想把每一个都研究得特别透。
ChatGPT要会。
豆包要会。
Claude也不能落下。
哪个新模型出来，又得研究。
但我现在已经不追求这种“平均用力”了。
对我来说，ChatGPT承担了目前绝大多数核心工作。
豆包作为中文环境里的补充。
图片、视频等工具，只负责自己真正擅长的专项工作。
可能一个核心工具就承担了我70%甚至更多的需求。
我觉得这完全没有问题。
因为我的目标不是成为AI工具测评师。
我的目标，是把自己的事情做成。
所以现在如果一个新的AI出现，我会先看：
它有没有解决一个我现在长期解决不了的问题？
如果有，我会测试。
如果现有工具已经可以完成，我不会因为它最近很火，就立刻给自己增加一个新的学习任务。
工具应该有岗位。
而不是有热度，就必须进入我的生活。
04
AI真正改变我的，不是写作速度，而是工作方式
这是我最近感受最明显的一件事。
以前遇到一个比较复杂的问题，我通常会：
自己想。
搜资料。
打开很多网页。
记一堆笔记。
然后慢慢整理。
有时候信息越来越多，反而不知道下一步从哪里开始。
现在我会先把问题拿出来。
和AI一起拆。
这个问题到底是什么？
需要哪些信息？
哪些是事实？
哪些只是我的判断？
有哪些方案？
我真正应该验证的是什么？
然后我再做决定。
这里有一个非常重要的前提：
最后的判断依然是我的。
AI没有经历过我的13年金融职业生涯。
没有经历过我35岁被动失业。
也没有在南美生活、带孩子、做自媒体，更不知道一个普通女性真正面对的那些现实限制。
这些东西不能由AI替代。
但是它可以帮我：
把散乱的信息整理出来。
把模糊的问题拆清楚。
发现我没有注意到的漏洞。
把一个想法更快推进到可以执行的状态。
所以我现在越来越觉得：
AI最有价值的地方，不是替一个人思考。
而是：
让一个原本已经有经验、有判断的人，更快把自己的东西组织起来。
05
我最近真的用AI，把一个想法做成了产品原型
这里讲一个我最近正在做的真实案例。
我一直很关注一个问题：
35+女性的收入安全感，到底来自哪里？
因为我自己35岁经历过被动失业。
后来我越来越发现，很多人判断自己的收入是否安全，只看一个数字：
赚多少钱。
但一个月赚3万，全部依赖一份工资；
和一个月赚2万，却拥有储备、不同收入来源和可以重新变现的能力，
两个人面对风险时的状态可能完全不同。
所以我最开始只有一个很模糊的念头：
能不能做一个工具，帮助普通女性看看自己的收入结构到底安不安全？
以前这样的想法，很可能就停在我的备忘录里。
因为继续往下，需要想很多东西：
到底测什么？
怎么设计问题？
结果怎么区分？
不同结果应该给什么建议？
最后怎么让别人真的可以测试？
这一次，我开始借助AI把它一步一步往下拆。
从最开始的一个想法，
到确定测评维度，
再到18道具体问题，
再设计不同结果的判断逻辑，
然后继续把这些内容变成一个真正可以运行的网页版测试工具。
现在，它已经不是一句：
“我想做一个收入安全感测评。”
而是一个可以在手机和电脑浏览器里真正完成测试的产品原型。
它当然还很初级。
还需要真实用户测试，也还需要不断调整。
但对我来说，这件事情很重要。
因为我第一次越来越清楚地看到：
AI真正降低的，是一个普通人把“想法”变成“东西”的门槛。
过去很多事情，你可能需要找不同的人。
研究的人。
写内容的人。
懂产品的人。
甚至懂一点技术的人。
现在AI当然不能完全替代这些专业角色。
但它至少让一个普通人有机会，用很低的成本先完成第一版。
先做出来。
先测试。
先拿到反馈。
再决定值不值得继续投入。
我觉得这才是AI对普通人真正有意思的地方。
06
现在，一个AI值不值得留下，我只看3件事
经历了前面那段“什么都想学”的阶段以后，我现在判断一个AI要不要长期使用，标准已经变得很简单。
第一，它有没有解决我的高频真实问题？
不是功能看起来很厉害。
而是我每周、每个月真的会不会用到。
第二，它有没有明显降低我的时间和精力成本？
原来3小时的事情，现在能不能1小时完成？
原来一直拖着不想做的事情，现在是不是更容易开始？
第三，它有没有帮我留下可以继续复用的成果？
内容。
资料。
SOP。
工作流。
产品。
知识库。
甚至是一套以后可以重复使用的思考框架。
如果一个工具三个都做不到，
对我来说，它再火，也没有那么重要。
如果能稳定做到其中两个以上，
它才有资格长期留在我的工具箱里。
这个标准很简单。
但它帮我过滤掉了大量“看起来很厉害、实际上跟我没什么关系”的东西。
07
我真正想积累的，已经不是AI工具了
写到这里，我突然发现，这件事其实又回到了我最近一直在思考的那个问题：
一个普通女性，到底什么东西是真正可以留下来的？
工作可能变化。
平台可能变化。
AI工具当然也会变化。
今天最强的是这个。
明年可能又出现完全不同的东西。
所以如果我们的安全感建立在：
“我会使用某一个AI工具。”
其实依然不够。
真正能够慢慢留下来的，是：
你解决问题的能力。
你过去十几年积累的经验。
你持续生产出来的内容。
你建立起来的工作方法。
你做出来的产品。
以及别人对你的信任。
AI只是帮我们更快地把这些东西整理出来、表达出来、放大出来。
所以我现在真正想学的，已经不是更多AI工具。
而是：
怎么借助少数几个AI，把自己过去十几年积累的东西，一点一点变成真正属于自己的资产。
这也是为什么，我现在不再因为没有第一时间学会一个新AI而焦虑。
工具可以慢一点学。
但东西要真的做出来。
如果你最近也在学AI，我很建议你试着换一个问题。
不要再问：
“下一个AI，我应该学什么？”
先问：
“用我现在已经会的AI，这个月我到底能做成什么？”
一篇真正发布出去的内容。
一个能每天使用的工作流。
一套自己的SOP。
一个产品原型。
都可以。
因为AI时代真正值得积累的，
从来不是你收藏了多少工具。
而是当工具不断更新以后，
你手里留下了多少真正属于自己的东西。
本文仅代表个人观点与实践经验，仅供参考。
· END ·
我是谁：
Hi，我是沐艺。
13年金融从业者，35岁被动失业后，在南美重新开始。
现在的我，一边生活，一边重新学习和使用AI、做个人IP，也在重新搭建自己的收入结构。
在「沐艺不上班」，我会持续记录一个35+普通女性，如何把过去的经验重新变成自己的能力、资产和收入，一点点拿回人生选择权。
不上班不是目的，拥有选择上不上班的能力，才是。
