去年年中我一度很焦虑，因为团队里每个人都在聊 AI 工作流，我感觉自己像拿着算盘站在机房门口。后来慢慢上手才发现，所谓提效，根本不是用多炫的提示词，而是搞清楚哪些环节值得让 AI 掺和，哪些必须自己死磕。
把提示词当成需求文档写
我见过很多人对着对话框说“帮我写个方案”，然后抱怨 AI 是人工智障。说实话，这有点像你把需求说给一个刚来的实习生听，还不给背景资料，他交上来一坨流水账，你也不能全怪他。
我们自己团队做幻简的时候，内部有个默认习惯：凡是让 AI 干活，都得先给它设定身份、限制条件、输出格式，甚至给一两个反例。比如我不说“总结这份会议纪要”，我会说“你是运营助理，从这份纪要里提取需要我确认的决策点，按紧急程度排序，每条约 50 字，不要加问候语”。效果立竿见影，虽然偶尔还是要改改措辞，但至少不用从头写。
有一回我急着做一份竞品分析，用这个方法让 AI 先拉了个框架，再填充我手头的截图和数据。前后加起来不到 40 分钟，放在以前，光整理信息就得一下午。我个人的感觉是，AI 最擅长的是当“整理型副驾驶”，它干不了从零到一的创造，但很适合把脏活累活先干一遍，你再往上改。
筛选比生成更重要
用 AI 久了你会发现，产出效率最高的时候往往不是它写得很顺，而是你已经知道哪些东西能用。我同事上周跟我说，他让 AI 给新功能写了 5 条宣传文案，最后一条都没用，但有一条里出现了“决策次数”这个词，他把这个点扣下来，自己重新写了一版。这才是真实用法——AI 不是写手，是灵感矿工。
我自己处理邮件的时候也会这样。以前一封封回，现在先让 AI 把每封邮件压缩成一句要点，我再决定谁值得认真回复。这个过程里 AI 偶尔会把关键语气弄拧，但没关系，我本来就要看一遍，它帮我省掉的只是在字海里捞重点的时间。
当然也有翻车的时候。有次我让它帮忙整理用户反馈里的高频需求，它基于关键词聚了一组类，结果把“不想看广告”和“广告有价值”归到同一个主题，我盯着屏幕愣了半天。所以我会提醒自己：AI 给的结果永远是草稿，你才是终审。
别让工具定义你的工作方式
有一阵我特别迷恋各种 AI 效率工具，装了一堆插件，桌面乱得像开了个杂货铺。后来发现真正每天用的就那两三个。我们在做幻简的时候也反复琢磨这件事，怎么样不让产品变成又一个花架子。老实讲，到现在也没完全想明白，但我学到一个教训：工具是拿来顶替你工作中机械的那部分，而不是给你制造新流程的。
比如我手机上有个语音输入，以前觉得说话比打字快，后来发现我对着手机絮叨半天，改错字的时间比打字还长。现在我只在写初稿时用它，录完立刻删掉所有语气词，反而舒服。AI 也一样，别为了用而用，它该消失在事情里。
说到底，提效这件事没有标准答案。我唯一确定的是，那些到处喊着“AI 赋能”的人，多半没在工位上赶过真正的死线。你要做的，只是找一个下午，把手头最烦的重复劳动挑出来，试着扔给它一次，然后看看哪里舒服了，哪里没有。剩下的，你自己会知道。