最近很多人问我：“你现在是不是工作效率提高了很多啊？”答案是肯定的，确实有很大提升。但真正改变工作效率的，并不是某一个 AI 工具的使用。而是一套 AI 工具的使用结构。

从断断续续使用AI，到每天都离不开AI，一年来，我开始逐渐意识到，AI 的价值不在于帮我完成一个个task，而在于“放大我已有的思考能力”。

这篇文章，我想系统讲讲我目前的 AI 使用方法论。

一、第一层：方向层 —— AI 不负责决定问题

使用AI原则之一就是：AI 不能决定方向，只能服务方向。如果方向模糊，AI 只会生成更模糊的内容。

例如：

  • 错误方式示范：“帮我想一个产品方案”。
  • 正确方式应该是：“我要解决 XX 场景下的 Y 问题，约束条件是 Z，请帮我拆解结构。”

二、第二层：结构层 —— 所有问题都要结构化

AI 输出质量 ≈ 输入结构质量。

与 AI 一年交互的经验告诉我，“泛问法”只能在概率上给出符合预期的答案，当提问结构清晰，AI 的表现会稳定很多，所谓的“提示词工程”本质上就是在进行问题的结构化表达。

一个好问题的结构可以包括：问题提出背景、目标、受众、限制条件、输出格式等。

三、第三层：角色层 —— 让 AI 站在不同视角

同一个问题，不同的利益相关方或者角色，代表的立场不同，因此答案也就不同。我们可以利用 AI 以并行视角来对同一个问题进行回复，这样可以找到问题的盲点，很有利于培养批判性思维和发现思考的盲点。

例如：

  • 作为产品经理，你会怎么做？
  • 作为客户，你会质疑什么？
  • 作为领导，你最关心什么？
  • 作为反对者，你会怎么批评？

四、第四层：迭代层 —— 三轮法则

如果提问只停留在第一轮，价值很有限。真正的提升，来自连续提问，并至少要进行三轮提问。毕竟 AI 拥有无限耐心，态度好是它最大特色之一。比起请教同事，请教AI是不用担心人情债和可能的沟通障碍的。所以，尽情地问吧。

例如：

  1. 帮我找逻辑漏洞
  2. 帮我删减冗余
  3. 帮我强化核心观点
  4. 帮我把表达压缩到更锋利

五、第五层：嵌入层 —— 把 AI 写进流程

当工作效率真正产生质变的时候，是当我不再“偶尔用 AI”处理工作，而是把它自然地加入整个工作流。当它成为流程的一部分，效率提升才是稳定的。

例如：

  • 客户需求 → 使用 AI 做结构化拆解分析
  • 产品设计 → 使用 AI 进行功能模块设计
  • 汇报材料 → 使用 AI 快速出逻辑框架
  • 博客写作 → 使用 AI 做逻辑校验

最后，我越来越觉得，未来的竞争，不是“会不会用 AI”，而将是谁能把自己的思考结构化，然后用 AI 放大它。

工具永远是外部变量，结构化，才是核心能力。

附：

  1. 日常高频会用到的 AI 工具：
  • ChatGPT\DeepSeek（对话问答）
  • Cursor（项目开发）
  • 豆包（会议纪要）
  1. 正在探索使用的： OpenClaw（小龙虾），希望能有个工作生活助理，但是又担心安全性问题而迟迟没有动手实践。