谁在用 AI 以及如何用？-AI商业周刊

大模型问世两年多，技术日新月异，模型、智能助手、Agent层出不穷，最近：

每一次新技术、新产品的出现，似乎都要颠覆世界，但身边真正在用 AI 的有多少人呢？

我在去年 5 月份写的文章“将GPT 与个人 SOP 结合”已经有一年多的时间，先来看看现在我是怎么使用 AI 的。

我先梳理了一下我在用AI的场景：

上面的流程和一年多以前大差不差，要说有什么新的变化，第一个是可以体验很多 AI 应用，比如

- 微信读书+AI，可以 AI 总结书籍，AI 问书

- 阿里的通义听悟，能把音频转文字，还能直接转成优化后的文章

- 还有ARC 浏览器、Monica、胃之书

第二个是，各家平台都在推出 Agent ，Agent 可以理解成封装了 Prompt 的应用，它可以自主运行，感知信息，并采取行动，达到目标。高级一点的是，可以多个代理互相影响、共同运行，

目前，大多 Agent 还是比较简单的，通过提示词+知识库+不断的对话调节，可以打造一个自己专用的对话助手。可以在 Coze、GPTs、试用一下好用的 Agent。

可以看出，现阶段 AI 主要用于脑力工作，提高效率，距离生活娱乐还缺落地的应用产品。这是 AI 模型能力的限制，每次对话仍然是开盲盒，Prompt 问题多样随机，输出质量页会下降。

虽然AI 可以解决我们提出的大多数问题，但并不是每个人都有问题的，就像上课结束，老师问学生提问题的场景，没几个举手的。而且使用 AI 有学习成本在都会成为阻碍。人都是懒得，想要更多的多巴胺。

另一方面，AI 可以给人提效，但对于上班，效率并不是关键，团队的业务>个人的效率，按规矩办事反而更轻松，提高效率反而会动了别人的利益，参考飞书推广中遇到的阻碍。

已经有很多免费的AI 让我们使用，比如字节的豆包、月之暗面的 Kimi、阿里的通义、minimax 的海螺 AI…有些能力已基本接近 GPT4，只要动动手就能拥有一个贾维斯，解决大部分问题，但大多数人仍是绕路而行。

爱因斯坦在《物理学的进化》一书中讲：提出一个问题，‍‍往往比解决一个问题更为重要，因为解决一个问题或许是一个‍‍数学或实验上的技巧问题，而提出的新问题，新的可能性，从新的角度看待旧问题，却需要创造性的想象力，‍‍标志着科学的真正进步。

AI 大大缩短了解决问题的路径，只需要让我们去考虑如何去提出问题的环节。现在，提出一个问题=解决一个问题已经是无可争议的事实，甚至提出一个问题=创作一个产品。

但重点是问题在哪里？AI 解决问题的边界又在哪里？

除去衣食住行、娱乐聊天已经被各个超级 APP 包揽了场景，我们的问题主要来自我们的业务，没有自己的业务就不可能有问题，更不会去使用 AI。就像没有考试就很难去学习，没有输出就很难输入。

对打工人来说，业务就是我们的工作，而工作的问题很容易靠经验、靠找 mentor 来解决，同样真正熟练的工作，很难有问题。

那就要跳出工作给自己建立新的业务，比如去学个技能、去考个证、去做自媒体。

而我就是在做自媒体过程中切实享受到了 AI 的好处，在 23 年利用 AI，将一周生产一篇文章提效到了一天一章，由此收获上万关注量。

当有了自己的业务，想要把 AI 用起来，还得掌握一些基础的技巧。

比如要知道有哪些 AI 工具可以用，他们能干什么？

你用 GPT，会发现它有多个版本，有GPT3.5、GPT4、GPT4O、 GPTs、各种各样的插件，还有 Dalle，这些有什么差别，能解决我的什么问题。

去探索浏览器商店会发现那里有上千个 AI 工具，那我该选哪个？带着好奇心多试试，尤其如果你是产品经理，更应该去试试，看看人家是怎么设计 AI 应用产品的。

只有自己在使用的过程中才能感受到 AI 的边界，他会让我们明白该如何和自己的业务结合，该怎么合理的去提问。

当用到 AI 的时候，还要知道我的问题是什么？要解决的事情超出自己经验范围内就是问题。

最后就是学会 prompt 的使用，以及 Agent 的使用，prompt 是发送给对话任务的提示词，Agent 是封装了 prompt 的应用。

调用最恰当的方法去解决问题，就像使用合适的数学函数才能输出正确的答案，分享一个 prompt 制作方法：

掌握了以上，有了自己的 AI 使用方法论，如果你还是一些传统行业的，就可以提炼出课程、应用、服务来帮助更多人解决问题。

最后：AI 很容易做到及格，但是要做到最好，还要靠自己思考。

。

人工智能技术应用专业