你用了一年ChatGPT，但工作方式和以前没什么区别——问题出在这里

你可能已经用ChatGPT超过一年了。

每天打开，问几个问题，复制粘贴，关掉窗口。偶尔觉得"还不错"，但大多数时候，它给你的感觉更像一个反应还行的搜索引擎——而不是什么能改变工作方式的东西。

如果这个描述戳到你了，我想告诉你：这不是AI的问题，是使用姿势的问题。

Andrew Ng在谈到他的团队时说过一句话，大意是：真正的AI原生团队，和普通团队的差距，不在于用了多少工具，而在于他们重新设计了任务的分解方式和迭代节奏。

这句话大多数人读完，只记住了"要多用AI"四个字。

但他真正在说的，是一套底层的工作逻辑——而这套逻辑，普通职场人完全可以在个人层面复现。

本文就是要把这套逻辑拆给你看，并且给你可以直接抄作业的操作模板。

---

一、Andrew Ng说了什么，大多数人理解错了

Andrew Ng在Coursera和AI Fund的多次公开分享中，反复强调一个概念：AI原生（AI-native）。

他的原话（来自Coursera官方博客及公开访谈）大致是这样的：

"The most productive AI teams I've seen don't just use AI tools — they redesign their workflows around AI. The key is rapid iteration: instead of spending days perfecting a plan, you spend hours building a rough version with AI and iterate from there."

翻译过来：最高效的AI团队，不只是在用AI工具，而是围绕AI重新设计了工作流。核心是快速迭代——不是花几天打磨一个完美计划，而是用几小时借助AI搭出一个粗糙版本，然后从那里开始迭代。

注意他强调的三个关键词：重新设计、快速迭代、从粗糙版本开始。

这和大多数人的使用方式完全相反。大多数人的逻辑是：我想清楚了，再让AI帮我写。Andrew Ng的逻辑是：先让AI帮我把框架搭出来，我再来判断和修正。

McKinsey在其AI生产力研究中也有类似发现：高效AI用户和低效AI用户的最大差距，不在于使用频率，而在于是否把AI嵌入了任务的中间环节，而不只是用在最后的"润色"阶段。

这个差距，体现在三个具体的习惯上。

---

二、习惯一：草稿先行，AI接力

反直觉结论：不要等你想好了再让AI写，先写一个烂草稿，让AI来精炼。

这个顺序的逆转，解决的是一个很多人没意识到的问题：空白页恐惧症（Blank Page Problem）。

当你打开AI对话框，输入"帮我写一封给客户的跟进邮件"，你通常会得到一封措辞正确但毫无灵魂的邮件——因为AI不知道你和这个客户的关系、上次谈到哪里、你真正想传达的语气。

但如果你先花3分钟，用最口语的方式把你想说的事情写下来——哪怕语法混乱、逻辑跳跃——然后把这个"烂草稿"交给AI，结果会完全不同。

为什么？ 因为你的烂草稿里包含了AI无法自行生成的信息：你的判断、你的语气偏好、你对这件事的真实态度。AI的工作，是把这些信息整理成一个可读的输出，而不是凭空创造它们。

这个习惯让你保留了判断力的主导权，同时把"把想法变成文字"这个最耗能的步骤外包出去了。

可直接使用的Prompt模板

场景一：职场邮件

以下是我想在邮件里表达的内容（口语版，不用在意格式）：
[粘贴你的烂草稿]

请帮我整理成一封正式但不冷漠的商务邮件，
收件人是[角色/关系]，
目的是[具体目的]，
语气要[简洁/温和/有推进感]。
保留我原始意思中的关键信息，不要添加我没提到的内容。

场景二：方案初稿

我正在准备一个关于[主题]的方案，
以下是我目前想到的几个点（顺序混乱，不完整）：
[粘贴你的思路碎片]

请帮我：
1. 整理成一个有逻辑结构的方案框架（不需要写完整内容）
2. 指出我明显遗漏的重要模块
3. 用一句话概括这个方案的核心价值主张

场景三：周报

以下是我这周做的事情（流水账版本）：
[粘贴你的工作记录]

请帮我整理成周报格式，要求：
突出成果和进展，而不只是罗列任务
如果有可以量化的内容，请标注出来让我补充数据
结尾加一个"下周计划"的占位框架，我来填内容

---

三、习惯二：把AI当初级同事，而不是搜索引擎

反直觉结论：不要只问问题，要委托任务。

大多数人用AI的方式，本质上还是搜索引擎思维：一问一答，用完即走。

问题是，这种方式只能激活AI能力的一小部分。

Andrew Ng在谈到团队工作流时强调：反复迭代是AI原生工作的核心节奏。不是一次性生成一个完美答案，而是通过多轮对话，逐步逼近真正需要的输出。

这和你管理一个初级同事的方式是一样的：你不会只给他一句"做个竞品分析"，然后等他交一份完整报告。你会给他背景、给他方向、在他做出初稿后给反馈、再迭代。

一个真实的多轮委托案例：竞品分析

第一轮（给背景和框架）：

我是一家To B SaaS公司的产品经理，
我们的产品是[简述核心功能]，
目标客户是[描述]。

我需要分析竞品[竞品名称]，
目的是：找出我们在定价和功能上可以差异化的切入点。

请先告诉我：你建议从哪几个维度来分析？
不要直接开始分析，先给我分析框架，我来确认。

第二轮（确认框架后，开始分析）：

框架确认，按这个来。
以下是我收集到的关于竞品的信息：
[粘贴你找到的公开资料]

请基于这些信息，填充分析框架，
标注哪些地方信息不足、需要我补充。

第三轮（针对性深挖）：

关于定价部分，你的分析我觉得还不够深，
我们的目标客户对价格敏感度是[高/中/低]，
主要决策人是[角色]，
请重新从他们的视角来写定价差异化建议。

三轮下来，你得到的不是一篇通用分析文章，而是一份真正针对你的业务情况的竞品洞察。

💡 文中所有Prompt模板，以及一个可直接导入的Prompt资产库初始版本，我整理在了这里：

👉 [api.884819.xyz](https://api.884819.xyz)

如果你需要更稳定的API来跑多轮对话工作流，或者批量处理场景，平台也提供了对应接入方案，新用户注册即送体验token，国产模型（Deepseek/千问等）完全免费，按量付费，没有月租。

---

你现在掌握的，已经是大多数人不知道的了。最后一步，是把它变成系统。

---

四、习惯三：建立你自己的Prompt资产库

反直觉结论：每次用完就扔掉Prompt，是在做无效重复劳动。

这是普通AI用户和"AI原生"用户之间，最容易被忽视、但差距最大的地方。

想象一下：你花了20分钟，反复调整一个Prompt，终于得到了一个非常好用的竞品分析框架。然后你关掉窗口，下次需要的时候，从零开始。

这不是在用AI提效，这是在用AI做西西弗斯的工作。

类比软件开发：没有一个程序员会每次都重写同一段代码。他们有代码库、有版本管理、有注释。你的Prompt，也应该被这样对待。

Prompt归档四格法

建立一个极简的归档习惯，每个Prompt用以下四格记录：

工具不重要，Notion、飞书文档、甚至一个本地的Markdown文件都可以。重要的是建立这个意识：Prompt是资产，不是一次性消耗品。

3个可直接复制的启动资产

Prompt #001：会议纪要整理

以下是一段会议录音的文字转录（可能有口语错误）：
[粘贴转录文字]

请整理成标准会议纪要，包含：
1. 会议核心结论（不超过3条）
2. 待办事项清单（标注责任人和截止时间，如果提到的话）
3. 未解决的争议点（如果有）

格式要简洁，适合直接发给与会者。

Prompt #002：复杂邮件快速拆解

以下是一封我收到的邮件：
[粘贴邮件原文]

请帮我：
1. 用一句话总结对方真正想要什么
2. 列出我需要回应的具体问题点
3. 给出一个回复思路（不需要写完整回复，只需要给我方向）

Prompt #003：思路整理器

我现在脑子里有一堆关于[主题]的想法，很乱，
我会用口语把它们说出来，你帮我：
1. 找出其中最核心的1-2个观点
2. 整理成有逻辑的结构
3. 指出哪些想法是重复的、哪些是真正新的

以下是我的原始想法：
[粘贴你的思路流水账]

把这三个Prompt存起来，你的资产库就有了第一批存货。接下来每用一次、每改进一次，它就会越来越值钱。

---

五、把3个习惯串成一天的工作流

理论说完了，来看看这三个习惯在真实工作日里是什么样的。

以下是一个普通产品经理的周一：

09:00 — 处理邮件

打开收件箱，有一封来自客户的长邮件，要求说明上周问题的处理进展。

旧习惯：想好怎么回，然后开始写，改了三遍，发出去。
新习惯：先用Prompt #002拆解对方真正想要什么，用30秒口述自己的回复思路，扔给AI精炼，确认无误后发出。节省约20分钟。

---

10:30 — 准备下午的需求评审

需要整理一个新功能的需求文档，但思路还很散。

旧习惯：对着空白文档发呆，等灵感，或者直接让AI"帮我写一个需求文档"，得到一个没有灵魂的模板。
新习惯：先花5分钟把脑子里的想法用语音转文字倒出来，用Prompt #003整理结构，然后用方案初稿模板把框架搭出来，自己填关键内容。节省约40分钟，且输出质量更高。

---

14:00 — 竞品调研

老板临时要求下周一前给一份竞品分析。

旧习惯：直接问AI"分析一下XX竞品"，得到一份通用内容，自己再花大量时间加工。
新习惯：用多轮委托模式，三轮对话下来得到一份有针对性的分析框架，自己只需要补充内部数据和判断。节省约1小时。

---

17:30 — 写周报

旧习惯：翻日历，回忆这周做了什么，凑字数。
新习惯：把这一天的工作流水账（其实已经在各种记录里了）扔给周报Prompt，5分钟出初稿，确认后发出。

---

这不是在给你的工作日增加一个"用AI"的新任务，而是把原有工作流里的摩擦点一个个消除。

---

结语：你现在选择哪一种？

AI不会让你变成超人。

但Stanford HAI的研究指出：在知识工作领域，高效AI使用者和低效使用者之间的生产力差距，正在随着时间推移持续扩大——不是因为他们用了不同的工具，而是因为他们建立了不同的使用习惯。

这三个习惯，你今天就可以开始：

下次写东西，先写烂草稿，再让AI接力
下次用AI，给背景、给角色、给验收标准，然后多轮迭代
把今天用过的一个好Prompt，存到你的资产库里

三个习惯，不需要同时建立。先从一个开始。

AI不会让认真使用它的人和随便用用的人，立刻拉开差距。但时间会。

你现在选择哪一种？

---

📌 下一篇预告

3个习惯你建立了，但还有一个问题没解决——

当任务变复杂，单个AI对话窗口已经不够用了。你需要让多个AI"分工协作"。

下一篇，我会拆解一个真实的多Agent工作流搭建案例：不需要写代码，普通人也能跑起来。从任务拆分、角色分配，到结果汇总，全流程图解。

关注我，更新第一时间通知你。

---

本文由8848AI原创，转载请注明出处。关注8848AI，带你从零开始学AI。

#AI效率 #ChatGPT #Prompt技巧 #AI工作流 #Andrew Ng #8848AI #人工智能 #职场效率