即刻App年轻人的同好社区
下载
⭕ 文件驱动 AI
---
人 - 问题 - AI - 回答 - 应用
人有问题，向某几个 AI 提问，得到回答，然后应用回答。
使用 AI 的过程中，要积累几份文件：
人：要想让 AI 给出针对性的回答，需要让 AI 了解你这个人，对你的背景了解得越多越细，给出的回答越具体越有针对性。所以，这里需要一份《个人自传》，这份自传不是定下来就不变了，还会补充、细化、修改，不断生长。
问题：问题包括待问的和已问的。
对于待问的问题，随手记录，做备忘，每天或每周抽时间问。
对于已问的问题，用多维表记录，并用不同字段分类，一个是备忘，因为现在问题才是最重要的，AI 的回答丢了不怕，只要问题还在，再问一遍就是，怕的是忘记了问题，一个是后续筛选，用多维表筛选更方便，还可以从同类问题中看出自己的兴趣所在、痛苦所在。
AI：列一份 AI 工作流清单，包括用到哪几款工具，分别做什么事，AI 之间如何配合。这份清单也不是一成不变的，工作流和工具，都可以迭代。因为一方面，市面上 AI 发展日新月异，不断有新工具出来，已经出的模型与工具还在不断进化，另一方面，你对 AI 的了解与应用也在深化，更多的事情会用 AI 来处理了。
回答：回答包括三块，一块是 AI 深度思考的过程，一块是深度思考后的回答，一块是你对 AI 回答的判断。
从 AI 深度思考的过程，我们可以学习如何深度思考。不必像 AI 一样，只要学几招高频的、实用的，就可以增强我们的思考力了。这样可以降低对 AI 的依赖，如果遇到一个问题，我用自己的大脑就可以开启深度思考了，就可以快速且深入地分析与判断了，又何必事事问 AI 呢？
对于 AI 的回答，最好清单化。所谓清单化，就是自己写一条笔记，把 AI 的回答转化成一份清单，放到笔记库里。如果仅仅是看了，作用有限，如果只是问了，连看都没细看，那还不如不花这个时间。清单不是事无巨细照抄，而是用二八法则，十取二，AI 给我 100 条，我只取 20 条。有了清单笔记库，后续再遇到类似问题，就不用重复问 AI 了，只需要调取相应的笔记即可。
收到 AI 的回答后，我们会对这个回答有一个快速的、直觉的判断：这个回答是不是我想要的。基于这个判断，我们会意识到刚才的提问够不够好。我们无法苛责 AI，只能通过修改自己的提问，得到更满意的回答。这个过程中，可以记录一份《AI 对话心得》，从问过的问题中，可以知道怎样与 AI 对话，怎样问 AI 可以得到自己想要的回答。
用 AI，得到一个又一个回答，这个不是目的，目的是把回答用起来。如果不用起来，这和买了一堆书放着不读有什么区别？不过是制造了一种虚幻的获得感。
用要怎么用？思、问、知、行。
思、问、知，前面已经提到了。思就是向 AI 的深度思考学习深度思考；问就是在和 AI 对话中学习如何提问；知就是把 AI 给的回答提炼为一篇篇清单笔记。
那么行呢？
不问不如问，问了不如看了，看了不如二八清单化，清单依然是知的层面，知不如行。行指向事，事指向项目，项目指向项目文件。
比如用 AI 写代码，代码放在 AI 里或放在笔记库里，不是目的。得把一段代码变成一个功能，一个个功能组成一个产品，这才是目的。
大多数人用 AI，并不是用来写代码，而是解决一个现实中的问题，办一件事。这一个个问题、一件件事，又属于几个项目。比如儿童被蚊虫叮咬怎么处理，这是一个问题，处理这个问题就是一件事，这件事可以归类到育儿项目。
AI 给的回答，最终要落在现实中的项目上，才可以真切感受到 AI 带来的帮助。如果纯粹聊天，AI 不过是一个玩具。
每个项目有一份项目指导文件，所有属于这个项目的问题与事情，都 all-in-one 到这份文件中，集中管理。如果一个项目有几十份文件管理，这个项目就容易散乱。
从 AI 的回答中提取信息，放到清单笔记和项目文件中，有什么区别？AI 给 100 条，清单笔记取 20 条，项目文件可能只取 2 条。这 2 条是当下立马就可以做的，做了立马有效果的。
综合上面说的，使用 AI 有这么些文件：
我是谁：《个人自传》
我想问什么：《待问清单》
我问过什么：《已问多维表》
我用什么 AI：《AI 工作流》
我怎么学习 AI 思考：《思维模型》
我怎么问 AI：《AI 对话心得》
我学到了什么：《清单笔记库》
我用在什么地方：《项目文件》
---
人 - 问题 - AI - 回答 - 应用
人有问题，向某几个 AI 提问，得到回答，然后应用回答。
使用 AI 的过程中，要积累几份文件：
人：要想让 AI 给出针对性的回答，需要让 AI 了解你这个人，对你的背景了解得越多越细，给出的回答越具体越有针对性。所以，这里需要一份《个人自传》，这份自传不是定下来就不变了，还会补充、细化、修改，不断生长。
问题：问题包括待问的和已问的。
对于待问的问题，随手记录，做备忘，每天或每周抽时间问。
对于已问的问题，用多维表记录，并用不同字段分类，一个是备忘，因为现在问题才是最重要的，AI 的回答丢了不怕，只要问题还在，再问一遍就是，怕的是忘记了问题，一个是后续筛选，用多维表筛选更方便，还可以从同类问题中看出自己的兴趣所在、痛苦所在。
AI：列一份 AI 工作流清单，包括用到哪几款工具，分别做什么事，AI 之间如何配合。这份清单也不是一成不变的，工作流和工具，都可以迭代。因为一方面，市面上 AI 发展日新月异，不断有新工具出来，已经出的模型与工具还在不断进化，另一方面，你对 AI 的了解与应用也在深化，更多的事情会用 AI 来处理了。
回答：回答包括三块，一块是 AI 深度思考的过程，一块是深度思考后的回答，一块是你对 AI 回答的判断。
从 AI 深度思考的过程，我们可以学习如何深度思考。不必像 AI 一样，只要学几招高频的、实用的，就可以增强我们的思考力了。这样可以降低对 AI 的依赖，如果遇到一个问题，我用自己的大脑就可以开启深度思考了，就可以快速且深入地分析与判断了，又何必事事问 AI 呢？
对于 AI 的回答，最好清单化。所谓清单化，就是自己写一条笔记，把 AI 的回答转化成一份清单，放到笔记库里。如果仅仅是看了，作用有限，如果只是问了，连看都没细看，那还不如不花这个时间。清单不是事无巨细照抄，而是用二八法则，十取二，AI 给我 100 条，我只取 20 条。有了清单笔记库，后续再遇到类似问题，就不用重复问 AI 了，只需要调取相应的笔记即可。
收到 AI 的回答后，我们会对这个回答有一个快速的、直觉的判断：这个回答是不是我想要的。基于这个判断，我们会意识到刚才的提问够不够好。我们无法苛责 AI，只能通过修改自己的提问，得到更满意的回答。这个过程中，可以记录一份《AI 对话心得》，从问过的问题中，可以知道怎样与 AI 对话，怎样问 AI 可以得到自己想要的回答。
用 AI，得到一个又一个回答，这个不是目的，目的是把回答用起来。如果不用起来，这和买了一堆书放着不读有什么区别？不过是制造了一种虚幻的获得感。
用要怎么用？思、问、知、行。
思、问、知，前面已经提到了。思就是向 AI 的深度思考学习深度思考；问就是在和 AI 对话中学习如何提问；知就是把 AI 给的回答提炼为一篇篇清单笔记。
那么行呢？
不问不如问，问了不如看了，看了不如二八清单化，清单依然是知的层面，知不如行。行指向事，事指向项目，项目指向项目文件。
比如用 AI 写代码，代码放在 AI 里或放在笔记库里，不是目的。得把一段代码变成一个功能，一个个功能组成一个产品，这才是目的。
大多数人用 AI，并不是用来写代码，而是解决一个现实中的问题，办一件事。这一个个问题、一件件事，又属于几个项目。比如儿童被蚊虫叮咬怎么处理，这是一个问题，处理这个问题就是一件事，这件事可以归类到育儿项目。
AI 给的回答，最终要落在现实中的项目上，才可以真切感受到 AI 带来的帮助。如果纯粹聊天，AI 不过是一个玩具。
每个项目有一份项目指导文件，所有属于这个项目的问题与事情，都 all-in-one 到这份文件中，集中管理。如果一个项目有几十份文件管理，这个项目就容易散乱。
从 AI 的回答中提取信息，放到清单笔记和项目文件中，有什么区别？AI 给 100 条，清单笔记取 20 条，项目文件可能只取 2 条。这 2 条是当下立马就可以做的，做了立马有效果的。
综合上面说的，使用 AI 有这么些文件：
我是谁：《个人自传》
我想问什么：《待问清单》
我问过什么：《已问多维表》
我用什么 AI：《AI 工作流》
我怎么学习 AI 思考：《思维模型》
我怎么问 AI：《AI 对话心得》
我学到了什么：《清单笔记库》
我用在什么地方：《项目文件》
61 222
来自圈子
AI探索站
101236人已经加入