# 零基础如何把 AI 用成真正的生产力：从 Gemini、NotebookLM 到 Codex 的完整工作流

很多人使用 AI，还停留在“问几个问题”“生成一张图”的阶段。

但 AI 真正有价值的地方，不是替你偶尔写一段文案，而是帮你把一个真实任务从头做到尾：把资料整理成课件，把录音变成信息图，把一个现实问题做成网页工具。

这次线下课，我想讲的不是一堆工具名称，而是几条普通人也能复用的 AI 工作流。


## 一、从 Gemini 开始：先把 AI 当成一个能协作的助手

对于刚接触 AI 的人，Gemini 是一个很好的入口。

你可以先用它聊天、整理思路，再进一步尝试：

- 生成和修改图片
- 生成视频、音乐
- 使用 Canvas 做文档、网页和数据看板
- 上传 Excel，让它协助整理和可视化数据

![Gemini 的创作入口](../assets/images/01-gemini-创作入口.png)

核心思路并不复杂：先把需求说清楚，再让 AI 帮你完成第一版；随后继续对话、修改和完善。

### 1. 图片、视频、音乐：提示词决定第一版质量

提示词不是玄学，本质上是把你的要求交代清楚。

- 图片：主体、用途、画风、比例
- 视频：画面、动作、镜头、时长
- 音乐：情绪、节奏、乐器、使用场景

如果提示词网站上找不到合适的模板，也不用卡住。可以直接对 Gemini 或 ChatGPT 说：

> 你作为一个优秀的提示词大师，基于我的描述，帮我生成质量更高的提示词。

然后继续补充：你要生成什么、给谁用、希望什么风格、什么比例，以及哪些内容不要出现。

![提示词到第一版](../assets/images/01-提示词到第一版.png)

下面两个网站可以作为提示词灵感库：

- [YouMind GPT Image 2 提示词合集](https://youmind.com/zh-CN/gpt-image-2-prompts)
- [OpenNana Awesome Prompt Gallery](https://opennana.com/awesome-prompt-gallery?model=ChatGPT)

模板不是答案，但它能让你更快开始。

### 2. Canvas：把一份 Excel 变成数据可视化看板

Canvas 很适合现场展示“AI 不只是聊天”。

例如，把一份年度工作任务指标 Excel 上传后，用一句自然语言说明需求：

> 基于这份 Excel，制作一个年度工作任务指标完成情况统计汇总看板。

之后可以继续让它生成和修改指标卡、柱状图、达标状态分布、配色、图表和报告。

![Canvas：从 Excel 到数据看板](../assets/images/02-gemini-canvas-数据看板.png)

无需写代码，也可以把原始表格变成可用的网页应用。这是很多人第一次真正感受到 AI 实用性的时刻。

## 二、NotebookLM：让 AI 围绕你的资料回答

NotebookLM 很适合课程学习、论文阅读、课题写作和长文档理解。

它的逻辑是：先上传你的资料，再围绕资料提问。

我会用《理财圣经》作为示例：上传 PDF 后，让 NotebookLM 帮我生成一个一小时线下读书分享的 PPT 大纲；接着再查看资料引用，并进一步生成思维导图、音频概览、报告、闪卡和测验。

![NotebookLM：《理财圣经》读书分享示例](../assets/images/03-notebooklm-理财圣经.png)

这套方法特别适合解决一个常见问题：看完一本书、听完一门课，却很难提炼出结构，更别说讲给别人听。

只要先把资料变成结构，后面的事情就顺了。

> 资料 → NotebookLM 提炼结构 → Codex 调用 Skill → 生成 PPT 成品

![资料到 PPT 工作流](../assets/images/02-资料到PPT工作流.png)

## 三、回到 Codex：把大纲变成真正的 PPT

NotebookLM 生成了大纲之后，可以把内容带回 Codex，再调用不同的 PPT Skill 生成成品。

但“AI 做 PPT”并不是只有一种结果。不同 Skill 的输出形式、可编辑程度和视觉风格都不一样。

![PPT Skill 对比](../assets/images/04-ppt-skill-对比.png)

这次会展示以下几种：

- `ppt-master`：更偏原生、可编辑的 PPTX
- `GordenImagePPTGen`：高信息密度的图片型 PPT
- `dashi-ppt`：先做 HTML 演示，可导出 PPTX 或 PDF
- `html-ppt`：多模板静态网页 PPT
- `guizang-ppt-skill`：杂志或瑞士风的横向翻页网页 PPT

因此，真正重要的不是“让 AI 做一份 PPT”，而是先想清楚：你要的是可编辑文件、视觉效果、网页演示，还是快速交付。

## 四、从日常录音到个人知识库

先播放原视频，再结合下面的截图回顾重点。

[打开原视频](<../assets/videos/knowledge-intro.mp4>)

### 1. 看截图回顾重点：积累资料，让 AI 帮助分析和改进

再看这份[视频重点截图合集（PDF，共 6 页）](<../assets/docs/video-screens.pdf>)。

视频里从整理个人现状与数据讲起，接着谈到交给 AI 分析、分别询问多个模型、持续关注科技动态、沿着感兴趣的方向研究，以及根据反馈不断调整。下面按原顺序放入六页截图。

![视频截图第 1 页：整理现状与数据](<../assets/images/01_整理现状与数据.png>)

![视频截图第 2 页：交给 AI 分析现状](<../assets/images/02_交给 AI 分析现状.png>)

![视频截图第 3 页：多个模型分别询问](<../assets/images/03_多个模型分别询问.png>)

![视频截图第 4 页：持续关注科技动态](<../assets/images/04_持续关注科技动态.png>)

![视频截图第 5 页：沿兴趣深入研究](<../assets/images/05_沿兴趣深入研究.png>)

![视频截图第 6 页：根据反馈持续调整](<../assets/images/06_根据反馈持续调整.png>)

把这些事连起来，就会遇到一个实际问题：**这些资料存在哪里，才能持续积累、更新，并让 AI 读取？**

接下来，就用 Obsidian 来承接这些资料，看看怎样把它们整理成自己的知识库。

### 2. Obsidian 到底是什么

理解 Obsidian，要从一个理念开始：**文件重于应用。**

Obsidian CEO 在[《File over app》](https://stephango.com/file-over-app)中这样解释这个理念：如果你想创造能够长期留存的数字作品，它们必须是你能够控制的文件，采用易于获取和阅读的格式。

这个理念决定了 Obsidian 的两个关键特质：

1. **笔记保存在本地。** 你拥有自己的数据，不依赖云端，离线也能使用。
2. **笔记采用纯文本的 Markdown（`.md`）格式。** 换一个文本编辑器也能打开。以后即使更换工具，这些内容照样可以读取。

这种纯文本文件的形态，在 AI 时代也便于 Agent 读取和处理。

还有一点很关键：Obsidian 是**以文件夹为单位管理笔记**的。这个文件夹有个专门的名字，叫作“库”。打开 Obsidian 的第一步，就是选择或创建一个本地文件夹。

你可以把库理解为本地文件系统的映射。

这个结构带来两个好处：

1. **内容不锁在 Obsidian 里。** 只要一个工具能够访问这个文件夹，比如你本机的 AI Agent，它就能直接处理这些笔记。
2. **笔记可以相互连接。** 通过链接把笔记连起来，逐渐形成知识图谱。很多人就是因为这个功能留下来的，不过这是进阶玩法，我们先不展开。

### 3. 接着操作：看看“库”与本地文件夹如何对应

用三个动作，看看刚才讲的文件结构：

1. **选择或创建一个库。** 打开 Obsidian，选择或创建一个本地文件夹，把它作为库。
2. **新建一篇笔记。** 在 Obsidian 里新建笔记，再到对应的本地文件夹中，查看生成的真实 `.md` 文件。
3. **放入已有资料。** 往这个文件夹里拖入一张图片或一个 PDF 文件，再回到 Obsidian 中查看。

### 4. 把日常录音变成个人知识库

准备好存放资料的库之后，再看日常录音怎样进入这个知识库：

> 录音卡、智能手表、手机千问 App 录音纪要 → Gemini 转文字 → 文字稿保存到 Obsidian → Infographic 生成信息图

先在千问 App 中录制现场声音，或者选择“手机音频”，再把音频转成可编辑文字，将文字稿保存到 Obsidian 的库中；随后提炼主题和重点，用 Infographic Skill 生成一张可以复习、分享和转发的信息图。

![千问 App 的录音纪要入口](../assets/images/05-千问录音纪要.png)

这条线解决的是：一段“听过”的内容，怎样变成真正“看懂、记得住、能分享”的内容。

![录音到信息图工作流](../assets/images/03-录音到信息图工作流.png)

## 五、分享两个 Skill：独立思考顾问与研究论证顾问

这次我会分享两个 Skill，并展示自己做的使用示例：

- **独立思考顾问 `critical-thinking-guide`**：检查日常判断、因果推断、争论和决策，也支持每轮只问一个问题的训练模式。
- **研究论证顾问 `research-guide`**：把主题变成可研究的问题，检查证据与论证，整理需要补充的资料和研究计划。

### 这两个 Skill 是怎么来的

我把三本思维与研究方面的书交给 AI，先核对版本和内容，再从中提取可以实际使用的原则，整理成两套顾问指令，最后封装为可以直接按名字调用的 Skill。

> 三本书 → 提炼原则并保留出处 → 整理成两类顾问 → 封装为 Skill → 用自己的问题检验和调整

**1.《思考的真相》：把思考拆成基本动作**

李笑来著，本次采用广东经济出版社 2024 年 5 月第 1 版。整理时提取了澄清定义、分类与比较、检查因果、更新判断等基础方法，作为两个顾问共同使用的基础。

![《思考的真相》书籍介绍截图，含原书扉页局部](../assets/images/01-思考的真相.png)

**2.《超越感觉：批判性思考指南》：检查判断是否站得住**

文森特·鲁吉罗著，本次采用第八版。独立思考顾问主要从这本书提炼方法：把结论、理由和隐含假设分开，检查证据、因果关系和类比，寻找反例，并判断结论有没有超出证据能支持的范围。

![《超越感觉：批判性思考指南》第八版书籍介绍截图，含原书封面](../assets/images/02-超越感觉-第八版.png)

**3. The Craft of Research：把疑问变成能研究的问题**

本次实际采用的是 2016 年第四版，由 Wayne C. Booth 等五位作者合著、University of Chicago Press 出版。研究论证顾问主要从中提炼如何收窄选题、提出问题、寻找和评价证据、组织论证及回应异议的方法。

![The Craft of Research 第四版书籍介绍截图，含原书封面](../assets/images/03-The-Craft-of-Research-第四版.png)

这份分享包共整理了 **50 条去重原则：20 条独立思考原则、18 条研究论证原则、12 条共用基础原则**。每条原则都尽量写清楚适用情形、执行步骤、出处和边界，让 AI 遇到问题时能按需读取、逐项检查。

独立思考顾问还具有训练模式：先让我写出自己的判断，再一次只问一个关键问题，等我回答后再反馈。

### 为什么这两个 Skill 重要

用 AI 做出一段完整、流畅的分析之后，我们还需要判断：它说的事实有没有依据，推理有没有跳步，结论是不是说得太满。这两个 Skill 把这些检查整理成可以重复使用的方法。

- **让自己的判断有依据。** 独立思考顾问帮助拆开事实、推测和理由，找出隐含前提，也提醒我们考虑反例和其他解释。
- **让查证有具体的下一步。** 发现证据不够时，研究论证顾问帮助明确要研究什么、需要哪些资料、怎样比较，以及结果能够支持多大范围的结论。
- **给自己留下练习的过程。** 训练模式要求先自己想，再接受追问和反馈。是否提高了独立思考能力，要看以后面对新问题时，能否自己发现类似的缺口。

这也是我想在 AI 课里分享它们的原因：从完成任务，进一步学会检查自己的想法和 AI 给出的结果。
### 安装包

[下载两个 Skill 的安装包（ZIP）](../assets/docs/two-skills.zip)

### 安装指令：复制给 Codex

把安装包提供给 Codex，或者告诉它安装包在电脑上的位置，然后发送：

```text
请解压这个安装包，阅读里面的安装说明，帮我安装这两个 Skill。
如果已经存在同名版本，请先告诉我，不要直接覆盖。
```
安装后的调用指令：

```text
$critical-thinking-guide 帮我检查这个判断：……
```

```text
$research-guide 帮我把这个主题变成可研究的问题：……
```

### 我的使用示例

**示例一：老师与学生——先看视频，再看逻辑分析**

1. 先播放视频：[有没有专家出来解释解释](<../assets/videos/teacher-question.mp4>)。
2. 再打开：[“老师与学生”的逻辑分析网页](<../examples/teacher/index.html>)。

原对话：[创建思维训练顾问 Agent](codex://threads/01a13482-c76e-7622-bfc9-2aa638ca199a)。

**示例二：分析文章逻辑链条——先看原文，再看分析与研究计划**

1. 先看原文：[《半导体行业的14条前瞻判断》原文（Markdown 整理版）](<../assets/docs/semiconductor-original.md>)。
2. 再打开：[逻辑分析网页](<../examples/semiconductor/01-logic-analysis.html>)。
3. 最后打开：[研究问题与证据计划网页](<../examples/semiconductor/02-research-design.html>)。

原对话：[分析文章逻辑链条](codex://threads/01a182a7-937c-7d60-901d-579c9cedb146)。

以上为备课用链接：安装包、视频、原文和示例网页指向本地文件，聊天链接用于在有访问权限的 Codex 中打开原对话，尚不是面向学员的公开分享链接。

## 六、EduLab：把数理化题目做成交互网页和讲解视频

### 1. 这个 Skill 是做什么的

[EduLab](https://github.com/wy51ai/edulab/blob/master/README.zh-CN.md) 是一套教育类 Skill 集合。把题目的文字或截图交给 AI，就可以按相应的 Skill 组织解题、计算和可视化，制作交互教学网页，或者带配音的讲解视频。

它包含六个 Skill：

| Skill | 主要用途 |
| --- | --- |
| `edu-solid-geometry` | 立体几何交互网页：旋转模型，查看线、面、投影与分步解析 |
| `edu-analytic-geometry` | 解析几何交互网页：拖动参数，观察图形与数值变化 |
| `edu-chem-reaction` | 化学反应交互网页：观察原子重组、化学键变化与守恒计数 |
| `edu-math-video` | 数学题讲解视频 |
| `edu-physics-video` | 物理题讲解视频 |
| `edu-chem-video` | 化学题讲解视频 |

### 2. 重要意义：把抽象关系变成可以观察和操作的过程

数理化里有些难点，恰好适合用可视化来讲：几何中的空间关系、化学中的原子重组、物理中的受力与运动。

对备课和辅导来说，EduLab 的价值在于：

- **把关系展示出来。** 旋转几何模型、观察分子变化，让文字和公式对应到画面。
- **让学生参与观察。** 拖动参数、切换步骤，先预测变化，再操作验证、解释原因。
- **让同一道题有不同的讲解形式。** 课堂上用交互网页演示，课后用配音视频回顾。

讲解之后，再让学生独立解题，检查是否真正掌握。

### 3. 它有什么特点

- **围绕具体题目制作。** 可以输入文字题或题目截图，部分网页 Skill 也支持随机出题。
- **交互与解析对应。** 网页可以旋转、缩放、拖动参数或分步高亮，同时查看相应的解释与读数。
- **计算与画面尽量保持一致。** 几何和化学网页 Skill 使用计算核心生成答案、模型数据与步骤数值，便于核对。
- **讲解视频结合声音、字幕和动画。** 可以用中文配音和中英字幕，把解题步骤与画面变化串起来。

### 4. 我的三个使用示例

这三个示例来自同一个聊天：[查找教育类技能集合](codex://threads/01a134e2-d640-7520-97c4-ebbe0e896aa4)。

**数学示例：正方体的线面角——交互网页与讲解视频**

同一道正方体线面角题，先用交互网页观察斜线、底面和投影，再看分步解析；随后播放同题的配音讲解视频。

- [打开正方体线面角交互网页](<../examples/edulab/math.html>)
- [播放讲解视频（晓晓配音新版，约 1 分 46 秒）](<../assets/videos/geometry-xiaoxiao.mp4>)

![正方体线面角交互网页：观察斜线、底面与投影](<../assets/images/数学-正方体线面角-预览.png>)

**化学示例：甲烷完全燃烧——微观反应交互网页**

拖动反应进度，观察反应物到产物的原子重组，并核对配平方程和反应前后的原子数量。网页里的动画与能量曲线是教学示意。

- [打开甲烷完全燃烧交互网页](<../examples/edulab/chemistry.html>)

![甲烷完全燃烧交互网页：分子模型、配平方程与原子守恒](<../assets/images/化学-甲烷完全燃烧-预览.png>)

**物理示例：斜面受力与运动——交互网页**

调整斜面角度、物体质量和静、动摩擦系数，先判断物体能否保持静止，再查看受力分解、加速度和运动过程。还可以暂停、慢放和拖动观察时间。

- [打开斜面受力与运动交互网页](<../examples/edulab/physics.html>)

![斜面受力与运动交互网页：参数调节、受力分解与运动读数](<../assets/images/物理-斜面受力与运动-预览.png>)

这个物理网页是在同一聊天中扩展制作的交互示例；EduLab 仓库里的物理专用 Skill 是 `edu-physics-video`，用于讲解视频。

以上示例链接指向课程本地素材。现场演示时，数学和化学网页需联网加载组件，物理网页可离线打开。

### 5. 安装方法

可以直接把下面这段话复制给 Codex：

```text
请帮我安装 EduLab 教育类 Skill 集合：
https://github.com/wy51ai/edulab

安装仓库中的六个教育类 Skill，并检查交互网页和讲解视频所需的运行环境。如有缺失依赖，请帮助补齐。保留已有的同名技能，完成后列出安装与依赖检查结果。
```

也可以使用仓库推荐的终端命令，并加上 `-g`，让技能在不同项目中都能使用：

```bash
npx skills add wy51ai/edulab -g
```

按提示选择需要的技能和 Codex。当前安装工具要求 Node.js 22.20 或更高版本，详见[安装工具说明](https://github.com/vercel-labs/skills#install-a-skill)。

安装后，可以在 Codex 里直接说：

```text
用 edu-solid-geometry，把这道正方体线面角题做成交互教学网页。
```

制作配音视频时，还需按提示选择配音方式；在线配音需要联网，部分服务需要单独配置。

## 七、从 0 构建一个网页项目，解决现实问题

AI 让“做一个自己的小工具”不再只是程序员的事情。

例如，我做过一个 **国泰纳指 ETF 每日定投收益追踪器**。它可以调整投资标的、定投起始日和每期金额，并查看累计定投、累计收益、总资产价值和收益率曲线。

![国泰纳指 ETF 每日定投收益追踪器](../assets/images/06-定投收益追踪器.png)

体验地址：[国泰纳指 ETF 每日定投收益追踪器](https://nasdaq-dca-513100.michelle-af.chatgpt.site)

这里真正值得学习的，不是某个具体投资标的，而是方法：

> 找到一个现实问题 → 写清楚规则 → 让 Codex 构建网页 → 持续迭代

同样的方法，也能落到不同场景：

- [工地财务管理项目](https://gongdi-finance.guanchao78814.workers.dev/)
- [潇湘识字项目](https://xiaoxiang-shizi.maple-lion-2873.chatgpt.site)
- [法智法律 SaaS 项目](https://www.fazhi.law/law-saas/gpt)
- https://ogden.munch.love

投资类工具仅适合做数据追踪和情景计算，不构成投资建议。

## 八、怎样向 AI 提出更好的任务：速度、高度、深度与广度

素材来源：[《Claude工程负责人Felix使用ai的4个方向》](<../assets/docs/felix-clipping.md>)；[Felix Rieseberg 原文](https://felixrieseberg.com/how-to-be-more-ambitious-a-tutorial-for-humans-with-models/)。


Anthropic 做 Claude 的工程负责人 Felix，写了一篇文章叫做《怎么更有野心》，发出来一周已经有 500 多万浏览。他在这篇文章里把野心拆成了四个方向：速度、高度、深度、广度。

Felix 开篇讲了一段大白话。他说自己在 Claude 团队干活，每天最上瘾的事就是看到全世界的用户又用 Claude 做成了一件他自己连想都没想过、甚至没勇气去试的事。比如就在这个月，有人用它可能发现了一颗新行星，他看到了第一支自己真心喜欢的 AI 音乐 MV，连大数学家陶哲轩都在公开讨论数学正进入 2.0 时代。

Felix 说大模型的能力增长是特别不均匀的。陶哲轩有一句很犀利的形容：“它在某些方向上厉害得吓人，但在另一些方向上完全不够格。”这就导致了现在的巨大分水岭：少数人已经驾驭着那些惊人的能力在天上飞了，看着特别爽；但绝大多数人的翅膀根本还没张开，依然困在最平庸的问题里：“法国的首都是哪？”“帮我把这段话改得顺一点。”

### 1. 速度：同样的工作，用更少的时间完成

Felix 说所谓的野心其实有四个维度。第一个是**速度**：同样的体力活花更少的时间，比如写代码快一点、打字快一点。这是大模型挣钱的家常便饭，大家早就会了，不需要什么创造力。他直接跳过，我们今天也跳过。真正拉开顶级高手和普通人差距的是剩下的三件事：**高度、深度和广度**。

### 2. 高度：目标背后的终极目标是什么

我们先来看**高度**。平时大家跟 AI 提需求最喜欢干的一件事就是替它猜路径：“帮我改一下这个报错代码”，“帮我把这套表格填进 PPT”。你以为你是在指导它，其实你把你脑子里那个最狭窄的执行步骤硬生生套在了一个智商极高的模型身上。

Felix 给高度下了一个很朴素的定义：在给 AI 发指令前，先问自己一句，做完这件事之后我到底想发生什么？目标背后的终极目标是什么？

他举了他自己的亲身经历。在去年初的时候，他还在让 Claude 帮他修一个一个的崩溃报错；但后来他突然想明白了，他直接换了一句指令给 Claude：“保证我们的 App 永远不崩。”你看，修报错是一个任务，但保证 App 不崩才是一个结果，这就是高度的差距。

为了让你听明白，他拿所有人每天都在经历的日常办公来打比方。假设你在一家公司，老板让你做一份季度业务回顾的 PPT。普通人给 AI 丢一堆数据让它填模板，AI 确实能给你排好版，但这不叫野心。Felix 演示了怎么把高度一步一步往上抬：

- **第一步**：别只更新模板里的数字，把你拿到的原始数据全给它，对它说：“告诉我这个季度到底发生了什么变化，为什么变了，还有我们接下来该干嘛。”

- **第二步**：好会议是为了做决定。你继续对它说：“根据你看到的所有数据，找出当前最紧急的三个关键决定，给我列出支持和反对的正反论据。”

- **第三步，也是最高的一步**：干掉这个形式本身。问问自己，季度汇报 PPT 为什么存在？那是因为在没有 AI 的旧时代，只能靠人慢慢去筛数据。这个形式的唯一目的是让领导层早点发现问题，把人和钱挪到正确的地方。所以你直接对 AI 说：“季度回顾的目的是让管理层早点发现问题、调配资源。给我设计一个比季度 PPT 更好的机制，用我们过去的历史数据证明它能更早发现问题，然后跟现在的流程并行跑一个季度。”

同一件事，三句提问，你直接从一个卑微的填表工变成了替公司重新设计管理机制的参谋。

当然，Felix 也提醒了一句：高度是有代价的。你不可能空口白牙对 AI 说一句“去赚钱吧”，它就能替你发财。要让 AI 站在高处，人必须先从具体循环里退出来，把工具和环境的门给它打开。就像 Felix 为了让 Claude 保证 App 不崩，他先给 Claude 接通了抓崩溃日志的权限，打通了代码提交记录，还给它配了 Windows、Mac、Linux 三台电脑，让它能自己复现、自己改代码、自己跑测试。

那我拿我自己做视频来说也是一样。以前我让 AI 帮我干活，也是一个任务一个任务地喂：“帮我起个标题”，“帮我改改这段文案”。后来我把整个工作台连起来，把好稿标准、受众画像、敏感词库全接进系统。现在我只要把选题丢进去，系统会自己去核查一手事实，跑完自动化测试，直接给我出完整的逐字稿。你要把权限和工具给它接好，它才能在高度上替你扛事。

### 3. 深度：把手头这一件事做到极致

有时候你不需要把事情变大，你就需要把手头这一件事做到极致，这就是**深度**。

很多人用 AI 最喜欢写一句提示词：“请你扮演一个华尔街资深投资人”，或者“请你扮演资深数据科学家”。结果呢，模型只是换了一副说话的腔调，语气变油腻了，干活的方法一点没变，它上来还是给你甩两张简陋的表格。

Felix 说，深度不是让模型说话像专家，而是逼它使用这个行业最顶尖的专家才会用的工具、方法、原始数据，一直逼到连那些顶级专家看了你的成果都能从中学到新东西。还是刚才那个季度回顾的例子，假设你们公司最近用户流失很严重，怎么用深度去解决？Felix 给出了五招：

- **第一招：逼它用真正的工业级工具**。当 AI 试图给你掏出表格时，马上喊停，要求它连接真实数据库，写代码跑高级统计模型。你不用知道专家平时用什么工具，大模型自己心里门清，你只需要逼它用。
- 
- **第二招：定一个离谱的目标，并坚定告诉它这很合理**。网页加载时间想从 10 秒优化到 5 秒？不，直接给它提 200 毫秒。模型如果叫苦说做不到，不要退缩，明确告诉它这在工程上完全能解，不要停，继续推导方案。模型的潜能往往是被人类自己的保守给封印住的。

- **第三招：质疑一切所谓的常识，做对抗性验证**。把未经消化的原始数据扔给它。全公司都认为用户流失是因为新用户引导太难？你拿着原始日志去反向复现，看看能不能推翻这个结论。
- 
- **第四招：产出新知识，挖出盲区**。既然它已经泡在你的数据里了，顺手让它建一个客户模拟，找出连公司高管都不知道的最早流失信号，并在它没见过的新数据上证明它的预测能力。
- 
- **第五招，也是最重要的一招：找外部裁判，绝不让它自评自审**。在今天千万别问 AI：“你觉得自己做得对不对？”大模型天生就会讨好你，自我感觉良好。必须引入外部验证，让它把代码放到真实终端里去跑测试，或者用另一个完全独立的脚本去挑刺。就像我们这期视频的文稿，写完之后我绝不问它“你写得好不好”，我们会直接运行一个独立的语体扫描脚本，统计里面的书面词密度和长句比例，还会用克隆声音把文稿真实念出来，光听不看，哪里拗口删哪里。有真实的外部反馈，模型才不会自欺欺人。

讲到这里，Felix 分享了一段常帮到他的改写提示词，建议大家截图存下来：

```text
“我要这个任务更深的版本，不是更大的版本。在动手改写之前，先回答我四个问题：

一、这个领域的顶尖专家在这里会做什么，而我没有要求的？
二、他们会从什么最原始的材料开始，而不是已经被消化过的二手信息？
三、他们会用什么具体的专业方法和工具？
四、除了你和我之外，什么外部标准能证明这个结果是对的？

回答完之后，把我的提示词改写成正好要这些。”
```

截图之后怎么用它？只要把你原本粗糙的需求附在最后，让它先回答这四问，再替你重写任务。这一步就能帮你把绝大多数水货提示词过滤掉。

### 4. 广度：从更多领域借用方法

最后这一件事是**广度**。广度的本质就是从更多你平时根本接触不到的行业里去借思路。

Felix 打了个比方：所有好莱坞劫匪片，前 30 分钟永远是在全世界搜罗各路奇才——神偷、黑客、爆破专家、伪装大师。在今天这个多 Agent 越来越便宜的时代，你一个人其实就能拉起一整支跨行业的顶级团队。

怎么做？他教了两招：

- **第一招：把名词换成动词**。这是经典创新书《创新的艺术》里教的老招数。别跟 AI 说“做一份 PPT”，问问自己，PPT 是个死板的名词，它的动词是什么？它的动词是：“让一群注意力分散的高管在 30 分钟内相信一个因果故事，并在充满不确定性的情况下拍板做决定。”当你把名词换成动词之后，AI 的思路立刻被打开了，它不再纠结 PPT 的排版和配色，而是立刻联想到了心理学、决策博弈和说服机制。

- **第二招：凑班子，但坚决不做弱智的角色扮演**。为了搞定这件事，你完全可以组一个神仙班子。为了保证质量，你让 AI 调动分析师、调查记者、文字主编；为了现场汇报炸场，你拉进动效设计师和声音设计师；为了防止被老板问倒，你甚至可以拉进一个做空机构的分析员和一个法务会计，专门负责给这套方案挑刺找漏洞。

但是 Felix 在这里给出了一个很严厉的警告：很多人一玩角色扮演就容易翻车，对话变得特别油腻怪异，产出一点没变好。千万别让它去“演”一个做空者，而是让它像做空者那样去“做实事”，让它去扒财务疑点、去交叉比对数据，这才是借用行业的真功夫。

### 5. 自我效能：为什么需要训练胆量

具体方法讲完了，Felix 在文章最后留了一段很深情的话，他想讲清楚为什么非写这篇教程不可。用我的话打个比方：我们手里拿着核武器，却只敢用它来削铅笔。

他说人类历史上一直被一个东西死死封印着，心理学把它叫做“自我效能”。通俗点讲就是，人往往只相信自己过去做过的事，在自己狭小的认知之外，我们根本不敢相信自己能行。就连米开朗基罗，当年也不想去画西斯廷教堂的天顶，因为在他自己眼里，他是个雕塑家，不是画家。

心理学研究了 35 年的目标设定，得出了一个很确凿的结论：被定下明确高难度目标的人，表现会比只被告知“尽力而为”的人更好。研究还发现，这种自我效能是可以破解的，有几个被记录下来的小窍门：

1. **相信它可能，就能做成**。1939 年，伯克利的大学生 Dantzig 上统计学课迟到了，看到黑板上写着两道题，他以为是课后作业，抄回家吭哧吭哧解了出来。交上去之后教授惊呆了，因为那是世界上两道从未有人解开过的数学难题。只因为他不知道那是不可能的，他就做成了。

2. **只要看到别人做到过，心魔瞬间就碎了**。“4 分钟跑完 1 英里”，人类追了几十年都没跑进去，但在 1954 年 Bannister 第一次冲破 4 分钟之后，仅仅过了 46 天，就有第二个人也跑进了 4 分钟。今年伦敦马拉松破 2 小时大关，同场的亚军也一起跑进了 2 小时。

3. **允许自己随便试试，别太用力**。《网球的内心游戏》说，你太紧绷的时候反而打不出好球。当年 Linux 刚发出来的时候，Linus 只轻描淡写地写道：“这只是个业余爱好，不会像 GNU 那么大、那么专业。”

Felix 说，在一个模型能力每隔几周就暴涨一级的世界里，我们最需要训练的就是去做那些连自己都觉得不可能的事情的胆量。

### 6. 对艺术创作的补充

其实在讲高度那一节，Felix 还留了一句提醒：高度这一套方法在追求明确结果时特别好用，但对艺术创作不太管用。有一位创作者 Alex Dobrenko 转发这篇文章时补了一句很到位的话：这套方法可能不是直接用来写诗作画，但它帮创作者最多。举个例子，有个学生想做一个《神秘岛》风格的网站，Dobrenko 的回答是：“你可以的，卡住你的从来不是你的灵感，而是你敢不敢开口向它要。你开口，它就会给你，但出来的东西一开始会很烂，你得一点点把它改好。而改好的这一步，才是创作真正的部分。”

### 7. 从提问、上下文到使用 AI 的野心

回顾 Anthropic 内部人写出来的这三篇长文：

- 第一篇《找到你的未知》，教的是怎么提问，把不知道的盲区挖出来；
- 第二篇《删掉 80% 系统提示词》，教的是上下文怎么做减法，把多余的束缚拆掉给模型松绑；
- 今天第三篇《更有野心》，教的是怎么把思维的天花板踢碎，敢向 AI 要真正的终极结果。

从提问技巧到上下文工程，再到心智的野心，这三篇连在一起，才是一个人真正用透 AI 的完整闭环。