Appearance
懒人AI手册（一）：AI认知与五大核心能力
AI时代普通人必备的实战指南
01. AI时代，普通人怎么用好AI
为什么大多数人学AI学了半天还是不会用？
很多人接触AI的路径是这样的：看到某个工具火了，跟着教程跑一遍，觉得自己"会了"，但放下手机回头一想——AI到底能帮我干什么？该从哪下手？
这种困惑很普遍。问题不在你不努力，而在于大多数人学AI的方式是跟着工具走——哪个火学哪个，跑完流程就觉得掌握了。但你学到的只是操作步骤，不是底层能力。工具会迭代，能力才能迁移。
两个关键判断
判断一：AI正在重塑个体做事的门槛。
一个人借助AI做内容、写代码、搭产品、跑业务——过去需要团队协作才能完成的事，现在一个人就能搞定。各地政府也在出台一人公司的扶持政策，这已经不是少数人的游戏，而是一种正在被广泛验证的新工作方式。哪怕你不想做一人公司，只是想用AI把本职工作做得更轻松、多接一份副业，这套能力同样适用。
判断二：关键不是用不用AI，而是会不会用。
不管你是跟AI对话、让它写稿做图、搭知识库、写代码，还是搭一个自动干活的Agent，真正擅长用AI的人，都不是提示词写得多花哨的人，而是思考最清晰的人。AI本质上是思维的放大器——你的思路越明确，AI给出的结果就越有针对性。
AI使用方法论的演进
AI的使用方式也在不断进化：
- 提示词工程（2022-2024）：研究怎么把一句指令写得更准，让AI听懂你要什么
- 上下文工程（2025）：研究怎么给AI喂背景资料、规则和过往记忆，让AI在你的语境里做事
- 挽具工程（2026）：研究怎么给AI搭一套工作框架（目标、边界、工具、反馈环），让它能自己跑、自己纠偏
趋势很清楚：随着AI应用到各种场景，提示词模板的比重在变小。系统化的使用方式和你自己清晰的思考，才是真正决定结果的东西。
AI一年比一年聪明，跟它说话的门槛越来越低；但想清楚自己要做什么、做成什么样、为什么值得做，永远是你自己的事。
一个容易被忽略的视角
很多人学AI会想：AI能做什么炫酷的事？但其实更值钱的想法是：我最不想做什么。
OpenAI的CEO Sam Altman在很多访谈里都提过，他用AI最多的场景不是做炫酷的事，而是处理邮件、总结文档这类无聊的事。AI最大的价值不在于做多炫酷的事，而在帮你消灭每天消耗精力的杂事，把时间腾出来做真正重要的决策。
五大核心能力
带着上面的认知，我们来看AI时代的5个底层能力——思考、积累、表达、产品、执行。每个能力层层递进：
- 思考能力：把AI当做对话外脑——你自己想得越清楚，AI越能帮你把想法变成结果
- 积累能力：把信息沉淀为可复用资产——把你的经验、想法、素材沉淀下来，方便日后反复调用
- 表达能力：用AI创造内容表达想法——把你的想法做成文字、图片、视频，被更多人看见
- 产品能力：用AI编程把想法做成产品——不用会写代码，只需要提供想法
- 执行能力：用AI Agent实现自动化——让AI接管琐碎重复的活，一个人也能跑成一家公司
同样一个AI任务，哪怕是一个普通模型配上你设计的恰当工作流，效果能远远超过裸跑的顶级模型。
02. 思考能力——让AI帮你把问题想清楚
核心原则
关键不在于提示词写得多花哨，而在于你自己是否有清晰的思考框架。AI本质上是思维的放大器——你的思路越明确，AI给出的结果就越有针对性。
很多人觉得用好AI就是学会写更复杂的提示词，但实际体验是：同样一句话发给不同的AI，结果天差地别。为什么？因为决定AI回答质量的，不只是你写的那句话，而是AI能看到的全部信息——包括它能调用的资料、工具和记忆。这就是"上下文"。
上下文 > 提示词。 提示词只是上下文的一部分，上下文远不止提示词。
实操方法一：反转提问权
不要一上来就让AI给方案，而是让AI当你的需求顾问，通过追问帮你把模糊想法具体化。
提示词模板：
我现在有个想法但还没想清楚，请你先别急着给完整方案。我希望你扮演一个需求分析师的角色，通过提问帮我理清思路。每一轮最多提3个问题，围绕"到底要解决什么、先做哪部分、需要什么能力、结果放哪里"来追问，等我回答后再继续，最后帮我收束成一个最小可执行的方案。
为什么这样做？
- 你直接说"帮我做个XX"，AI会给你一个通用方案，大概率不是你要的
- 你让AI先问清楚，它才能在你的具体语境里给出有针对性的建议
- 追问的过程本身就是帮你梳理思路——很多时候你答完AI的问题，自己就清楚该怎么做了
实操方法二：给AI足够的上下文
如果你要AI帮你分析一个问题，不要只给一句话。把你能提供的背景信息都给它：
示例——让AI帮你分析选题方向：
我是一个做职场内容的自媒体博主，目前公众号粉丝3000左右，主要写职场效率和个人成长类文章。最近3篇文章的阅读量分别是800、1200、600，其中关于"时间管理"的那篇表现最好。我的读者主要是25-35岁的白领，女性偏多。现在我想拓展一个新的内容方向，请你帮我分析一下，哪些方向值得尝试？
对比只说"帮我分析一下选题方向"，加了上下文的版本能让AI给出远更有针对性的建议。
实操方法三：用AI做对比分析
当你面对多个选项拿不定主意时，可以让AI帮你做结构化对比：
我在纠结是做小红书虚拟产品还是做垂直公众号，请你帮我做一个对比分析。对比维度包括：启动成本、变现周期、天花板高度、需要投入的时间、适合什么性格的人。最后根据我的情况给一个建议：我每天能投入2小时，擅长整理资料，不擅长出镜。
常见误区
- 提示词越长越好：不是。关键是信息是否精准，而不是字数多少
- AI给的就是最终答案：AI的输出是起点，不是终点。你需要判断、筛选、迭代
- 只在一个AI上问：不同AI有不同的信息源和擅长领域，重要问题可以多问几个对比
03. 积累能力——把经验变成可复用的资产
核心原则
把资料存起来并不等于积累了知识。收藏夹和知识库有本质区别：收藏夹是"存了但不会再看"的坟墓，知识库是"整理过、能检索、可复用"的活系统。
很多人有几百个收藏、几千条笔记，但真正需要的时候找不到、用不上。问题不在数量，而在于有没有经过加工整理。
知识库的三层结构
第一层：原始素材层——收集原始资料
第二层：加工整理层——提炼核心观点
- 把素材中的关键信息提取出来，用自己的话重述
- 这一步可以用AI帮忙：把原文丢给AI，让它帮你提炼要点
- 工具：NotebookLM、Obsidian
第三层：复用输出层——形成可复用模板
实操：用AI帮你从素材中提炼可复用的知识
Step 1：收集素材
日常看到好内容，随手存到笔记工具里。关键是加标签和备注，比如"选题灵感""爆款标题参考""数据来源"。
Step 2：用AI提炼
把一批相关素材丢给AI，让它帮你提炼：
我收集了以下5篇关于AI写作的文章片段，请你帮我：1）提取每篇的核心观点；2）找出这些观点之间的关联和差异；3）总结出3-5条可复用的写作方法论。
Step 3：形成模板
把AI提炼的结果整理成你自己的模板。比如"AI写作检查清单""爆款标题公式"等，存到知识库里，下次直接用。
知识库搭建实操
如果你还没有知识库，推荐从 Obsidian 开始——免费、本地存储、双向链接、插件生态丰富。
快速上手步骤：
- 下载安装 Obsidian，新建一个仓库（Vault）
- 建三个顶层文件夹：
01-素材、02-加工、03-模板 - 日常收集的内容放
01-素材，每条加标签 - 每周花30分钟，用AI帮你把素材提炼后放
02-加工 - 反复使用的模式总结成模板放
03-模板
进阶： 用 Obsidian 的双向链接功能，在不同笔记之间建立关联。当你写新内容时，可以快速找到相关的素材和模板。
工具推荐
| 场景 | 推荐工具 | 理由 |
|---|---|---|
| 个人长期知识系统 | Obsidian | 本地优先，双向链接，插件强大 |
| 团队知识协作 | Notion | 全能知识管理，模板丰富 |
| 企业场景 | 飞书知识库 | 与飞书生态深度整合 |
| 围绕资料问答 | NotebookLM | 上传资料即可问答，消化长文档 |
| 日常轻量收集 | 腾讯ima / flomo | 微信生态，随手记 |
04. 表达能力——让AI帮你把内容做出来
核心原则
用AI做内容，最关键的能力不是让AI生成，而是你自己对好坏的判断。AI能帮你高效产出，但它不知道什么是"好"——这个标准只能你来定。
优质内容的产出公式：你的审美判断 × AI的生成效率
如果你对好内容没有判断力，AI给你10个版本你也选不出最好的；如果你有判断力但没有AI，你写得再好也快不起来。两者缺一不可。
内容创作四步法
Step 1：确定选题方向
选题不是拍脑袋，而是有方法可循。你可以用AI帮你做选题分析：
我是一个做职场效率内容的博主，目标读者是25-35岁的白领。请帮我分析：1）当前这个领域有哪些热门话题；2）哪些话题竞争激烈、哪些还有空间；3）结合我的定位，推荐3个值得写的选题，并说明理由。
Step 2：让AI生成初稿
有了选题后，不要只给AI一个标题就让它写。给它足够的上下文：
请帮我写一篇关于"如何用AI做周报"的文章。要求：1）面向职场新人，语气轻松实用；2）先讲痛点（写周报费时间、不知道写什么），再给方法（用AI辅助的3个步骤），最后给一个可以直接用的提示词模板；3）字数1500字左右；4）参考这个风格：[附上一篇你之前写过的文章]。
Step 3：人工判断筛选
AI给的初稿大概率不能直接用。你需要做的是：
- 检查事实是否准确（AI会编造数据）
- 调整语气是否符合你的风格
- 删掉空洞的废话，补充具体的例子
- 确保逻辑通顺，没有前后矛盾
Step 4：AI优化迭代
把你修改后的版本再丢给AI，让它帮你润色：
我修改了这篇文章，请你帮我：1）检查有没有逻辑不通的地方；2）优化过渡句，让段落之间更自然；3）给3个备选标题。
不同内容格式的AI用法
| 内容格式 | 推荐AI工具 | 关键技巧 |
|---|---|---|
| 公众号文章 | Claude / ChatGPT | 给AI参考文章风格，让它模仿你的语气 |
| 小红书笔记 | 豆包 / Kimi | 强调"口语化、有画面感、结尾有互动引导" |
| 短视频脚本 | Claude / 即梦AI | 先写文字脚本，再用AI生成视频 |
| 海报/配图 | Midjourney / 即梦AI | 提供参考图+详细描述，效果更可控 |
常见误区
- 让AI直接写最终稿：AI生成的是初稿，不是终稿。你必须过一遍
- 不给AI参考风格：没有参考，AI会写出"AI味"很重的通用内容
- 一次生成太多：分段让AI写，每段给具体要求，质量更高
核心前提： 只有你自己清楚好内容长什么样，AI才能帮你高效地产出好内容
05. 产品能力——用AI编程做出能解决问题的东西
核心原则
AI让写代码变简单了，但把"说清楚要做什么"这件事变得更关键了。不会编程没关系，但你必须能把需求描述到AI能理解的程度。
做产品的能力 = 把需求想清楚的能力 + 把AI用顺手的能力
AI编程工具怎么选
| 你的情况 | 推荐工具 | 理由 |
|---|---|---|
| 有模糊想法，想快速看效果 | Cursor / Trae | 边写边改，即时预览 |
| 想搭一个Web页面或前端原型 | v0 | 对话式生成UI，零代码基础 |
| 想做一个带后端的完整应用 | Lovable / Bolt.new | 前后端一起生成 |
| 接手一个已有项目做维护 | Claude Code | 跨文件理解能力强 |
| 在现有编辑器里加AI辅助 | GitHub Copilot | 边写边补全 |
实操：从想法到产品的流程
Step 1：把需求想清楚
用前面"思考能力"里学到的方法——让AI通过追问帮你把模糊想法具体化。不要一上来就让AI写代码，先让它帮你理清需求。
Step 2：把需求写成AI能理解的描述
好的需求描述包含这些要素：
- 做什么：一句话说清楚这个产品解决什么问题
- 给谁用：目标用户是谁
- 核心功能：最少需要哪些功能（先做最小可用版本）
- 页面/交互：大概长什么样，用户怎么操作
- 数据存储：数据存在哪里
示例——做一个个人介绍主页：
请帮我做一个个人介绍主页。目标用户是潜在客户和合作伙伴。核心功能：1）个人简介区域（头像、名字、一句话介绍）；2）技能标签展示；3）项目作品展示（3-4个卡片）；4）联系方式区域。风格简洁专业，配色偏暖色调。不需要后端，纯静态页面即可。
Step 3：让AI生成，你判断
把需求描述发给AI编程工具，它会生成代码。你要做的是：
- 在浏览器里打开看效果
- 哪里不满意，直接告诉AI修改
- 一次只改一个点，避免AI改了A又坏了B
Step 4：迭代优化
反复Step 3，直到满意。常见优化方向：
- 移动端适配（手机上看着是否正常）
- 加载速度（图片是否太大）
- 交互细节（按钮点击反馈、表单验证）
给新手的建议
- 从最简单的开始：先做一个静态页面，不要一上来就想做复杂系统
- 一次只做一个功能：做完一个再做下一个，不要一次提太多需求
- 截图比文字更有效：看到别的设计想参考，直接截图给AI，比描述更准确
- 善用v0：如果你完全不会代码，v0 是最友好的起点——纯对话式，说需求就能生成页面
06. 执行能力——把重复工作交给AI
Skill vs Agent
- Skill：让AI具备完成某项任务的能力。比如"把日报总结成结构化要点"——这是一个Skill，它做一件事，做得稳定，可以被反复调用
- Agent：让AI自动把任务从头到尾执行完，不需要你每步都盯着。比如"每天定时读取工作记录 → 调用日报分析Skill → 把结果写到汇总文档 → 同步到飞书"——整条链路自动完成
先有Skill，再有Agent，这是搭智能体最自然的顺序。
Agent多出来的关键部分：
- 自动输入：自己去读文件/抓网页/拉数据，不用你手动喂
- 自动触发：定时跑、监听变化跑，不用你每次点开
- 多步联动：上一步的结果自动接到下一步，跨工具跨平台串成一条流水线
搭建Agent的四步法
- 拆解需求：把提问权交给AI，让它通过追问帮你把模糊想法具体化
- 收敛成Demo：把讨论中发散的思路固定成一份明确的执行定义
- 沉淀为Skill：将已验证的分析流程封装成可重复使用的标准步骤
- 接入自动执行：在Skill基础上加上自动触发和存储，升级为Agent
日报Agent实操案例
以下以"每日工作复盘日报"为例，演示从零搭建一个完整Agent的全过程。工具以 Cursor 为例，其他AI编程工具同理。
Step 1：打开工具，新建项目
在 Cursor 中点击"文件 → 打开文件夹"，选一个你日常用的目录作为工作空间，后续所有文件都会存在这里。
Step 2：让AI帮你梳理需求
不要一上来就说"帮我做个日报工具"，而是先让AI进入追问模式。在对话框中输入：
我打算做一个每日复盘的日报工具，但目前想法还比较模糊。请你先别给方案，而是像一个需求分析师那样，通过提问帮我理清思路。每轮最多问3个问题，围绕"解决什么痛点、先做哪部分、输入是什么、输出放哪里"来追问。
然后顺着AI的问题逐一回答。比如：这个日报是给自己复盘用的、每天晚上随手记几条、核心问题是写完看不出真正推进了什么……聊几轮后，需求就会逐渐清晰。
Step 3：收敛成最小Demo定义
当信息聊得差不多了，让AI把结论收拢：
根据我们刚才的讨论，请不要再发散，直接帮我收束成一个最小可执行的Demo定义。明确写出：先做哪一段、核心解决什么问题、输入是什么、输出是什么、结果存到哪里、当前先不做什么。
AI会输出一份类似产品需求文档的定义，这就是你的"施工图纸"。
Step 4：把流程固化为Skill
有了清晰的Demo定义后，让AI把它整理成标准化的Skill文件：
请根据刚才收束好的Demo定义，把这套流程整理成一个可复用的Skill。要求：1) 明确职责边界；2) 写清输入、处理步骤、输出格式、检查项；3) 输出为Markdown格式的Skill文档。
Step 5：用真实数据验证
拿一段你自己的真实工作记录，让AI按Skill跑一遍：
今天做了3件事：1.调研了5个竞品的功能差异；2.修改了产品详情页的文案；3.整理了本周的客户反馈。今天的卡点：详情页卖点不够突出，不确定该先强调效果还是适用人群。明天计划：再拆3个竞品详情页，跑一遍日报Demo。
如果AI能稳定输出一份结构化的复盘日报，说明这条链路已经跑通了。
Step 6：从Skill升级为Agent（进阶）
到Step 5为止，你做的是一个"日报Skill"——你发内容，AI给你分析结果。但每次还得手动复制。要升级为Agent，需要加上"自动存储"能力：
请在现有Skill基础上，增加自动存储功能：分析完日报后，自动将结果保存为本地Markdown文件，并生成一个HTML页面方便我浏览所有历史日报。
完成后，在项目文件夹中找到HTML文件双击打开，就能看到所有日报的浏览页面了。存储位置可以按你的习惯选择：本地文件、飞书文档、Notion、Obsidian等，把目标位置告诉AI即可。
更多Agent场景
日报Agent只是入门，同样的方法可以迁移到更多场景：
| Agent类型 | 做什么 | 核心Skill |
|---|---|---|
| 日报Agent | 自动分析每日工作记录并生成复盘 | 日报结构化分析 |
| 内容Agent | 自动生成多平台内容 | 素材提炼+风格改写 |
| 监控Agent | 定时检查网页变化并通知 | 网页抓取+差异对比 |
| 数据Agent | 自动汇总数据并生成报告 | 数据提取+图表生成 |
© 2026 懒人AI手册