用上AI之后，我竟然和領(lǐng)導(dǎo)共情了

ChatGPT已經(jīng)問世兩年了，隨著國內(nèi)各種AI工具的普及，越來越多的打工人嘗試在工作中使用AI工具，希望能讓AI幫助自己分擔一些工作任務(wù)。

我在用了一段時間的AI工具之后，工作效率沒有明顯提升，但是我卻突然發(fā)現(xiàn)：作為打工人的我，居然再也沒有腹誹過領(lǐng)導(dǎo)，甚至還能和他共情了——特別能夠理解領(lǐng)導(dǎo)布置工作、查收結(jié)果時的種種痛苦。

到底是怎么回事呢？讓我們先來看幾個場景。

人機互動的四大尷尬場景

場景一“我都講這么清楚了，你怎么就是聽不懂呢？”

一次，我想讓AI幫我生成一份關(guān)于英國玩具品牌Jellycat的分析報告，我在對話框里認真琢磨著，寫下第一句Prompt（各AI平臺通用語，即提示語、引導(dǎo)詞），把任務(wù)下達給AI，“請你幫我詳解介紹一下Jellycat……”，并列舉了品牌發(fā)展歷史、最近兩年銷售數(shù)據(jù)、市場營銷案例等等。我還特意強調(diào)，哪個部分可以詳細一些，哪個部分需要引用數(shù)據(jù)……寫完這些之后，我滿懷希望，期待AI交給我一份滿意的答卷。

想必您也料到了，由AI生成的初稿讓我大失所望。雖然我在提示里要求的那些內(nèi)容該有的都有了，但最終呈現(xiàn)出來的這份報告卻不是我想要的。這個時候，我的耳畔響起一句熟悉的話：“我都講這么清楚了，你怎么就是聽不懂呢？”

場景二“這就是你寫的東西？”

生氣發(fā)火沒有用，一個AI能懂什么呢？于是我強壓怒火，自我檢討，詳細檢查了一遍我的提示語，想想哪些地方需要修改，應(yīng)該怎么修改，才能讓AI更準確地理解我想要的東西。

比如“品牌發(fā)展歷史”這個部分，AI寫的初稿，說好聽一點叫“編年史”，大白話說就是流水賬。我心里想，這不怪它，怪我沒有表達清楚。于是我重新輸入指令：請你按照時間順序，選擇Jellycat品牌發(fā)展歷史中的關(guān)鍵事件，詳細介紹這些關(guān)鍵事件的背景、創(chuàng)始人的思考、采取了哪些具體行動，以及這些行動對事件整體產(chǎn)生了哪些不同凡響的影響。

已經(jīng)說得這么具體了，這下應(yīng)該沒問題了吧？

但是，AI還是不能讓我滿意——雖然它在形式上按照我的要求生成了具體內(nèi)容，實則內(nèi)容空洞，缺乏深度。比如下面這段，就是AI修改之后的：2014年，Jellycat進行了重大的品牌轉(zhuǎn)型，從“兒童玩具品牌”向“高端禮品品牌”方向轉(zhuǎn)變，目標群體擴大到全年齡段。這一轉(zhuǎn)型決策基于對市場趨勢的敏銳洞察和對消費者需求的深刻理解。轉(zhuǎn)型后，Jellycat開始推出更多系列化的產(chǎn)品，如動物系列、食物系列等，以滿足不同消費者的需求……

這遍雖然好了一點，但是仍然不是我想要的。

此時此刻，如果AI化作人形站在我的面前，我肯定會指著他的鼻子脫口而出：“這就是你寫的東西？”可能AI會很無辜地小聲嘟囔一句：“誰叫你不開會員呢？”

場景三“改了多少遍了？還不如我自己寫！”

任正非曾說，“只要錢到位了，不是人才也會變成人才”，看來這句話同樣適用于AI。充了會員之后，AI果然變聰明了。但是，由它生成的內(nèi)容還是需要經(jīng)過多次修改，才能勉強讓我滿意。

就拿2014年Jellycat品牌轉(zhuǎn)型為例，AI寫了一句“基于對市場趨勢的敏銳洞察和對消費者需求的深刻理解”，只有簡簡單單一句，我得不斷指出問題、提出意見。我問AI：具體洞察到了什么樣的市場趨勢？請用一兩句話概括出來；是怎么洞察的？比如觀察到了哪些消費現(xiàn)象？能否引用創(chuàng)始人在訪談中的原話？我感覺自己就像機關(guān)槍掃射一樣不停地提出問題，而AI卻像擠牙膏似的問一句答一句。

由于我提的這些問題在互聯(lián)網(wǎng)上找不到參考資料，AI很難回答，但是“機智”如它，為了應(yīng)付差事，這家伙居然開始胡編亂造，而且還是“一眼假”！比如對以上提問，AI是這樣回答的：市場趨勢可以概括為成年人對于“情感寄托”玩具的需求日益增長；Jellycat分析社交媒體上關(guān)于毛絨玩具等話題的討論量、情感傾向、受眾特征等，發(fā)現(xiàn)社交媒體上關(guān)于毛絨玩具的分享和討論越來越多，而且主要集中在城市年輕女性群體之中，根據(jù)美國玩具協(xié)會（TIA）的調(diào)研數(shù)據(jù)，2014年情感寄托玩具預(yù)計增長XX%（沒有具體數(shù)據(jù)，真的就是XX%）。

“一遍，兩遍，三遍，四遍……”，我在心里默念：“這都改了多少遍了？還不如我自己寫呢……”

場景四“什么都要我提示，我全都告訴你了，要你還有什么用？”

到了周末，我又想讓AI幫我寫篇周報，但是我卻發(fā)現(xiàn)一個悖論：如果我不告訴AI這周我具體做了什么，AI只能列個粗糙的框架，而且言之無物；但是，如果我詳細地把這周具體干了什么、分別取得什么結(jié)果寫下來，并把這些輸入完畢，那么我的周報不就寫好了嗎？

此時，我又想起一句領(lǐng)導(dǎo)慣用語：“什么都要我告訴你！我全都告訴你了，要你還有什么用？”

看來當領(lǐng)導(dǎo)也不容易??！

提升應(yīng)用能力，讓AI工具得心應(yīng)手

從上述場景可以看出，目前的人工智能還遠遠沒有那么“智能”，甚至“槽點”很多。但是不可否認，使用AI工具提升工作效率仍是大勢所趨。未來，“人力資源管理”甚至會被重新定義，“人力資源”有可能不再單指物理意義上的人，而是包括“人工智能”的“人”。同樣，應(yīng)用AI工具的能力也有可能成為職場人工作能力的一種體現(xiàn)。所以，職場人士需要有意識地提升對AI的應(yīng)用能力，為人類的智慧插上AI的翅膀。

●要重新理解AI的價值

在潛意識里，我們總是希望AI能夠代替自己進行工作，最好直接給出我們想要的東西，這樣我們就能劃劃水、摸摸魚。這個想法真的非常美好——老板可能也是這么想的。

我使用AI兩年之后，覺得AI最大的價值不是“代筆”，而是“啟發(fā)”。舉個例子，在剛開始撰寫Jellycat這篇分析報告時，我對這個品牌了解不多，并不知道要寫什么，但是在與AI對話的過程中，我發(fā)現(xiàn)Jellycat有個很重要的營銷動作，就是“貼標簽策略”，比如它將自家生產(chǎn)的玩偶稱作“英國小寶寶人手一只”“貝克漢姆女兒最愛”“英國王室同款”等等，這讓我眼前一亮，進而將其作為分析報告中的一個個線索，并順著這些線索深入挖掘下去。這全賴AI的啟發(fā)作用。

●要鍛煉精準表達的能力

如果我們在表述時，講不清楚自己想要呈現(xiàn)什么樣的內(nèi)容，AI就只能靠盲猜，這樣是很難作出理想回答的。比如我在與AI對話的過程中了解到，2014年Jellycat的品牌定位從早期的“兒童安撫玩具”更新為“面向全年齡段的高端禮品”。為了深挖下去，我們可以繼續(xù)提問。有的人會說“請你詳細介紹一下”，但是這種表述過于籠統(tǒng)，不夠精準，雖然AI也會擴寫，但是在沒有具體說明的情況下，AI只好自由發(fā)揮。

所以我們可以嘗試更精準地提問，就上述品牌定位問題，我們可以要求AI引用Jellycat品牌創(chuàng)始人的文章、訪談等內(nèi)容，介紹2014年品牌定位更新的原因；或是結(jié)合Jellycat2013年的經(jīng)營情況，分析品牌定位更新的原因；再或者繼續(xù)追問Jellycat在品牌定位更新之后，又發(fā)布了哪些新產(chǎn)品。

這些極其具體和有針對性的問題，能讓AI在工作時有更明確的方向，其回答質(zhì)量也大大提高。需要注意的是，AI工具的輸出有長度限制，如果我們問的問題過于龐雜，那么AI在回答時就要覆蓋更多的點，結(jié)果攤到每個點上的內(nèi)容，可能就只有一兩句話。這也是我們覺得有時候AI回答得不夠深入的原因之一。

●要總結(jié)使用AI的技巧

不同AI工具由于參數(shù)不同、訓(xùn)練數(shù)據(jù)不同，“行為風格”存在差異，因此我們需要總結(jié)使用技巧，和AI這個搭檔不斷磨合。關(guān)于使用技巧，網(wǎng)上能夠找到很多內(nèi)容，最常見的就是如何撰寫Prompt；除此之外，如果想要輸出高質(zhì)量的材料，也要應(yīng)用一些實用技巧。在這方面，筆者有三點重要心得。

※如果想要素材更豐富，可以綜合使用多個AI工具。比如，文心一言是百度家的，搜索范圍包括網(wǎng)頁、百家號等等，但是對于微信或其他平臺上的素材，用它就引用不了，所以我們可以綜合使用多個AI平臺，實現(xiàn)內(nèi)容互補。而且為了提高素材質(zhì)量，我們可以明確告訴AI，我們想要什么素材，比如概念解釋、數(shù)據(jù)、案例、內(nèi)容分析；我們還可以告訴AI，素材來源于哪里，比如在著名的Prompt案例“公文筆桿子”中，要求AI“較多地使用來自域名‘.gov.cn’的語料內(nèi)容”。

甚至，我們還要有意識地構(gòu)建“知識庫”，比如現(xiàn)在AI搜索非常好用，沒有廣告，直達結(jié)果，但是網(wǎng)上信息良莠不齊，搜索結(jié)果就像“抽卡”一樣隨機，不是每次回答都能令人滿意，所以我們可以構(gòu)建自己的知識庫，在限定范圍內(nèi)搜索、引用相關(guān)內(nèi)容，比如秘塔AI就能實現(xiàn)。

※如果想要內(nèi)容有深度，可以采用“先籠統(tǒng)提問，再深入追問”的策略。尤其是在我們剛剛接到一個課題時，腦子里沒有思路、手頭上缺少素材，這時候我們可以先籠統(tǒng)提問，從AI的回答里找到有價值的“點”，然后抓住這些“點”不斷深入提問，這樣寫出來的內(nèi)容就會更有深度；最后我們只要把這些“局部內(nèi)容”拼接起來，就能得到豐富、全面的材料。

※如果想要結(jié)構(gòu)有條理，可以提示AI按照某個結(jié)構(gòu)去寫作。比如，我們可以告訴AI，“請你按照SWOT分析方法去……”，當AI識別出“SWOT”這個關(guān)鍵信息之后，就會調(diào)用相關(guān)知識，按照這個框架來回答。

AI的飛速發(fā)展令許多職場人膽戰(zhàn)心驚：“將來，我的崗位會不會被AI取代了呢？”似乎為了回應(yīng)人們的擔心，一些調(diào)研機構(gòu)每隔一兩年就會在互聯(lián)網(wǎng)上公布出高淘汰率的崗位。對此，我倒覺得不必過于憂心，因為AI再先進也只是工具，取代不了任何崗位。但是，人與動物最大的差別就是會制造和使用工具去創(chuàng)造更美好的生活，從這個角度來看，不會使用AI工具的人遲早會被職場淘汰吧。