AI 能做什么，不能做什么
重新认识 AI：它是什么，真正是什么
一个比喻：超级实习生
让我用一个比喻帮你快速建立对 AI 的正确认知：把 AI 想象成一个超级实习生。
这个实习生非常特别。他博览群书，读过互联网上海量的文字资料——医学论文、法律文本、商业报告、小说、代码、新闻、学术研究……你能想到的领域，他几乎都涉猎过。他的知识面极广，语言表达能力极强，反应速度极快，而且永远不会因为你问了"蠢问题"而白眼你，永远耐心，永远愿意帮你改第八遍方案。
但他有几个明显的缺陷：
- 他需要明确指示。 你说"帮我搞一下那个东西"，他会一脸茫然。你说"帮我写一封向客户解释延期交货的道歉邮件，语气要真诚但不失专业，200字以内"，他能三十秒内给你一封很像样的初稿。
- 他有知识截止日期。 他读的书都是某个时间点之前的，最近几个月发生的事他可能不知道，或者说的不准确。
- 他有时候会自信地说错话。 遇到他不确定的问题，他有时候会"编"一个听起来合理的答案，而不是告诉你"我不知道"。这个毛病叫"幻觉"，是目前所有 AI 的共同问题。
- 他没有你的具体情境。 他不知道你们公司的内部规定、你的客户关系、你跟领导的沟通风格——你得把这些告诉他。
记住这个比喻：聪明但需要指导，博学但并非全能，速度极快但结果需要检验。 用好了，他能帮你完成大量工作；用错了，你只会浪费时间。
大语言模型是怎么工作的（一句话版本）
大语言模型本质上是一个预测下一个词的系统——它学习了海量文本之后，能够根据你给它的上下文，预测出最合理的接续文字。
这解释了它的很多行为：
- 为什么它能写出流畅的文章——因为它见过太多流畅的文章
- 为什么它有时候会"编造"信息——因为预测下一个词不等于查询事实
- 为什么你给它越多背景信息，它的输出越好——因为上下文越丰富，预测越准确
- 为什么同样的问题换一种问法，答案可能完全不同——因为输入变了，预测路径就变了
为什么很多人用了 AI 还是觉得"没什么用"
原因一：期望太高。 期望 AI 能自主完成任务——给一个模糊指令，AI 输出一个完美结果。但 AI 不是这样工作的，它需要明确的指导。
原因二：任务选错了。 把 AI 用在它不擅长的地方——比如让 AI 预测股价、让 AI 做情感咨询、让 AI 查今天的最新新闻。
原因三：用法太浅。 只是问一个问题，看一眼答案，觉得质量一般，就放弃了。但 AI 的最佳用法是对话——提问、反馈、追问、修改——这是一个迭代过程，不是一次性交易。
一个反直觉的真相： AI 输出的质量，70% 取决于你的提问质量。这就是为什么第3章会专门讲提示词框架——那不是可选内容，那是决定你能不能用好 AI 的关键技能。
AI 擅长的 6 类任务
✍️ 大量文字的生产与改写
AI 最擅长的领域没有之一。起草文章、改写措辞、调整语气、扩展段落、精简压缩——所有跟"把文字搞出来"有关的工作，AI 都能大幅提速。
典型案例： 花 5 分钟给 AI 描述背景和要求，得到一份 1500 字的活动策划初稿，再花 20 分钟修改完善。总共 25 分钟，相比自己从头写省了 2-3 小时。
📊 结构化信息的整理归纳
把一堆散乱的信息整理成清晰的结构，是 AI 的强项。会议记录变成结构化纪要、用户反馈归类成问题矩阵、竞品信息整合成对比表格——全都在行。
典型案例： 把 30 分钟会议录音转成文字后，让 AI 提炼决议、待办事项、责任人，2 分钟出一份标准会议纪要。
🔁 重复性工作的批量处理
你有 50 封客户询盘需要逐一回复？100 个产品描述需要翻译？AI 能按照你定的模板，批量处理这类重复性任务，保持一致性，速度极快。
典型案例： 电商运营把 100 个 SKU 的产品参数粘贴给 AI，要求按统一格式生成产品描述，一次性完成，原本需要 2 天的工作缩短到 2 小时。
💡 头脑风暴与创意发散
卡壳了想不出来？AI 是一个永不疲倦的头脑风暴搭档。给它一个话题，它能快速产出 20 个方向，你从里面挑有价值的深入探索。
典型案例： 产品经理需要为新功能起一个有记忆点的名字，让 AI 生成 30 个候选名称并附上每个名字的逻辑，然后从中挑选和修改，20 分钟搞定。
📚 知识查询与学习辅助
快速了解一个陌生领域？让 AI 给你解释概念、梳理知识体系、推荐学习路径，效率远超搜索引擎——你不需要自己拼接碎片化信息。
典型案例： 业务人员需要在一周内学懂供应链金融基础知识，让 AI 给出"零基础到基本掌握"的学习路径，并逐步讲解每个概念，大幅压缩学习时间。
🎨 语气与格式的调整优化
同一份内容，面向不同受众需要不同表达。AI 能帮你把正式报告改成轻松口播、把技术文档改成用户友好的说明、把中文文案直接翻译成本地化英文。
典型案例： HR 把一份内部培训材料让 AI 改写成适合 LinkedIn 发布的英文版本，语气从"正式内部文件"调整为"专业分享"，10 分钟完成。
核心规律： 凡是"把已有的信息用特定方式处理和呈现"的任务，AI 都能帮上大忙。
三个容易被忽略的 AI 强项场景
1. 充当"橡皮鸭"和思维发散对象
在软件开发里有个著名的"橡皮鸭调试法"——把问题讲给一只橡皮鸭听，在讲的过程中往往自己就想清楚了。AI 是一个会回话的橡皮鸭。
2. 写初稿来克服空白页恐惧
有了 AI，你永远不会面对空白页——先让 AI 给个框架和初稿，再在它的基础上改，心理门槛大幅降低。
3. 跨语言工作
不仅仅是文字翻译，还包括"把这个中文逻辑改成适合发给美国客户的英文表达"这类要求文化适配的工作。
AI 不擅长的 3 类任务
⚠️ 弱点一：实时信息与最新动态
AI 模型的训练数据有截止日期。哪些任务有风险：查今天的股价、问上周发布的产品发布会细节、询问某个竞品最近做了什么调整、了解最新的政策法规变化——这类依赖实时信息的查询，AI 很可能给你过时的或错误的答案。
正确做法： 涉及实时信息，用有联网能力的 AI 版本（如 ChatGPT 的联网搜索模式），或者先查清楚再把信息提供给 AI 处理。不要盲目相信 AI 关于时效性信息的陈述，永远要验证来源。
⚠️ 弱点二：精确数字计算
大语言模型不是计算器，它对数字的处理是通过语言预测完成的，对于涉及多步骤的精确计算，它的出错率出乎意料地高。
正确做法： 用 AI 设计计算逻辑和公式，但具体数字的计算交给 Excel、Python 或计算器。对 AI 给出的任何重要数字，都要独立验证一遍——尤其是涉及财务、合同、报价的数字。
⚠️ 弱点三：需要深度情感判断的决策
AI 没有情感，没有真实的生活经历，没有对"你这个具体人"的真正理解。对于一些高度依赖情境、情感和价值判断的决策，AI 能给你思路，但不能帮你做决定。
正确做法： 把 AI 当成一个"帮你整理思路的工具"而不是"替你做决定的权威"。让 AI 帮你列出选项、分析利弊、模拟不同情况的后果，但判断和选择由你来做。
设定正确预期：AI 是副驾驶，不是自动驾驶
正确的认知是：AI 是一个需要你驾驶的副驾驶。
| AI 能做的（副驾驶） | 你需要做的（驾驶员） |
|---|---|
| 帮你起草初稿 | 判断方向是否正确，修改内容 |
| 整理和归纳信息 | 判断哪些信息重要，做出决策 |
| 提供多个选项和思路 | 选择最适合你情境的方案 |
| 按你的要求处理文字 | 审查输出，确保准确性和适当性 |
| 加快执行速度 | 定义执行目标和质量标准 |
结论：AI 放大能力，但前提是你得有能力
AI 不会凭空创造价值，它放大的是你已有的能力。一个有丰富经验的市场策略师用 AI，能得到有洞察力的策略报告；一个对市场一无所知的初学者用同样的 AI，得到的只是一堆听起来言之有理但没有实际价值的废话。
3 个 Prompt 案例对比
案例一：写一份工作总结
场景： 年底了，HR 要求每人提交一份年度工作总结，要求 800-1000 字。
错误用法：
帮我写一份年度工作总结。
AI 不知道你做了什么工作，不知道你的亮点和成就，只能给你一份极其通用的模板填充物。
正确用法：
我是一名市场运营，今年主要做了以下几件事：
1. 独立负责了公司公众号，发布了38篇文章，平均阅读量从800增长到3200，增长300%
2. 策划了618和双十一两个大促活动，618带来GMV 120万，双十一带来GMV 280万
3. 主导了新的内容矩阵建设，在小红书和视频号各发布内容50条，积累粉丝共2.6万
4. 参与了新品发布会的传播方案，配合PR部门完成了8篇媒体稿件
请帮我把以上内容整理成一份专业的年度工作总结，800-1000字，要体现：数据驱动的成果、个人成长和反思、明年的计划展望（我打算明年重点做私域流量体系建设）。语气要专业但不失个人色彩，不要太官方。
案例二：分析竞争对手
场景： 销售总监让你分析主要竞争对手 A 公司最近的动作。
错误用法：
帮我分析一下A公司最近三个月的竞争策略。
AI 的知识有截止日期，"最近三个月"的信息它很可能不知道，或者知道的不准确。
正确用法： 自己收集最新信息，然后提供给 AI 分析：
我需要分析竞争对手A公司的最新动向，我已经整理了以下近期信息（来源：官网、行业媒体报道、客户反馈）：
产品层面：
- 上个月发布了V3.0版本，新增了AI辅助功能，定价从299元/月提升到399元/月
- 企业版新增了团队协作模块，专门针对20人以上团队
营销层面：
- 近期密集投放了抖音广告，主打"效率提升3倍"的slogan
请帮我：
1. 分析A公司这一系列动作背后的战略意图
2. 找出我们可以差异化竞争的切入点
3. 给出3个具体的应对策略
格式：用清晰的结构，每个部分用小标题，总长度控制在600字以内。
案例三：处理一封棘手的客户投诉邮件
场景： 一个重要客户发来措辞激烈的投诉邮件，要求赔偿。
错误用法：
客户投诉了，帮我写一封回复邮件，处理这个投诉。
正确用法：
我需要回复一封客户投诉邮件，情况如下：
背景：
- 客户是我们的重要老客户，合作3年，年采购额约80万
- 他们投诉说我们这批货的包装有问题，导致他们的客户退货，他们损失了大约5万元
- 经过内部确认，包装质量问题确实存在，但退货原因有争议
- 我们的赔偿政策是：确认质量问题可赔偿货款的30%，但最高5000元
我的立场：
- 承认确实有包装质量问题，这点不推脱
- 愿意按政策赔偿（5000元），但不要把上限说死，留一点谈判空间
- 希望维护这个重要的长期客户关系
请帮我写一封回复邮件：
- 语气：诚恳道歉，但不要无限认错
- 长度：300字以内
- 结尾要表达希望继续合作的意愿
本章核心总结： AI 是一个需要明确指导的超级实习生，擅长处理和输出文字，不擅长实时信息、精确计算和深度情感判断。用好 AI 的关键：你提供背景、判断和决策，AI 提供速度、结构和文字表达。 设定正确预期：AI 是副驾驶，不是自动驾驶。