Filmora，一站式 AI 內容創作工具，從 AI 影片生成到剪輯一次完成。 https://filmora.go.link/j9Kcv 
※ 支援 Veo、Seedance、GPT Image 等最新 AI 模型

很多人以为，现在才学 AI，已经太晚了。但真相是，大多数人根本还没真正开始。

这支影片我会带你用 30 天，从完全不会用 AI，到真正能把它用在工作、学习和生活里。不是空谈趋势，是给你一条 普通人也能照着走的上手路线。如果你也担心自己起步太晚，👇点开影片，这可能就是你开始学 AI 最好的第一步。

你会看到：
✅ 小白最该先学什么，才不会一开始就走偏
✅ 30 天怎么安排，才能最快看到成果
✅ 哪些工具值得先学，哪些内容先别碰
✅ 怎么把 AI 变成你的效率助手，而不是只会陪你聊天

📺 其它关联影片/【往期精彩视频】
https://www.youtube.com/watch?v=pyqUiHyz_-c
https://www.youtube.com/watch?v=nEZf25wuuJo 
https://www.youtube.com/watch?v=GwF1YR-bdkA&t=41s 

如果你看完这部影片有所收获，请点赞支持👍，订阅我的频道❤️
你也可以分享出去，让更多人受益！☀️☀️
============================================
現在學AI，真的還不晚：30天從小白到上手！#AI路線圖 #AI路线图 #AI学习 #AI學習 #30天学AI #30天學AI #AI新手 #AI小白 #AI入门 #AI入門 #AI技能 #AIskills #2026AIskills #learnAIin30days #AIbeginnerroadmap #AI学习路线 #AI學習路線 #AI工作流 #AIworkflow #AI自动化 #AI自動化 #PromptEngineering #提示词 #提示詞 #AI提示词 #AI提示詞 #ChatGPT #Claude #Gemini #Perplexity #AI工具选择 #AI工具選擇 #AI生产力 #AI生產力 #未来技能 #未來技能 #futureproofskills #职场AI #職場AI #AI时代 #AI時代 #AI教练 #AI教練 #AI思维 #AI思維 #AI成长 #AI成長 #AI效率提升 #AI竞争力 #AI競爭力 #工作流设计 #工作流設計 #独立思考 #獨立思考 #AI不会太晚学 #现在学AI还不晚 #現在學AI還不晚 #AI上手 #AI實戰 #AI实战 #AI学习计划 #AI學習計畫 #AI工具推荐 #AI工具推薦 #AI核心能力 #AI關鍵能力
============================================

📽️ 时间轴： 
00:00 开场
00:55 养成习惯+高效沟通
03:03 AI当教练
08:00 AI帮工作
11:09 系统化使用AI
14:27 AI基础设施
16:45 总结

✅ 联系方式： 
邮件： lichangzhanglaile@gmail.com

🔔 订阅： 
油管YouTube：https://www.youtube.com/@lichangzhanglaile 
领英LinkedIn：https://www.linkedin.com/in/alex-li-5446a8103/ 
X/Twitter: https://twitter.com/limingxuanalex 
哔哩哔哩：https://space.bilibili.com/474455919?spm_id_from=333.1007.0.0 
微信视频号：【全网同名】李厂长来了
小红书：【全网同名】李厂长来了
抖音：【全网同名】李厂长来了
西瓜视频：【全网同名】李厂长来了
今日头条：【全网同名】李厂长来了

免责声明： 视频仅供娱乐和教育之用。所有信息都是基于互联网的公开资料，请进行独立研究并做出明智决策。

[00:00:00.200] 信不信由你
[00:00:01.266] 你現在學AI
[00:00:02.666] 真的還不算晚
[00:00:03.833] 事實是大多數人在用AI的時候
[00:00:06.500] 都用錯了
[00:00:07.400] 過去兩年裡我一直在研究AI
[00:00:09.833] 一直在看全世界的人
[00:00:11.466] 是怎麼使用AI的
[00:00:13.200] 我現在看到了一個非常明顯的趨勢
[00:00:16.266] 就是懂AI的人和不懂的人之間
[00:00:18.666] 差距越來越大
[00:00:20.333] 而且這個差距拉開的速度
[00:00:22.466] 也會越來越快
[00:00:24.033] 所以今天這期視頻
[00:00:25.400] 我會給你一份清晰的四週路線圖
[00:00:28.466] 幫你搞懂AI到底是怎麼運作的
[00:00:31.166] 你需要掌握哪些基礎知識
[00:00:33.466] 怎麼一步步精通它
[00:00:35.333] 以及怎麼讓AI變成你的利器
[00:00:37.900] 而不是被它取代
[00:00:39.433] 只要你看完這個視頻
[00:00:40.766] 你對AI的理解就能超過90%的人
[00:00:44.300] 如果你能堅持看到最後
[00:00:46.200] 你就已經屬於頂尖那1%了
[00:00:49.066] 而且哪怕就算你完全是個新手
[00:00:51.733] 只要跟著做
[00:00:52.566] 30天就能上手
[00:00:54.066] 那我們話不多說馬上開始
[00:00:56.000] 第一週我們要做兩件事
[00:00:58.166] 也就是先養成習慣
[00:01:00.100] 再學會跟AI高效溝通
[00:01:02.533] 先說習慣
[00:01:03.466] 很多人覺得學AI就是裝個App就完事了
[00:01:06.600] 說白了那只是第一步
[00:01:08.633] 真正的關鍵
[00:01:09.533] 是讓AI變成你的默認思考工具
[00:01:12.500] 就像你手機上的微信一樣
[00:01:14.200] 你不會想著我今天要打開微信
[00:01:16.733] 因為它就在那裡
[00:01:18.300] 隨時可以用
[00:01:19.400] 其實AI也應該是這樣的存在
[00:01:21.900] 怎麼做呢？
[00:01:22.500] 有四個底線
[00:01:23.633] 缺一不可
[00:01:24.700] 第一、把AI當搜索引擎用
[00:01:27.266] 以前你遇到問題
[00:01:28.466] 都會打開谷歌吧？
[00:01:29.733] 從今天開始先問AI
[00:01:31.966] 不管是Claude、ChatGPT
[00:01:33.700] Gemini還是其它工具
[00:01:35.600] 選一個你順手的
[00:01:37.000] 把它當成你的第一選擇
[00:01:39.300] 比如說你想知道
[00:01:40.566] 怎麼在Excel裡寫一個公式
[00:01:42.500] 別去谷歌了
[00:01:43.433] 直接問AI
[00:01:44.633] 它會一步步教你
[00:01:46.000] 還能根據你的具體情況給你定製方案
[00:01:49.366] 比搜索引擎好用十倍
[00:01:51.466] 再比如你下週要去日本出差
[00:01:54.000] 帶什麼轉換插頭呢？
[00:01:55.633] 以前你得搜好幾個網頁才能確認
[00:01:58.300] 現在直接問AI
[00:01:59.633] 三秒鐘就給你答案
[00:02:01.133] 還會順便告訴你日本的電壓和注意事項
[00:02:04.133] 第二、永遠在瀏覽器裡開一個AI窗口
[00:02:07.400] 你可以把它設置成你最喜歡的標籤頁
[00:02:10.066] 就像你永遠開著微信一樣
[00:02:12.033] 關鍵是讓AI隨時在你眼前
[00:02:14.433] 這樣你遇到任何問題
[00:02:16.133] 打開就能問
[00:02:17.200] 第三、用語音輸入代替打字
[00:02:19.666] 你可以用手機自帶的聽寫功能
[00:02:22.100] 也可以用AI工具裡面的自帶語音按鈕
[00:02:25.133] 說話的速度比打字快得多
[00:02:27.466] 而且你會發現
[00:02:28.700] 用說的方式表達想法
[00:02:30.866] 反而比打字更加自然、更加完整
[00:02:34.166] 很多人不願意用AI
[00:02:35.466] 就是覺得打字太麻煩
[00:02:37.233] 但其實你只要動動嘴就行了
[00:02:39.566] 第四、把AI的手機App下載好
[00:02:42.133] 這樣不管你是在地鐵上
[00:02:43.966] 沙發上還是排隊等咖啡的時候
[00:02:46.566] 都能隨時跟AI對話
[00:02:48.600] 說白了這四步做到了
[00:02:50.233] 你就已經把AI嵌入了你的日常生活裡
[00:02:53.600] 這些看起來很簡單
[00:02:55.300] 但別小看它們
[00:02:56.566] 因為如果連這些基本習慣都沒養成
[00:02:59.466] 後面的東西再怎麼學也白搭
[00:03:01.833] 好、習慣養成了
[00:03:03.300] 接下來進入第一週的重頭戲
[00:03:06.233] 讓AI當你的教練
[00:03:08.166] 很多人一上來就讓AI幫自己寫東西
[00:03:11.166] 做PPT
[00:03:12.066] 這其實跳過了最重要的一步
[00:03:14.700] 在這個階段
[00:03:15.666] 我們不是要讓AI替你幹活
[00:03:17.833] 而是讓它幫你更好地思考
[00:03:19.966] 你正在做的事情
[00:03:21.500] 你可以把AI想象成一個
[00:03:23.700] 讀了幾百萬本書的同事
[00:03:25.800] 知識面比你廣太多了
[00:03:27.966] 但它不了解你的具體情況
[00:03:30.133] 所以你需要把你的情況告訴它
[00:03:33.066] 然後讓它幫你分析、提問、拆解
[00:03:36.133] 舉幾個例子
[00:03:37.033] 如果你是做自媒體的
[00:03:38.833] 你可以跟AI說
[00:03:40.000] 我現在運營一個YouTube賬號
[00:03:42.266] 目前有7萬粉絲
[00:03:44.033] 主要是做AI工具測評的內容
[00:03:46.700] 我的目標是三個月內漲到10萬
[00:03:49.233] 在這個階段
[00:03:50.100] 我應該把精力放在哪幾件事上？
[00:03:52.466] 大多數人在漲粉期會犯什麼錯誤？
[00:03:55.100] 我應該問自己什麼問題
[00:03:56.766] 來確保方向是對的？
[00:03:58.466] 如果你是職場人
[00:03:59.666] 馬上要做年終績效考核
[00:04:01.900] 你可以跟AI說
[00:04:03.033] 我今年做了以下項目
[00:04:05.000] 請你幫我梳理一下
[00:04:06.633] 哪些是真正有價值的成果
[00:04:08.933] 哪些其實只是在瞎忙
[00:04:10.966] 用什麼框架來組織我的述職報告
[00:04:13.800] 最能打動領導？
[00:04:15.233] 如果你是學生正在準備留學申請
[00:04:17.966] 你可以跟AI說
[00:04:19.100] 我的本科成績是3.5
[00:04:21.133] 有兩段實習經歷
[00:04:22.800] 想申請美國前50的商學院碩士項目
[00:04:25.900] 幫我分析一下我的競爭力在什麼水平
[00:04:28.733] 我的申請材料應該重點突出哪些方面
[00:04:31.733] 哪些短板需要在接下來三個月內補上？
[00:04:34.800] 還有一個非常實用的用法是
[00:04:37.333] 你讓AI採訪你
[00:04:39.100] 你跟它說
[00:04:39.833] 我想讓你採訪我
[00:04:41.100] 問我關於我實際工作內容的問題
[00:04:44.266] 幫我識別哪些是高價值的事情
[00:04:46.900] 哪些可能是在浪費時間
[00:04:48.933] 我保證這能幫你發現很多
[00:04:51.166] 你自己都沒意識到的問題
[00:04:53.133] 你看這些都不是讓AI幫你寫報告
[00:04:56.133] 而是讓它幫你想清楚方向
[00:04:58.566] 這就是AI作為教練的作用
[00:05:00.900] 通過向你提問、幫你梳理
[00:05:03.233] 來提高你做事的質量
[00:05:05.100] 當然AI也有局限性
[00:05:07.100] 它就像一個博覽群書
[00:05:08.900] 但缺乏實際語境的聰明同事
[00:05:11.733] 它給你的建議也不一定全對
[00:05:13.800] 你要用自己的判斷力去篩選
[00:05:16.133] 但這裡有個關鍵點
[00:05:17.666] 當你覺得AI給的回答不太靠譜的時候
[00:05:20.566] 問題往往不在AI
[00:05:22.500] 而在與你自己
[00:05:23.666] 而這就是調試思維
[00:05:25.733] 說白了
[00:05:26.333] 寫提示詞不是打字比賽
[00:05:28.466] 而是一個不斷迭代的過程
[00:05:30.566] 結果不好的時候
[00:05:31.733] 你應該先問問自己
[00:05:33.266] 是不是我沒有設定好角色？
[00:05:35.433] 是不是我沒給夠背景信息？
[00:05:37.866] 是不是我的目標不夠明確？
[00:05:40.033] 有時候你甚至可以直接問AI
[00:05:42.400] 你剛才為什麼這樣回答？
[00:05:44.433] 你的推理過程是什麼？
[00:05:46.133] 它會把自己的思路展示給你
[00:05:48.566] 這樣你就能看到這個問題出在哪一步了
[00:05:51.466] 這裡我給你三個非常好用的調試技巧
[00:05:54.833] 第一個叫思維鏈
[00:05:56.433] Chain of Thought
[00:05:57.333] 當AI的回答不對時
[00:05:58.933] 你跟它說
[00:05:59.766] 一步步想
[00:06:00.766] 把你的推理過程展示給我看
[00:06:03.300] 然後給我一個簡潔的最終答案
[00:06:06.033] 這樣你就能看到它
[00:06:07.500] 哪一步邏輯出了偏差
[00:06:09.500] 第二個叫驗證者模式
[00:06:11.366] 你讓AI先問你三個問題
[00:06:13.600] 幫它更準確地理解你到底想要什麼
[00:06:16.733] 每次問一個
[00:06:17.600] 然後結合新信息重新回答
[00:06:20.400] 這種特別適合
[00:06:21.800] 你自己還沒完全想清楚需求的時候
[00:06:24.733] 第三個叫細化模式
[00:06:26.533] 在AI回答之前
[00:06:27.966] 讓它先幫你把問題改得更犀利一些
[00:06:31.133] 給你兩個升級版本
[00:06:32.833] 你選一個再繼續
[00:06:34.300] 這個方法不僅能提高AI的輸出質量
[00:06:37.200] 更重要的是
[00:06:38.066] 它在教你怎麼更好地提問
[00:06:40.433] 你得持續用這種模式反覆練習
[00:06:43.400] 這些循環不只是在訓練AI理解你
[00:06:46.433] 更是在訓練你理解AI
[00:06:48.766] 那當你能說清楚為什麼某個提示詞有效
[00:06:52.066] 另外一個不行的時候
[00:06:53.466] 你就真正入門了
[00:06:55.100] 還有一個實用技巧
[00:06:56.466] 引導AI去找專家
[00:06:58.600] 那如果你的問題太泛
[00:07:00.333] AI就會給你很平庸、很套路的回答
[00:07:03.700] 比如你問
[00:07:04.400] 怎麼提高工作效率
[00:07:06.133] 它給你的答案跟網上隨便搜到的差不多
[00:07:09.733] 原因是你的問題太模糊了
[00:07:12.133] AI只能在它大腦裡
[00:07:14.000] 最中間、最普通的區域取樣
[00:07:16.433] 你需要引導它去更犀利的邊緣地帶
[00:07:20.066] 怎麼做呢？
[00:07:20.700] 你可以說
[00:07:21.466] 用麥肯錫的時間管理框架
[00:07:24.033] Cal Newport的深度工作理念
[00:07:26.733] 加上最新的認知科學研究
[00:07:29.366] 告訴我怎麼重新設計我的工作日
[00:07:32.266] 同樣是問工作效率
[00:07:33.766] 但加上具體的專家和框架之後
[00:07:36.533] AI給出的答案深度完全不一樣
[00:07:39.233] 那如果你不知道該引用誰
[00:07:41.133] 就先問AI
[00:07:42.300] 在時間管理這個領域
[00:07:43.933] 最頂尖的專家
[00:07:45.266] 最有影響力的研究論文
[00:07:47.400] 和最新的理論都有哪些？
[00:07:49.466] 等它列出來之後
[00:07:50.633] 把這些信息餵回去讓它重新回答
[00:07:53.800] 這樣AI就不是在給你複製粘貼的建議
[00:07:56.900] 而是在綜合頂級智慧來幫你思考
[00:08:00.300] 到了第二週
[00:08:01.366] 我們正式讓AI開始幫你幹活
[00:08:04.233] 但大多數人在這一步會犯一個致命錯誤
[00:08:07.800] 直接甩一句"幫我寫篇文章"
[00:08:10.133] 或者"幫我做個方案"
[00:08:11.666] 然後得到一段非常平庸的東西
[00:08:14.500] 正確的做法是用10-80-10法則
[00:08:17.900] 前面的10%
[00:08:19.133] 你來做
[00:08:19.900] 你負責定方向、給素材、設定標準
[00:08:23.333] 告訴AI你要什麼、不要什麼、給誰看的、什麼調性
[00:08:27.566] 這一步不能偷懶
[00:08:28.833] 因為方向定錯了
[00:08:30.200] 後面再怎麼努力也是白搭
[00:08:32.466] 中間的80%
[00:08:33.833] 交給AI這個超級實習生去執行
[00:08:36.800] 最後的10%
[00:08:38.033] 你來把關
[00:08:38.900] 用你的判斷力和經驗做最終的質量檢查
[00:08:42.300] 現在我展開說一下中間這個80%
[00:08:45.766] 首先你不用糾結到底該用哪個AI模型
[00:08:49.066] 說實話在2026年
[00:08:50.933] 主流AI模型之間的差距已經越來越小了
[00:08:54.500] Artificial Analysis的數據也顯示
[00:08:56.933] 不管是Anthropic、Google
[00:08:58.566] OpenAI還是Meta的模型
[00:09:00.300] 它們在性能上已經高度趨同
[00:09:02.866] 雖然每個模型還在進步
[00:09:05.066] 但互相之間的領先差距在不斷縮小
[00:09:08.166] Epoch AI的數據還顯示
[00:09:10.100] 使用這些強大模型的成本也在急劇下降
[00:09:14.000] 英偉達最新芯片的每個Token能耗
[00:09:16.733] 比十年前降低了10.5萬倍
[00:09:19.666] 你知道這意味著什麼嗎？
[00:09:21.133] 當產品變得越來越便宜
[00:09:23.466] 越來越相似時
[00:09:24.833] 它們就變成了大宗商品
[00:09:27.066] 你不會問誰家的AI最好
[00:09:29.100] 你只會關心我能用AI做什麼
[00:09:31.766] 所以與其在ChatGPT
[00:09:33.633] Claude、Gemini之間反覆橫跳
[00:09:36.166] 不如選一個深入學
[00:09:38.066] 你越深入研究一個模型
[00:09:40.033] 就越快摸透它的脾氣和優劣勢
[00:09:42.866] 如果你想要最成熟生態的
[00:09:44.933] 就選ChatGPT
[00:09:46.033] 深度使用Google辦公套件的
[00:09:48.333] 就選Gemini
[00:09:49.266] 側重商業項目的
[00:09:50.733] 選Claude
[00:09:51.500] 這裡的關鍵是先選一個
[00:09:53.566] 然後跟它建立默契
[00:09:55.533] 舉個實際例子
[00:09:56.566] 比如說你要給客戶寫一份推廣方案
[00:09:59.466] 前10%你來做
[00:10:01.000] 把客戶的背景資料
[00:10:02.733] 目標用戶畫像
[00:10:04.300] 競品分析
[00:10:05.433] 品牌調性要求
[00:10:06.900] 全部整理好餵給AI
[00:10:08.766] 然後中間80%交給AI
[00:10:11.566] 基於這些資料
[00:10:12.700] 幫我生成20個不同角度的推廣創意方向
[00:10:16.700] 每個方向要有一個反直覺的切入點
[00:10:19.700] AI這時候會給你一大堆選項
[00:10:22.166] 最後10%你來挑出最好的五六個
[00:10:25.100] 讓AI基於這些方向繼續深化
[00:10:28.133] 這裡還有一個小技巧
[00:10:29.700] 在做最後10%質量檢查的時候
[00:10:32.800] 如果你對AI的輸出覺得哪裡不對
[00:10:35.766] 但又說不上來的時候
[00:10:37.300] 這其實是一個好的信號
[00:10:39.200] 說明你的標準已經比AI當前的水平都要高了
[00:10:43.333] 這時候你可以像
[00:10:44.533] 對待一個新來的實習生一樣給它反饋
[00:10:47.666] 告訴它你不喜歡什麼
[00:10:49.366] 為什麼不喜歡
[00:10:50.466] 讓它基於你的反饋重來一次
[00:10:52.900] 通過這樣不斷地反饋和迭代
[00:10:55.366] 你跟AI之間的配合就會越來越默契
[00:10:58.633] 所以核心的邏輯就是
[00:11:00.400] AI是速度極快
[00:11:02.033] 知識面極廣的執行者
[00:11:04.100] 但它沒有你的判斷力
[00:11:05.800] 你的工作是當好導演
[00:11:07.900] 而不是打字員
[00:11:09.200] 第三週
[00:11:10.033] 我們要從每次單獨跟AI聊
[00:11:12.766] 升級到系統化使用AI
[00:11:15.400] 什麼意思？
[00:11:16.166] 就是把那些你反覆用到的指令
[00:11:18.900] 打磨成可以重複使用的模板庫
[00:11:21.933] 這個就像烤蛋糕一樣
[00:11:23.433] 你第一次按照食譜做
[00:11:25.300] 覺得不夠甜就多加糖
[00:11:27.600] 覺得太乾再加些酸奶
[00:11:29.700] 做了幾十次之後
[00:11:30.900] 你就有了一份屬於自己的完美配方
[00:11:34.100] 在AI裡也一樣
[00:11:35.466] 你的Prompt提示詞從第一版的簡單請求
[00:11:38.933] 到第二版加入了語氣要求
[00:11:41.466] 再到第三版限定字數和格式
[00:11:44.100] 到第四版根據反饋去掉修辭性問句
[00:11:47.600] 經過幾輪迭代
[00:11:48.800] 你就有了一個效果越來越好的模板
[00:11:51.600] 當你把這些模板存下來
[00:11:53.300] 就是你的提示詞庫Prompt Library
[00:11:55.933] 到這個階段
[00:11:56.833] 你寫文案、做週報、分析數據
[00:11:59.666] 每個高頻任務都有精調模板
[00:12:02.266] 效率翻幾倍
[00:12:03.700] 但這裡我要告訴你一個比提示詞更重要的趨勢
[00:12:07.833] 說實話在2026年
[00:12:09.733] 比起怎麼寫提示詞
[00:12:11.300] 更重要的是
[00:12:12.300] 你給AI提供了什麼上下文
[00:12:15.100] AI知道互聯網上幾乎所有公開信息
[00:12:18.466] 但它對你的個人情況是一無所知的
[00:12:21.466] 不知道你的項目進度
[00:12:22.933] 不知道你的品牌調性
[00:12:24.633] 不知道你老闆上週那封郵件說了什麼
[00:12:27.433] 你可以把AI想象成是一個天才員工
[00:12:30.800] 什麼都會
[00:12:31.533] 但入職第一天
[00:12:32.800] 連公司共享文件都打不開
[00:12:35.266] 上下文越豐富
[00:12:36.800] AI的回答就越精準
[00:12:38.733] 所以關鍵不只是"怎麼問"
[00:12:41.200] 更重要的是"餵給它什麼"
[00:12:43.166] 而這也解釋了為什麼谷歌和微軟現在
[00:12:46.033] 拼命把AI嵌入辦公套件
[00:12:48.666] 因為誰掌握了你的上下文
[00:12:51.000] 誰就掌握了你的注意力
[00:12:53.000] 你在一個平台積累的上下文越多
[00:12:55.566] AI對你就越了解
[00:12:57.400] 你就越離不開它
[00:12:58.866] 這裡有兩個實用的建議
[00:13:00.833] 第一、好好管理你的文件
[00:13:03.166] 現在文件管理直接影響AI對你的幫助程度
[00:13:07.466] 第二、把信息集中在一個平台上
[00:13:10.400] 如果簡歷在谷歌硬盤
[00:13:12.433] 面試筆記在Notion
[00:13:14.133] 公司信息在飛書
[00:13:15.800] 那哪個AI都沒法幫你做完整的信息整合
[00:13:19.933] 另外在這個階段
[00:13:21.133] 你要建立工作流Workflow的思維
[00:13:23.900] 就是把複雜任務拆成固定步驟
[00:13:27.200] 每一步都有明確的輸入輸出
[00:13:29.766] 讓AI按順序執行
[00:13:31.733] 根據麥肯錫的數據
[00:13:33.300] 真正大規模使用AI智能體的企業
[00:13:36.200] 不超過10%
[00:13:37.766] 相比之下
[00:13:38.600] 已經有20%的企業使用AI
[00:13:41.333] 是通過工作流工具來實現的
[00:13:43.900] 那市場已經用腳投票了
[00:13:45.933] 工作流才是現在真正能落地的方式
[00:13:49.333] 那我們怎麼做呢？
[00:13:50.500] 比如你每週做工作週報
[00:13:52.533] 以前每週你都要花一兩個小時從頭寫
[00:13:55.700] 那現在就可以把這個任務拆成三步
[00:13:58.600] 第一步
[00:13:59.133] AI從會議記錄和項目工具裡
[00:14:01.800] 提取本週的關鍵進展
[00:14:03.966] 第二步
[00:14:04.700] AI按你設定好的模板生成初稿
[00:14:07.533] 包括本週成果、下週計劃
[00:14:10.233] 風險點這些固定的模塊
[00:14:12.333] 第三步、你來做最終審核和調整
[00:14:15.400] 流程固定後
[00:14:16.400] 每週幾分鐘就能搞定
[00:14:18.400] 而不是每次都從頭解釋一遍
[00:14:20.800] 那我們在2026年的目標
[00:14:22.600] 就是把單次提問
[00:14:24.166] 轉化成可以重複執行的工作流
[00:14:27.200] 最後一週
[00:14:28.000] 讓AI從你主動使用的工具
[00:14:30.800] 變成後台自動運行的基礎設施
[00:14:34.000] 核心就是三個字
[00:14:36.700] 最簡單的起步方式
[00:14:38.133] 就是用現有工具裡已經內置的AI功能
[00:14:41.666] 比如Notion自帶的AI總結和生成
[00:14:44.466] 飛書有智能助手和整理會議紀要
[00:14:47.400] 剪映裡的AI插件能自動轉錄字幕
[00:14:50.500] 整理時間線
[00:14:51.633] 這些都不需要額外搭建系統
[00:14:54.133] 打開就能用
[00:14:55.200] 說到這裡
[00:14:55.966] 有個你必須知道的趨勢
[00:14:58.000] 也就是AI的技術鴻溝正在快速地縮小
[00:15:01.633] 根據OpenAI報告
[00:15:03.033] 75%的企業用戶表示
[00:15:05.733] 用AI完成了以前根本做不到的任務
[00:15:08.766] 不是更快地完成老任務
[00:15:10.666] 而是做了全新的事情
[00:15:12.666] 非技術崗位的AI編程相關消息
[00:15:15.466] 六個月內增長了36%
[00:15:18.133] 那些銷售、市場、運營的人
[00:15:20.500] 已經在用AI寫腳本、搞自動化、搭內部工具了
[00:15:24.700] 這意味著什麼呢？
[00:15:25.700] 如果你以前覺得不會寫代碼
[00:15:28.000] 自動化跟我沒關係
[00:15:29.733] 那現在你可要重新想想了
[00:15:32.033] AI已經強大到你用大白話描述你的需求
[00:15:35.866] 它就能幫你搞定
[00:15:37.366] 比如我們之前給大家介紹的Claude Code
[00:15:39.866] 以前做個數據儀表板
[00:15:41.900] 得找開發排隊等三五天
[00:15:44.366] 現在直接告訴AI需求
[00:15:46.500] 幾分鐘就能生成一個
[00:15:48.166] 以前你想每天早上自動收到一封郵件
[00:15:51.600] 裡面匯總了你當天所有會議的關鍵信息
[00:15:55.366] 這得會寫代碼才行
[00:15:57.133] 以前自動化一個流程得學編程
[00:15:59.900] 現在用Zapier或者Make.com
[00:16:02.300] 選好觸發條件
[00:16:03.633] 設定流程
[00:16:04.733] AI就能在後台跑
[00:16:06.133] 那如果你想更進一步
[00:16:07.700] 可以用n8n這類的高級工具
[00:16:10.333] 搭建精細的工作流
[00:16:12.200] 所以這最後一週的目標
[00:16:14.133] 不是讓AI變成技術專家
[00:16:16.466] 而是讓你意識到
[00:16:17.866] 很多你以為做不到的事情
[00:16:19.900] 現在都能做到了
[00:16:21.600] 那些橫在你能力面前的困難
[00:16:23.866] 正在被AI快速地抹平
[00:16:26.166] 當你進入自動化世界後
[00:16:28.033] 你會發現能自動化的東西
[00:16:30.366] 簡直太多了
[00:16:31.733] 這時候真正考驗你的不是怎麼自動化
[00:16:34.800] 而是什麼值得自動化
[00:16:36.900] 有些流程值得搭建
[00:16:38.766] 有些手動做就好
[00:16:40.366] 還有一些你仔細一想其實根本不需要做
[00:16:43.833] 直接刪掉就行
[00:16:45.233] 好了
[00:16:45.733] 到這裡四週的路線圖就給大家講完了
[00:16:48.866] 說實話
[00:16:49.633] AI現在正處在一個非常特殊的窗口期
[00:16:53.366] 一切都在快速變化
[00:16:55.333] 所以並沒有所謂的全知全能專家
[00:16:58.533] 每個人都在學
[00:16:59.966] 每個人都在摸索
[00:17:01.633] 你不需要比所有人都聰明
[00:17:03.566] 只需要比你身邊的人學得更快一點就行了
[00:17:07.000] 我們不用花時間制定完美的學習計劃
[00:17:10.266] 從現在直接開始行動
[00:17:12.400] 接下來你可以用這個方法
[00:17:14.233] 先堅持做30天
[00:17:15.866] 打開一個AI工具
[00:17:17.300] 問問它你今天工作中遇到的問題
[00:17:20.233] 就這麼簡單
[00:17:21.200] 每寫一個提示詞
[00:17:22.533] 每修改一次
[00:17:23.666] 每做一個判斷
[00:17:24.933] 你不僅是在訓練模型
[00:17:26.866] 更是在訓練你自己
[00:17:28.533] 不管我們喜不喜歡
[00:17:29.800] AI都來了
[00:17:30.833] 有些人看到這
[00:17:31.833] 可能會內心恐懼
[00:17:33.466] 但我依然堅信
[00:17:35.300] 人工智能不是來取代人類工作的
[00:17:38.266] 而是來恢復人類本來應該有的價值
[00:17:41.633] 以上就是本期視頻的全部內容
[00:17:44.366] 如果你喜歡這個視頻
[00:17:45.700] 別忘了訂閱我的頻道
[00:17:47.166] 另外如果你想了解今天這個AI時代
[00:17:50.066] 你必須具備的三個能力的話
[00:17:52.366] 你可以點擊這個視頻查看
[00:17:54.133] 保證對你會有幫助
[00:17:55.633] 那我們下期影片見拜拜