课程时间：2026年4月1日
以下是文字稿：
这堂课我们要聊的是，让 AI 真正帮你干活。
上一节课我们讲了 AI 能帮我们做什么。很多人做完练习以后，会有神奇、激动、开心、惊喜这样的感受。大家会发现，同样一件事情，同样一个趋势，你用怎样的方式去跟它共创，用怎样的心态去对待它，它就会展现出你想象不到的面貌。所以这就是学习的价值。
大家平时都知道 AI 厉害，但 AI 怎么厉害，可能没有感觉。第一节课我们讲的是，AI 可以做你的教练，做你的顾问。那么今天第二节课，我们来聊的是原则和方法，聊 AI 帮你干活的方法。
我现在每一天的工作，至少有 50% 是和 AI 一起干的。这不是说某一项工作，而是我几乎所有的工作都要涉及跟 AI 的共创。我目前看到，市面上比较少有人能把这个核心讲清楚，所以这也是我们做 AI 合伙人训练营的第二个原因。
很多人在用 AI 帮自己干活的过程中，都会不满意，会生气。为什么不满意？为什么生气？常见的问题是：不达预期、听不懂我的话、不够明确、不符合实际、get 不到点、不知道怎么纠正它，或者感觉它做出来的东西有点假。
这些问题，都是发展中的问题。今天我会跟大家分享，如何在发展中解决这些问题。因为 AI 帮你干活总是不满意，有一个我观察到的最根本的原因：你以为你在和 AI 共创，其实你只是在许愿。
很多人跟 AI 的工作方式，其实就是许愿，跟烧香拜佛差不多。我们上一节课讲的 AI 心法是什么？就是把 AI 当一个人。那我请问，你会跟人许愿吗？你不会。比如你招了一个新员工、新同事，或者一个实习生，你不太会跟他许愿。
但是面对 AI，因为听说它很厉害，却不知道它到底厉害在哪儿，你把它当神了，当菩萨了，当上帝了，你就开始许愿。比如：帮我写一篇爆款文章，帮我做一个高大上的 PPT，帮我搞点副业挣钱，甚至帮我赚到一千万。
天底下哪有这么好的事情。所以不要把 AI 当成神，要把 AI 当做人。AI 如果是人，它就有人的优点，也有人的毛病。我们今天要讲的合伙人模式，核心就是拆解目标、流程，逐步接手执行、调研与迭代。这里首先要破除的一点，就是摆脱妄念，放下许愿。你一旦做到这一点，对 AI 的期待就会走向真实，你才会真正把 AI 当作生活中一个重要的伙伴。
所以，AI 不是许愿池，AI 是流水线里的工作人，是合伙人。把 AI 当作共创合伙人，最重要的不是提示词，而是工作流。
工作流是什么？工作流就是把一件模糊的事情，拆成 AI 能逐步接手的步骤链。
很多人会问，工作流和 SOP 有区别吗？有。SOP 是一个非常复杂、非常清晰、完全按部就班的步骤集合。工作流不需要像 SOP 那么规整，那么细致，因为那样反而会扼杀 AI 作为“人”的灵动。工作流更重要的，是找到完成事情的路径，找到适合你自己的那条路径。
要建立工作流，最重要的一件事情，就是拆解你工作中那些重要工作的流程。每个人都可以有自己的工作流，它可以跟别人不一样，重要的是你要找到你的工作流。
我今天跟大家演示几个案例。对我来讲，有几个工作特别花时间，也特别重要。第一个，是如何设计并制作一个课程 PPT。第二个，是以前我们私董会上完课后，要把课程内容转成文字稿，这件事情很花时间，也很花人力。第三个，是有朋友问我，我是怎么打磨出那几套很厉害的提示词的。
你在听我聊这些工作流拆解的过程中，最重要的不是纠结于它的表现，而是去思考：围绕你自己的日常工作，你能不能借用这套拆解方法来拆。
先说第一个案例，设计制作课程 PPT。
很多人是不是这样工作：打开一个 AI 聊天工具，说我要去上一堂什么课，面向谁，帮我做一个非常好、非常吸引人、非常打动人的课程 PPT。刚开始我也是这么做的。可这种情况下，AI 的结果通常不会让你满意。
后来我就开始琢磨，是不是这么做不对。以我们过去在深圳举办的一次课程为例，我后来摸索出了一套流程。
以前我在做课程时，有两个目标。第一个，是把这门课更好地做出来。第二个，是探索出一套工作流，让我下次做这件事的时候更快、更好。所以从现在开始，当你做事情的时候，你要同时有两层目标：一层是解决当下的问题，另一层是形成一套比较完善的工作流，让下一次做得更快更好。
比如做一门课，我首先要收集很多资料。我会围绕主题不断记录自己的想法，挖掘过往积累，看书，和 AI 聊天，思考哪些部分比较重要。这个过程，本质上是一个脑暴和思考的过程。
我不再许愿了，我开始认认真真地准备这个课。我会先收集我的想法。这个收集想法的过程，既包括对过往经验的挖掘，也包括和 AI 的互动。等想了好几天以后，脑海里慢慢有了一个雏形，我就开始写大纲。
比如去年的版本，我先用 AI 帮我提取出来，但我不满意，要继续迭代。后来经过今年的思考，我再把去年的版本改一改，有些内容自己改，有些让 AI 帮我改。相当于经过思考以后，我把大纲做了一轮优化。这个过程最辛苦，我可能准备课程 70% 的时间都在干这件事，把所有想法凝结成一个重要的提纲。这个过程中，AI 可以和你互动，但它不能代替你去完成最核心的判断，这仍然是我非常重要的价值之一。
当有一天我觉得这个大纲差不多了，下一步才进入 AI 能发挥更大价值的领域。很多时候，你许愿得不到效果，是因为你把很多工作糅合在一起了。比如让 AI 帮你准备一个 PPT，内容和设计其实是两件事情。
所以我就开始先做一件事：不是让 AI 直接生成 PPT，而是先生成 PPT 模板。我会给它一张我们课程的主视觉海报，然后告诉它，希望根据这张主 KV 图设计一个 PPT 模板，希望整体是简约型，又带一点人文感，同时比较高级。再把我过往总结出的经验告诉它，比如我喜欢什么字体，这个模板要包括首页、目录页、各部分大标题页、结尾页、内容页等。
你把这些发给 AI，它才开始工作。AI 一开始做出来的东西，我也未必喜欢。比如我不喜欢深蓝色，我就直接告诉它。你跟设计师可能不好这么说，但你跟 AI 可以这么说。你不需要思考它怎么执行，但你可以表达你的目标。
模板做好以后，我通常会同时让几个工具都试一试，然后挑选。我们只需要有审美和判断就行。等模板确定下来，再让另一个工具根据 PPT 模板和我给的大纲生成 PPT。这样做出来的效果，通常就会好很多。
我一个线下课，经常有将近 200 页 PPT。如果我自己做，至少得准备一个星期；如果找设计师做，怎么也得花五千到八千，而且设计师做出来的效果还不一定理想。但我后来有一次，是某个周末上课，我在 3 月 5 号那天才开始把所有的大纲给 AI，在两天时间内就完成了 200 页 PPT 的制作。我觉得 AI 至少把这个效率提升了 10 倍。
当然，这个过程不是一帆风顺的，不是说它一上来就完全 OK。你还是要反复调，反复改。AI 也会偷懒，也会出错，也会开盲盒。所以这个过程，不是你和设计师比，而是你和 AI 在一起反复调整。但整体效率会非常高。
后来我就总结出：以后我要做课程 PPT，第一步是确定主题，第二步是收集素材，第三步是梳理大纲，第四步是修改大纲，第五步是生成 PPT 模板，第六步是生成课程 PPT，第七步是最终定稿。
这里面，确定主题主要是人类负责；收集素材是人和 AI 共创；梳理大纲主要是人负责；修改大纲是 AI 共创；生成 PPT 模板主要交给 AI；生成课程 PPT 主要交给 AI；最终定稿还是人类负责，AI 也参与。
这就是你自己下场去跑，才能跑出来的流程。未来的工作流有两种：一种是通用工作流，另一种是你工作里的特定工作流。很多特定工作流，必须你自己亲自去跑，亲自去打磨。
第一个案例讲的是课程 PPT。第二个案例，是把一场课整理成一个可以发给用户的文字稿。
以前这个事情，我们团队有同事在做，但他说 AI 干得不咋地，所以每次还得人工审核，就会很慢。我就在想，有没有办法优化。后来我发现一个很重要的秘密：这件事情最重要的是把步骤拆开。
第一步，当然是获得课程视频或音频。第二步，让 AI 给出一个原始版本，也就是尽量保留原始口语、语气词、现场状态的版本。第三步，再告诉 AI：我不要你改写，我只是要你整理。你只需要把语气词做调整，把文字顺序理顺，把错误纠正掉，不要加内容，不要自作主张，要保持原汁原味的口语感。
我就是这么一点点调教出来的。后来我甚至把它做成了一个工具。它背后的工作规则非常清楚：不是改写，而是清理和修复，清理噪音、轻度修复表达、保留原始风格，同时有些事情严格禁止做。
但如果这个版本最终要变成一篇公众号文章，那这一步还不够。还要再有下一步：把这个比较朴实、比较简洁、略加整理的版本，再转成一篇有现场感的长文章。这个时候，我会把我自己的文章喂给 AI，让它学习我的风格，再根据我的风格去生成。
所以，一场课程或者一场分享，讲完以后，经过原始版、整理版、风格化重述版这几步，它就可以成为一篇公众号文章了。后来我就用这套流程，把我去年一次年终分享的腾讯会议内容，变成了一篇公众号文章，基本上没有什么人看得出来那是 AI 做的。原因就在于，我把一件看上去 AI 做不好的复杂事情，拆成了几个步骤。
后来我又在想，线下课六七个小时，能不能也这么搞。最开始 AI 也搞不定，因为文字太多了，它总会压缩。后来我突然想到，其实很简单，你就告诉 AI，把七八个小时的内容先拆成八段、十段，先分别处理，再整合起来，就又变成了一个完整文档。
所以，AI 用得好不好，关键不只是模型本身，而是我们对自己工作有没有深入理解。我们的脑子还是很重要的。在 AI 时代，思考力、表达力、学习力，以及构建一个信任网络的能力，会越来越重要。
第三个案例，是提示词和练习设计的工作流。
有朋友问我，那几套提示词是怎么想出来的。其实也很有意思。有一次我在准备一门大课时，看万维钢老师的书，里面提到苏格拉底提问法。我觉得很好，就跟 AI 说，这个方法特别好，能不能帮我弄出一套提示词，让我在课堂现场带大家试一下。后来现场反馈特别好。
这次 AI 合伙人训练营，其实也是在那次课程基础上的再次迭代。准备这个训练营的时候，我先把之前线下课的两个练习发给 GPT 作为案例，然后告诉它：我正在给用户做一个 AI 合伙人训练营，我想设计一些互动练习，让他们真正感受到 AI 的能力和智慧。请你参考这两个练习，再帮我设计一些别的练习。
我是在引导 AI 怎么工作，同时给了它案例。它会给我很多建议，比如反方董事会、关系翻译器、人生决策沙盘、高维采访者等等。然后我再自己从里面筛选，删掉一些，保留一些，再做人工微调。最后这些练习就成了我们课上的内容。
这件事情很有意思。你从一本书上看到一个点子，看到一个知识，然后你逐步把它变成一整套流程，而且可以反复复用、持续扩展。这个过程就是我和 AI 的共创。
所以，那些提示词既不是 100% 我原创的，也不是 100% AI 原创的，而是我和 AI 一起共创出来的。最近我还看到一个调研，说 AI 产出的成果和你个人思考质量之间，有非常高的相关性。也就是说，在 AI 时代，人的智力不是没有价值，反而当你用得越深，越会发现人的智力、认知、经历、判断力、审美，仍然非常有价值。
接下来我想跟大家分享的，不是三个具体方法，而是三个更底层的原则。
第一个原则，叫边行动边总结。
很多人面对一个新事物的时候，总觉得自己还没想清楚，所以先别开始。但我自己用 AI 的过程恰恰相反：你永远不要等想清楚了再开始，要边做边总结。
这里涉及一个概念，叫具身认知。过去我们以为思考只是大脑里发生的事情，但这些年的研究发现，思考和身体、环境、操作经验都有关。你站起来动一动，思考可能会更活跃；你在一个真诚、友善、彼此激发的环境里，思考质量会更高；你亲自动手获得的经验和手感，也和纯靠脑子想完全不一样。
所以有句话叫“手感”，不是没有道理。为什么叫手感，不叫脑感？因为很多东西是你手下去做，才会真的进入你。投资里有句话，叫“先挪屁股再挪脑袋”。没有人会在岸上学会游泳。所以一定要边行动边总结，从今天开始就去生产、去打磨你的工作流，不要害怕一开始不够好。
我举个例子。AI 帮我工作化写作这件事，我已经探索了几个月。一个多月前，我还非常困惑，我说到底 AI 怎么才能帮我写出好的东西，试了很多次，发现都不行。我当时也觉得，写作这个事情太难工作流化了，它有太多灵感和不可控的部分。
如果那个时候我放弃了，我觉得会是一个很大的损失。幸好没有。直到最近这一两周，我才真正想清楚，原来以前我写公众号的时候，应该把它拆成这样的流程：写作、编辑、配图、排版、发布。
这还只是比较粗的工作流。进一步拆，写作又可以分成积累素材、产生灵感、确定选题、写文章；编辑又可以让 AI 帮你删除 AI 痕迹，还可以做对抗式编辑，让它站在反方来看你原来写的东西好不好。
最近我就跑通了一个完整流程。有一天我突然看到一个点，关于芒格投资阿里巴巴。我让 AI 先帮我做调研，再把我的想法告诉它，让它帮我写文章。AI 写完以后，我又反复调教了几轮。再后来，我甚至让它按照我的公众号样式去排版、找图、保存到草稿箱。最后我只做了一件事，就是点了公众号后台的发布。
那篇文章现在有几千阅读，还是一个比较专业的投资话题，很多用户反馈都不错。某一刻我其实是有点怅然若失的，因为我曾经以为创作是一件门槛非常高的事情，但现在我会发现，只要你把 AI 用好，它真的可以和你一起把这件事做得更好。
所以第一个原则，就是边行动边总结。
第二个原则，是提供充分的背景信息。
很多时候，不是 AI 做不出来，而是我们没有把背景信息说清楚。这里最核心要提供三个东西：目标、角色、案例。
第一，目标。你想达到什么结果。第二，角色。你希望 AI 以什么身份来帮你。第三，案例。你可以给它一些参考，让它更快理解。
大家有没有注意到，我在跟 AI 互动的时候，经常会说“你是一个审美大师”“你要像乔布斯一样的设计风格”“你把我当一个小白，通俗易懂地教我”。角色非常重要，因为一个角色词本身，就是一种高密度的信息压缩。比如你说“请扮演苏格拉底做我的人生教练”，苏格拉底这个词对 AI 来讲，就包含了大量你不需要再展开解释的信息。
案例也很重要。我讲一个最近发生的小事。我们公众号后台原来有一张文章结尾海报，是希望大家加我的微信。但后来这段时间，实际上不是我本人在运营，所以我就觉得这样不够诚实。我想把它调整成：让别人知道加的是助理微信，同时又能感受到这里面的内容和我本人有关。
后来我刚好看到一个案例，别人做得很好：既清楚地告诉大家这是助理微信，也说明了添加这个号有什么好处，而且还有一个简笔画风格的插画，让人知道这个号和这个 IP 本人有关。我觉得这个案例就很好。
于是我去跟 AI 沟通。我发了我的几张个人照片，又告诉它：我想做一个放在公众号文末、引流到私域的海报；希望中间文案是怎样的；人物可以做成插画风格，但要有适当的虚构场景；你也可以先做几种风格让我选。
尽管我已经说得很清楚了，AI 一开始还是给了我很多不对的方案。后来我又补了一个案例——我最近看到的一篇文章，它的插画风格我很喜欢。我就把那个案例发给 AI，说：我要类似这样的插画风格，但更明亮、更温暖一些。然后它就给我出了几个版本，效果一下子就好了很多。
所以案例非常重要。很多时候，不是 AI 不行，而是我们没有想清楚。你给它目标、角色、案例，它的理解深度会完全不一样。
第三个原则，是像孩子一样折腾。
我会观察到，很多人用 AI 的时候太小心翼翼了。一方面要求特别高，一方面又特别怕出错。其实你搞砸了，也不会怎么样。
你看一个孩子学吃饭、学走路、学跑步、学说话，是不是都经历了大量尝试，才学会一项复杂技能。那面对 AI 这么重要的新趋势，你试了一两次就放弃，不是在犯一个很大的错误吗？
我特别喜欢一句话：对于人生中足够重要的事情，人们容易犯两种错误，一种是从未开始，一种是过早放弃。你们已经开始了，但我希望你不要因为过程中的一点困难就放弃。因为 AI 很可能是我们这一代人，甚至过去一百年、过去一千年里最重要的趋势之一。
你如果不充分折腾，你感受不到里面有多么奇妙。我自己用 AI，付费工具可能都有十个了，也各种被打击，但不要怕。慢慢地，当你折腾得足够多，就会跑出一些好的工作流。
我经常听到有人说，我觉得我的生活一眼望得到头，太稳定了。但很有意思的是，当新的趋势真正出现时，很多人又会畏首畏尾。所以我后来总结了一句话：一边害怕一眼望到头的生活，一边在新趋势面前畏首畏尾。这其实是一种巨大的矛盾。
但当你意识到这个矛盾的时候，也就意味着这个问题有机会被解决了。所以我希望大家敢于折腾。训练营只是把这扇门打开了，但你的工作和生活里有很多特定的东西，还是需要你自己去探索、去折腾。等有一天你把这些探索做成产品，甚至可能会因此赚到钱。
折腾新事物，本质上是一种非对称机会。什么叫非对称机会？就是风险有限，收益无上限。
折腾 AI 这件事，你最大的风险是什么？无非就是损失一点订阅费、一点时间、一点精力。但收益是什么？收益是无穷的可能。
就像我 2016、2017 年研究比特币的时候，我根本不知道它以后对我有什么意义，也不知道能不能挣到钱。我只是觉得它很厉害，很喜欢它背后的理念，于是就去深入研究。后来，光这一项投资带来的收益，就超过了我过往十年资产收入的总和。
我不是说大家都去投资，我想说的是，中国的教育环境里太多打压、批判和泼冷水，导致我们面对新事物的时候太过害怕。但 AI 和投资还不一样，投资确实有风险，AI 本身的风险其实没那么大。你别让 AI 帮你炒股，你让 AI 帮你好好干活，这个风险是很少的。
而且我还想掏心窝地说一句：在 AI 这件事情上，尤其是那些高门槛、高难度、但又有高复利的工作，比如写作、策划、编程、开发，不要太想着省钱。因为人类的时间和注意力，远比模型的订阅费更贵。
我自己一个月在 AI 上花 300 美金，但我觉得很值得。所以我前两天写日记时说了一个很“暴论”的观点：一个人如果能把每个月收入的 5% 花在 AI 上，非常划算。
这不是说你永远都这样，而是未来三个月，你愿不愿意把每个月收入的 5% 拿出来，投入在这件战略级重要的事情上。这个心智模式很重要。你一定要敢于在战略要事上投入足够多的资源。不要在这种事情上过度追求性价比。对于真正重要、真正复杂的事，要尽量用更好的模型；对于常规事务，用一些性价比高的工具也完全可以。
所以最后，我们来总结一下打磨工作流的三个原则：边行动边总结，提供充分的背景信息，像孩子一样折腾。
你打磨工作流的次数越多，你对工作的理解就越清晰。今天听完这节课，你有没有一种感觉：决定我们和 AI 共创产出质量的，已经不只是大模型本身了，而是我们的思考质量。
以前我们并不知道怎么和 AI 这样的工具互动。但你越早去打磨，你会发现，你的思考质量也会被带着提升。甚至这段时间我跟 AI 沟通多了以后，我跟同事开会时，也会更希望自己把需求讲得更精准。也就是说，我跟 AI 的沟通，反过来塑造了我跟人类的沟通方式。
美好的事物，都是先在大脑中创造，然后再在现实世界里重新创造一遍。所以在 AI 时代，我们的脑力不会被简单替代。那些结构化、单一目标的信息处理工作，确实容易被替代；但那些本地信息复杂、目标复杂的事情，人的脑力仍然能产生非常大的价值。
当你把工作流梳理出来，再把它封装起来，你其实就在创造一个产品。你看我现在经常使用的那几个 ChatGPT 工具，本质上都是我把自己的工作流产品化了。
所以未来的创业机会，也可能就在这些地方。也许我们现在还不知道怎么商业化，但未来一定会有很多机会。从现在开始构建自己的工作流，其实就是在构建一生的复利。
第一，它会让你的大脑思考质量越来越高，构建认知复利。第二，它会让你对工作越来越深入，构建竞争复利。比如过去像芒格和阿里巴巴这样的一篇文章，如果让我自己去调研所有资料，怎么也得花三天时间。但在 AI 时代，未来我可能一周能写三五篇，甚至十篇。那还停留在过去内容生产模式里的人，竞争压力一定会越来越大。
第三，它会构建信任复利。因为当你把 AI 用好以后，你会和身边的人产生更多话题和链接点。你把 AI 产品做出来，帮助别人，别人会更加信任你，而这本身也会创造很多机会。
所以最后的总结是：对人生来说，最重要的资产是语料库；对事业来说，最重要的资产是工作流。
我希望大家从今天这节课开始，仔细思考一下，你的工作中有哪些事情可以被梳理成工作流，让 AI 介入，让一部分事情变得更快，让另一部分事情变得更好。
我们这门课和很多课不一样的地方在于，三个月后、三年后，你再听它，可能仍然有价值。因为我们不是在讨论某一个具体技法，我们讨论的是，如何重构 AI 时代的个人发展战略和商业发展战略。这个底层规律，不会因为 AI 工具的迭代而失效。
答：提取和整理文字稿的那个案例，我是用 GPT 做的。
答：这个问题我现在也没有完全想清楚。因为我的孩子还比较小，才三岁多，所以如果是我自己的孩子，太小的时候我不会让他用 AI。
前段时间我和我太太聊过这件事。因为我们家孩子现在问题特别多，每天要问很多个为什么，有些时候我根本回答不上来。我们当时还讨论，要不要给他买个 AI 问答机，我去搜了一下，发现真的有这样的产品，而且卖得还不错。
但后来我们很快觉得这件事情不太对。因为如果一个孩子太容易就得到答案，他还会不会享受自己去探究问题的过程？而探究一个问题、解答一个问题的过程，其实对建立元认知能力特别重要。
如果在还没有建立基础的元认知能力和习惯之前，就过早把 AI 用得太深，反而可能会把他的智力封在某一个层级里。所以我的直觉是，孩子太小的时候，不着急让他深度使用 AI。也许让他晚一点接触会更好。比较小的时候，用一些简单功能是可以的，比如点歌、陪伴类的轻功能，但更深度的使用，我会更谨慎一些。
因为原认知能力、大脑的智力结构、清晰思考的方式、表达需求的能力，这些东西，AI 到底会产生多大的影响，我现在还没有一个很确定的答案。