AI时代的3个血泪教训，以及真正有效的"人机协作"姿势

我让AI帮我做笔记，结果翻车了

AI时代的3个血泪教训，以及真正有效的"人机协作"姿势

上个月我做了一个实验。

起因是我手里积了7篇一直想读但没时间读的长文章。每篇都是3000-5000字的深度分析，光标题就让人望而生畏。

那天晚上我灵机一动——

"我为什么要自己读？让ChatGPT帮我读不就行了？"

于是我把第一篇文章全文复制粘贴到ChatGPT里，打了一行字：

"请帮我总结这篇文章的核心观点，列出3个关键要点。"

30秒后，ChatGPT给了我一份回复。

条理清晰。逻辑通顺。比我自己写的好看10倍。

我满意地把它复制粘贴到我的笔记本里。

然后用同样的方法处理了剩下6篇。

7篇文章，总共花了不到15分钟。 以前每篇至少要花20分钟阅读+5分钟做笔记，7篇下来要将近3个小时。

"AI太牛了吧！"我当时心想。"我以前花在做笔记上的时间全浪费了。"

一个月后，翻车了。

翻车现场

那天我在写一份方案，需要引用一个行业数据。我记得上个月让AI帮我总结的那7篇文章里有一篇提到了这个数据。

我打开笔记本，找到了那条AI写的摘要。

读了一遍。

完全没有印象。

我看着那段文字——结构完美、措辞专业——但我的大脑一片空白。就好像在看一个陌生人写的东西。

我又读了一遍。

还是没有任何感觉。我不记得原文说了什么。不记得当时读到这个数据时是什么反应。不记得我对这个观点是同意还是不同意。

因为我当时根本没有读过原文。AI帮我读的。

那份"完美的摘要"——从来不是我的知识。

它是AI的输出，暂时借住在我的笔记本里。

我以为我"拥有"了7篇文章的知识。实际上我什么都没有拥有。

和一个月前相比，那7篇文章对我来说——仿佛从来没有存在过。

这跟直接收藏那7篇文章然后再也不看，有什么区别？

没有。任何。区别。

我到底做错了什么

那天晚上我坐在电脑前想了很久。

AI的总结明明是准确的。结构明明是清晰的。质量明明比我自己写的好。

那为什么没用？

然后我想起了这个系列第3篇讲的那个道理——

复制粘贴 = 拍照。用自己的话写 = 素描。
拍照不需要大脑参与。素描必须大脑全程参与。

我让AI帮我做的事情，本质上还是"拍照"。

只不过以前是我自己按快门（复制粘贴原文），现在是AI帮我按快门（AI生成摘要）。

快门按得更漂亮了，照片质量更高了。

但我的大脑——从头到尾——依然什么都没做。

没有理解。没有判断。没有和我自己的经验建立连接。

所以没有记忆。没有内化。没有任何改变。

AI帮你做了"加工"的动作。但"加工"的目的不是产出一份漂亮的摘要——是让你的大脑参与思考。

如果你的大脑没有参与，那份摘要再漂亮也没用。

你把最有价值的环节——思考——外包给了AI。

这就像你请了一个私教帮你举哑铃。哑铃是举了，但长肌肉的是私教，不是你。

三个血泪教训

翻车之后，我又花了一个月时间摸索"AI到底应该怎么用"。

期间又踩了两个坑。加上最开始那个大坑，一共三个教训。全部讲给你听。

教训一：AI会一本正经地胡说八道

翻车后的第二周，我让AI帮我总结一篇关于"用户增长策略"的文章。

AI的回复里有这么一段：

"根据哈佛商学院2023年发布的Brand Velocity模型，品牌增长的核心驱动力可以分为三个维度……"

听起来非常专业对吧？

但我怎么没听说过"Brand Velocity模型"这个东西？

我去Google了一下。

这个模型不存在。AI编的。

它用一种极其自信、极其专业的语气，杜撰了一个听起来像真的的概念。如果我没有多查那一下，我可能会把这个"模型"写进我的方案里——然后在评审会上被人问住。

这种现象叫"AI幻觉"（Hallucination）。AI不知道自己不知道什么。当它没有答案的时候，它不会说"我不知道"——它会编一个。

更可怕的是——它编得像真的。

你很难分辨哪些是它从真实信息中总结的，哪些是它现编的。

教训：AI输出的任何"事实"——数据、人名、时间、模型名称、引用出处——必须手动核实。

不核实就用，等于往自己的知识库里投毒。

教训二：调Prompt的时间比省下的还多

意识到不能盲信AI之后，我走向了另一个极端——我开始疯狂研究Prompt工程。

我觉得"AI给我的结果不够好，一定是我的指令不够好"。

于是我开始：

• 试不同的角色设定（"你是一个资深行业分析师……"）
• 试不同的输出格式（"请用表格/列表/MECE框架……"）
• 试不同的约束条件（"请不超过200字/请分5个要点/请用比喻解释……"）
• 对比GPT-4和Claude和豆包和Kimi的效果差异

我把同一篇文章用了12种不同的Prompt试了一遍。

花了将近2个小时。

然后我停下来，算了一笔账：

text

如果我自己读这篇文章+做笔记：约25分钟
如果我用AI+花时间调Prompt+核实结果+补充自己的想法：约35分钟
如果我疯狂调Prompt试图找到"最优"指令：2小时+
我花在"优化工具"上的时间，远远超过了工具帮我省下的时间。

这就像你花了3个小时研究哪把菜刀最好用，但一道菜都没做。

教训：固定2-3个你觉得够用的Prompt，以后直接用。不要再优化了。

"够用"就行。"完美"是一个让你永远不开始做正事的陷阱。

教训三：AI越方便，你越容易变蠢

这是三个教训里最深刻的一个。

用了AI之后，我发现自己读文章的耐心在急剧下降。

以前我会花20分钟认真读一篇长文，边读边思考，时不时停下来琢磨"这段说得对不对"。

现在呢？看到一篇超过2000字的文章，我的第一反应变成了：

"太长了，丢给AI总结一下吧。"

1000字的文章——"让AI帮我提炼要点。"
一个5分钟的视频——"让AI帮我转写成文字再总结。"
甚至一封500字的邮件——"让AI帮我概括一下重点。"

我在把越来越多的"思考"外包给AI。

而我自己的大脑，做的事情越来越少。

有一天我突然意识到一件事——

AI越方便，我越懒得动脑。我越懒得动脑，我的思考能力就越弱。我的思考能力越弱，我就越依赖AI。

这是一个恶性循环。

如果任由这个循环持续下去，最终的结果是什么？

你变成了一个"中转站"——信息从AI那里来，经过你的手，到达它该去的地方。但在整个过程中，你的大脑没有参与任何有价值的工作。

你不是在"用AI"。你是在被AI用。

教训：AI应该替你做那些不需要大脑的事。但"思考"这件事，你必须自己来。一旦你把"思考"也交给了AI，你就不再是一个知识工作者了——你只是一个复制粘贴机器的有机版本。

那AI到底应该怎么用？

三个坑都踩完之后，我终于摸索出了一条边界线。

这条线用一句话就能说清楚：

AI做粗活。你做细活。AI的输出是草稿。你的批注是定稿。

"粗活"是什么？是那些不需要你个人判断的机械性工作。
"细活"是什么？是那些只有你自己能做的思考性工作。

让我列一个清单：

text

AI可以做的（粗活）：
─────────────────
□ 帮你快速浏览一篇长文，提取要点
  → 省得你花20分钟通读全文
□ 帮你翻译外语内容
  → 省得你查字典
□ 帮你把语音/视频转成文字
  → 省得你手动转写
□ 帮你检查你写的东西有没有逻辑漏洞
  → 像一个帮你审稿的同事
你必须自己做的（细活）：
─────────────────────
□ 判断"这个信息对我有没有用"
  → AI不知道你的工作、你的目标、你的处境
□ 用自己的话写总结
  → 这个系列第3篇教的。AI代替不了。
□ 建立和你的旧笔记的连接
  → 这个系列第4篇教的。AI不知道你的笔记本里有什么。
□ 形成你自己的观点
  → "我同意/不同意这个观点，因为……"
  → 这是只有你自己能做的事。

简单来说：AI帮你"看"，你负责"想"。

AI帮你从一篇5000字的文章里提取出3个要点——这是"看"的工作，AI很擅长。

但"这3个要点里哪个和我的工作最相关""我同不同意作者的结论""这让我想到了什么"——这些是"想"的工作，只有你自己能做。

如果你把"想"也交给了AI，你会得到一份完美的笔记和一个空白的大脑。

我现在的做法：AI + 30秒批注

讲了这么多"不该怎么做"，是时候讲讲"应该怎么做"了。

以下是我现在使用AI做笔记的完整流程。你可以直接抄。

第一步：让AI做"粗加工"（30秒）

把文章丢给AI，用下面这个Prompt：

text

请帮我做以下3件事：
1. 用1句话总结这篇文章的核心观点
2. 列出3个最重要的知识点（每个用1-2句话概括）
3. 指出这篇文章有什么局限性或你觉得值得质疑的地方
[粘贴文章内容]

30秒后，你会得到一份AI的初步处理结果。

注意Prompt的第3条——"指出局限性"。 这是我反复测试后发现最有价值的一条指令。它会逼AI以"批判性思维"来审视文章，而不是一味地总结和赞美。

AI指出的"局限性"不一定对。但它能提醒你用批判的眼光看待这篇文章，而不是全盘接受。

第二步：你来做"精加工"（2-3分钟）

AI给完结果之后，不要直接存。

拿出你的笔记本（备忘录/任何你存笔记的地方），写下以下内容：

text

AI总结：（把AI的1句话总结复制过来）
我的看法：
→ 我同意______，因为______
→ 我不同意______，因为______
→ 这让我想到了______

关键是后面那3行"我的看法"。

这3行才是你的大脑真正参与思考的部分。这3行写完之后，这条笔记才从"AI的输出"变成了"你的知识"。

让我用一个例子走一遍。

假设你让AI总结了一篇关于"远程办公效率"的文章。

AI的输出：

text

核心观点：远程办公的效率取决于沟通机制而非工作时长。
3个要点：
1. 远程团队应建立"异步沟通优先"的文化，减少会议频次
2. 每日站会不应超过15分钟，且应有固定模板
3. 文档化是远程协作的基石，所有决策需要留痕
局限性：
文章主要基于科技公司的案例，对传统行业的适用性存疑。

你的批注：

text

AI总结：远程办公的效率取决于沟通机制而非工作时长。
我的看法：
→ 我同意"异步沟通优先"。我们组天天开会，真正有产出的讨论
  可能只占20%，剩下的都可以用文档代替。
→ 我不同意"每日站会不超过15分钟"——我们组的站会经常30分钟，
  但我觉得不是时间的问题，是议题不聚焦的问题。
  时间短了未必能解决问题。
→ 这让我想到了上周那条关于"开会前要发议程"的笔记。
  远程办公更需要提前发议程，因为线上会议更容易跑偏。
相关：那条关于"开会要发议程"的笔记。

看到了吗？

AI帮你完成了"从5000字到5行字"的压缩工作。这个粗活以前需要你花20分钟阅读原文才能做到。

但最有价值的部分——你的同意、你的反对、你的联想——是你自己写的。

这3行"我的看法"花了你大约2分钟。

但正是这2分钟，让这条笔记长进了你的大脑里。

三个月后你再打开这条笔记，你不会觉得"这是什么？"你会立刻想起来——

"哦对，就是那篇关于远程办公的文章。我当时觉得关键不是站会时间短不短，而是议题聚不聚焦。后来我还跟组长提了这个事……"

AI帮你做了粗活。但记忆是你的。观点是你的。知识是你的。

另外两个我常用的Prompt

除了"文章预消化"，我还有两个常用的Prompt。一并分享给你。

Prompt 2：帮我找知识盲区

text

以下是我对"XX主题"的理解：
[粘贴你自己写的笔记/想法]
请你指出：
1. 我的理解中有没有明显的错误？
2. 有没有我遗漏的重要维度？
3. 如果我要进一步学习这个主题，你建议我关注什么？

这个Prompt的作用：让AI当你的"挑战者"，帮你发现自己思维的漏洞。

注意：你要先自己写，然后让AI来挑战。不是让AI先写，你来接受。顺序很重要。先有你的思考，再有AI的反馈。

Prompt 3：帮我发现笔记之间的联系

text

以下是我笔记本中的5条核心观点：
1. [粘贴笔记1的核心句]
2. [粘贴笔记2的核心句]
3. [粘贴笔记3的核心句]
4. [粘贴笔记4的核心句]
5. [粘贴笔记5的核心句]
请你分析：
这5条观点之间有没有什么共同的底层规律？
有没有哪两条可以互相补充？
有没有哪两条是互相矛盾的？

这个Prompt的作用：帮你发现你自己没意识到的笔记之间的关联。

这就是上一篇讲的"拉线"的AI辅助版。 有时候你自己想不到两条笔记有什么联系，但AI帮你一分析——"哦原来这两条说的是同一个底层逻辑！"

但记住：AI发现的联系是"建议"，不是"结论"。你需要自己判断这个联系有没有道理。有道理的话，写进你的笔记里。没道理的话，忽略它。

AI做不到的5件事

最后，我想认真地列一张清单。

不管AI多厉害、多方便、发展多快，以下5件事它永远做不到：

第一：它不能替你决定什么值得学。
AI可以帮你总结一篇文章。但"这篇文章对我的工作/人生有没有价值"——这个判断只有你自己能做。因为只有你知道你自己在哪里、要去哪里。

第二：它不能替你建立个人化的连接。
AI不知道你的笔记本里有什么。不知道你上周经历了什么。不知道你对某个话题有过什么独特的体验。只有你自己能把新知识和你的个人经历联系起来。

第三：它不能替你形成观点。
AI可以帮你列出正反两方的论据。但"你到底怎么看"这个问题——只有你自己能回答。你的知识库里最值钱的东西，不是别人说了什么，不是AI总结了什么，而是你自己认为什么。

第四：它不能替你坚持。
没有任何AI能替你每天花30秒写一句话。没有任何AI能替你每晚花8分钟清空笔记。没有任何AI能在你想放弃的时候逼你打开笔记本。

第五：它不能替你体验。
你读了100篇关于"领导力"的文章，AI帮你总结得完美无缺。但你从来没有带过一个团队。知识管理不是目的。用知识去做事、去体验、去犯错、去成长——这才是目的。

今晚请你做的一件事

找一篇你最近想读但没时间读的文章。什么都行。公众号、新闻、行业报告。

把它丢给ChatGPT（或者豆包、Kimi、Claude——任何你用着顺手的AI）。

用我给你的Prompt 1处理一下。

然后——这是最关键的一步——

在AI的输出下面，亲手写3行字：

text

→ 我同意______，因为______
→ 我不同意______，因为______
→ 这让我想到了______

你写的这3行字，比AI的整篇摘要都有价值。

因为那3行是你的大脑真正参与思考的证据。

AI的摘要是AI的。你的3行字是你的。

三个月后你再打开这条笔记——

AI的摘要你可能已经忘了。

但你写的那3行字，你会记得。

因为那是你自己的话、你自己的判断、你自己的联想。

它们有根。

下一篇预告

到今天为止，你一共学了5个动作：

text

第1篇：收藏之前写一句话
第2篇：放进4个格子
第3篇：用自己的话写
第4篇：加一行"相关"
第5篇：让AI做粗活，你做细活

每个动作都不超过2分钟。但你可能会想——

"这些动作我懂了。但它们在一天的工作中，到底是怎么串起来的？"

下一篇，我会用一个真实的工作日时间线，把这5个动作串成一条完整的工作流——从早上通勤到晚上回家，每个环节做什么、花多少时间、产出什么。

包括那个所有打工人的终极痛点——"周五下午5点写周报"——我会让你看到，前面学的这些动作是怎么让你的周报从"痛苦回忆40分钟"变成"复制粘贴10分钟"的。

关注我，下一篇不迷路。

我是「一只阿木木」。用工程师的逻辑搭建系统，用产品经理的思维经营自己。

如果这篇文章改变了你对"AI做笔记"的看法——请转发给你那个"什么都让AI代劳"的朋友。

他可能需要听到一句话：AI可以帮你举哑铃，但肌肉只会长在你自己身上。