大多数人用 AI：
打开对话框，问一句，得一段回答。觉得不太对，再补一句，再改一改。复制出来，自己又润色一遍。一小时过去了，事情才做完一半。
正确使用 AI，是这样的：
粘贴一段原始素材，三分钟后，拿到一份能直接用的成品。
差别在哪？不在模型。豆包、Claude、ChatGPT、DeepSeek，哪个都行。差别在工作流，你有没有把一件事拆成 AI 能一步步处理的结构。
下面这 7 个工作流，是我用了大半年沉淀下来的。提示词全部公开，复制就能用。
声明：这不是什么高深技术，没有 API，没有插件，没有订阅。就是普通人都能学会的“把活交出去干”的方法。
0/ 开干之前：用语音输入，让所有工作流提速一倍
这 7 个工作流里，最痛苦的环节往往不是 AI 输出，是你自己输入。要把“这周做了啥”“我心里真实想法是啥”“我对这事的纠结点在哪”打字打出来，光是想怎么组织语言就要花十几分钟。
但其实你不需要组织语言。打开语音输入，按住说话键，把脑子里的话一股脑说出来就行。
不用怕讲乱，不用怕重复，不用怕“嗯啊那个”。AI 最擅长的就是从一段乱七八糟的口语里提炼结构。你说三分钟，能顶你打字十五分钟。
我自己常用的几个：
- Typeless：转写质量很高，专门给 AI 对话场景设计的，按一下说一段，自动整理标点
- 闪电说：速度快，适合短句快速输入
- 微信自带的语音转文字：随手就有，聊天框里直接长按
- 自己 vibe coding 写的语音输入法：定制成最适合自己工作流的样子，之前有写过相关文章
📝 我花 30 分钟 vibe coding，删掉一个逗号，省了1000块
前天和客户聊天，约一个晚饭。 我本来想发的是： 明天晚上您有时间吗 我们可以约个晚饭 这是我平时打字的习惯。中间不加逗号，用一个空格断一下。它没有那么规范，但像我自己发出来的。...
不管你用哪个都行，重点是让“输入”这一步别再成为瓶颈。会议纪要那一节的转录文本，原理是一样的，只不过把对象从会议换成了你自己。
试一次你就回不去了。
1/ 写周报：把流水账变成汇报
每周五下午最让人头疼的事，就是回忆这一周到底干了啥。
打开飞书、钉钉或者 Notion，盯着空白文档发呆十分钟。明明做了一堆事，写出来就是干巴巴几行。
这事的本质问题是：你脑子里有素材，但没结构。AI 最擅长的就是给杂乱的东西套结构。
工作流是这样的。
第一步：把脑子里的事倒出来，不要管顺序。
这周我做的事（按时间倒着回忆，想到啥写啥）：
- 周一上午开了项目对接会，定了三个里程碑
- 周一下午改了 PRD 文档
- 周二跟客户 A 通了一个小时电话，他们想加一个功能
- 周二晚上加班写方案
- 周三推进设计稿评审，跟设计组的 Lisa 吵了一架
- 周四客户 B 反馈了五个 bug
- 周四下午跟开发同学过了一遍排期
- 周五写周报（就是现在）
直接发给 AI，越乱越好，不用排序。
第二步：让 AI 帮你结构化。
你是我的工作助理。我给你的是这一周的流水账，
请帮我整理成周报，结构如下：
【本周完成】
- 列出关键产出，每条带一句价值说明
- 用“完成XXX，推动YYY”的句式，别用“参加”“讨论”这种弱动词
【进行中】
- 列出还在推进的事，标注当前卡点和预计完成时间
【下周计划】
- 根据本周节奏，提 3 件最重要的事
- 每件事要有可衡量的产出，不要写“继续推进 XX”这种废话
【风险与协助】
- 哪些事需要老板支持或资源
- 没有就写“无”，不要硬凑
要求：
1. 语气专业但不官腔，别用“鉴于”“旨在”“持续赋能”这种词
2. 数字、人名、节点要保留
3. 别瞎编我没说过的事
4. 像跟人吵架那次，整理时用中性表达，比如“就 X 问题与设计组对齐”
第三步：让 AI 再帮你“翻译”一遍给老板看。
基于上面的周报，再帮我写一段三句话的版本，
放在周报最前面给老板快速扫读。
要求：
1. 第一句讲我推动了什么决策或进展（不是做了什么）
2. 第二句讲下周关键交付（最多两件事）
3. 第三句讲是否需要老板介入
4. 三句话总字数控制在 150 字以内
这第三步特别关键。老板要的不是你做了啥，是你推动了啥。
**小贴士：**Claude 和豆包对中文语境的“职场感”更准；ChatGPT 偶尔会把“推进”翻成“促进”这种翻译腔，注意检查一遍。DeepSeek 输出会偏长，提示词里加一句“控制字数”就行。
2/ 会议纪要：开完会就交付，不拖到第二天
会议结束，组长说：“谁整理一下纪要发群里。”全场沉默。
整理纪要这件事的难点不在于难，在于烦。要听一遍录音，要分清谁说了啥，要总结出决议和待办。一个一小时的会，纪要至少要花四十分钟。
但其实你只需要做一件事：把录音转文字粘进去，剩下交给 AI。
现在大部分会议软件（飞书会议、腾讯会议、Zoom）都自带转录功能。手机录音转文字也只要点一下。
第一步：拿到原始转录文本，不要管错别字和断句。
第二步：用这个提示词。
下面是一段会议录音转文字，可能有错别字和重复内容。
请帮我整理成会议纪要，包含四个部分：
1.【会议主题】
用一句话概括这次会开的是啥。
2.【关键决议】
列出会上达成共识的事，每条按这个格式：
- [决议内容] —— 由 [谁] 拍板，[谁] 反对/弃权（如果有）
3.【待办事项】
格式：[负责人] - [具体任务] - [截止时间] - [验收标准（如果会上提到了）]
没明确说时间的标“待定”
没指定人的标“待认领”
4.【遗留问题】
会上没结论、需要后续讨论的事，每条带一句“为啥没结论”。
整理时注意：
- 只整理事实，别加你自己的判断
- 名字拼错的可以根据上下文猜一下，但要在名字后标“(？)”
- 把“嗯”“那个”“就是说”“我觉得吧”这种口水词全去掉
- 同一个人重复说的话只保留最完整的一次
- 数字、金额、日期、人名一定不能改
下面是转录文本：
[在这里粘贴]
第三步（可选）：发出去之前再问一句。
基于这份纪要，帮我列出三个最容易被遗忘但很关键的待办，
我要在群里 @ 相关的人单独提醒一下。
格式：
@ 谁 - 你需要做什么 - 截止时间 - 为啥这件事很关键
为啥要做第三步？因为群里发个长纪要，没人会认真看。但你单独 @ 一句“老王，记得周三前把方案给我，不然客户那边没法继续推”，这事就真能推下去了。
**小贴士：**录音转文字偶尔会把“决议”识别成“觉得”，AI 一般能根据上下文修正，但重要数字（金额、日期、人数）一定要自己核一遍。
3/ 竞品速览：选个产品别再看十篇测评
要选一款笔记软件。打开知乎，搜“笔记软件推荐”，前五条都是软文。打开 B 站，看了三个测评视频，越看越懵。每个 up 主都说自己用的最好。
这种时候，与其再看一篇测评，不如自己搭一个对比框架。
第一步：先想清楚你到底在挑啥。
我想选一款笔记软件，主要用来：
- 记日常想法（每天 3-5 条，每条 50 字左右）
- 整理读书笔记（每月 1-2 本书，需要做标注和摘录）
- 偶尔写长文（每月 2-3 篇，需要排版功能）
- 多设备同步（iPhone + Mac + Windows 工作电脑）
我比较在意：
- 数据安全（不希望某天产品停服就丢光）
- 上手成本（不想花一周学怎么用）
- 价格（每月预算 30 元以内）
候选：Notion、Obsidian、飞书文档、印象笔记、苹果备忘录、Logseq
请帮我做一张对比表，列出在我这几个使用场景下，
每款产品的优势、劣势、典型用户画像。
表格列：产品名 / 核心优势 / 主要劣势 / 适合的人 / 不适合的人 / 价格 / 数据导出能力
最后给一个推荐排序（从最适合我到最不适合），
并用 2-3 句话说明你为啥这么排。
这里有个小心机。让 AI 列“典型用户画像”和“不适合的人”，你看完会知道：“哦原来 Notion 适合协作团队，我一个人用其实大材小用。”
第二步：针对前两名做深度对比。
基于上面的推荐，我现在在 [Notion] 和 [Obsidian] 之间纠结。
请按这四个维度展开：
1. 上手难度
- 小白第一周能不能用起来
- 学会基础功能需要多少小时
- 有没有学习曲线陡峭的坑点
2. 长期成本
- 费用结构（订阅 vs 买断 vs 免费）
- 学习曲线长度
- 数据迁移难度（如果三年后想换工具）
3. 数据归属
- 数据存在哪（本地 / 云端 / 自托管）
- 能不能完整导出
- 万一公司倒闭，我的笔记还在不在
4. 三年后的样子
- 假设我用这个工具三年，我的笔记库会变成什么样
- 会不会出现“笔记越来越多但越来越乱”的情况
- 这个工具自身三年后还存不存在
最后说一句：如果你是我，你会选哪个？为啥？
第 4 个维度是关键。大多数工具决策的痛苦，不是当下选错，是用了两年发现迁移不动。提前问“三年后的样子”，相当于把未来的坑挪到现在来看。
**小贴士：**这类问题别用单一模型。Claude 倾向给平衡视角，豆包会带点偏好倾向，ChatGPT 信息覆盖广但有时不够新，DeepSeek 适合追问“为什么”。最好同一个问题问两个模型，看分歧在哪。
4/ 长文速读：读一份报告不用花一下午
行业报告 80 页，论文 30 页，老板甩过来一句“看看这个”。
老实讲，大部分人的处理方式是。存到收藏夹，再也不打开。
但如果你只是想知道“这报告在说啥、对我有啥用”，根本不需要从头到尾读完。
我自己摸出来一个三层速读法，AI 来执行。
第一层：30 秒掌握全貌。
这是一份 [行业报告 / 学术论文 / 长文]，
作者是 [谁]，发表时间是 [什么时候]。
请用三段话概括：
第一段：作者的核心观点是什么（一句话，不要超过 30 字）
第二段：他用了什么证据/数据支撑（三到五个最关键的点）
第三段：这份报告对哪类读者最有价值，对哪类读者价值不大
不要加自己的评论，只做忠实概括。
[粘贴报告原文，或上传文件]
读完这三段，你已经知道这份报告值不值得继续看。
第二层：3 分钟拿走精华。
基于上面的报告，请帮我提取：
1. 五个最有价值的数据/事实
每条带原文出处（页码或章节），方便我之后核查或引用
2. 三个反直觉的发现
也就是和大众认知不同、或者跟我可能的预期相反的点。
如果报告里没有反直觉的内容，就明确告诉我“没有”，不要硬凑。
3. 两个我可以直接用在工作里的洞察
要具体到“明天我可以做什么”这个层面，不要给“加强学习”这种空话
格式用 markdown 表格，方便我截图存档。
第 2 项“反直觉的发现”是这步的精华。因为符合直觉的内容你读了等于没读，你本来就知道。真正值钱的是那些让你“哎，这跟我想的不一样”的部分。
第三层：深度提问（按需）。
我对报告里 [某个具体观点 / 某个数据 / 某个图表] 不太理解，
请用初中生能懂的话解释一下。
要求：
1. 不要用任何专业术语，必须用的话要先解释
2. 举一个跟生活有关的例子
3. 再举一个跟这个观点相反的反例，让我看到另一面
最后告诉我：这个观点在学术界 / 业界有没有争议？争议点是什么？
最后那句“举一个反例”是防止 AI 一味跟报告作者站队。读任何长文都该带着“我未必同意”的心态，不然就成了别人观点的搬运工。
**小贴士：**Claude 处理超长文档最稳，能记住前面的细节；ChatGPT 文件上传有大小限制，长报告建议拆成几段喂；DeepSeek 中文文献处理不错；豆包对中文学术语境最贴合，处理国内行业报告很顺。
如果你要处理的是一份特别长的报告（比如 100 页以上），或者要同时读好几份相关报告做交叉对比，强烈推荐试试 NotebookLM。它能一次塞几十份 PDF，问答时会精准标出来源页码，还能把一堆文档自动生成一段类似播客的音频总结，开车通勤路上听完，相当于一份高密度的领读。我自己读大部头报告基本都丢给它先过一遍。
5/ 邮件 / 消息润色：把心里话翻译成“得体话”
打工人最难的不是干活，是说话。
领导问你周末能不能加班，你心里想的是“凭啥”，嘴上要说“好的我看看”。同事让你帮个跟你没关系的忙，你心里想的是“不行”，嘴上得找个不得罪人的理由。
这种“心里话→得体话”的翻译工作，AI 做得比你顺手得多。因为 AI 没有情绪包袱。
通用模板：
我要 [发邮件给 / 微信回复 / 当面回] [收件人]。
我跟他/她的关系是：[直属上级 / 平级同事 / 下属 / 客户 / 合作方等]。
背景：
[简单交代一下情况，3-5 句话]
我想表达的意思是：
[写出你心里的真实想法，可以糙、可以情绪化，越真实越好]
请帮我润色成 [得体 / 委婉 / 坚定 / 客气] 的版本。
要求：
1. 不卑不亢，别太低姿态，也别太硬
2. 立场要清楚，别让对方觉得“还能再争取一下”
3. 控制在 [字数] 以内
4. 给我两个版本：一个偏柔（保留台阶），一个偏硬（守住底线），我自己挑
5. 如果是邮件，给我一个合适的标题
6. 别用“望您理解”“特此说明”这种公文腔
举个真实例子：
我要回复领导。他在群里 @ 我，让我周末加班赶一个方案，
说是客户那边催得急。但其实周一交也来得及，他只是想让我做。
我这周已经加班三天了，周末有家里的事走不开。
我想表达：
这个事不是非周末做不可，我有正当理由拒绝。
但我不想跟领导关系闹僵。
希望他下次别再这样默认我会答应。
请帮我润色，给柔硬两个版本，每个版本不超过 80 字。
你会发现，AI 给的版本，比你自己憋半小时写出来的好得多。因为它没有情绪卡顿，能直接想到“用什么话术既守住底线又留有余地”。
进阶用法：让 AI 模拟对方的反应。
基于我准备发出去的这条消息，
请预测对方收到后最可能的三种反应（按概率从高到低排），
以及每种反应下我该怎么回。
格式：
反应一（最可能，占比约 X%）：[对方可能怎么说]
→ 我的回复建议：[具体话术]
反应二、反应三同上。
最后告诉我：如果对方反应特别激烈，我应该立刻打电话当面沟通，
还是继续文字回复？
这一步特别关键。它能帮你提前想清楚“如果对方继续追问，我该说啥”，避免话说一半被堵回来。
**小贴士：**中文沟通的“分寸感”豆包和 Claude 更准，ChatGPT 偶尔会有英文翻译腔（比如把“麻烦你”翻成“我希望你能”）。涉及职场政治的微妙场景，多让 AI 出几个版本对比着看。
6/ 学一个新概念：用费曼四步法，让 AI 当陪练
听到一个新词不懂。复利、Transformer、第一性原理、reflexivity……一查百科，越看越懵。
费曼学习法的核心是：如果你不能用自己的话讲明白，你就没真懂。
AI 是天然的费曼陪练。流程是这样的。
第一步：让 AI 用最朴素的话讲一遍。
请用初中生能听懂的话，解释一下 [复利] 是什么。
要求：
1. 不要用任何专业术语
2. 举一个跟生活有关的例子
3. 控制在 200 字以内
注意“初中生能听懂”这句话。如果你说“通俗易懂”，AI 还是会拽词。说“初中生能听懂”，它会真的把话说人话。
第二步：你用自己的话复述，让 AI 挑错。
我现在试着用我自己的话讲一遍 [复利]，
请你听完之后告诉我：
1. 哪些地方理解对了
2. 哪些地方理解偏了或不准
3. 我漏掉了什么关键点
我的复述：
[在这里用你自己的话写一段，不用怕讲错]
这一步是整个工作流的灵魂。你以为你懂了，复述一遍才知道哪里其实是糊的。
第三步：找出这个概念的“反例”。
请举一个 [复利] 不适用的场景，或者一个看起来像复利但其实不是的例子。
理解一个概念最快的方式不是看正例，是看反例。知道“这个不是复利”，才真正知道复利是什么。
第四步：把这个概念跟你已经懂的东西连起来。
[复利] 这个概念，和我已经懂的 [滚雪球 / 利息 / 指数增长] 这些有什么联系和区别？
请帮我画一张概念关系图（用文字描述）。
新知识不挂到旧知识上，过两周就忘。这一步是给新概念找“接口”。
走完这四步，你对一个新概念的理解，比看十篇科普文都扎实。
**小贴士：**这套流程的关键是第二步。你必须真的写出复述，不能跳过。AI 没法替你完成“输出”这一环，它只能当陪练。
7/ 决策辅助：用第一性原理拆解“要不要换工作”
人生里最纠结的决策，往往不是因为信息不够，是问错了问题。
“我要不要换工作”。你以为你在问一个决策题，其实你是在问“谁能告诉我答案”。但没人能告诉你答案，包括 AI。
AI 能做的，是帮你把这个问题剥到最底层，让你看到自己真正要解决的是什么。
这就是第一性原理：别接受表层问题，往下挖，挖到一个不能再剥的内核为止。
工作流分两层。
第一层：拆解层——把问题剥到底
第一步：让 AI 帮你识别假设。
我现在在纠结要不要换工作。
我目前的情况是：
[简单描述：行业、岗位、薪资、痛点、想换的原因]
我考虑换工作的理由是：
[列出 3-5 条]
请你做一件事：把我列出来的每一条理由，
都帮我识别背后藏着什么“假设”。
比如我说“想换是因为现在工资低”，
背后的假设可能是“换了工作工资就会涨”或“工资是我最在意的”。
把所有假设都列出来，每一条都要问一句：
“这个假设一定成立吗？”
这一步会让你冒冷汗。你会发现你的“理由”里，有一大半其实是没经过验证的假设。
第二步：找到真正的“内核问题”。
基于上面识别出的假设，请帮我归纳：
我真正想解决的问题，最底层的那一个，到底是什么？
请用这个句式回答：
“你看起来在问 X，但你真正在问的是 Y。”
如果你觉得不止一个 Y，就都列出来，按可能性排序。
举个例子。你以为你在问“要不要换工作”，AI 拆完可能告诉你：
你看起来在问“要不要换工作”，但你真正在问的可能是：
-
我能不能接受自己未来五年还在做现在这种事？
-
我跟现任老板的关系是不是已经修不好了？
-
我是不是只是想逃离当下的疲惫，但其实换个地方还是一样？
-
我能不能承担“如果换错了”的后果？
你看，“换不换工作”这个表层问题，下面藏着四个完全不同的内核问题。这四个问题的答案，决定了你该不该换。
第二层：重建层——在内核上反向推导
第三步：针对每个内核问题，反向推导出可能的路径。
针对上面找到的 [最关键的一个内核问题]，
请帮我反向推导：
如果这个内核问题是真的，那我有哪些选项可以解决它？
不要只局限在“换工作 vs 不换”这两个选项，
请帮我想出至少 5 个可能的路径，包括我没想到的。
这一步是整个工作流最有价值的部分。大多数决策的痛苦，是因为你把自己困在了“二选一”。但真实世界从来不是二选一。
可能 AI 会告诉你：除了换工作和不换，你还可以——
- 在公司内部转岗
- 跟老板谈调整工作内容
- 保留工作，业余开始做副业试水
- 暂时不动，先存够 6 个月 runway 再说
- 跟老板坦白当下感受，看反应再决定
每条路径都有成本和收益。但你至少知道选项不止两个了。
第四步：在多个路径上做利弊矩阵。
请帮我做一张表格，对比上面五条路径：
- 短期收益（一年内）
- 长期收益（三到五年）
- 主要风险
- 后悔成本（如果选错了，能不能调头）
- 启动门槛（需要多大决心、多少准备）
最后给一个建议：你认为哪条路径，最值得我认真考虑？为什么？
注意最后一句，让 AI 给建议。很多人不敢让 AI 给建议，觉得“决策要自己做”。但 AI 给的建议，不是替你决定，而是给你一个参照系。它说出来的答案，你听了如果觉得“不对，我不想要这个”，那一刻你就知道自己真正想要什么了。
**小贴士：**这个工作流别一次做完。第一层拆完，关掉对话框，去散个步。让“内核问题”在脑子里沉淀一晚上。第二天再开第二层。决策这种事，比信息量更稀缺的是时间。
这 7 个工作流，没有一个用到了 API、插件、订阅功能。全都是普通对话框就能直接使用。
我想说的是：工作流的本质不是工具，是把“我要 AI 帮我”，变成“我要 AI 帮我做 A、然后 B、然后 C”。
这个心智一旦建立，换什么模型都不慌。豆包停服了，你换 Claude。Claude 涨价了，你换 DeepSeek。DeepSeek 跑不动了，你回头用 ChatGPT。模板还是那些模板，思维还是那个思维。
工具会变，工作流不会变。
思维永远占领高地。
关于作者
Kyrie— 前国内大厂 R&D 工程师，现居曼谷，做中国科技企业出海 BD。持续分享出海一线真实记录、AI 在业务里的实战用法，偶尔也聊聊美股投资和国外生活。
