前阵子帮一个客户部署公众号自动写作发布系统,写文章连封面带插图加排版,从需求分析、部署、修正到正式跑起来,一个星期弄完。

分析是 AI 做的。策划是 AI 做的。制作也是 AI 做的。

我只干了两件事:搞清楚客户到底要什么,和盯着 AI 别跑偏。

这两件事,我是不会交给 AI 的。

客户嘴上说要 AI,要的从来不是 AI

配图

第一件是搞清楚需求。

这两年找过来的客户,开口第一句几乎都一样:我们用 AI 降本增效,通过数字化营销多找点客户。

AI 这两个字是后面才加上的,因为大家都在说。真正压在他心上的是找客户。

分析需求这一步我试过交给 AI。把客户发来的材料整个丢进去,让它给我一份需求分析。

它做得出来,而且做得很像样:目标人群、内容方向、发布节奏,条条有理,看上去挑不出毛病。

问题是它读不出这份材料背后那个人。

一家做传统制造的企业,老板要做公众号,可能是想让下游看见他在转型,也可能是想让同行别以为他还停在十年前,还可能只是因为投标的时候对方问了一句你们有没有在做数字化。

这三种,写出来的东西完全不一样。

而这个信息不在他发给我的任何一份材料里。它在见面那两个小时的闲聊里,在他讲起去年某个项目为什么没谈成的语气里。

判断要用的信息,如果不在你交给它的东西里面,那这一步就不能交。

它不是猜错了。它是在没有那个信息的情况下,必须给你一个答案——而且必须给得像模像样,因为它不会说「我不知道」。

这也是为什么做这行最花时间的从来不是产出,是坐下来听人说话。

AI 列了十条,对的没那么多

配图

第二件是盯着它别跑偏。

这里说的不是校对错别字。是它每交一版东西给我,我都得判断这版能不能用,不能用的地方是哪里、要不要改、改到什么程度算够。

有一次做选品分析,我让它把一个品类扫一遍,给我一份可以做的清单。

它列了十个。

我一条条看:三个是真能做的;四个属于可做可不做,做了不亏,不做也没损失;剩下三个是它想多了,按它说的去做反而会踩坑。

如果我让它自己往下走,它会十个全上。

不是它笨。是它不承担后果,所以它没有取舍。货压在仓库里,压的不是它的钱;方案给客户否了,丢脸的不是它。一个不承担后果的人,永远会选择「都做一遍更保险」。

取舍是有代价的人才做得出来的动作。

品牌那边更明显。客户给的 brief 上写着高端、年轻、有态度——这三个词等于没写。AI 拿着这三个词能给你写出一整本手册,词都很漂亮,就是不像他那家公司。

得有人说这句不行、这段太飘、这个说法客户的经销商听不懂。

说这句话的人,得是那个稿子被退回来要重做的人。

两条尺子

这两件事留下来的理由不一样,但归纳一下就是两个可以随时拿去问的问题。

一、判断要用的信息,在不在你交给它的东西里面?

不在,就别交。它不会告诉你它不知道,它会编一个像样的答案,而你看不出来那是编的。

二、做错了,谁来承担?

如果承担的那个人不在这个流程里,那这一步就还得有人守着。守的不一定是全程,但拍板那一下必须是人。

敢划线,才敢放手

配图

这两件留在自己手上之后,剩下的我交得很彻底。

只要喂给它的材料足够和充分,基本上初稿一次成,我通读一遍做些小修补;结构、配图、排版全部它来,我不需要逐条盯;连插图的prompt也是一句话搞定。

划清楚了,反而更敢放手。

含含糊糊的时候,人会两头不放心:既不敢全交给它,又不肯真的自己从头做,于是每一步都做一半。

**每一步都做一半,是最贵的用法。**它同时付了两笔钱——机器的钱和人的钱,然后拿到一个两边都不彻底的结果。

所以要判断一家公司有没有真的在用 AI,不用看它上了多少工具。

看它划没划得出那条线:哪几块整块交出去,哪几块一步都不交。

线划不出来的,多半还没开始。


给客户做方案,最花时间的从来不是列出能做什么。是说服对方砍掉一些。

因为要砍掉的那部分,往往正是老板最兴奋的那部分。

配图

没想到,会被自己的笔记库上一课

搭建"会顶嘴的知识库"|Karpathy的LLM Wiki搭建与个性化定制

用 AI 的人分两种:当老板的,和当操作员的,你是哪一种?

为什么老板去学了 AI,回去还是用不起来

公司里效率最高的员工,凭什么把经验和方法交给老板你呢?