AI賦能：我的兩年半工作與生活重塑之旅

從一個AI技術(shù)的嘗鮮者，到如今深度融入工作與生活的方方面面，AI的沖擊力日益顯現(xiàn)。越來越多的人開始擁抱AI，探索其無限可能。我的團隊也借此東風(fēng)，在產(chǎn)品規(guī)劃、需求拆解、原型設(shè)計、前后端研發(fā)、運維部署等全流程實現(xiàn)了顯著的效率提升，并將AI應(yīng)用切實融入了業(yè)務(wù)實踐。本文將深入剖析AI在過去兩年半里為我的工作與生活帶來的深刻變革，以及我是如何一步步構(gòu)建起與AI協(xié)同的新工作流的。

距離我上次分享“AI時代來了，還在自己寫代碼？Prompt Engineering你會了嗎？”已近兩年半。回首望去，當(dāng)年那些尚顯新穎的AI應(yīng)用場景——需求分析、編程輔助、語義揣摩、日程規(guī)劃、游戲開發(fā)、學(xué)習(xí)輔導(dǎo)——如今已悄然成為現(xiàn)實。從最初的好奇探索，到如今撰寫大量文章、進行分享和講座，我愈發(fā)感受到AI帶來的顛覆性力量，以及人們對其日益增長的興趣和多樣化的應(yīng)用方式。在此過程中，我也不斷學(xué)習(xí)，拓展了新的AI使用邊界。我的團隊更是如此，如今已能實現(xiàn)從產(chǎn)品規(guī)劃到全流程閉環(huán)的AI驅(qū)動研發(fā)，極大地提升了業(yè)務(wù)效率。

工作篇：AI驅(qū)動的效率

聲明：大部分AI工具需聯(lián)網(wǎng)使用，請務(wù)必注意數(shù)據(jù)隱私和安全。

“工欲善其事，必先利其器。”在工作場景下，我將重點介紹幾款高頻使用的AI工具及其應(yīng)用方法。許多人通過“Vibe Coding”（即Prompt Engineering的升級版，增加了Agent執(zhí)行能力，減少人工干預(yù)）體會到AI在工作效率上的提升。然而，AI的變革不應(yīng)止于少數(shù)人，我將分享更廣泛的應(yīng)用場景，助力大家在更多領(lǐng)域提高效率。

第一階段：信息處理與規(guī)劃——工作的起點

無論是啟動新項目、處理日常事務(wù)，還是規(guī)劃工作日程，信息處理與規(guī)劃都是一切工作的基石。

1.1 信息獲取與整合：深度研究與知識庫構(gòu)建

場景：研讀行業(yè)報告、分析競品動態(tài)、學(xué)習(xí)新技術(shù)、理解客戶需求文檔、消化冗長的郵件與會議紀要。

工具：Gemini、ChatGPT、NotebookLM

1.1.1 深度網(wǎng)絡(luò)數(shù)據(jù)檢索 (Deep Research)

Gemini和ChatGPT作為頂尖的大語言模型，在信息獲取方面各有千秋。ChatGPT在內(nèi)容質(zhì)量上略勝一籌，而Gemini則在速度上更具優(yōu)勢。它們的核心能力在于“Deep Research”——AI自主進行網(wǎng)絡(luò)信息檢索，整合多源數(shù)據(jù)，進行深度分析，并以報告形式輸出。這相當(dāng)于AI接收指令后，自主調(diào)用多個操作（Agent）來完成任務(wù)。它會不斷嘗試不同的關(guān)鍵詞在搜索引擎或?qū)I(yè)期刊網(wǎng)站（如arXiv）上進行信息檢索，然后深入閱讀，交叉比對數(shù)據(jù)，最終提供詳盡解答。例如，獲取“大語言模型工具對比”的相關(guān)數(shù)據(jù)，只需設(shè)定研究主題，AI便能輸出完整的思考和查詢鏈路，甚至列出引用的文獻，極大地節(jié)省了我們逐個網(wǎng)站查找和閱讀的時間，效率提升可達95%。

1.1.2 自有數(shù)據(jù)整合與查詢

在實際工作中，往往需要將AI檢索到的公開信息與自有方案、文檔進行交叉比對，甚至整合音頻、視頻等非文本信息。NotebookLM，一款基于Gemini大語言模型的工具，能夠通過文章鏈接、視頻、音頻、自建文檔等，構(gòu)建個人或項目的知識庫。例如，將Deep Research生成的文檔與YouTube上的評測視頻鏈接相結(jié)合，NotebookLM可以提問、查詢、生成簡報，甚至以播客的形式進行對話問答，極大地方便了困惑的解答和知識的梳理。

1.2 思考與創(chuàng)意生成：AI賦能的頭腦風(fēng)暴

場景：針對問題或目標進行頭腦風(fēng)暴，構(gòu)思解決方案、策劃活動、設(shè)計新功能。

AI應(yīng)用：與ChatGPT、Claude或Gemini進行對話式頭腦風(fēng)暴，讓AI扮演不同角色（如“挑剔的用戶”或“資深架構(gòu)師”）以激發(fā)靈感。

1.2.1 澄清需求本質(zhì)：扮演“產(chǎn)品經(jīng)理”

面對新需求，尤其是陌生的系統(tǒng)，AI可以幫助我們快速理解“是什么”。通過讓AI扮演“資深產(chǎn)品經(jīng)理”，深挖需求背后的商業(yè)邏輯和用戶價值。例如，對于“為電商App增加商品推薦模塊”的需求，AI可以清晰地闡釋其核心價值和對公司的益處，并列出可能包含的子功能。

1.2.2 技術(shù)選型與方案設(shè)計：扮演“資深架構(gòu)師”

在明確需求后，AI能輔助進行“怎么做”的思考。讓AI扮演“經(jīng)驗豐富的電商系統(tǒng)架構(gòu)師”，針對現(xiàn)有技術(shù)棧（如Java Spring Boot微服務(wù)架構(gòu)），提供至少兩種技術(shù)實現(xiàn)方案，并分析其優(yōu)缺點、開發(fā)復(fù)雜度和對現(xiàn)有系統(tǒng)的影響。AI能夠快速勾勒出技術(shù)輪廓，并進行多方案對比，為技術(shù)選型提供專業(yè)建議。

1.2.3 風(fēng)險評估與壓力測試：扮演“魔鬼代言人”

為了確保方案的穩(wěn)健性，可以要求AI扮演“挑剔的工程師”或“QA測試”，對初步方案進行“攻擊”，提前暴露潛在風(fēng)險。AI能夠從性能、可擴展性、數(shù)據(jù)一致性、安全性等多個角度，指出方案可能存在的缺陷。

1.3 制定計劃與任務(wù)拆解：將方案轉(zhuǎn)化為行動

場景：將已確定的方案細化為可執(zhí)行的任務(wù)清單。

AI應(yīng)用：讓AI扮演“敏捷開發(fā)教練和技術(shù)組長”，將方案拆解成詳細的開發(fā)任務(wù)清單，包括任務(wù)分組、子任務(wù)、描述、完成標準，并指出依賴關(guān)系。通過Markdown表格形式輸出，便于后續(xù)導(dǎo)入項目管理工具。

此外，借助Napkin等工具，可以將文檔內(nèi)容轉(zhuǎn)化為可視化圖表，如流程圖、思維導(dǎo)圖，更清晰地梳理步驟和邏輯。

第二階段：執(zhí)行與產(chǎn)出——AI驅(qū)動的開發(fā)與運維

在完成產(chǎn)品規(guī)劃和需求拆解后，AI在實際執(zhí)行階段同樣扮演著關(guān)鍵角色。

2.1 原型圖設(shè)計：快速可視化界面

AI應(yīng)用：利用ChatGPT、Claude或Gemini的Canvas功能，直接生成頁面繪畫。對于專業(yè)設(shè)計師，Stitch或CodeBuddy等工具能通過文本/圖片描述生成Figma原型設(shè)計圖。

2.2 前后端開發(fā)：高效代碼生成與優(yōu)化

工具：Cursor、Claude Code、Trae、Cline、RooCode、AMPCode、AugmentCode、CodeBuddy等。

2.2.1 提升AI代碼生成效果

AI代碼生成效果不佳的原因往往在于上下文信息不足。提供越詳盡的上下文，AI的表現(xiàn)越出色。例如，為電商推薦系統(tǒng)V1.0設(shè)定明確的角色（頂級電商公司架構(gòu)師）、項目目標（構(gòu)建可擴展、高性能的推薦系統(tǒng)）、核心用戶故事、技術(shù)棧選型、系統(tǒng)架構(gòu)與組件規(guī)格、數(shù)據(jù)模型與API契約，以及詳細的交付要求。AI能夠基于這些信息生成高質(zhì)量的代碼，包括后端微服務(wù)、Spark作業(yè)、Docker Compose文件和詳細的README文檔。

關(guān)鍵提示：

• 上下文是關(guān)鍵：提供詳盡的項目背景、技術(shù)棧、用戶故事、數(shù)據(jù)模型和API契約。
• 選擇強大的模型：Claude等擁有大上下文窗口的模型在處理復(fù)雜項目時表現(xiàn)更優(yōu)。
• 優(yōu)化上下文管理：通過建立全局索引、生成README文件、使用Project Memories等方式，幫助AI更好地理解項目代碼庫。
• 預(yù)先規(guī)劃與測試：利用AI的Plan Mode生成開發(fā)計劃，并要求在執(zhí)行過程中提供單元測試，避免返工。

2.2.2 大型項目中的AI編碼

對于大型項目，AI的上下文窗口限制可能導(dǎo)致效果下降。通過建立全局索引、生成項目README文件，以及利用Project Memories等機制，可以顯著提升AI對代碼庫的理解和編碼質(zhì)量。

2.3 運維部署：賦能非運維角色的部署能力

AI的普及使得非運維角色的開發(fā)人員也能輕松掌握部署和運維技能。通過不斷向AI提問，可以了解和執(zhí)行部署系統(tǒng)所需的各種命令，極大地降低了跨角色的協(xié)作門檻。

第三階段：總結(jié)與復(fù)盤——持續(xù)改進與知識沉淀

此階段旨在對產(chǎn)出結(jié)果進行審視，總結(jié)經(jīng)驗教訓(xùn)，為未來的工作提供優(yōu)化方向。

溝通與協(xié)作：AI助力高效會議

應(yīng)用：騰訊會議AI助手等工具，可自動進行語音轉(zhuǎn)文字，并在會后生成會議紀要、提煉待辦事項。這使得團隊成員能全身心投入討論，無需分心記錄，會后即可獲得清晰的會議成果。

總結(jié)、匯報與復(fù)盤：代入上級視角

AI可以幫助我們跳出自身視角，代入上級或客戶的關(guān)注點。通過喂給AI過往的溝通記錄和要求，讓它扮演上級角色，進行提問和刁難，從而更好地提煉工作亮點，呈現(xiàn)價值和收益。

生活篇：AI賦能的個性化體驗

AI不僅重塑了我的工作方式，也極大地豐富了我的生活。

育兒&游戲：AI的公平與個性化

AI消除了職業(yè)邊界，帶來了更多公平。它為每個人提供了前所未有的能力邊界，使得個人也能完成過去需要團隊協(xié)作才能完成的任務(wù)。

專屬老師：AI驅(qū)動的教育平權(quán)

AI可以為每個人提供量身定制的學(xué)習(xí)體驗。無論身處何地，AI都能像一位耐心、專業(yè)的老師，用學(xué)生能理解的方式解答問題，提供個性化的學(xué)習(xí)輔導(dǎo)。ChatGPT的Voice Mode，尤其適合兒童教育，能夠耐心解答各種問題，不會像真人老師那樣感到不耐煩。

智能伴游：博物館的AI導(dǎo)覽

在參觀博物館時，AI（如Gemini Live Mode）能夠通過攝像頭實時講解文物和歷史，如同私人導(dǎo)游一般，極大地提升了參觀體驗和學(xué)習(xí)效果。

故事專家：個性化童話創(chuàng)作

為了給孩子講獨一無二的故事，AI可以根據(jù)關(guān)鍵詞、角色等元素，現(xiàn)場構(gòu)思并續(xù)寫故事，并利用NotebookLM記錄和管理故事內(nèi)容，甚至生成播客，方便回味。

游戲設(shè)計師：圓夢童年與創(chuàng)意無限

AI使得復(fù)刻童年游戲、設(shè)計專屬游戲成為可能。例如，復(fù)刻多人聯(lián)機版貪食蛇，制作專屬于孩子的Minecraft，甚至為Chrome離線小恐龍編寫機器學(xué)習(xí)程序以獲得高分。

更多場景：AI的多元應(yīng)用

AI在生活中的應(yīng)用遠不止于此，例如利用文生圖能力設(shè)計會海報、借助AI調(diào)和家庭誤會、以及進行詳細的旅行規(guī)劃對比等，都極大地便利了我的生活。