如何让 AI 事半功倍

AI 工具方法论

如何让 AI 事半功倍

聊天型 AI 的时代过去了，别再把 AI 当问答机

之前我写过一篇 AI 分类，最近重新分了一下，观点没变，反而更确定了：AI 就两大类，陪你聊的，和帮你干活的（Agent）。国内我现在只用 Agent，聊天型 AI 回答得太不准，真的不行。今天这篇不讲产品，讲方法------怎么用个性化指令、去 AI 化、信息有据，再加上 Skill、个性化配置、插件这三大技能和一套归档习惯，让 AI 真正给你干活，而不是给你添活。

📖 目录

一、AI 分两大类：陪你聊的和帮你干的

我给 AI 的分法一直很简单：聊天型 AI 和 Agent。前者你问它答，答完拉倒；后者能接任务、能动手、能自己安排步骤，是真正给咱干活的。

这个分类看着糙，但决定了你怎么用它。两类 AI 的用法完全是两码事：

聊天型 AI

你问一句，它答一句
为了让你满意，倾向顺着你说
答错了也一脸自信，不太好纠
适合闲聊、找灵感，不适合干活

Agent（干活的 AI）

你给任务，它拆步骤、动手做
能调工具、读文件、跑代码
有规则约束，能被你"管住"
适合写文档、解析资料、写代码、做项目

国内的聊天型 AI，我现在基本不用了。不是我偏激，是它回答得实在不准确，问个稍微专业点的东西就开始编。所以我手机上的豆包，打开就是工作模式------就是 Agent 模式，最起码它严谨一点，不会张嘴就瞎说。

一句话结论

国内聊天型 AI 的时代已经过去了。你要干正事，直接上 Agent；聊天型的留着解闷就行，别把重要的事交给它。

二、国内我用谁：Kimi、WorkBuddy、豆包工作模式

国内我常用的就三个：Kimi、WorkBuddy、豆包（工作模式）。这三个是我用下来最顶的。

Kimi

长文本阅读的老牌选手

长文档、资料整理这块我一直留着它，稳定，不折腾。

长文档处理

WorkBuddy

我的主力干将

Agent 能力强，能挂指令、装 Skill、接插件，本文讲的一整套方法在它上面都能落地。

主力生产力

豆包（工作模式）

免费 + 方便，国民级

更新之后的工作模式相当能打。文档解析这类活我直接丢给它，省事。免费这一点就很香。

文档解析 / 轻量任务

豆包要单独说两句。它确实是国民级 AI，免费、方便、什么都想帮你做，更新完的工作模式比一般模型强不少。但你要清楚一件事：

⚠️ 豆包是往"讨好型"方向发展的

它倾向于说你想听的话，而不是说对的话。用的时候自己心里要有杆秤。
代码和论文，千万别用豆包的模型。代码它写得复杂还容易出问题，论文它编得面不改色。这两类活，交给别家。
不能特别依靠豆包。当个得力的杂活助手可以，当主力不行。

三、国外呢：Codex 和 Claude，还有额度这道坎

国外写代码这块，公认最牛的就俩：Codex 和 Claude。这两家确实厉害，写代码、跑 Agent 任务都是第一梯队。

但有个现实问题：Codex 太吃额度了。跑起来哗哗烧钱，一般人真受不了，我反正舍不得天天拿它当主力。Claude 用的人最多，综合实力也稳。真要论性价比，我日常的主战场还是 WorkBuddy------国内用，额度压力小，方法到位了产出不差。

我的分工

主力干活用 WorkBuddy，杂活文档解析丢给豆包，国外的 Codex / Claude 留着啃硬骨头。工具没有高低，只有放没放对位置。

四、第一件事：个性化指令，治好讨好型人格

上一篇我讲过 WorkBuddy 的个性化指令，这次细说。为什么它排第一？因为你不给 AI 定规则，它就默认讨好你。你说啥它都说好，你错了它也夸你有想法。这种 AI 用着舒服，但对你是慢性毒药------问题被盖住了，你还在原地觉得自己挺对。

解法就是写规则。你明确告诉它"专业严谨、允许否定我、不知道就说不知道"，它会变成另一个 AI------会反驳你，会挑你的毛病，给你的答案才开始有分量。

👇 给大家一份可以直接照抄的规则模板：

身份：我是一个本科生，方向是嵌入式开发。对你（AI）的要求： 1. 客观不讨好：不说"好问题""你说得对"这类话。我错了直接指出，并讲清楚理由。 2. 有争议时，先把反方最强的观点摆出来，再下结论。 3. 不知道就说不知道，别编。区分"确定的事实"和"你的推测"。 4. 风格：先给结论，再展开。句子短一点，别绕。 5. 涉及时效性信息（版本号、价格、规则），必须联网查最新的，注明来源和时间。

同一道题，挂没挂这份指令，答案的严谨程度完全是两个水平。这钱（其实不要钱）花得最值。

五、把"你是谁"写进指令里

个性化指令的第二层：交代你的身份背景。AI 不认识你，你不说，它只能按"平均水平的人"来回答你。你把身份写清楚，它的回答马上就贴你了。

比如我在指令里写了"本科生、学嵌入式、玩 STM32 和智能车"，那么：

它讲 PID 的时候，会往电机控制上靠，而不是给你讲工业过程控制的教材例子。
它推荐工具链，会考虑你的学习阶段，不会上来就甩一套企业级方案。
它给的代码示例，默认就是你能看懂的深度。

同一个 AI，加上一段身份描述，回答的贴合度完全不一样。你的身份信息，就是 AI 理解你的锚点。职业、专业方向、当前在做什么项目、用什么工具------一次写清楚，之后每次对话都自动生效，不用重复交代。

六、去 AI 化：让 AI 说人话

第三件事，也是我一直很在意的一件事：让 AI 说人话。

你肯定见过那种一看就是 AI 写的东西------PPT、Word 文档，满屏"首先我们需要""综上所述""值得注意的是"，每段都工整得像复制粘贴出来的。这种东西拿给别人看，人家三秒就认出来：AI 写的。观感直接打折。

所以我的指令里专门有一条：去 AI 化。禁掉那些模板腔，句子写短，有停顿，像正常人说话。我自己写博客就是这么干的------你现在读的这篇文章，就是我跟 AI 说"要像师兄带师弟说话，不许有 AI 腔"之后出来的。

没加去 AI 化指令

"首先，我们需要明确目标。其次......"
"综上所述，我们可以得出......"
"值得注意的是，这一方法不仅......更是......"
工整、空洞、一眼 AI

加了去 AI 化指令

句子短，有停顿，有个人立场
敢下判断，不四面讨好
像经验笔记，不像客服模板
别人看不出来是 AI 写的

七、信息必须有据，代码先去 GitHub 找

第四件事：管住 AI 的嘴，别让它瞎编。

👇 三条底线，建议都写进指令：

时效信息必须联网查：版本号、价格、赛事规则、库版本，一律查最新，写明来源和时间。不许拿旧知识糊弄。 2. 写代码先去 GitHub 找：优先找 star 多、社区成熟的开源库。有现成轮子（ESPHome、HAL 库这类）就别重复造。 3. 没有依据的数据不写：百分比、引用、链接，编不出来就不许编。

⚠️ AI 直接生成的代码，能用，但要多个心眼

很多时候 AI 给的代码确实能跑通任务，这是好事。
但它的代码往往过度复杂，一堆没必要的封装和防御逻辑，后面维护和排错都费劲。
而且复杂度和出错率是绑在一起的------代码越长，藏 bug 的地方越多。
我的做法：先让它去 GitHub 找成熟方案，找不到再让它写，写完让它自己讲一遍每段代码为什么存在。讲不清楚的，删。

八、三大必备技能：Skill、个性化配置、插件

前面讲的是指令层面的功夫。接下来是进阶------AI 的三大必备技能：Skill、个性化配置、插件。这三个弄明白了，再加上下一章的归档习惯，你用 AI 的水平就已经甩开大部分人一截了。

Skill：给 AI 的一份说明书

自己写的skill

没有 Skill 的 AI 靠全局瞎摸索，有 Skill 的 AI 照着说明书走直线。

Skill 是什么？说白了就是一份说明书。为什么需要它？你平时跟 AI 对话说"这道菜怎么做"，它只能从全局角度筛数据，一点一点给你凑答案------方向对，但笼统。你把 Skill 给它，它就按说明书走：先放鸡蛋还是先放西红柿，一步一步来，做得更具体、更符合你的要求。

这就是 Skill 和普通聊天、普通工作的差距：普通对话是让 AI 自由发挥，Skill 是让它按你的标准动作来。

对比	普通对话	挂上 Skill
工作方式	从全局筛数据，自由发挥	按说明书一步步执行
每次交代	要把要求说一大段	只说主题和关键信息
产出风格	每次不一样，看运气	稳定，符合你定好的格式
适合场景	一次性、随机的问题	重复性的固定任务

举个我自己的真实例子。我经常写博客，以前每写一篇都要跟 AI 说一大段话：用什么版式、什么配色、配几张图、图放哪里、归档到哪个文件夹......每一篇都要重复一遍。现在我只需要连上一个写博客的 Skill，再给它主题和我的感悟，剩下的它全按说明书来，一句多余的话都不用说。这就是 Skill 最大的价值：把重复交代变成一次性配置。

而且 Skill 是可以自己创造的。你手头那些繁琐的、每周都在重复的工作------写周报、整理资料、出固定格式的文档------都可以做成一个 Skill，做一次，用一辈子。Agent Skill 的进阶玩法值得专门研究，这里先立个 flag。

个性化配置 + 插件：另外两块拼图

个性化配置：就是前面四、五、六、七章讲的那些------指令、身份、去 AI 化、信息有据。这些是地基，Skill 和插件都建立在它上面。
插件（连接器）：让 AI 直接连上外部服务的通道。

插件单独说一下。它就是个连接器。比如你想让 AI 去 GitHub 里找代码，用连接器就方便很多------因为它是提前授权好的，AI 直接就能去查。你要是在对话框里直接让裸模型去找，它每一步都要现要授权，来来回回麻烦得很。一个提前授好的连接器，省掉的是每次任务里反复摩擦的时间。

三大技能怎么排优先级

个性化配置是地基，先把指令写好；Skill 是效率放大器，需要慢慢了解、慢慢攒；插件是外接的手，按需装。三个都会了，再加归档，你用 AI 就很能打了。

九、归档：AI 产物分五类，别让文件淹死你

最后一个，也是被最多人忽略的：归档。

AI 用多了有个副作用：产物极其冗杂。Word、PDF、代码、配置文件、图片、压缩包......东一个西一个，过两天你想找上周让 AI 写的那份文档，翻半天翻不着。产物一大堆，你自己都看不见了，效率从"省下的时间"里全赔回去。

解法很粗暴：定死五个分类，让 AI 每次产出直接归位。

五个抽屉定死，产物产出即归位，找东西不再靠翻。

分类	放什么
报告文档	报告、文章、Word/PDF/HTML、总结、方案
代码项目	代码、网站/应用项目、脚本、工程文件
图片素材	生成的图片、视频、图标、配图
数据表格	Excel/CSV、数据集、分析结果表
其他	以上四类装不下的，全进这里

规则定了之后，AI 产出一个 Word，就直接进"报告文档"；生成一张图，直接进"图片素材"。你要找文档，打开文档文件夹，里面全是文档，一眼扫到。这就是清晰。

这套东西------个性化指令、身份、去 AI 化、信息有据、三大技能、归档五分类------没有一个是高科技，全是习惯。但把这几个习惯立起来，你用 AI 干活，就是比一般人强很多。不信你从今天开始试一星期。

写于 2026 年 10 月 · 文中观点为个人经验笔记

插图由 AI 生成，仅供示意