【零基础学AI】第 7 章——让 AI 辅助学习和办公

第 7 章 让 AI 辅助学习和办公

文章目录

把十页资料丢给 AI,再说一句"帮我整理",几秒后就能得到一份很像笔记的文字。标题整齐,重点醒目,看起来已经省下不少时间。

麻烦往往藏在没写出来的地方。原文中的例外可能消失,讨论中的设想可能被写成决定,会议记录里没有负责人,结果表格却自动补了一个名字。整理速度很快,核对工作仍然留给使用者。

这一章要完成四类常见任务。长资料会变成分层笔记,笔记会继续变成复习卡片,会议记录会整理成待办事项,含有个人或公司信息的材料会先判断能不能交给外部工具。每项任务都沿用前两章的方法,先把要求说清,再根据结果追问。

我核对了 OpenAI、Google Cloud、美国地质调查局和英国国家网络安全中心的官方资料。OpenAI 的学习模式说明建议提供学习水平、目标与课程材料,也提醒生成结果会出错。Google 的文档说明摘要可以限定长度和格式,并可要求结果严格依据给定文本。英国国家网络安全中心给出的底线更直接,公共大模型的查询中不要放敏感信息,也不要提交一旦公开就会带来麻烦的内容。

🌈 关于《AI 零基础 36 讲》

🧠 零基础也能开始学 AI

《AI 零基础 36 讲》是一套面向初学者的 AI 入门教程。课程从认识和使用 AI 开始,逐步学习

Python、数据处理、机器学习与深度学习,再进入大模型应用开发,最后完成个人知识库助手的综合实践。

📖 本篇是正式讲解文章

通过具体例子、原创图示和操作结果讲清概念。涉及编程的章节提供可运行代码,方便你边读边试。

🎯 读完以后,动手检验

建议按专栏顺序学习,并完成对应的课后训练,检查自己能否独立运用本章知识。

博客专栏:《AI 零基础 36 讲》

整理资料以前先确定用途

同一份材料可以有很多种整理结果。准备考试需要概念、因果和易错点;准备汇报更关心结论及证据;接手工作需要流程、负责人和未解决事项。用途没有说清,模型通常会挑它认为重要的内容,遗漏的地方恰好可能是你要用的地方。

开始前先回答下面几个问题。

项目 需要说明的内容
使用目的 复习、汇报、交接或执行
允许来源 只用给定材料,还是可以查外部资料
输出结构 标题层级、表格字段或卡片格式
缺失处理 写待确认,还是先向用户提问
核对方式 段落编号、页码或原文短句

长资料最好保留页码、标题或自编段落编号。输出中的每个重点都能指回原文,人工核对会轻松很多。若原始文件是扫描件,先确认文字识别是否完整。OpenAI 的学习模式帮助页也建议在模型漏读图片或文件时,改用更清晰的文件,粘贴关键文字,或者指定页码和题目。

从一份原始资料开始

本章示例使用美国地质调查局水科学学校的水循环页面。为了控制长度,我根据该页面改写了四段中文教学材料,并加上 P1 至 P4 的编号。完整文本保存在本章的 【零基础学AI】第 7 章课后练习与答案 练习使用的原始材料中。

这份材料讲了水在地表、大气与地下之间怎样移动。它提到蒸发、植物蒸腾、凝结、降水、地表径流和下渗,也说明地下水可以流向河流、泉水与海洋。材料没有给每一步规定固定时长,也没有把水循环写成只有一个起点的单线过程。

第一条提示要求 AI 只使用材料,不补外部知识。

复制代码
请把 P1 至 P4 整理成面向初中生的分层笔记。

输出顺序
整体认识
主要过程
容易混淆的地方

每条笔记末尾标出来源段落,例如 [P2]。
材料没有说明的内容写"原文未说明",不要自行补充。

模拟结果看起来很整齐。

复制代码
整体认识
水在海洋、大气、陆地之间不断循环。[P1]

主要过程
1. 太阳加热地表水,水蒸发进入大气。[P1]
2. 水汽冷却凝结形成云,随后以降水回到地面。[P2]
3. 降水沿地表流入河流和海洋,部分水进入地下。[P3]
4. 地下水很快流回海洋,重新开始循环。[P4]

容易混淆的地方
水循环没有固定起点。[P4]

这份结果有两个问题。P1 中的植物蒸腾被漏掉了,第四项又把"地下水可以储存不同时间"改成了"很快流回海洋"。后一句带着 P4 标记,看起来有来源,原文却不支持"很快"。

来源编号只能缩短核对路径,不能自动证明内容正确。

人工核对要逐项回到原文

拿到摘要以后,不要只读一遍成品。把结果与原文并排,至少检查覆盖、准确、对应关系和可学习性。

检查项 本例发现 处理
重点是否覆盖 漏掉植物蒸腾 补回 P1 的相关内容
表述是否准确 地下水被写成很快回到海洋 删除"很快",补充储存时间可能不同
来源是否对应 第四项的编号存在,表述却超出原文 按 P4 重写
结构是否好学 过程完整,概念关系仍可更清楚 区分水的移动与储存

针对这两个问题,可以继续追问。

复制代码
刚才的笔记漏掉了 P1 中的植物蒸腾。
第四项的"很快流回海洋"也没有原文依据。

请只修改"主要过程"。
补上植物蒸腾,并把地下水部分改成符合 P3 和 P4 的表述。
其余内容保持不动。

修订后的笔记可以写成下面这样。

复制代码
主要过程
1. 太阳加热水面,水通过蒸发进入大气。植物也会通过蒸腾释放水汽。[P1]
2. 水汽上升后冷却凝结,形成云中的小水滴,水滴增大后形成降水。[P2]
3. 一部分降水形成地表径流,流向河流和海洋;另一部分下渗进入土壤和地下。[P3]
4. 地下水可能储存不同长短的时间,也可能流向河流、泉水或海洋。[P4]

笔记整理好以后再做复习卡片

复习卡片要帮助回忆,卡片正面不宜直接泄露答案。答案也不能脱离原材料扩写成另一篇文章。OpenAI 的学习模式支持逐题提问、练习题和卡片式复习,同时明确提醒学习模式仍会出错,重要内容需要核对。

可以接着使用下面的提示。

复制代码
根据已经核对过的笔记生成 6 张复习卡片。

每张卡片包含
问题
参考答案
来源段落
易错提醒

问题要覆盖过程关系,不能只考名词定义。
答案只使用 P1 至 P4。
先列出全部问题,不要立即显示答案。
等我作答后,再一次显示一张答案并说明遗漏。

其中两张卡片可以是这样。

问题 参考答案 来源 易错提醒
水从地表进入大气有哪些路径 水面蒸发与植物蒸腾 P1 不要漏掉植物蒸腾
降水到达地面后可能走向哪里 形成地表径流,或者下渗进入土壤和地下 P3 下渗的水不会都立刻回到海洋

生成卡片后再做一次覆盖检查。可以把 P1 至 P4 列在左边,把卡片编号写在右边。某个段落没有任何卡片,说明它可能被遗漏;同一条事实换个问法出现四次,说明卡片重复了。

学习时最好先回答,再看参考答案。直接让 AI 给出完整解答,很容易产生"看懂了"的感觉,实际回忆时仍然想不起来。让它一次问一题,并根据错误追问原因,通常比一次生成二十道题更容易发现知识缺口。

会议记录要分开决定、行动和疑问

会议记录中常混着建议、争论、决定和闲聊。把整段文字直接改成待办表,模型可能把"可以考虑周五发布"写成"周五发布",也可能为没有负责人的事项找一个看起来合适的人。

更稳的输出至少分成三块。

类型 需要记录的字段
已确认决定 决定内容、确认依据
待办事项 任务、负责人、截止时间、状态
未解决问题 问题、需要谁确认、下一次检查时间

提示词可以这样写。

复制代码
只根据下面的会议记录整理结果。

先列已确认决定,再列待办事项,最后列未解决问题。
负责人或截止时间没有明确出现时写"待确认"。
"建议""可以考虑""倾向于"不能改写成已经决定。
每一行附上对应的原记录句子。

生成以后,参会者仍要确认任务表。语音转写可能认错姓名,口头讨论也可能在会后发生变化。把未经确认的 AI 表格直接发给团队,整齐的错误会比凌乱的原记录传播得更快。

表格任务先说清字段和空值

AI 可以从文本中提取姓名、日期、金额或事项,也可以把多种写法统一成固定格式。开始前要说明列名、日期格式、重复记录怎样处理,以及缺失值填什么。

例如,从报名信息中整理表格时,可以要求输出姓名代号、报名项目和提交状态。原文没有联系电话,就写"未提供",不能猜一个号码。两条记录疑似同一个人,也先保留并标记"疑似重复",由经手人确认。

重要表格还要检查总行数。原始材料有四十八条记录,结果只有四十七行,格式再整齐也不能交付。金额表要核对合计与单位,日期要防止月日顺序混淆,导出文件还应打开检查列是否错位。

敏感材料先判断能不能上传

办公材料常带着姓名、电话、身份证件信息、客户合同、未公开价格和账号凭据。这里不能只做文字替换,还要先看组织规定和所用产品的数据政策。

建议不要向公共大模型提交敏感信息,也不要输入一旦公开就会造成问题的查询。OpenAI 的隐私说明同样提醒用户,不要分享自己不希望被使用或审阅的敏感信息。产品、账号类型和组织配置不同,数据保存及训练规则也可能不同,使用前应查看当时生效的设置和条款。

可以按下面的顺序处理。

  1. 先判断材料属于公开、内部还是受限信息。
  2. 公司禁止发送到外部服务的内容直接停下,改用获准的内部工具或人工处理。
  3. 允许使用时,只提供完成任务需要的最少片段。
  4. 用客户 A、员工 B、订单 001 之类占位符替换身份信息,并另外保存对应关系。
  5. 密码、验证码、访问令牌和私钥不应进入提示词。
  6. 上传文件前检查批注、修订记录、隐藏工作表、文件属性和图片中的文字。
  7. 输出完成后删除不再需要的会话或文件,并按单位制度保存正式结果。

脱敏也有局限。把姓名删掉以后,职位、地区、罕见经历和精确日期组合在一起,仍可能指向某个人。材料能否上传,应当按完整内容判断。

一套可以复用的工作顺序

学习资料和办公材料可以沿着同一条顺序处理。

  1. 保留原始文件,记录来源与版本。
  2. 写清用途、允许来源、输出结构和缺失值规则。
  3. 让 AI 先整理小范围样本,确认格式以后再处理更多内容。
  4. 要求结果保留页码、段落编号或原句位置。
  5. 按覆盖、准确、来源对应和隐私风险检查结果。
  6. 把发现的问题写成局部追问,保留已经正确的部分。
  7. 由真正负责学习或工作的人确认最终版本。

AI 在这类任务中最擅长把已有材料重新排成更容易使用的形状。它也可能压掉例外、补出空白或误读原文。只要来源保留在手边,核对步骤没有省掉,整理速度才会真的转化成学习和办公上的帮助。

下一章会进入代码场景,学习怎样让 AI 解释短代码、修改小功能并分析报错。

【零基础学AI】第 7 章课后练习与答案

关键资料

相关推荐
未来和明天44 分钟前
iLeadE-3403边缘计算网关10.4 TOPS数据采集、视频接入与外设扩展等多元化应用需求
人工智能·边缘计算
youngfengying1 小时前
集成学习及置信度
人工智能·机器学习
火山引擎开发者社区1 小时前
1000次专业数据集调用,这次我们免费送!
人工智能
愚公移码1 小时前
蓝凌aiBPM:从“人找系统“到“意图自驱动“——AI 智能体重构企业报销与审批
人工智能·流程引擎·蓝凌
数商思语行1 小时前
企微、Agent平台与业务系统各管什么:读懂系统图
人工智能·ai·供应链·商业分析·ontology·本体·fde
Luhui Dev1 小时前
给教研 Agent 接上大角几何生图 API:从一道题到可编辑题图
人工智能·数学·agent·luhuidev
霸道流氓气质1 小时前
RAG 可观测性与生产监控实战:四层遥测模型、五大仪表盘与 OpenTelemetry 全链路追踪的 Java 生产级实现
java·人工智能·python
硅基流动2 小时前
岚图汽车 × 硅基流动:构建统一大模型调度管理平台
人工智能·科技·ai·汽车
Yyyyyy~2 小时前
【NLP】文本预处理
人工智能·自然语言处理
xian_wwq2 小时前
【学习笔记】Milvus 如何完成一次向量相似度检索,Milvus 索引到底应该怎么选?-15
笔记·学习·milvus