这门课帮你把 AI 用到日常工作中：选好值得做的事，交代清楚要求和资料，安排任务，检查结果，再把好用的方法留下来。你会通过具体场景和练习，找到适合自己工作的做法。
把想做的事说清楚：给谁用、做到哪里、怎样算完成。
根据记录判断工作卡在哪里，选一处值得先试的改进。
检查计划里的关键判断，用证据决定继续、调整还是停下。
选对材料输入方式，检查 AI 有没有听错、读错或改掉原意。
改哪里、怎么改、保留什么，一次说清。
给多份材料做好区分和编号，让每条结果都找得到原文。
按当前需要选用音视频或实时交互，留好关键内容的回查依据。
从重复操作里选个快捷办法，说清输入、输出和试用方法。
整理常用背景，查准来源，及时更新影响结果的信息。
分清资料、样例和规则用在哪里，避免把别的任务条件带过来。
把进度、资料位置和决定理由记清楚，下次顺着记录继续。
判断重复 API 请求值不值得用缓存，拿实际用量检查效果。
把一项工作交代到可以开始：交什么、用什么、允许做什么。
定好长任务何时确认、何时停下，交付时说清实际进度。
按任务选执行方式，把理解、计算和重复操作分给合适的工具。
接好前后步骤，让下一步拿到完整、可靠的信息。
选好处理路线，遇到新发现时有依据地调整下一步。
找出可以同时做的工作，分清职责，避免互相覆盖。
安排独立工作同时推进，收回结果后查漏、比较和补充。
给研究和批量处理选合适的并行办法，算清总共花的时间和工夫。
说清文件和处理规则，检查小样是否够用，再决定要不要扩大处理。
批量修改或外发前，看清影响，备好恢复办法，核对执行范围。
选对操作入口，查清材料怎样传、条件怎样筛、结果存到哪里。
说清流程何时启动、怎样留记录，失败后按实际进度决定如何继续。
对照要求、改动和原文，判断成果能否采用，指出最该先补的问题。
选对检查和排错办法，确认结果可用，再算清总共花了多少工夫。
为批量或重要成果安排检查，发现问题后决定修哪里、复查哪些内容。
从做成的工作里留一份可复用的模板或流程，说清下次怎样试用。
用样本和版本检查方法有没有变好，把重复错误改成具体规则。
整理一个成熟方法的入口，说清怎样使用、检查结果和处理问题。
开始学习