把AI用成习惯，难点不在工具而在三个习惯：先破思维惯性，再给足上下文，最后靠反复调试验证。一份插件平台立项报告从QoderWork到Excel反复打磨，正是"沟通-反馈-执行-验证"循环的真实样本。

今天是基础篇，分享三条经验以及案例，适用于所有白领工作者，尤其是那些还没100%养成用AI Agent产品工作的人。

经验1：克服下意识的思维惯性

不知道怎么用AI解决日常工作是最常见问题，而问题根源就在于思维惯性。

每次遇到问题时，都用习惯的工作方式解决，说的好听是经验复用，说的不好听就是固守成规。

比如有的研发同学会说:“我这都是旧系统改造，根本不需要用AI。”，或者说“有跟AI说明白的时间，我自己早就干完了。”

去年的我也一样，觉得不知道用它干什么，自己就足以应付所有工作。

举个小例子。

7月初，有个客服找我说:“最近因为补偿金产生个税问题客户比较质疑，说没有通知，如果晚发又涉及到公司违约的风险，客户不接受在常见问题找的形式，看看是否可以发一个正式公告。”

下意识我就想去写公告，属于产品经理习惯性的本能。

当我意识到后，我就刻意换个思路，让AI帮我生成。

如果单纯对比手工写跟让AI写，大概时长是5分钟比1分钟，好像就节省了4分钟，可当我实践一年多下来后，发现它的收益不在于单纯一次任务的提效，而是一种新思维的转变，是整体提效至少5-10倍的效益，是让AI彻底嵌入工作流的起点。

如果你不在意每个提效的任务机会，你就无法完成100%工作流提升的机会。

经验2：提供有效上下文内容

当你不再依靠原有惯性思维做事后，使用AI提效的第二个坑可能就是不知道怎么给它信息，或不给它信息，导致出来的内容不符合预期，费时费力，这就是很多人说的“与其跟它说明白的时间，我都干完了。”

本质原因是你可能已形成打工牛马亲力亲为的工作模式，而不懂得学会分发任务给下属，自己只拿结果即可。

具体怎么做呢？

当你做事前，提前先梳理已有的信息、数据，它们的格式可以是表格、图片、文字、数字等。

比如前面说的案例，我已有的信息就是系统里的“常见问题”，那我就把它截图给AI当作上下文环境（即Context）。

提示词也很普通，就一句话:“基于附件内容，帮我整理一份对应的公告内容，要求是：信息全面、结构清晰，以官方正式口吻进行公告；对应有问题需有解决方案。”

最终结果如下图所示:

同样的事情，每天都会遇到，每次都亲历亲为的话，你就真陷入到“琐事缠身”，对更重要的事情“无能为力”的状态之中了。

经验3：不追求一步到位，反复调试验证是关键

当你交代给“下属”一件事后，如果期望一次性给你一份完美结果，那对你的表达能力以及对方的悟性，都是一种考验。

更好的方式可能是是“沟通-反馈-执行-验证-确认”的循环。

简单来说，第一次尽可能把已知信息提供给它，剩下的逐步补充，调整即可。

案例：如何快速输出一份立项报告？

我们计划推出一个全新的插件平台，让客户用自然语言即可研发插件解决自身问题，而不是全部需求都依赖我方产研团队。

立项之前，我们需要进行项目立项，让领导看清楚它的价值、目标，以及确定投入情况。

第一步：我们需要避免思维惯性，下意识不是手写报告，而是借助AI完成。

我选择用QoderWork——它正好还有剩余Token，合理利用——这是基础任务，现有市面所有Agent产品均可完成，不选贵的，只选对的。

第二步：提前确认有哪些上下文信息给AI。

信息1:我们过去一段时间的项目迭代情况（含正常跟插件项目）。数据来源于我们系统，不便导出，那就以截图形式提供。

信息2:我们目前插件数据情况（含免费、付费插件，各个模块插件等）。数据来源于线下整理，可以文本形式提供。

信息3:我们系统需求池里，哪些需求能用插件，哪些只能用标准迭代。它来源于钉钉文档，下载导出也Markdown文件。

第三步：开始调试，直至输出最终结果。

开始时，就是一段简单提示词，告诉它你的基础信息与期望结果。

比如“下面是我们目前插件数、收费情况等数据，你先帮我把它们分别进行整理、分析，我的目标是要根据现有过去1年多的插件情况为基础，定制下一阶段的目标（指标1是提升插件数量，手段是通过提供更易用，更简单的AI产品；指标2是收费插件占比与提升总费用）以及如何提升这个目标的产品运营计划。要求是：以可视化的HTML文件提供给我。”

注意：出于隐私数据原因，上面信息我隐去了实际插件数据情况。

这是第一次提示词后的结果，显然是不符合预期。

继续把上面准备好的上下文信息，连同提示词告诉它，让它进行调试。

同时，我单开一个窗口，开始处理历史插件项目情况，处理结果是一个Excel文件，把它当作上述项目的上下文环境即可。

注意：这步不是必须单开一个窗口，而可以直接在原窗口，我是为了同时开启两个任务才拆开。

最终就可以得到一个运营计划的立项报告，它既包括现有插件商业分析，也包括插件项目潜力分析，以及最终给出一个目标跟运营计划。