一篇写给工程师的落地笔记。
背景
为什么顺序会决定能不能坚持
职场人学 AI 有三个约束：时间零碎、目标具体、容错低。
时间零碎，意味着一次投入超过四十分钟的学习方式很难持续；目标具体，意味着学的东西必须在下周的活里用得上；容错低，意味着你不会拿公司的正式交付去试错。
这三条约束决定了顺序：先学那些「今天学完明天就能用」的部分。凡是学完要等一个月才用得上的，放在后面，因为中间你会失去反馈，然后就放弃了。
第一阶段：学「把话说清楚」（第 1-2 周）
这一步听起来不像技术，但它是最值钱的。
核心练一件事：把一个任务完整地描述出来，包括背景、目标、约束、交付形式。 比如「帮我写个周报」是无效指令；「本周三条产线进度分别是……，按项目、进展、卡点、下周计划四段写，每段不超过两行，受众是部门经理」才是有效指令。
练法很简单：每天挑一件你本来要亲手做的事，先用三到五句话把它说完整，再交给 AI。重点不是让 AI 一步到位出成品，而是观察它理解偏了哪一段——它偏的那一段，就是你平时对自己工作描述不清的那一段。
这个阶段结束的标志：你写指令时不再需要想格式，直接张口就来。
第二阶段：学「把重复的活固定成流程」（第 3-6 周）
第一步解决的是「单次任务」，这一步解决的是「每次都这么干」。
做法是把一类活拆成固定步骤：输入是什么、中间经过哪几步、输出交付给谁。拆清楚之后，每一步对应一句固定的指令，串起来就是一个模板。以后同类任务来的时候，你只换输入。
举几个职场里出现频率很高的例子（具体的活换成你自己的）：
- 每周的数据汇报：输入是各来源导出的表 → 归并、对齐列名、算环比、标异常 → 输出一张结论在前、明细在后的表；
- 会议到纪要：输入是录音或转写文本 → 按议题、结论、待办、责任人、时间节点固定五段输出 → 输出纪要初稿；
- 对外沟通：输入是事情背景和对方身份 → 按固定语气和长度出初稿 → 你只改判断的部分；
- 资料检索：把部门的制度、模板、常见问答归到一起，做成能直接提问的库，减少被反复打断。
这个阶段的验收标准只有一条：同一类活做过三次之后，第四次你应该只花三分之一的时间。 做不到，说明哪一步没拆干净。
第三阶段：学「什么该交给 AI，什么不能」（第 6 周起，长期）
这一步不是学工具，是学判断。三条边界要刻进去：
- 要担责任的判断不交出去。对人的评价、对外承诺、涉及钱和合规的决定，AI 可以给素材，决定必须你自己下；
- 要准确性的数字不直接采用。让 AI 做汇总和计算时，关键数字必须回到原始出处核对一遍；
- 代表公司说的话必须经你复核。AI 出的是草稿，签字的是你。
第四阶段：才轮到「要不要学技术」
到这个阶段，你会自然发现自己撞到了哪些天花板：有些活每天都要手工传一遍数据，有些输出格式总差一点。这时候再去了解工具接入、自动化流程、脚本，动力和目标都很清楚，学起来快得多。
顺序反过来的人，技术学了一堆，却不知道往哪用。
一个真实场景
一个在零售公司做区域运营的读者，去年年中开始学 AI。他一开始的路径是典型的反例：收藏了一堆工具清单，试了十几个对话工具，还专门买过两门讲提示词技巧的课。三个月下来，他会的工具比同事多得多，但工作方式没变——因为他的活是「每周整理六个门店的销售数据 + 给区域经理写一份周报」，跟那些工具演示的场景对不上。
后来他换了个起点：先不谈工具，直接把自己每周的活写在纸上，从「拿到六个 Excel」到「周报发出去」一共十几步。写完之后发现，真正耗时间的是中间三步——列名对齐、异常门店挑出来、周报的开头结论。他只解决了这三步，其余照旧。
两个月后，他每周在这件事上的时间从四小时压到一小时出头。他后来跟我讲的一句话挺准：「顺序对了以后，学的东西少了很多，但每一样都用上了。」
怎么开始
如果你现在就要动手，按这个顺序走：
- 今天花十五分钟，把手上最常做的一件重复活从头到尾写下来，不要跳步；
- 挑出其中规则明确、不需要你判断的那几步，先只解决这几步；
- 用两三句话把这一步的任务说明白（背景 + 目标 + 约束 + 交付形式），固定的说法记下来；
- 跑三次，看时间有没有降下来；降下来了，再拿去套下一类活；
- 技术层面的东西放到最后，等你撞到天花板自然会去找。
学 AI 这件事，比「学得多」更重要的是「用得顺」。顺序对了，学的每一样都能落到你手上的活里。
有什么更好的做法，欢迎评论区讨论。
