收益：
- 能够将日常任务划分为风险层（低/中/高），并区分人工智能在哪些方面可以节省时间，哪些方面留给人类做决定。
- 能够以包含上下文约束格式的明确提示生成每个人工智能输出，并应用通过独立来源验证事实元素的规则
- 通过了解幻觉是技术的本质以及敏感数据不应输入公共工具，能够建立基本的身份验证和隐私习惯
简介：人工智能的个人生产力——角色、边界、身份验证和隐私习惯
个人生产力并不是在固定的一天内完成更多的工作，而是以更少的摩擦完成正确的工作。人工智能（简称 AI——像人类一样生成、总结和组织文本的软件）改变了这一方程式：将打字、搜索、编辑和重复任务所需的时间从几分钟缩短到几秒钟。但这不会改变任何事情——决定和责任仍然由你决定。第一个单元为整个模块奠定了基础：在工作流程中放置人工智能以节省时间，在哪些地方人类判断是不可或缺的，以及如何验证每个输出并保护隐私。
让我们定义一些将在本模块中使用的术语。工作流程是任务从开始到结束的一系列步骤，例如，“电子邮件到达→阅读→决定→回复→存档”。提示是您向人工智能发出的书面命令或请求；越清晰，输出就越准确。大语言模型（LLM）是ChatGPT、Claude、Gemini等工具的技术底层；通过预测“下一个最可能的单词”生成文本。最后一个定义至关重要：法学硕士是语言生成器，而不是知识库。能用自信的语气说错。
人工智能在个人业务中真正获胜的地方
将你的日常工作分为三层。第一个是低风险、重复性的文本任务：起草电子邮件、总结会议记录、为长文档添加项目符号、改变文本的语气。在这里，人工智能付出的代价最高，而且错误的成本很低。第二个是中等风险的编辑和分析：重组报告、比较数据、列出选项。人工智能在这里加速，但你必须检查输出。第三，高风险决策：对谁说什么，谁愿意接受，任何会带来法律/财务/个人后果的事情。在这里，人工智能只是一个“生成期权”的顾问；决定权在你。
这种层分离是整个模块的指南针。将人工智能慷慨地引入第 1 层，将控制引入第 2 层，并将作为创意生成器引入第 3 层。
一步一步：用 AI 运行任务的骨架
- 定义任务。你想要什么，输出应该是什么格式（文章、表格、电子邮件），谁会阅读它？
- 给出上下文。人工智能不了解你的公司、你的项目、你的历史。将所需的背景放入提示中。
- 告诉我限制。长度、语气、语言、禁令（“使用技术术语”、“最多 120 个字”）。
- 创建并阅读。逐行读取输出；不要盲目抄袭。
- 核实。其中的每个名称、日期、数字和声明都是真实的吗？你有消息来源吗？
- 修复它并拥有它。用你自己的声音修饰。当你发送的那一刻，该文本就是你的，而不是人工智能的。
提示：告诉人工智能“改进草稿”而不是“从头开始编写”通常会产生更好质量的结果。人工智能在修复方面比在生产方面更强。
验证习惯：幻觉是真实的
幻觉是指人工智能自信地捏造一个不存在的事实、来源或数据，就好像它是真实的一样。这不是故障，而是技术的本质——语言模型产生“似乎可能的东西”，而不是“真实的东西”。这就是为什么验证不是可选的，而是工作流程的强制性步骤。
经验法则：通过独立来源验证人工智能生成的每一项事实——人名、机构、日期、统计数据、法规、引用、链接。您总体上可以信任人工智能的语言工作（句子流畅、语气流畅、结构清晰）；永远不要盲目接受真理的主张。
隐私：请小心您在提示框中所写的内容
您在人工智能工具中输入的文本通常会发送到服务器，并可能存储在某些服务中以改进模型。所以从一开始就确立这个原则：在粘贴敏感数据之前要三思而后行。客户 ID 号、健康信息、密码、未签署的合同、个人数据——未经公司批准，这些内容不应输入公共人工智能工具。
数据类型
它属于通用人工智能工具箱吗？
该怎么办
一般信息、文本草稿
是的
自由使用
内部会议记录（无姓名）
仔细地
匿名化姓名
客户个人资料
不
使用机构认可的车辆
密码、API密钥、合约
绝对不是
根本不要粘贴
健康/财务记录
不
未经法律建议请勿进入
注意：请勿假设“没有人会看到此数据”。如果您的机构有人工智能使用政策，请阅读它；或者“我可以通过电子邮件将其发送给外部公司吗？”应用您的测试。如果答案是否定的，那么也不要坚持使用人工智能。
四个可复制的入门模板
使用下面的模板，并根据您自己的业务进行调整。用你自己的知识填在括号里。
你的角色：[我的领域，例如项目经理]。上下文：[简要背景 - 项目、目标、谁将阅读]。任务：[我想要什么]。格式：[项目符号/表格/电子邮件/3段]。语气：[正式/友好/中立]。长度：不超过[X]个字。禁止：添加虚假信息；如果您不确定，请写“不确定”。
总结一下下面的文字。规则： - 最多 5 项。 - 仅使用文本中的信息，不要添加注释。 - 在末尾列出未解决的问题，标题为“等待决定的问题”。文本：“”“[在此处粘贴长文本]”“”
改进此草稿，但不要改变其含义：- 删除不必要的单词，缩短句子。- 语气：[中性-专业]。- 简要列出最后更改的内容。草稿："""[自己的草稿]"""
我给你一个任务。首先，问我 3 个澄清问题，得到我的答案后，开始工作。早期开始。任务：[不清楚，多部分任务]。
弱提示/强提示
弱：“给我写一封电子邮件给客户。”
Strong：“就延迟交货向客户写一封道歉电子邮件。上下文：订单延迟了 3 天，原因与供应商有关，新日期是星期五。语气：友好但专业，而不是防御性。最多 120 个字。最后提供具体补偿。”
区别在于背景、约束和目的。弱提示返回通用文本；强大的提示提供了几乎可发送的输出。这是本模块中最反复出现的课程：人工智能的质量是你赋予它的清晰度的一面镜子。
三个迷你箱子
案例 1 — 节省时间。销售代表平均每天写 25 封电子邮件，每封电子邮件约 6 分钟，总共 150 分钟。当我切换到使用 AI 进行草稿 + 润饰时，每封电子邮件的时间下降到约 2.5 分钟；每天约 87 分钟，每月节省约 30 小时。收获来自“让AI写草稿，让我修改30秒然后发送”的纪律，而不是“让AI写”。
案例 2 — 验证成本。一位分析师向 AI 索要一份行业报告摘要，并在演示文稿中包含了“42% 增长”的数字，但没有予以证实。真实数字为24%；人工智能已经弥补了这一点。他在演示会议上被抓了，人们对他失去了信任。 2 分钟的源代码控制就可以避免这一成本。
案例 3——违反保密规定。一名员工将一份未签署的合同草稿粘贴到通用人工智能工具中以“纠正语言”。根据机构政策，这被视为敏感文件，被发布到外部服务器，并开始纪律处分。使用机构认可的匿名工具完成同样的工作可以消除风险。
常见错误
- 盲传：发送输出而不阅读它。最常见也是最昂贵的错误。
- 无上下文提示：像“写一封好的电子邮件”这样的通用请求会返回通用垃圾。
- 不要依赖事实：使用数字和名称而不验证它们。
- 隐私盲目性：不假思索地粘贴敏感数据。
- 过度依赖：要求 AI 完成哪怕是一个简单的 30 秒任务也会浪费时间。使用人工智能作为杠杆，而不是拐杖。
- 一次性完美等待：第一个输出是草稿； 2-3轮对话就能得到好的结果。
综上所述
- 在个人业务中，人工智能在低风险、重复性文本工作中回报最佳；决定权仍由本人决定。
- 将任务划分为风险层：第 1 层是慷慨的，第 2 层是受控的，第 3 层只是一个想法。
- 独立验证每个事实输出（名称、日期、数字、来源）——幻觉是技术的本质。
- 将敏感数据粘贴到公共人工智能工具中； “我会把它发送给外部公司吗？”应用您的测试。
- 好的提示=明确的任务+上下文+约束+格式。质量是您所提供的清晰度的镜子。
应用任务
写下您本周实际完成的 5 项重复性任务（例如电子邮件回复、会议摘要、每周计划）。将每个置于风险层 (1/2/3)。针对第 1 层中的两个任务调整上面的第一个模板并尝试一次。在发送输出之前，执行验证步骤并记下您修复的内容。
清单
- [ ] 我将任务划分为风险层。
- [ ] 我向提示添加了上下文、约束和格式。
- [ ] 我逐行阅读了输出，我没有盲目复制。
- [ ] 我已独立核实每项事实。
- [ ] 我已检查我粘贴的数据是保密的。
- [ ] 我用自己的声音领取了最终文本。