进阶:搭建个人 AI 工作系统
本篇要点:你能用一份清单决定留什么、删什么、多久复盘一次,让这套东西在半年后还在用。 前置文章:《进阶:数据安全与合规使用》划了红线,这一章回答最后一个问题——怎么让它长期活着,而不是三个月后全部荒废。
一、为什么需要它
前面十一章,每一章都给了具体做法。假设你全做了:六类工具、四要素指令、三种交互形态、权限四级、溯源四步、四步写作、四层文档、三道对数、四段纪要、六个闸门、五条边界。
然后呢?
我做过的非正式回访里,学完之后三个月还在用的比例大概三成。剩下七成的情况高度相似:收藏了一堆文章、试用过一批工具、模仿过几个模板,然后卡在某一次项目忙起来,就再没打开过。
失效的原因不是懒。是这套东西没有固定的触发点。真正在用的那三成人,做法有个共同点:他们把 AI 用法挂在了已有的习惯上,比如"每次写周报前跑一遍检查器"、"每次开完会立刻过四段结构"。挂上去之后,它就有触发点了。
这一章要做的,是把前十一章的内容收成一个小到能维持的系统。系统的标准不是全,是你能连续维持六个月。
二、核心概念
2.1 工具组合:三个,不要七个
《AI 工具全景:按任务选工具》讲过"三个用熟的工具,产出高于七个各用一次"。这里给出具体配置。
一个能覆盖 90% 日常的三件套:一个对话类 + 一个编码/办公类 + 一个检索类。
- 对话类负责:起草、改写、解释、头脑风暴。它的价值在于随时可用。
- 编码/办公类负责:能验证的活——改代码、写脚本、清洗表格。它的价值在于结果可检验。
- 检索类负责:需要出处的事实。它的价值在于可追溯。
不上第四个的理由不是省钱,是切换成本。每多一个工具,你要多记一套脾气:它的额度什么时候刷新、它在哪里容易编、它的输出格式偏好是什么。这些知识是隐性的,换工具就得重学一遍。
例外是明确的:当某类任务占你工作时间的 20% 以上,且现有三个都做不好,才值得加第四个。判据是时间占比,不是新鲜感。
2.2 切换成本:一个可估算的公式
切换成本常被当成模糊的感觉。其实能算。
单次切换成本 ≈ 重新熟悉(小时)× 时薪 + 迁移已有资产(小时)× 时薪 + 磨合期低效损失
磨合期低效损失 ≈ 前 2 周的工作量 × 15%具体一点:换一个对话工具,重新熟悉 2 小时、迁移模板 3 小时、前两周低效 15%。以每周 10 小时 AI 相关工作算,两周低效约 3 小时。合计 8 小时。
8 小时是个门槛。新工具要能在两个月内省回 8 小时,才值得换。如果它只是"用起来更舒服",那不值得——舒服不产生时间。
同一个公式套到不同类别的工具上,结果差很多。按上面这个口径估一遍,得到表 12-1。
表 12-1 工具分类与替换成本对照表(每周 10 小时 AI 相关工作,低效 15% ≈ 3 小时)
| 工具类别 | 典型代表 | 重新熟悉 | 迁移资产 | 两周低效 | 合计 |
|---|---|---|---|---|---|
| 对话类 | 通用对话助手 | 2h | 3h(提示词模板) | 3h | 8h |
| 编码/办公类 | 代码助手、表格助手 | 4h | 2h(配置、快捷键) | 4.5h | 10.5h |
| 检索类 | 带出处的搜索 | 1h | 5h(信源清单) | 1.5h | 7.5h |
| 知识库/笔记 | 文档库、双向链接笔记 | 2h | 12h(历史条目) | 3h | 17h |
| 自动化平台 | 无代码流程工具 | 3h | 6h(凭证与 webhook) | 6h | 15h |
如表 12-1 所示,成本的大头在「迁移资产」,不在「重新熟悉」。这也解释了一个常见现象:换对话工具的人很多,换笔记工具的人很少——不是后者更忠诚,是它的迁移成本高出两倍多。
按这张表,判断可以更细:7–8 小时一档的类别(对话、检索)试错成本低,不满意就换;10 小时以上一档(知识库、自动化)要等它真的坏了再换,不要因为「新的看起来更顺眼」而动。
这个公式最大的作用是挡住冲动。看到一个新工具发布,先算一遍,大部分算完就不想换了。
2.3 模板库:目录结构比数量重要
模板库最常见的失败是"存了一堆,用的时候找不到"。原因是按工具分类,而不是按任务分类。
按任务分,三层就够:
prompts/
01-write/ # 写:周报、方案、公告、复盘
02-code/ # 码:补测试、读仓库、写脚本
03-data/ # 数:清洗、SQL、图表
04-meeting/ # 会:纪要、任务抽取、跟进
05-check/ # 检:事实核验、AI 味、口径复述每层里放 YAML 文件,《提示词基本功:普通人也能稳定复现》 3.3 节给过格式。三层之外不再分层,再分就找不到了。
数量控制在 20 个以内。超过 20 个说明你在收集而不是使用。一个模板被用过 5 次以上才留下,其余删掉。
2.4 知识沉淀:三种东西,三种归宿
AI 用久了会产生三类副产品,归宿各不相同。
第一类,失败的案例。这个提示词在哪里编过、这个工具在什么场景下错过。归宿是模板的 known_issues 字段。它必须和模板在一起,否则三个月后你不记得为什么加了这条约束。
第二类,核过的事实。《AI 检索与研究:从提问到可信结论》的四段式笔记。归宿是独立的知识库,可按主题检索。
第三类,可复用的判断。"这个量级不需要分库分表"、"这类邮件必须人工发"。归宿是你的检查清单,每次遇到同类场景时扫一眼。
三类都不要塞进同一个地方。混在一起的结果是哪一类都搜不到。
2.5 复盘:一个季度一次,只问四个问题
复盘(retrospective)不需要仪式感,需要具体。四个问题,二十分钟。
- 过去三个月,哪三个任务我的 AI 用法明显省了时间? 具体到任务,不写"写作效率提高了"。
- 哪个工具的打开次数低于三次? 直接取消,不要"下季度再看看"。
- 有没有新踩的坑还没写进
known_issues? 有就现在补。 - 有没有一类任务我一直手动做,其实已经可以交了? 这是唯一该"加"的方向。
四个问题里,第 4 个是唯一让你做加法的。其余三个都在做减法。
2.6 淘汰机制:先定死规则
淘汰要靠规则,不靠决心。三条规则写下来:
- 连续 30 天未打开 → 取消。不用考虑"下个月可能会用"。
- 连续两次输出需要大幅重写 → 降级或换掉。大幅重写指改动超过一半。
- 工具条款变更且不利 → 立即评估。《进阶:数据安全与合规使用》讲的训练条款、保留期变了就要重判。
规则的价值在于它在你情绪平稳时定好,在你不想做决定时替你决定。
图 12-1 个人系统的进出规则:引入有两道闸,淘汰有两条线,中间靠季度复盘维持
如图 12-1 所示,引入的闸比淘汰的线严得多。这是有意的——大部分人的问题从来不是工具不够,是工具太多。
三、动手实践
任务:把前十一章收成一份能在二十分钟内搭完、每季度维护一次的系统。
3.1 建目录,一次建完
mkdir -p ~/ai/{prompts/{01-write,02-code,03-data,04-meeting,05-check},notes,evals}
touch ~/ai/{prompts/.keep,notes/.keep,evals/.keep}
tree -L 3 ~/ai运行结果:
/Users/me/ai
├── evals
├── notes
└── prompts
├── 01-write
├── 02-code
├── 03-data
├── 04-meeting
└── 05-check
7 directories, 3 files五个任务分类、一个笔记区、一个评估区。evals 用来放《知识库与文档:让 AI 读懂你的资料》那 30 个测试问题那一类东西——没有它,你无法判断改动是变好还是变坏。
3.2 用脚本体检整个系统
季度复盘时跑一次,比自己回忆准。
# audit_system.py —— 个人 AI 系统季度体检
from pathlib import Path
import datetime, re, json
ROOT = Path.home() / "ai"
now = datetime.date(2026, 11, 16)
issues, rows = [], []
for f in sorted((ROOT / "prompts").rglob("*.yaml")):
txt = f.read_text(encoding="utf-8")
m = re.search(r"use_count:\s*(\d+)", txt)
n = int(m.group(1)) if m else 0
has_ki = "known_issues" in txt
rows.append((f.name, n, has_ki))
if n == 0:
issues.append(f"{f.name}: 从未使用 → 删")
elif n < 5:
issues.append(f"{f.name}: 仅用 {n} 次 → 观察")
if not has_ki:
issues.append(f"{f.name}: 缺 known_issues → 补")
stale = [f.name for f in (ROOT / "notes").rglob("*.md")
if now - datetime.date.fromtimestamp(f.stat().st_mtime) > datetime.timedelta(days=180)]
print(f"模板 {len(rows)} 个|从未使用 {sum(1 for r in rows if r[1]==0)}|"
f"使用 ≥5 次 {sum(1 for r in rows if r[1]>=5)}")
print(f"半年未更新的笔记 {len(stale)} 篇")
print("问题清单:")
for i in issues:
print(" -", i)运行结果:
模板 5 个|从未使用 2|使用 ≥5 次 2
半年未更新的笔记 0 篇
问题清单:
- weekly-report.v1.yaml: 从未使用 → 删
- data-clean.v1.yaml: 缺 known_issues → 补
- sql-gen.v3.yaml: 仅用 3 次 → 观察
- sql-gen.v3.yaml: 缺 known_issues → 补
- meeting-notes.v2.yaml: 从未使用 → 删上面这个结果来自一个只有 5 个模板的样例目录:01-write/ 和 04-meeting/ 各一个从没用过的,03-data/ 里一个用了 3 次、另一个忘了写 known_issues,05-check/ 那个用了 6 次。真实目录跑出来的问题数量通常更多,但判断逻辑一样。
三个数字里,"从未使用"最有价值。它比任何自我感觉都准——你以为常用的那些,有一半是僵尸模板。删掉 2 个之后剩 3 个,离"20 个以内"的健康上限还很远,这才是正常的起步状态。模板库要定期缩,不是定期扩。
3.3 写一页系统卡,贴在看得见的地方
# 我的 AI 系统(2026-11 版,下次复盘 2027-02-01)
## 三件套
| 用途 | 工具 | 上限 | 不派给它 |
|---|---|---|---|
| 起草改写解释 | 对话类 A | 内部级 | 查价格、查最新政策 |
| 改码 / 脚本 / 清洗 | 编码类 B | 敏感(企业版) | 生产库迁移、密钥相关 |
| 找出处 | 检索类 C | 公开级 | 内部制度 |
表 12-2 三件套的分工与"不派给它"清单
"不派给它"这一列比"用途"重要。用途你已经知道了,误用的边界才是需要写下来提醒自己的东西。
## 挂在哪
- 周报:周五 16:00,跑 05-check 的 AI 味检查
- 会议:会后 30 分钟内,四段结构 + 任务判定
- 写稿:先骨架表,再逐节,最后三道核验
- 数据:先复述口径,再三道对数关
对照表 12-2,三件套里每一件都有明确的禁区。禁区写不出来的,说明你还没摸到它的边界。
## 三条淘汰规则
连续 30 天未打开 → 取消;两次大幅重写 → 降级;条款变更不利 → 重评
## 红线([《进阶:数据安全与合规使用》](/guide/ai-tools/ai-tools-security-privacy.html))
受监管数据不出内网;凭据不进对话;不用个人账号处理公司数据预期输出(这份卡的作用:让"今天用哪个"这个问题消失):
对照检查 4 项:
三件套是否都有明确"不派给它" ✔
是否每个用法都挂在已有习惯上 ✔(周报/会议/写稿/数据 都有触发时点)
淘汰规则是否含具体天数 ✔(30 天)
红线是否可一句话复述 ✔第二项是这份卡最关键的部分。"每周复盘时用 AI"这种写法没有触发点;"周五 16:00 写周报前跑检查"有。挂在已有习惯上,是这套系统能活过三个月的唯一原因。
3.4 做一次完整走查
用一件真实的事把全流程走一遍,一小时够。选一个你下周必须做的事,比如写一份方案。
1. 分诊([《AI 工具全景:按任务选工具》](/guide/ai-tools/ai-tools-landscape.html)) 这份材料的级别、能不能验证、资料在哪
2. 指令([《提示词基本功:普通人也能稳定复现》](/guide/ai-tools/prompt-basics-for-daily-work.html)) 四要素写全,从 01-write 里挑模板改
3. 骨架([《AI 写作工作流:从大纲到成稿》](/guide/ai-tools/ai-writing-workflow.html)) 一句话目标 + 判断句式大纲 + 每节证据
4. 逐节展开([《AI 写作工作流:从大纲到成稿》](/guide/ai-tools/ai-writing-workflow.html)) 一次一节,带上下一节标题
5. 核验(第 5、6 章) 数字/引语/因果三查,没核实的降级表述
6. 去 AI 味([《AI 写作工作流:从大纲到成稿》](/guide/ai-tools/ai-writing-workflow.html)) 跑 ai_smell.py
7. 红线([《进阶:数据安全与合规使用》](/guide/ai-tools/ai-tools-security-privacy.html)) 检查有没有敏感数据、有没有绕管控运行结果(走查记录,写进 notes/):
方案:Q4 数据平台扩容建议
耗时:58 分钟(其中骨架 15 分钟,核验 12 分钟)
AI 承担:3 节初稿、1 张对照表、AI 味检查
人工承担:骨架、全部数字核验、结论判断
发现的问题:第 2 节的"存储成本降 40%"没有出处 → 改写为"据我们自己的账单估算,约降三成"最后那行是这次走查唯一的实质产出。它把一个会被追问的数字,提前变成了一个站得住的表述。这种收获不会在"我又用 AI 写了篇东西"里出现。
四、常见误解
很多人以为系统要一开始就搭完整。实际上完整系统会在第一次项目忙起来时崩塌。正确做法是先挂一个触发点,用满一个月再加第二个。
很多人以为模板越多越省事。实际上 20 个以上就开始找不到。模板的价值在于"我知道它在那儿",不在于数量。
很多人以为复盘是回顾成绩。实际上复盘的主要产出是删除清单。四个问题里三个在做减法,这是有意的。
五、小结
《进阶:数据安全与合规使用》划了红线,这一章回答怎么让红线以内的部分长期运转。两章合起来,才是「用得久」这件事的完整答案。
- 三件套够用:对话、编码/办公、检索。加第四个的判据是"占时间 20% 以上且现有做不好"。
- 切换成本能算:重新熟悉 + 迁移 + 两周低效,约 8 小时。两个月省不回来就不换。
- 模板库按任务分三层,控制在 20 个以内,用满 5 次才留。
- 三类副产品三种归宿:失败案例进
known_issues、核过的事实进知识库、可复用判断进检查清单。 - 季度复盘四问,三个做减法一个做加法。淘汰靠规则(30 天、两次重写),不靠决心。
- 用法必须挂在已有习惯上,带具体时点。这是活过三个月的唯一原因。
六、相关文章
没有相关文章了。这个类目从"认任务"开始,到"搭系统"结束,中间十章分别处理了六类工具、写作、编码、终端、检索、知识库、数据、会议、自动化、安全。
如果你只想带走三件事,带走这三件:先认任务再认工具、能验证才敢交出去、挂在已有习惯上。其余每一条都可以在需要时回来翻对应那一章。
回到目录:AI 工具与效率实战