为什么学 AI，以及怎么开始

学会 AI，具体改变哪一段工作

一份月报通常要经历找材料、核对数字、组织内容、排版、修改和发送。AI 值得学，是因为你可以把其中一些步骤交给它反复执行，自己把更多精力放在判断问题、确认事实和沟通决定上。

对刚接手一项工作的同事，AI 还可以用来解释陌生材料、列出遗漏的问题，帮助建立第一份工作清单。真正值得积累的是：你能否把一个模糊要求变成明确任务，并判断交回来的结果是否够用。

但收益不是每个岗位都一样。NBER 的《Generative AI at Work》研究在客服场景中观察到生产率改善，收益因人员经验而异。这为具体任务中使用 AI 提供了研究依据，不能直接推成“所有办公工作都能节省同样比例的时间”。阅读研究摘要。

先选一个能检查的小任务

第一次练习，建议同时满足三个条件：材料已经在手、你能判断对错、出错后容易重做。比如把 10 条会议记录整理成待办表，或根据 6 行经营数据写一页说明。

任务	AI 可以先做什么	你必须核对什么
会议纪要	整理决定、行动与未决问题	谁承诺了什么，时间是否明确
月度汇报	汇总表格、提出提纲	单位、计算口径、结论依据
培训通知	将事实卡改成可读草稿	日期、参加范围、缺失信息
工具选型	检索官方说明、整理对照表	功能是否可用、来源是否过时

刚开始可用本站的虚构练习材料，避免花大量时间搜集输入。处理工作材料时，先确认所在单位允许使用哪些工具、哪些数据可以提供。

我的建议顺序：四周四份成果

下面是本站建议的练习安排，不是厂商认证课程。每周选 2—3 次、每次约 30 分钟；工作繁忙时按阶段完成即可。

阶段	练习内容	留下的成果	进入下一步的条件
第一周：交代清楚	用背景、读者、材料和格式写任务书	一份任务书、一封邮件或一页纪要	能找到生成内容中的事实出处
第二周：处理文件	用 WorkBuddy 等工具读取练习 CSV，核对汇总	一张计算表、一页数据说明	能解释每个数字的单位和分母
第三周：制作成果	完成 6 页 PPT 或一份通知草稿	可编辑文件、检查清单	能打开、能修改，未知项保留明确标记
第四周：复用方法	固定输入、步骤和验收，再换一份材料重做	一份工作流程与两次复盘记录	第二次换数据后，没有沿用旧结论

对应阅读：先把问题问明白 → WorkBuddy 第一个任务 → 用 Agent 做 PPT → 从一次任务到工作流。

不急着学完所有名词

先能用一段清楚的提示词完成任务，再尝试让 Agent 读取文件、计算并制作成果。连续做过两三次相似工作后，才更容易判断哪些步骤值得整理成 Skill。等材料分散在不同系统、反复搬运确实成为问题时，再研究连接器或 MCP。

如果你主要写通知，先学事实整理和审稿；如果你常做汇报，优先学数据口径和逐页提纲。学习顺序应该服务于工作，而不是由工具菜单决定。

怎么知道自己真的进步了

用同类任务记录完整耗时：准备材料 + 生成与等待 + 核对与返工。不要只计算 AI 输出文字花了多久。

例如，过去整理月报花 60 分钟；这次准备 15 分钟、生成 5 分钟、核对 25 分钟，总共 45 分钟。这只是一个计算示例，说明净节省是 15 分钟；如果漏掉一个关键数字，仍不能算合格完成。

每次练习问自己三件事：

1. 哪个步骤确实减少了重复劳动？
2. AI 犯了什么错，我用了什么证据发现它？
3. 下次换材料时，哪些规则可以继续用？

今天就做这件事

下载任务书模板，填入一个自己熟悉的小任务。只让 AI 先列出输入、缺项和计划，检查后再生成草稿。最后记录一个遗漏，补进下一次的任务书。

参考研究查阅于 2026-09-16；四周安排与练习方法由本站编写。