用好AI，1年頂10年

內容來源：2026年3月1日，筆記俠PPE（政經哲）書院主辦的“筆記俠第五代企業家團拜會暨PPE COFFEE SPARK咖啡火花”系列活動杭州站。

分享嘉賓：高競，原天貓市場部、規則部負責人，汰勝學堂創始人。

責編| 賈寧排版| 沐言

第 9490篇深度好文：8717字 | 17分鐘閱讀

商業思維

筆記君說：

去年我們談AI，談的是“提效”，讓原本3小時的報告1小時寫完，讓原本10個人的活5個人干。

效率當然重要，但如果你只把AI當成一匹更快的馬，你可能就錯過了它真正的價值：它是一架飛機，能帶你去走路、騎馬、開車都到不了的地方。

今天我們要聊的，不是怎么用AI幫你省時間，而是怎么用AI幫你做決策、搞創新、破僵局。甚至讓你擁有過去根本不可能具備的能力。

我們會講到具體的“套路”，真實的案例，以及一個核心觀點：AI不是工具，它是能力。

無論你是企業主、創業者還是管理者，今天這篇文章都將為你打開一扇窗，讓你看到AI如何從幫你"做事更快"，到幫你"做以前做不到的事"。

一、怎樣用好AI？

在當今快速發展的商業環境中，AI正經歷著一場深刻的變革。

過去，企業對AI的應用主要集中在提升效率方面，如自動化數據分析、報告撰寫等。然而，隨著技術的不斷進步，我們需要重新審視AI的價值，它不僅是效率的提升工具，更可能為企業帶來前所未有的能力變革。

1.AI，從效率轉向能力

首先，對AI的應用，大部分公司集中在我們提效，當然效率永遠都對。但我們現在要一個思路，它可能在效率之外，更多地給一種我們可能從來都不具備的能力——未來，AI從效率轉向能力。

如何理解呢？假如一個人從杭州到北京，走路可能需要三個月；騎馬可能一個月就到；如果做一個四匹馬拉的馬車，可能要比騎馬要少兩天。

那么，相對于騎馬，馬車是有效率的提升；相對于走路，騎馬絕對是能力的變化；如果我們開輛車去北京，可能需要一整天，相對于馬車，也絕對是能力的變化。

如果坐飛機，那就從根本性地解決了摩擦力的問題，算上到蕭山機場的時間，到北京4個小時絕對夠了。

你看開車要開一整天，人要走三個月。以后AI的應用，可能不再僅僅是效率的提升，很有可能幫我找到一種我們根本看不到的能力。

未來的AI，可能在能力上，是一個很多人用爛的詞，它可以幫我們做到我們根本想象不到的事，它不是一匹更快的馬，它應該是一架飛機，它處理距離的方式，處理空氣摩擦的方式，地面摩擦的方式不一樣。

2.使用AI，要用“套路”

我們在日常的經營管理當中使用AI要有一個思路：人工智能知道了全世界所有的知識。那為什么還有很多人懷疑它的能力？

因為他自己在工作當中不太擅長使用AI。比如他用AI去搞一個營銷方案，他只會打開豆包，出來的方案水得不得了。

為什么呢？

第一個原因，肯定是AI不夠智能化。

未來的AI應該是像那種答題紙，比如我要求AI幫我出一個新品，一下它整個方案就出來了，但我不知道這個技術哪一年能實現。

現在我們無法用好AI的原因，是它有人類所有的知識，但我們不知道該如何調用它。我今天分享的一部分內容，其實就是如何調用全人類的知識。

大家都知道“PDCA”（ 筆記俠注：PDCA循環管理法是一種經典的管理方法，廣泛應用于質量管理、項目管理、流程優化等領域 ）這個詞的含義吧？

我們假設有兩個人交流，但兩個人都不知道“PDCA”是工作上的流程改進，那這兩個人的對話會很復雜。而如果其中有一個人知道PDCA，他就會告訴另一個人PDCA的思路。

同樣，今天我們面對AI的時候，我們需要給它框架，教它用PDCA來幫我們分析問題。

我們知道了PDCA模型（ 計劃、執行、檢查、改進 ），也知道PEST（ 政治、經濟、環境、技術 ）模型，還知道SMART目標管理模型。

現在，我們要讓AI給我們寫一個方案，要求用PDCA框架寫方案，用SMART模型、PEST模型分析市場。用這三個模型的產出就會比不用這三個模型的產出效果要好很多，因為這是行家跟行家在對話。

AI擁有的知識遠超世界所有的博物館、圖書館，達到了人類所有已知的知識。我們需要這種結構化的對話方式來教它，用這種方法幫我們產生結果。

我們這里講的是通用操作模型，比如麥肯錫的波士頓矩陣，BCG現金流模型，這些商業常識幾乎是人人都知道的。但如果我們用各行各業的行話來調用AI，產生的效果就完全不一樣。

所以，如果我們想在經營決策當中讓AI起到效果，就需要用結構化的方法跟他講套話，這些套話有的稱之為模型，有的稱之為框架，有的稱之為套路，有的稱之為模板。

所以，如果想讓AI來輔助我們做決策，我們需要用好這些東西。

3.使用AI，要提供背景

作為企業的經營者、管理者和決策者，在使用AI的時候，需要有一個大致的公司介紹。

AI什么都知道，但是它不知道你的公司人數是多少，公司去年的經營業績怎么樣，凈利潤多少，公司現在面臨著什么樣的挑戰，進一步準備怎么搞？（除非你是一家信息公開的上市公司）

所以，在信息保密的前提下，把一些不太敏感的重要數據要告訴AI，形成一個公司介紹。

比如，從增長的角度去思考，我會這樣跟 AI 描述：我是一家國貨美妝公司，年營業額在5億到20億之間，主要競品是橘朵、花西子。

現在我要推出一款新品，目標是2026年實現年銷售額5億，凈利潤率保持在 9%。我們擅長在抖音、小紅書種草，做軟廣投放，也會和KOL合作，這是我們的基本情況。

如果你前面這些背景都不說，只跟AI講：“給我做一個美妝新品方案，目標 1.5個億”。AI就懵了，它根本不知道你是誰、你有什么資源、你的對手是誰。

所以，在不泄密的前提下，一定要把基本背景講清楚。當然，如果你們公司用的是私有化部署的AI，信息安全和保密程度會高很多。

4.使用AI，要多輪對話

最后要提醒大家的是要多輪對話。

有很多上市公司，現在也在尋求AI能幫助做產品的具體介紹、對產品的具體設置。很多蘋果的重要供應商也開始讓AI來做輔助。

還有一些大數據公司，雖然當時成立的時候還沒AI的概念，這兩年也在做大量的AI的應用投入。

所以，作為碳基的人類，要調用硅基的AI來幫助我們作相應的決策。

首先，在使用AI的時候，大家要有一個“提示詞工程”的概念。

我們每一次把一個復雜問題提交給AI的時候，都要當作我們在進行一個提示詞工程的建設。如果你習慣之后，就可以把提示詞當作一個模版。

所以，我們在使用AI的時候，越是復雜的問題，越要注意你向它提出的要求。同時，我也有一個建議，建議大家使用多個AI。

我日常工作中同時使用6-8個AI，其中包括deepseek的官網、騰訊元寶、Kimi、秘塔，還有豆包、gemini、千問等。

也就是同一個問題，復制粘貼給6～8個平臺，讓他們一起跑。我使用下來的感覺，真的是“士別三日當刮目相看”，一個星期不用，就會發現他又聰明了，效果特別好。

二、案例演示

1.SPECTRA模型

這個模型叫SPECTRA，它有點像我們平時接觸的PDCA模型（ 筆記俠注：一種科學的管理方法和持續改進的工具，廣泛應用于質量管理、項目管理、個人發展等領域 ），是有固定框架的，但特別有意思的是，它不是商用模型，而是專門給AI用的。

它是由以清華大學為首的一群計算機科學家，在建設清華大學人工智能相關項目，以及給DeepSeek做支持的過程中開發出來的，核心用途就是做人工智能相關的研發。

而且我在實際使用過程中發現，這個模型特別好用。我自己服務過很多公司，也陪跑過不少企業。

包括我們老板自己在內，很多人面對“如何開發東南亞市場”這種特別復雜的問題時，都是一臉懵，不知道從哪兒下手。而SPECTRA模型，就是解決這種問題的一個好模型。

這里需要注意一個問題：AI有個很大的問題，它會產生自我幻覺。PDCA對于AI來說，永遠不會產生幻覺，但“SPECTRA”它會自己去解釋，它會用6個不同的英文單詞來作解釋。

所以，我們在使用AI時，有一些模型則要把英文全文都給它，避免一些誤解。

比如我們有個“MOOE”模型，豆包會把它拆成四個英文單詞，Gemini又會拆成另外四個，它會根據自己的理解去瞎想，而PDCA則很準確。

各位在各自的公司的經營上都是專家，你不會像我這樣提出比較膚淺的問題。

你自己是個專家，你對AI的下一個追問就會非常專業，你會問得很專業，然后可能它給你更多的答案和啟發。

2.戰略屋模型

戰略屋在全世界已經流傳了至少有40年，它的邏輯是把戰略拆解為若干個目標，若干個支點，有不同的戰場和戰役，用這個方法去拆解公司的宏大的戰略目標。這個戰略目標要在戰略中拆解完之后，看上去就非常容易實現。

比如，我去年做到15個億，26年要干到18個億，要出兩個新品、一個大單品，公司要增長3個億，整個公司應該怎么做？最終我們會把目標拆解為一級（戰場）、二級（戰役）、三級（戰斗）。

當然，公司的基本情況要標注好。然后，戰略屋不適合用來做創新的業務，它適合在老業務上進行迭代，比如剛才的增長業務就適合做戰略屋，而高速吹風機這樣的創新產品就不適合做戰略屋。

3.STP模型和直覺/反直覺模型

第三個是STP模型（筆記俠注： 由營銷學泰斗菲利普·科特勒系統提出，已成為企業制定營銷戰略的核心方法論 ），做營銷的朋友可能對它比較熟悉。

STP模型有三個關鍵步驟：一是市場細分；二是目標市場選擇：三是市場定位。

首先，我們在提示詞中會告訴AI，要求嚴格按照STP模型進行分析。

當然，對于STP三個詞的中文解釋不一定完全一致，但要對其提出一些具體的要求，比如基于行業特性（ 不同行業的特性是不同的，體育行業、大健康行業、電力管理行業，美妝或者國貨美妝等 ）。

用AI來做，相對于人來說快得多，也會好得多。

我們說人有直覺，動物有直覺，但電腦沒有直覺。直覺是一個很奇葩的東西，我們在工作中可以頻繁要求AI調用直覺。

比如，你的下屬寫了一份新品營銷推廣方案，這個方案可能是AI寫的，也許是他自己熬夜寫的，不管怎么樣，你拿到這個方案之后，你可以一邊看一邊調用AI。

提示詞可以這么寫：我是某國貨美妝行業營銷崗位的負責人，工作中面臨著新品推廣的問題，我下屬向我提交了一份推廣方案。

現在，我需要你使用直覺思維來檢查這份方案的不合理的地方。（ 你可以不用費腦子，先讓AI幫你跑一遍 ）

大家在使用直覺模型的時候，一定要注意：直覺思維模型是一個不太科學的心理學專有名詞，當你使用的時候，務必把英文原文提供上去，絕對不能省略。

我在實際使用中就發現，加或不加原文，AI的理解是不太一樣的，加了原文它才可能正確地理解。

假設我們現在有個女裝產品，行業內普遍有三個常規假設：

假設一，不用李佳琦，產品就推廣不出去； 假設二，必須在小紅書使用KOC（關鍵顧客群體）矩陣，才能推廣； 假設三，定價必須要低。

基于這個服裝公司提出的三個行業內常規假設，現在跟AI說：請你扮演一個意見反饋者，嚴格遵循反直覺思考的邏輯原則，逐條挑戰。如果同意這些反對意見，會有什么新的機會？

我們用不同的AI模型，給出的答案其實完全不一樣。但如果你把下屬的PPT、word、PDF作為附件，AI看的速度特別快（ 在10秒鐘之內，可以把高達上百頁的PPT讀完，還給出了批注建議 ）。

這可不是用來糊弄下屬的，而是讓我們更快地在做經驗管理的決策：

下屬寫的這個產品靠不靠譜？營銷方案對不對？預算合不合格？有沒有創意？有沒有明確的競爭對手？有沒有精準擊中競品的軟肋？能不能形成差異化的競爭？是亦步亦趨地跟著它走，還是發現了它的盲點？

同樣的，當你使用直覺思維模型的時候，需要把英文單詞加上去。用AI分析挖掘思考速度更快，當AI給出第一個答案的時候，可能就會引發多輪對話的念頭，你會抓住一個點，不斷地深化。

需要強調的是，直覺和反直覺邏輯不是企業管理界的東西，企業管理界沒人用這個東西。

直覺不是模型，它是心理學的概念，不是一個科學的詞，它所謂的直覺，依然是基于海量的數據，去模擬人類的推理方式呈現出來的項目程序。

4.BRIDGE框架

BRIDGE框架在人工智能領域用的比較多。這個框架首先是在商業領域提出來的，同樣是六個英文字母的縮寫。它主要用來做跨界整合。

咱們先從工作里的挑戰說起——我在工作中就碰到一個特別頭疼的挑戰：干這行時間久了就會發現，大家互相借鑒、互相抄襲，該學的都學完了，不管多大的行業，到最后都逃不過這個樣子，很難再有新突破。

那這個時候，review（ 復盤 ）就很關鍵了，復盤不是走形式，是能給我們創新思路的。而創新的核心，就在于把不同領域的理念、技術、元素，跨界放到我們自己的領域里。

比如說我們做體育視頻，正常思路就是要么盯著體育領域，要么盯著視頻領域找靈感，對吧？但你有沒有想過，我們可以去借鑒區塊鏈領域的東西？這就是跨界融合。

而且光融合還不夠，這只是第一步。當你把不同領域的元素融合好之后，我還需要你從根本上打破原有框架、重塑邏輯，把這些融合的元素轉換成全新的設計，而不是簡單堆砌。

我們今天對元氣森林已經非常熟悉了，但在8到10年以前，元氣森林可是中國飲料界的一大創新。其中很關鍵的一點是，元氣森林是全中國第一個給飲料做全腰封的。

你回想一下，以前的娃哈哈、農夫山泉、可口可樂，全都是半腰封，元氣森林是第一個做全腰封的。為什么？因為腰封特別貴，比水還貴。

那元氣森林的創新，本質上就是跨界，它的跨界靈感從哪來？很簡單，就是直接借鑒了日韓的做法，日韓的飲料早就這么做了，只是中國飲料行業一直沒人嘗試。

再比如霸王茶姬，大家也很熟悉，它的伯牙絕弦很多人都喝過，覺得它很創新，但它的創新也不是憑空來的，它是從原葉茶沖泡里找的靈感，把原液做成了一個相對新穎的品類。

所以這就是我剛才跟大家說的，我們要求AI不僅要給我們做跨界融合，還要幫我們重塑，一步一步搭建BRIDGE框架，把不同領域的東西，真正變成我們自己的創新。

我為什么建議大家用這個框架？因為人腦做不到脫離上下文去思考，就像我現在讓你脫離眼前的場景去想一件事，你根本做不到，因為我們是人，有思維慣性。但機器沒有情緒，沒有慣性，它可以做到脫離固有上下文，幫我們搭建銜接的橋梁。

所以BRIDGE框架在企業創新領域，作用特別大。除此之外，AI的推理功能也很強大，它整合了人類所有的知識，可以無窮無盡地給我們推導思路。

當然，我們不是說AI能代替我們思考，而是它能啟發我們的思考，幫我們想到以前根本想象不到的角度。

5.用AI批改AI

最后還有一個實用功能，就是用AI批改AI，幫我們優化提示詞和輸出結果。

具體怎么做呢？先簡單跟AI介紹一下你公司的基本情況，然后明確給AI定個角色，比如跟它說：“你是我的董事長助理，也是我的CEO助理，同時你還是我們這個行業里非常資深的人。”

大家想想，這句話一講，AI就明白什么了？它就知道，要重點調用我所在行業（ 比如美妝行業 ）的專業知識，不會亂給建議。

再舉個例子，如果你是做歐洲奢侈品代理的公司，就跟AI說清楚這一點，這句話一講，它就知道要調用進出口相關的產品知識、行業規則。

我們都知道AI的知識庫特別龐大，而我們要做的，就是通過這種提示，讓它精準調用我們小領域的核心知識。

還有一個特別實用的場景，比如我把下屬寫的報告發給AI，然后明確要求它：

第一，檢查報告的邏輯完整性； 第二，核對報告里的數據有沒有依據，是不是瞎編的； 第三，判斷報告得出的結論是否合理。

大家可以試試，這番操作下來，AI出反饋報告的速度特別快。

下次你們下屬給你交報告，你就把這段提示詞復制過去，再把報告作為附件上傳，AI很快就能幫你審核完，下屬只會覺得“我老板看報告也太快了，太厲害了”，大家一定要記下來這個小技巧。

你的下屬是不是總愛用“提升、加強、扭轉、閉環” 這類詞？你就直接問他：到底怎么閉環？

最重要的，還是我們要學會怎么樣用框架、策略、套路、模板去調用AI。

而且，如果它第一步的解答你不滿意，甚至好幾個AI同時給出的答案都不滿意，你還可以要求它：你給我的回復，我不甚滿意，請按照剛才提的要求重新回復。

你可以永遠都說這句話，尤其是做頭腦風暴的時候，在回答中，我們會逐漸找到感覺，受到啟發。

等你把AI用熟練之后就會發現： 老板還是你，只不過你會憑空多出來一批特別能打、成本又極低的“下屬”。

尤其是快速找線索、快速解決問題、快速出方案、無休止腦暴創新這些事，它們反應速度極快，效率超高。你用AI去優化、修改下屬的工作，等于白撿了一個免費得力助手。

當然，最后要提醒的是，上傳資料的時候要注意保密。

三、AI不是工具，它是能力

未來，AI會用智能體結合工作流的方式輔助我們決策，工作流都是智能體在執行，AI會直接幫我們做出決策。AI會推演出整套方案、流程，你只需按下一個同意鍵。

你不用擔心，你知道的它全知道，你不知道的它也知道，它全給你規劃好，直接給你拿個方案：

比如，柬埔寨不要去，要去就通過越南的20個代理商間接去柬埔寨。它連這樣的方案都可以搞，因為別人已經告訴它了，只是你不知道而已。

未來的AI，應該會脫離今天所謂的輔助決策，未來的AI應該會把輔助兩個字去掉。它會幫我們決策，只由我們來做審批。

未來的AI，會給出一次次精準、正確的洞察。它能幫我們分析倉儲物流、人員招聘等各個環節，甚至直接判斷出：公司多了六個人。

在大數據時代，我們以前只能靠數據大概看出問題，但具體是哪六個人，我們不知道。而未來的AI不一樣，它有數據、有證據、有結論。

你只要有一個大致方向，AI就能直接告訴你：

公司多了哪六個人、問題出在哪、下一步該怎么調整——該解雇的解雇、該換崗的換崗、該輪崗的輪崗，整套方案都給你做好。你只需要輸入想法，點一下確認，就能批準執行。

未來AI會幫你做內外部洞察，幫你發現機會，相當于給你配了一個專屬VIP智囊。而且這些事在很多場景里落地起來并沒有那么復雜。

最后我想提醒大家：你在公司里級別越高、地位越高，越要有覺悟。因為地位越高，也越容易脫離一線。

AI和Excel、PPT、Outlook完全不是一回事。那些只是提效工具，是用來提升效率的。

但AI不是工具，它是能力。作為老板，一定要高頻使用AI。

AI的未來，絕不只是提升效率，它本身就是一種核心競爭力。老板決定了整個公司的生死和發展，所以最需要賦能的是老板。

所以說，如果這些已經被提煉出來的、里程碑式的方法論，你直接拿來用，去解決你專業領域里的問題，會特別高效。這其實就是利用今天AI建設過程中那些成熟的方法論，來給我們自己的商業賦能。

我舉個簡單的例子，我經常給其他公司做基層團隊管理培訓，有很多30來歲的年輕主管，都會問我一個問題：“老師，輔導員工太難了，我根本沒法說服他們。”

我就跟他們講，人類的大腦其實很容易被說服，關鍵是用對方法，容易被隱喻、借喻、比喻和類比這些方式說服，這些不同的修飾手法里，類比尤其好用，能快速讓人懂得核心道理。

比如毛主席在決定出兵援朝的時候，就用了一個特別經典的類比：“打得一拳開，免得百拳來”。就這十個字，把極其復雜的戰略決策道理，講得明明白白、精煉至極，換成別的方式，很難做到這么透徹。

這些管理者聽完都會說：“行，老師，我懂了，道理我都明白。”但問題來了，道理懂了，真正面對員工時，怎么用類比去說服他們？大家都會覺得特別困難，無從下手。

我就跟他們分享我的方法：我今天沒提前準備，就寫了一段很長的提示詞，核心就是——每次要跟別人溝通、博弈之前，先問大模型：“我要用類比的方法說服一個人，請給我一段話術。”

沒想到大模型瞬間就寫出來了，你打開電腦照著跟那個人說就行，他根本不知道你是提前準備好的，更不知道你用了AI。而且你只要找對那個人熟悉的領域，他就特別容易被說服。

這里有個關鍵：要提升類比的有效性，你得先知道那個人喜歡什么。

比如，要是他是瑜伽愛好者，你跟他講任何道理，類比都要圍繞瑜伽來；他喜歡沖浪，就用沖浪的例子；要是他是福建人、還特別愛美食，那你就盯著福建美食來做類比。

你直接跟大模型說：“這個人是福建籍的美食愛好者，我想在營銷方案上說服他，請給我一套說服策略，全程用福建美食做類比。”

大模型就會給你一套完全貼合的策略，全是用福建的特色美食做類比，你拿著這套話術去跟他說，他一聽就容易接受。

為什么呢？因為人都喜歡在自己熟悉的領域里思考。

如果客戶從來沒玩過沖浪，你跟他講沖浪的類比，他還得先花時間理解沖浪是什么，根本沒法專注聽你的道理；

就像我們中國人大多不懂板球規則，我要是用板球來做類比，你們聽著肯定越聽越懵，但用棒球、籃球、足球就不一樣，大家都熟悉，一下就能懂。

我講這個案例，核心就是想告訴大家：我們利用大模型，正好可以借助它模擬人類認知的這個特點，用大模型熟悉的類比邏輯，結合對方熟悉的領域，就能輕松解決說服難的問題。

結語

AI知道全世界所有的知識，卻不知道你的公司有多少人、你的對手是誰、你的現金流緊不緊。所以，能不能用好AI，不取決于它有多聰明，而取決于你會不會“提問”。

你給它的框架越清晰，它給你的答案越驚艷；你給它的背景越具體，它給你的方案越落地。

當你能用一套結構化的“套路”，調用全人類的知識幫你思考時，你就不是一個人在戰斗。

更重要的是，AI正在改變決策的本質。作為企業的掌舵人，最需要AI賦能的是你。因為你的認知邊界，就是企業的成長邊界。

我們深嵌于一個政治、經濟、科技、哲學都在經歷持續變革和深刻重塑的復雜社會與商業系統之中。

真正的挑戰是：我們的認知框架、組織形態和行動工具，還停留在“前AI時代”。

在前所未有的復雜系統性變革中，我們需要的是理解世界底層的“元能力”。

面向AI新時代，筆記俠PPE（哲學、政治學與經濟學）課程，正是為理解這樣的復雜系統而生：理解國際貿易與經濟政策、理解國際政治與治理模式、理解全球技術與科技范式、理解AI哲學和科技經濟、理解文明進程與哲學意義。

這是第五代企業家應有的一套“操作系統”。

筆記俠PPE課程26級招生現已啟動。駕馭技術、洞察世界、扎根中國、修煉心力，在應對時代重重挑戰中尋找決策底牌。

穿越變革的舊世界，找到時代的新大陸，從升級你的PPE決策底層開始。

歡迎你掃描下方海報二維碼，添加課程主理人咨詢詳情。

*文章為作者獨立觀點，不代表筆記俠立場。

好文閱讀推薦：

“子彈筆記”是筆記俠的矩陣公眾號，聚焦職場效率追求、人際關系與高潛成長者，幫你3分鐘吃透核心觀點和方法論。歡迎關注～

分享、點贊、在看，3連3連！