观察了三年，我把所有人用AI的水平分成了10个等级 ✍ 数字生命卡兹克🕐 2026-05-12📦 20.1 KB 🟢 已读 𝕏 文章列表 文章基于对大量AI用户的观察，从可控性、广度、形态和角色四个维度出发，构建了一套AI使用能力的10级金字塔模型（Lv.0旁观者至Lv.10一人军团）。作者详细描绘了每个等级用户的行为特征与心智模式，指出从Lv.3的“驯化师”到Lv.4的“越境者”以及从ChatBot到Agent的跨越是关键分水岭，旨在帮助读者定位自身阶段并指明进阶路径。 AIAIGCAgentPrompt技能分级个人成长方法论职场效率人机协作一人军团 # 观察了三年，我把所有人用AI的水平分成了10个等级。 **作者**: 数字生命卡兹克 **日期**: 2026-05-11T05:10:55.000Z **来源**: [https://x.com/Khazix0918/status/2053704384505401826](https://x.com/Khazix0918/status/2053704384505401826) ---  今天想写个有趣的东西。 上周末正好出差，跟几个很久没见的老朋友吃饭，他们也带了点他们各自的朋友，人比较杂，然后呢，吃到一半，就聊到AI了。 一个朋友兴冲冲地说，他前两天用AI给老婆做了个结婚纪念日的小卡片，效果绝了，老婆都感动哭了。 另一个朋友马上说，说你应该建一个项目，把你跟你老婆的所有故事都丢进去，让Agent看完再去写，那才叫绝了。 然后不知道咋的又聊到了做PPT和查资料，另一个人说，现在的AI根本不能用，经常一本正经的胡编乱造，都在瞎说。 另一个人又立马接话，都2026年了，你用点好的AI，不可能。 然后就开始了激烈的争辩，大家都觉得自己很会用AI。 一片激烈中，好像听见隔壁桌的好像也在聊AI，说什么用AI学习和查资料，然后另一个人在科普小龙虾。 那一桌饭，我吃得有点恍惚。。。 但其实，大家都知道，同一个AI，同一个Agent，不同人用出来的效果差距可能非常非常的大，但是问题就在于，这个差距在哪呢？怎么量化呢？我们现在到底在什么阶段呢？下一步该怎么走呢？ 很多人其实也经常会问我，教练，我想学AI，我应该咋学，每一次我都很头疼，我不知道该怎么回答，因为这个问题实在是太大了。 这次饭局回去后，我脑子里突然有了一个idea。 如果，我把这条路给具象化，变成一个类似于打游戏升阶的过程呢？如果，AI也有使用熟练度一说，他应该怎么分级呢？ 我想了很久，我在脑子里把这三年来观察到的很多人，从我自己的同事，到公众号留言区每天问问题的读者，到我在不同场合里聊过天的人，都大概捋了一遍。 然后，我想出来了的四个进阶的维度，这四个维度，可以共同组成AI使用度的10个等级。 第一个维度是可控性。从最开始觉得AI瞎编、发散，到知道怎么约束它，知道怎么喂上下文，知道怎么设计harness让它精准产出。 第二个维度是广度。从最开始只在自己一亩三分地里用，到借着AI开始跨行业探索，从窄走向广。 第三个维度是形态。从用ChatBot到用Agent，从对话变成长程任务。 第四个维度是角色。从消费者到创造者，从用别人的Prompt，到做自己的Skill。 这四个维度，共同组成了10个等级。 四个维度不是同步推进的。你可能可控性很高，但广度很窄，整天就在自己的小圈子里转，你也可能广度很大，啥都想试试，但角色一直停留在消费者，从来没沉淀过自己的东西。 但综合起来，你能在这4条线上的位置，大致就能推出来你现在在第几级。 我自己想了好久，然后，通过这四个维度，把10个等级写出来了。 当然，写这个不是为了让大家焦虑，AI进展的太快了，我希望的是，在如今这个节点，可以你看完之后，能跟身边的人对一对，知道自己在哪儿，知道下一步要做啥，才能百尺竿头更进一步。 同时这里叠个甲，这个等级体系只是我自己为了分类和好玩，也只针对大多数的普通AI用户，不涉及一些专业的领域，如果有不同意见，那就是你对。 如果你也有朋友想问你，怎么学AI，怎么进步，你也可以把这篇文发给他们～ 那，让我们开始。 Lv.0 旁观者  旁观者知道AI这个词，可能也看过一些新闻，但从来没有真正跟任何一个大模型对过话。 这个等级听起来离我们很远，但其实全球大概还有80%的人在这一级。 这时候，我又要掏出来这张图了。  不过对于国内来说，这一级的人应该已经越来越少了。 如果想从旁观者变成Lv.1，也特别简单，不需要纠结哪个AI最好，你现在就在手机应用商店搜豆包千问元宝DeepSeek啥的，哪个图标你觉得好看你就选哪个，下下来，打开，问它一句话，任何一句话都行，问问今天该穿啥都行。 迈出去，你就到Lv.1了。 Lv.1 尝鲜者  这一阶段，你开始用了。 用法基本上就是帮我写个XX然后等结果，来什么接什么，AI给啥用啥。 比如帮我写一封邮件，帮我总结一下这个文档，帮我想个方案。 你不会追问，不会补充背景，拿到结果直接copy，能用就用，不行就算了。 你对AI的评价取决于运气，它有时候好使有时候不好使，但你说不清楚这到底是为啥。 这个阶段对AI的感受是混沌的，觉得AI有时候挺聪明，有时候又瞎扯，还没有建立起比较稳定的使用习惯。 一般只用一个App，大概率是DeepSeek或者豆包，不太关心用的是哪个模型，也不太知道模型之间有什么区别。 坦率的讲，这个阶段的人，AI对他来说就是一个更高级一点的搜索引擎。 你会搜索，但，你还不太会提问。 Lv.2 对话者  这一阶段，你用出了一点感觉。 你开始意识到一件事，怎么问比问什么重要。 AI答得不好的时候，你不会再直接关掉了，而是会追问，比如“不对，我要的不是这个，我要的balbalabla”。 你会补充一些背景信息，然后，发现AI的产出明显变好了。 你开始看了一些抖音的视频，也看了一些小红书的帖子，你开始学会跟AI说“你的角色是……”“请用XX的口吻”“不要写太长”这类的指令。 你开始知道，哦，原来这个叫Prompt。 然后你发现了一件很有意思的事，就是给AI看一段参考资料之后，产出质量居然会有一个明显的跃升。 这个阶段的你，已经开始在工作的两三个场景里固定使用AI了，可能是写周报，可能是润色文案，可能是翻译。 但，你好像还防不住AI胡说八道，你的应对方式可能特别朴实，就是把同样的问题，再问一遍，或者换一个AI再问一遍，看哪个答案靠谱。 你踏上了控制力这条线的第一个台阶。 你也隐隐约约的感受到了"约束"这个词的存在，虽然你的约束还很粗糙。 Lv.3 驯化师  这是第一个真正的分水岭。 也恭喜你，你已经超越了将近70%的人了。 在一顿提问一顿使用AI之后，你心中的那道关于约束的枷锁被打破了。 你开始主动给AI立规矩。 比如在Prompt里加上“如果你不知道，请直接说不知道，不要编造”、“请提供来源链接”、“不确定的部分用[推测]标注”等等。 你知道开深度思考功能对哪些任务有用，数学和复杂推理一定要开，闲聊不开。 你终于知道，怎么让AI变得更加听话了，你开始给上下文、给例子、开始分布拆任务。 AI的产出，也终于从纯粹的随机，变成了大概率是可以用的。 你开始写结构化的Prompt，比如“按照这个格式输出”“参考这三个案例”“先列大纲让我确认再展开”。 你开始意识到原来不同模型是有差异的，于是，工具栈也开始分化了。文档总结用Kimi，写作用DeepSeek，做题用豆包。 你开始在AI产出的基础上迭代，而不是像一开始一样，一次不满意就放弃，不断的抽卡。 你也开始使用AI产品的一些进阶功能了，比如上传文件、联网搜索、记忆、自定义指令。 我个人体感，很多觉得自己AI用的挺不错的，在这一级。 当然这个并没有什么不好的，因为其实Lv.3已经能覆盖日常工作中80%的AI使用场景了。 但是。 很多人在这一级停下来了，因为接下来的Lv.4，真的需要一次心态上的跳跃。 Lv.4 越境者  你开始用AI，做自己专业以外的事了。 恭喜你，你已经超越将近90%的人了。 可能一个做市场的人，用AI写Python脚本跑数据分析。 一个程序员，用AI写商业方案和BP。 一个老师，用AI做海报设计。 你发现了一个让人兴奋到睡不着的事实，就是那些以前得找专门的人做的事情，现在好像，借助AI，你自己就能搞定。 你的能力边界开始大幅扩张。 你开始同时在三五个完全不同的场景里使用AI，你也会开始主动去学不同的AI工具。 你的工具栈大幅扩张，5到10个AI工具按场景分配，你开始为ChatGPT Plus、Cursor、Lovart、可灵等等真金白银付费。 你也开始，帮身边的人解决他们领域的问题。 这个阶段最典型的一句话或者一个念头就是： 我好像什么都能干了。 到了这一级，你跟之前的自己，就像是两个人。 这句话当然不完全对，但那个感觉是真实的。 AI给了你一张通向所有领域的门票，虽然你进了门之后大概率还是哪个领域的萌新，但你至少进得去了。 Lv.4，可以说是"广度"这条线的第一次爆发。 从Lv.3迈向Lv.4，真的需要你跨越心态上的那条鸿沟，同时，也对世界保持好奇。 Lv.5 织网者  到了这一级，你已经不再是那种只是有事问一下AI的萌新了。 AI被你嵌入到了日常工作流程里。 你有固定的用法、固定的Prompt、固定的流程，AI也从一个偶尔求助的对象，变成了跟你每天并肩工作的好搭档。 你有自己的Prompt模板库了，遇到同类任务直接套模板，不用每次从零开始。 你开始学会搭建工作流程，开始研究封装智能体，开始学会怎么把复杂任务拆成多步流水线，每一步交给AI处理不同的部分。 这时候，你也意识到了AI需要更多的Context才能更懂你，你也开始有意的收集数据来搭建自己的知识库，也开始使用记忆系统来管理长期的AI协作关系。 你的标志动作是，为不同的事建不同的项目。 写作有写作项目，里面塞了你过往的作品、风格指南、读者反馈。装修有装修项目，户型图、预算、建材报价都在里面。孩子学习有学习项目，错题集、教材、老师布置的作业都喂了进去。 Lv.5有一个很关键的变化，就是你已经不是纯粹的在使用AI了，你开始设计自己和AI之间的协作方式。 也开始有自己的方法论。 到后面，你第一次听到Context Engineering这个词的时候，有一瞬间，有那么一点恍惚。 原来，自己过去做的这些事，是叫这个名字。 Lv.6 召唤师  这一级，你终于跨过了ChatBot到Agent的那道门槛。 恭喜你，超越了将近97%的人。 你开始不在满足于使用ChatBot，你知道原来在那些对话式AI之上，还有一个很酷的东西叫Agent。 你开始尝试使用Claude Code、OpenClaw或者各种Agent类工具，你第一次体验到了一种完全不同的感觉，原来，AI不只是根据你的问题来进行产出，他可以直接跟你的设备进行交互，来直接帮你干活了。 它读文件、写代码、改代码、操作你的电脑、调用外部工具。 你开始接触MCP、Skills、工具调用这些概念，你知道了Agent和ChatBot的本质区别，Agent能多步执行、能调用工具、能自主决策。 你开始在你的小龙虾或者Agent里批量装一大堆的Skill，看了一眼，感觉快上百个了，你心满意足的觉得，你的Agent越来越牛逼了。 你可能第一次用AI做出了一个完整的小产品，一个网页、一个工具、一个自动化脚本、一个Chrome插件。 说真的，我觉得从ChatBot到Agent的跨越，可能会是整个10级里，最震撼的一次体验。 因为它改变的远远不止效率这一层面，还有，对AI能做什么的整个认知框架的一次迭代。 你也开始，学习怎么跟你的Agent进行互动，你发现，Agent比ChatBot好像难操控多了。 Lv.7 铸造师  这个阶段，你开始，学习如何设计Agent了 你也开始发现，原来，我要开始学会自己创造了。 “这个我封装成Skill了”，这句话可能成了你日常中最多的一句话。 你开始有了几样属于自己的、沉淀下来的工具、还有Skill，这都是你自己，亲手创造出来的。 可能是一份每篇文章都用的写作Skill，可能是一个帮你自动回复询盘买家消息的客服Agent，可能是一份CLAUDE.md，可能是一套每周固定跑的工作流。 你开始知道怎么设计一个AI反馈循环，让AI产出，自己检查，把反馈喂回去让AI迭代，再检查，再迭代。 这个循环转起来之后，你的很多产出质量开始逼近甚至超过很多专业人士的水平。 你开始为下一次更省时间，投资基础设施。 整个本地的文件夹全部推倒重来，开始重构自己的文件管理体系，开始把Skill数量删到只剩下不到30个，开始研究怎么让把自己的一切工作都流程化。 你最初处理一个工作的时间，可能比Lv.3的人还要长的多的多，因为你在改Skill、让AI写代码设计自动化流程，但是下一次同样的功能，你很快就会做出来，甚至无需自己动手。 这就是AI时代的复利曲线。 Lv.8 造物主  到了这一级，你开始真正感受到的创造的乐趣和快感。 你大概已经超越了99%的人。 而且，到了Lv.8，一件非常有意思的事情开始发生了。 创造者开始分叉成两条路。 一条路是技术创造者。 他们开始深度地研究coding，用Claude Code、Codex这些工具，不断地构建各种各样的业务流、工作流和代码。 他们用Skill连接多个数据源和工具，搭建自己的AI工作台，他们设计多Agent协作流程，让不同的AI角色各司其职，他们为团队或组织构建AI基础设施，知识库、Skill库、自动化流水线。 他们，也开始使用AI，来Coding出，自己的产品。 而另一条路，是艺术创造者。 他们开始不断地用AI去创造出更牛的视频、更牛的短片、更牛的视觉作品。 他们在用Seedance、可灵这些工具，做出以前需要一整个制作团队才能完成的内容，他们开始研究AI辅助的分镜、剪辑、调色、配乐。 他们开始创造出越来越牛逼的作品，甚至，决定往电影进军。 更有牛逼的大神，同时双修两条路，技术和艺术双修，既可以Coding出无数人喜欢的产品，也能在电影节直接拿下短片大奖，一边不断coding产品，一边不断创造作品。 但不管走哪条路，Lv.8的人都有一个共同点。 他们已经很难区分工作时间和使用AI的时间了，因为几乎所有工作都有AI参与。 AI从此，不再是工具，而是工作方式本身。 而接下来，四个维度就将全部拉满。 控制力、广度、Agent能力、创造者身份，全部到位。 他们开始融合成一个东西，一个全新的群体。 Lv.9 觉醒者  四条线融合完成了。 AI成为了你思维方式的一部分。 你成为了那0.01%的人。 AI不再是工具，而是你思维方式的一部分。 你遇到任何问题，第一反应不再是我要怎么做，你开始下意识的思考，我可以和AI怎么一起把这件事做到最好。 你所有的创造过程都是人机协作原生的。 从构思阶段AI就在参与，也不是人想好了再交给AI执行。 你的工作方式已经很难向不用AI的人解释了，其实并不是因为多复杂，只是因为，底层的假设完全不一样了。 就像你很难跟一个不用电脑的人解释你为什么需要双显示器一样。 你创造方法论、创造工具、甚至创造新的工作范式，影响其他人使用AI的方式。 你不再纠结AI能不能替代人这个问题了。 因为你自己的工作方式，已经证明了一种人机共生的形态。 Lv.10 一人军团  最后一级。 你用了很久的AI以后，你发现，你自己发生了一次身份突变。 你的能力输出和你的产出，如果我们把时间倒回到3年前，你发现，你已经不能用“个人”这个词来衡量了。 一个人，同时在做内容、做产品、做设计、做运营、做数据分析、做商业决策。 也不是Lv.4那种好像懂一点的萌新，是每一项的产出质量，好像都能达到准专业水准。 因为你学会了，把自己的判断力和审美，通过AI复制到所有领域。 你有自己的Skill库、Prompt方法论、Agent工作流、知识体系、审美和品味。 这些东西组合在一起，构成了一套全新的你。 任何新任务进来，他无需从零开始学。 你只需要把任务接入自己的系统，系统帮来帮你消化陌生领域的知识，而你需要的，是负责做判断。 你写一篇文章的时候，AI负责调研、负责初稿、负责排版，你负责定选题角度和最终优化和审美。 你做一个产品的时候，AI负责写代码、做设计、跑数据，你负责定义这个东西到底该解决什么问题。 你做一个商业决策的时候，AI帮你穷举方案、模拟推演、整理竞品，你负责在所有信息之上做那个不可计算的判断。 传统公司的本质是什么？ 是因为一个人干不了所有事，所以要雇人，要分工，要管理。 公司这个组织形态，从工业革命开始就是解决同一个问题的，也就是，个人能力的有限性。 但当AI把执行这一层的边际成本压到接近零的时候，这个前提就动摇了。 一个品味够好、判断力够强的人，配合他精心构建的AI系统，产出能力可以直接一个人，对标一个传统意义上，几十人的团队。 写在最后 当我们，站在Lv.10回头看。 去看整个Lv.0到Lv.9的路径，你可能会发现一个很有趣的事。 从Lv.0到Lv.9，讲的都是，你要怎么用好AI。 可是，在Lv.10。 你的问题变成了： 我到底要成为什么样的人。 当AI把执行力拉平之后，一百个人用同样的AI工具，产出差距依然是一百倍。 差距不来自工具，不来自技巧，不来自谁的Skill写得更花哨。 来自这个人脑子里装的东西。 他对世界的理解，他的审美，他的价值排序，他知道什么是好的。 这些东西，AI给不了。 工具平权的终局，其实，是人的不平权。 我不想去传递什么焦虑之类的。 但，我想说，AI的进化真的非常迅速。 它不是一个你学完就可以放在那里的技能。 它本身在进化，你和它的关系也在进化。 所以，在这个混沌的时代里，找到你想成为什么样的人。 然后，向前走。 别回头。 ## 相关链接 - [数字生命卡兹克](https://x.com/Khazix0918) - [@Khazix0918](https://x.com/Khazix0918) - [22K](https://x.com/Khazix0918/status/2053704384505401826/analytics) - [Upgrade to Premium](https://x.com/i/premium_sign_up) - [1:10 PM · May 11, 2026](https://x.com/Khazix0918/status/2053704384505401826) - [22.6K Views](https://x.com/Khazix0918/status/2053704384505401826/analytics) - [View quotes](https://x.com/Khazix0918/status/2053704384505401826/quotes) --- *导出时间: 2026/5/12 10:26:46*
A AI时代，会写的人越来越值钱 文章阐述了在AI时代，写作仍是内容创作的底层核心能力。作者指出，虽然工具降低了执行门槛，但能够驾驭AI、提供深度洞见和“灵魂”的作者将更具稀缺性。文章提倡将AI视为团队，自己作为统帅来建立个人写作系统，从而在内容泛滥的时代通过高质量的文字表达构建持久价值。 职场 › 职业发展 ✍ 蜗牛King🕐 2026-07-08 AI写作内容创作个人成长职场竞争力AIGC方法论
你 你的提示词都是在“许愿”——40个专家级提示词详解 文章指出大多数用户使用的只是“许愿”而非真正的提示词，并分享了40个经过在Claude、ChatGPT和Gemini上验证的专家级提示词。这些提示词包含角色、上下文、约束和示例，按场景分为写作（01-10）、分析与策略（11-20）等类别，旨在帮助用户通过精心设计的指令获得稳定、高质量的AI输出。 技术 › LLM ✍ Aomyying🕐 2026-05-27 提示词PromptAIChatGPTClaude写作生产力工具集方法论Agent
如 如何有效扩展你的副业赚钱渠道 本文提供了一套扩展副业赚钱渠道的系统方法论，核心公式为“赚钱渠道 = 能力资产 × 需求场景 × 交付形态 × 获客入口”。文章详细介绍了从盘点七类能力资产（技能、经验、资源等）出发，通过“问题翻译”将能力转化为付费产品，并拆解出服务、顾问、产品、内容、教学、系统六种收入形态。同时，文章结合 AI 工具（如 Ring 2.6 1T）提供了具体的落地提示词和执行清单，帮助读者低成本快速验证商业模式。 职场 › 职业发展 ✍ 沐阳🕐 2026-05-16 副业赚钱个人成长AI方法论职业规划自媒体变现Agent提示词
A AI时代，普通人如何抓住确定性机会 文章探讨了普通人在AI时代摆脱困境的方法，指出核心在于避免无积累的重复劳动，建立自我积累型事业。作者强调了时间复利的重要性，并建议普通人从熟练掌握Claude、ChatGPT等AI工具入手，逐步进阶到Agent实战。文章列举了多位利用AI实现变现的真实案例，鼓励读者通过模仿和实践，在AI浪潮中找到属于自己的赚钱路径。 技术 › Agent ✍ 蜗牛King🕐 2026-05-03 AIAgent变现个人成长Claude提示词OpenClaw实战案例副业方法论
普 普通人实现AI能力跃迁的三个框架 文章探讨了如何通过认知框架实现AI使用能力的跃迁。作者提出了三个核心框架：三层进化论（从Prompt到Project再到Skill）、交易思维vs复利思维，以及“薄Harness、厚Skills”的架构原则。通过将重复性工作固化为Skill，用户可以从线性低效的对话模式转变为指数级积累的系统化工作流。 技术 › Skill ✍ KK.aWSB🕐 2026-04-16 AIClaudeSkill方法论复利思维效率提升认知框架PromptLLMAgent
把 把同事作为Skill 文章由GitHub项目“同事.skill”切入，探讨了利用AI将离职同事的聊天记录和文档蒸馏成数字技能的赛博朋克现象。作者分析了其背后的技术架构（Work Skill与Persona双层设计），以及由此引发的职场焦虑。核心观点指出，重复性工作终将被自动化，但人的迭代能力和面对未知时的直觉无法被代码定义。作者主张“主动蒸馏自己”，将重复流程交给AI，从而让自己专注于创造与进化，在数字时代构建不可替代的护城河。 技术 › LLM ✍ 花叔🕐 2026-04-05 AI数字永生职场技能蒸馏个人成长AgentClaude方法论自动化赛博朋克
大 大多数人在攒实习生，聪明人在建飞轮 文章通过拆解 Garry Tan 的 gstack 系统，阐述了将个人变为高效团队的三个核心原则：拆分角色、严守流程、设立关卡。作者强调 AI 时代的核心能力是建立流程系统，而非单纯依赖工具，并提供了具体的写作实操案例，展示了如何通过多视角和严格审核提升产出质量。 职场 › 职业发展 ✍ Long Chen🕐 2026-03-22 AI效率工作流方法论职业发展LongChenAgent个人成长复盘生产力
A AI 教程红利已死，工作流红利还活着 文章指出，单纯学习AI工具教程的红利已结束，因为供给爆炸且工具迭代快。真正的红利在于建立个人工作流，将工具融入生产系统并稳定输出结果。作者提出三层剥皮分析，建议戒掉收藏、党派思维等习惯，并通过7天实战将单点技能转化为可复用的SOP流程。 技术 › Agent ✍ Kelvin🕐 2026-07-19 AI工作流Agent效率提升方法论SOPClaudeCursor个人成长实战指南
S Spec 对话模板：你给 agent 发的第一份 8 项清单 文章提出了一种结构化的 Agent 沟通协议“Spec”，包含目标、完成标准、约束等 8 项必填清单。通过明确协议而非单纯依赖 Prompt 技巧，可显著降低 Token 消耗，提升任务一次性完成率，避免 Agent 猜测与无效返工。 技术 › Agent ✍ 龙鳞🕐 2026-07-19 AgentPromptSpec效率方法论LLM技巧模板Token沟通
在 在中国，FDE 最危险的结局，是变成驻场外包 文章深入分析了 Forward Deployed Engineer (FDE) 在中国落地时的误区。作者指出，FDE 若缺乏场景、边界和验收的定义权，极易沦为懂 AI 的“高级救火队员”或驻场外包。文章通过教育转化、知识库搭建、车企新媒体三个案例，阐述了 FDE 应从解决具体问题转向重构业务系统，并强调了只有掌握场景定义权、边界定义权和方法沉淀权，才能避免被消耗，实现真正的价值。 职场 › 职业发展 ✍ HuangMing🕐 2026-05-27 FDE职场AI职业规划方法论外包Agent边界感职业发展ToB
写 写AI提示词，首先你要把自己当个导演 文章提出了一种新颖的“导演思维”来编写 AI 提示词。作者将用户比作导演，将 AI 比作演员，强调通过定角色、发剧本、搭场景和给反馈四个步骤，把模糊的指令转化为精准的指导，从而让 AI 输出专业、惊艳的内容。 技术 › LLM ✍ Adrian Punk🕐 2026-05-26 提示词工程AIGC思维模型AI应用职场效率写作技巧导演思维方法论最佳实践ChatGPT
我 我用AI帮抖音主播复盘，7天GMV涨了40% 文章讲述如何利用一套AI复盘系统帮助抖音主播突破流量瓶颈，实现GMV增长。该系统包含四个核心动作：用AI生成结构化直播讲稿、计算最佳开播时间、设计留人钩子节奏以及进行数据化复盘。通过7天的逐一击破卡点（如优化话术、纠正人群标签、调整时间策略），实现了从千人在线到万人在线的跨越，并将出单率提升了10倍。 技术 › AI应用 ✍ 沈美丽子🕐 2026-05-19 AI直播运营抖音AIGCGMV增长复盘系统讲稿生成数据分析职场效率