0:00.000–0:03.720
TedGPT出来这几年
0:03.720–0:05.900
我一直有一种很矛盾的感觉
0:05.900–0:08.480
新闻里它好像改变了世界
0:08.480–0:10.440
但是在我自己的生活里
0:10.440–0:11.300
好像又没有
0:11.300–0:13.120
你说它没用吧
0:13.120–0:13.720
也不是
0:13.720–0:15.480
写个邮件查个资料
0:15.480–0:16.760
多少还是用得到的
0:16.760–0:19.940
但是要是说它真的让我变强了吗
0:19.940–0:21.180
好像也没有
0:21.180–0:23.820
这种感觉其实挺别扭的
0:23.820–0:25.380
就像你拿了一把屠龙刀
0:25.380–0:27.040
却只会用来切水果
0:27.040–0:28.820
知道它很厉害
0:28.820–0:30.000
但就是使不上劲
0:30.000–0:31.560
直到最近
0:31.560–0:34.180
我开了一个关于减肥金字塔的概念
0:34.180–0:36.560
反而帮助我把这件事情想明白了
0:36.560–0:38.720
于是我把AI的使用
0:38.720–0:41.000
也拆解成了一个五层的阶梯结构
0:41.000–0:42.880
有了这个框架后
0:42.880–0:44.800
很多以前用不好的地方
0:44.800–0:46.500
一下子就能对上原因了
0:46.500–0:47.920
很多以前想做
0:47.920–0:49.440
却不知从哪入手的事
0:49.440–0:50.400
也有了方向
0:50.400–0:51.980
接下来这五层结构
0:51.980–0:53.320
我先简单过一遍
0:53.320–0:55.000
你可以一边听
0:55.000–0:56.160
一边对照一下
0:56.160–0:57.920
平时自己是怎么用AI的
0:57.920–1:02.240
第一层我把它叫做对话型AI
1:02.240–1:04.660
就是我们最熟悉的这种用法
1:04.660–1:06.660
打开ChatGPT Cloud
1:06.660–1:09.000
我们问问题它来回答
1:09.000–1:11.480
写邮件改文查资料
1:11.480–1:12.980
基本都是这一层
1:12.980–1:15.100
这一层其实很有用
1:15.100–1:16.600
但问题也很明显
1:16.600–1:19.600
它更像是一个会说话的搜索引擎
1:19.600–1:21.000
你问得好
1:21.000–1:22.100
它就回答得好
1:22.100–1:23.380
你问得不清楚
1:23.380–1:25.740
它也只能给你一个差不多的答案
1:25.740–1:27.700
所以很多人用了很久
1:27.700–1:29.860
但始终都停留在能用上
1:29.860–1:30.940
而不是好用
1:30.940–1:34.000
第二层是工具型AI
1:34.000–1:35.480
到了这一层
1:35.480–1:37.120
AI不只是给你答案
1:37.120–1:38.620
而是直接给你成果
1:38.620–1:40.180
比如做PPT
1:40.180–1:41.020
生成音乐
1:41.020–1:42.080
或者整理资料
1:42.080–1:43.460
都有对应的工具
1:43.460–1:44.680
可以直接帮你完成
1:44.680–1:47.260
这一层的变化其实很关键
1:47.260–1:48.660
你不再只是问
1:48.660–1:50.320
而是在用它干活
1:50.320–1:54.300
如果说第一层的AI是会说话的引擎
1:54.300–1:57.500
那么第二层就是专门干活的工具箱
1:57.500–1:59.520
第三层呢
1:59.520–2:01.380
我把它叫做协作型AI
2:01.380–2:03.940
这一层其实是个分水岭
2:03.940–2:06.340
前面两层你可以理解为
2:06.340–2:07.560
AI在帮你
2:07.560–2:08.880
但到了这一层
2:08.880–2:10.880
它开始变成跟你一起做
2:10.880–2:13.420
举个很实际的感觉
2:13.420–2:15.060
前两层更像是
2:15.060–2:16.620
你在跟一个远程的人沟通
2:16.620–2:18.260
你把问题发过去
2:18.260–2:19.980
它把答案发给你
2:19.980–2:21.200
但到了这一层
2:21.200–2:22.080
你会觉得
2:22.080–2:24.100
AI已经坐在你身边了
2:24.100–2:26.380
它可以直接看到你的文件
2:26.380–2:28.180
理解你现在在做什么
2:28.180–2:29.880
然后在这个基础上
2:29.880–2:31.160
跟你一起往下推进
2:31.160–2:32.560
比如说
2:32.560–2:34.200
你有一份写了一半的文稿
2:34.200–2:36.160
在前两层你可能会问
2:36.160–2:37.240
这段怎么改
2:37.240–2:38.720
但在第三层
2:38.720–2:40.560
你可以把整篇丢给它
2:40.560–2:42.160
让它帮你一起改
2:42.160–2:42.900
一起重写
2:42.900–2:44.160
一起优化结构
2:44.160–2:46.560
再比如你在做一个项目
2:46.560–2:47.720
资料很多很乱
2:47.720–2:49.400
它可以帮你整理
2:49.400–2:49.940
归档
2:49.940–2:51.220
甚至一边整理
2:51.220–2:52.180
一边给你建议
2:52.180–2:53.480
下一步该怎么做
2:53.480–2:55.100
所以这一层的本质
2:55.100–2:56.180
其实就两件事
2:56.180–2:57.060
第一
2:57.060–2:58.940
它能直接读取你的文件
2:58.940–3:00.060
第二
3:00.060–3:01.220
它可以通过代码
3:01.220–3:01.980
去调用工具
3:01.980–3:03.440
甚至帮你做一些
3:03.440–3:04.820
原来自己做不到的事情
3:04.820–3:06.540
换句话说
3:06.540–3:07.780
从这一层开始
3:07.780–3:09.360
AI不只是工具
3:09.360–3:10.520
它开始有一点
3:10.520–3:11.540
像一个搭档了
3:11.540–3:12.860
很多事情
3:12.860–3:14.640
你不再是一个人慢慢做完
3:14.640–3:17.140
而是有人在旁边跟你一起推进
3:17.140–3:18.560
第四层
3:18.560–3:20.080
我们叫工作流AI
3:20.080–3:21.520
到了这一层
3:21.520–3:23.520
将会有一个更明显的变化
3:23.520–3:24.940
前面三层
3:24.940–3:25.680
不管怎么用
3:25.680–3:26.820
都有一个共同点
3:26.820–3:27.900
你必须在旁边
3:27.900–3:28.920
你问
3:28.920–3:29.600
它才答
3:29.600–3:30.180
你用
3:30.180–3:30.740
它才做
3:30.740–3:31.280
你停
3:31.280–3:31.840
它就停
3:31.840–3:32.920
但现实里
3:32.920–3:33.800
我们有很多事情
3:33.800–3:34.760
其实是重复的
3:34.760–3:35.980
每天都要做
3:35.980–3:37.400
但又没什么技术含量
3:37.400–3:38.440
比如说
3:38.440–3:39.720
每天看行业新闻
3:39.720–3:40.360
挑重点
3:40.360–3:40.920
做整理
3:40.920–3:42.300
如果手动做
3:42.300–3:43.420
可能要花半小时
3:43.420–3:44.200
甚至更久
3:44.200–3:45.340
这时候
3:45.340–3:47.520
其实就会有一个很自然的想法
3:47.520–3:50.220
能不能让AI帮我把这件事做完
3:50.220–3:52.460
这就是第四层要解决的问题
3:52.460–3:54.340
你把整个流程猜清楚
3:54.340–3:55.960
去哪里获取信息
3:55.960–3:56.820
怎么筛选
3:56.820–3:57.460
怎么整理
3:57.460–3:58.700
最后发到哪里
3:58.700–4:00.660
然后把这套流程搭出来
4:00.660–4:01.340
后面
4:01.340–4:03.180
这个流程就可以自己跑了
4:03.180–4:04.320
到了这个阶段
4:04.320–4:05.860
你做的事情其实变了
4:05.860–4:07.260
你不再是那个
4:07.260–4:08.740
一步一步去执行的人
4:08.740–4:10.660
而是那个设计流程的人
4:10.660–4:12.280
活还是那些活
4:12.280–4:13.880
但不需要你亲自干
4:13.880–4:16.080
你只需要把规则定好
4:16.080–4:17.020
剩下的
4:17.020–4:18.740
让AI一直跑就可以了
4:18.740–4:20.460
最后一层
4:20.460–4:22.020
也是最令人兴奋的一层
4:22.020–4:23.140
叫AI智能体
4:23.140–4:25.880
这一层是目前最前沿的一层
4:25.880–4:26.980
前面几层
4:26.980–4:28.280
其实都有一个共同点
4:28.280–4:29.880
你至少要告诉AI
4:29.880–4:30.820
每一步怎么做
4:30.820–4:31.880
你为什么
4:31.880–4:32.560
它打什么
4:32.560–4:33.320
你设计流程
4:33.320–4:34.280
它来执行
4:34.280–4:35.840
但第五层的变化是
4:35.840–4:37.540
你不再需要告诉它过程
4:37.540–4:39.520
你只需要告诉它一个目标
4:39.520–4:42.360
比如说帮我调研一下这个行业
4:42.360–4:43.520
写一份分析报告
4:43.520–4:46.240
然后AI就会自己去找资料
4:46.240–4:48.200
自己判断哪些信息有用
4:48.200–4:49.540
自己整理结构
4:49.540–4:51.480
最后把结果交给你
4:51.480–4:52.480
整个过程呢
4:52.480–4:54.420
我们将不再需要一步一步的盯着
4:54.420–4:58.240
它开始有点像一个能够独立完成任务的人了
4:58.240–5:00.520
前段时间大伙的全面养龙虾
5:00.520–5:03.420
其实就是在这个方向上的一次尝试
5:03.420–5:05.920
只是现在这一层还在发展中
5:05.920–5:07.640
有些事情做得还可以
5:07.640–5:08.300
有些呢
5:08.300–5:09.160
还很不稳定
5:09.160–5:11.540
AI不只是一个执行工具
5:11.540–5:13.660
它会越来越接近一个执行者
5:13.660–5:15.460
如果你看过钢铁侠
5:15.460–5:17.680
一定对里面的贾维斯留有印象
5:17.680–5:19.420
大概就是那种感觉
5:19.420–5:21.080
你给它一个目标
5:21.080–5:23.000
它帮你把事情推进下去
5:23.000–5:24.020
只是现在呢
5:24.020–5:25.140
还远没到这个程度
5:25.140–5:27.540
以上就是我这里的总结
5:27.540–5:29.600
AI的五层使用结构
5:29.600–5:30.480
坦率地讲
5:30.480–5:32.760
这五层我自己也没有全部走完
5:32.760–5:34.680
但有一件事我感受很深
5:34.680–5:37.480
当我把这张地图看清楚了之后
5:37.480–5:39.180
很多以前用的不好的地方
5:39.180–5:40.800
一下子就有了解释
5:40.800–5:43.060
有些问题不是我不够努力
5:43.060–5:45.960
而是我一直在用下一层的思路和工具
5:45.960–5:47.600
却想要做上一层的事
5:47.600–5:49.260
那么接下来呢
5:49.260–5:50.360
我会做一个系列视频
5:50.360–5:52.020
跟大家分享一下
5:52.020–5:53.780
每一层到底该怎么用
5:53.780–5:54.880
关键点在哪
5:54.880–5:56.380
哪些地方最容易卡住
5:56.380–5:58.540
下一期我们就从第一层
5:58.540–5:59.860
对话型AI开始
5:59.860–6:02.540
这一层其实大多数人都在用
6:02.540–6:04.620
但真正又明白的人反而不多
6:04.620–6:05.000
我会做到这一层的事
0:00.000–0:03.720
TedGPT出来这几年
0:03.720–0:05.900
我一直有一种很矛盾的感觉
0:05.900–0:08.480
新闻里它好像改变了世界
0:08.480–0:10.440
但是在我自己的生活里
0:10.440–0:11.300
好像又没有
0:11.300–0:13.120
你说它没用吧
0:13.120–0:13.720
也不是
0:13.720–0:15.480
写个邮件查个资料
0:15.480–0:16.760
多少还是用得到的
0:16.760–0:19.940
但是要是说它真的让我变强了吗
0:19.940–0:21.180
好像也没有
0:21.180–0:23.820
这种感觉其实挺别扭的
0:23.820–0:25.380
就像你拿了一把屠龙刀
0:25.380–0:27.040
却只会用来切水果
0:27.040–0:28.820
知道它很厉害
0:28.820–0:30.000
但就是使不上劲
0:30.000–0:31.560
直到最近
0:31.560–0:34.180
我开了一个关于减肥金字塔的概念
0:34.180–0:36.560
反而帮助我把这件事情想明白了
0:36.560–0:38.720
于是我把AI的使用
0:38.720–0:41.000
也拆解成了一个五层的阶梯结构
0:41.000–0:42.880
有了这个框架后
0:42.880–0:44.800
很多以前用不好的地方
0:44.800–0:46.500
一下子就能对上原因了
0:46.500–0:47.920
很多以前想做
0:47.920–0:49.440
却不知从哪入手的事
0:49.440–0:50.400
也有了方向
0:50.400–0:51.980
接下来这五层结构
0:51.980–0:53.320
我先简单过一遍
0:53.320–0:55.000
你可以一边听
0:55.000–0:56.160
一边对照一下
0:56.160–0:57.920
平时自己是怎么用AI的
0:57.920–1:02.240
第一层我把它叫做对话型AI
1:02.240–1:04.660
就是我们最熟悉的这种用法
1:04.660–1:06.660
打开ChatGPT Cloud
1:06.660–1:09.000
我们问问题它来回答
1:09.000–1:11.480
写邮件改文查资料
1:11.480–1:12.980
基本都是这一层
1:12.980–1:15.100
这一层其实很有用
1:15.100–1:16.600
但问题也很明显
1:16.600–1:19.600
它更像是一个会说话的搜索引擎
1:19.600–1:21.000
你问得好
1:21.000–1:22.100
它就回答得好
1:22.100–1:23.380
你问得不清楚
1:23.380–1:25.740
它也只能给你一个差不多的答案
1:25.740–1:27.700
所以很多人用了很久
1:27.700–1:29.860
但始终都停留在能用上
1:29.860–1:30.940
而不是好用
1:30.940–1:34.000
第二层是工具型AI
1:34.000–1:35.480
到了这一层
1:35.480–1:37.120
AI不只是给你答案
1:37.120–1:38.620
而是直接给你成果
1:38.620–1:40.180
比如做PPT
1:40.180–1:41.020
生成音乐
1:41.020–1:42.080
或者整理资料
1:42.080–1:43.460
都有对应的工具
1:43.460–1:44.680
可以直接帮你完成
1:44.680–1:47.260
这一层的变化其实很关键
1:47.260–1:48.660
你不再只是问
1:48.660–1:50.320
而是在用它干活
1:50.320–1:54.300
如果说第一层的AI是会说话的引擎
1:54.300–1:57.500
那么第二层就是专门干活的工具箱
1:57.500–1:59.520
第三层呢
1:59.520–2:01.380
我把它叫做协作型AI
2:01.380–2:03.940
这一层其实是个分水岭
2:03.940–2:06.340
前面两层你可以理解为
2:06.340–2:07.560
AI在帮你
2:07.560–2:08.880
但到了这一层
2:08.880–2:10.880
它开始变成跟你一起做
2:10.880–2:13.420
举个很实际的感觉
2:13.420–2:15.060
前两层更像是
2:15.060–2:16.620
你在跟一个远程的人沟通
2:16.620–2:18.260
你把问题发过去
2:18.260–2:19.980
它把答案发给你
2:19.980–2:21.200
但到了这一层
2:21.200–2:22.080
你会觉得
2:22.080–2:24.100
AI已经坐在你身边了
2:24.100–2:26.380
它可以直接看到你的文件
2:26.380–2:28.180
理解你现在在做什么
2:28.180–2:29.880
然后在这个基础上
2:29.880–2:31.160
跟你一起往下推进
2:31.160–2:32.560
比如说
2:32.560–2:34.200
你有一份写了一半的文稿
2:34.200–2:36.160
在前两层你可能会问
2:36.160–2:37.240
这段怎么改
2:37.240–2:38.720
但在第三层
2:38.720–2:40.560
你可以把整篇丢给它
2:40.560–2:42.160
让它帮你一起改
2:42.160–2:42.900
一起重写
2:42.900–2:44.160
一起优化结构
2:44.160–2:46.560
再比如你在做一个项目
2:46.560–2:47.720
资料很多很乱
2:47.720–2:49.400
它可以帮你整理
2:49.400–2:49.940
归档
2:49.940–2:51.220
甚至一边整理
2:51.220–2:52.180
一边给你建议
2:52.180–2:53.480
下一步该怎么做
2:53.480–2:55.100
所以这一层的本质
2:55.100–2:56.180
其实就两件事
2:56.180–2:57.060
第一
2:57.060–2:58.940
它能直接读取你的文件
2:58.940–3:00.060
第二
3:00.060–3:01.220
它可以通过代码
3:01.220–3:01.980
去调用工具
3:01.980–3:03.440
甚至帮你做一些
3:03.440–3:04.820
原来自己做不到的事情
3:04.820–3:06.540
换句话说
3:06.540–3:07.780
从这一层开始
3:07.780–3:09.360
AI不只是工具
3:09.360–3:10.520
它开始有一点
3:10.520–3:11.540
像一个搭档了
3:11.540–3:12.860
很多事情
3:12.860–3:14.640
你不再是一个人慢慢做完
3:14.640–3:17.140
而是有人在旁边跟你一起推进
3:17.140–3:18.560
第四层
3:18.560–3:20.080
我们叫工作流AI
3:20.080–3:21.520
到了这一层
3:21.520–3:23.520
将会有一个更明显的变化
3:23.520–3:24.940
前面三层
3:24.940–3:25.680
不管怎么用
3:25.680–3:26.820
都有一个共同点
3:26.820–3:27.900
你必须在旁边
3:27.900–3:28.920
你问
3:28.920–3:29.600
它才答
3:29.600–3:30.180
你用
3:30.180–3:30.740
它才做
3:30.740–3:31.280
你停
3:31.280–3:31.840
它就停
3:31.840–3:32.920
但现实里
3:32.920–3:33.800
我们有很多事情
3:33.800–3:34.760
其实是重复的
3:34.760–3:35.980
每天都要做
3:35.980–3:37.400
但又没什么技术含量
3:37.400–3:38.440
比如说
3:38.440–3:39.720
每天看行业新闻
3:39.720–3:40.360
挑重点
3:40.360–3:40.920
做整理
3:40.920–3:42.300
如果手动做
3:42.300–3:43.420
可能要花半小时
3:43.420–3:44.200
甚至更久
3:44.200–3:45.340
这时候
3:45.340–3:47.520
其实就会有一个很自然的想法
3:47.520–3:50.220
能不能让AI帮我把这件事做完
3:50.220–3:52.460
这就是第四层要解决的问题
3:52.460–3:54.340
你把整个流程猜清楚
3:54.340–3:55.960
去哪里获取信息
3:55.960–3:56.820
怎么筛选
3:56.820–3:57.460
怎么整理
3:57.460–3:58.700
最后发到哪里
3:58.700–4:00.660
然后把这套流程搭出来
4:00.660–4:01.340
后面
4:01.340–4:03.180
这个流程就可以自己跑了
4:03.180–4:04.320
到了这个阶段
4:04.320–4:05.860
你做的事情其实变了
4:05.860–4:07.260
你不再是那个
4:07.260–4:08.740
一步一步去执行的人
4:08.740–4:10.660
而是那个设计流程的人
4:10.660–4:12.280
活还是那些活
4:12.280–4:13.880
但不需要你亲自干
4:13.880–4:16.080
你只需要把规则定好
4:16.080–4:17.020
剩下的
4:17.020–4:18.740
让AI一直跑就可以了
4:18.740–4:20.460
最后一层
4:20.460–4:22.020
也是最令人兴奋的一层
4:22.020–4:23.140
叫AI智能体
4:23.140–4:25.880
这一层是目前最前沿的一层
4:25.880–4:26.980
前面几层
4:26.980–4:28.280
其实都有一个共同点
4:28.280–4:29.880
你至少要告诉AI
4:29.880–4:30.820
每一步怎么做
4:30.820–4:31.880
你为什么
4:31.880–4:32.560
它打什么
4:32.560–4:33.320
你设计流程
4:33.320–4:34.280
它来执行
4:34.280–4:35.840
但第五层的变化是
4:35.840–4:37.540
你不再需要告诉它过程
4:37.540–4:39.520
你只需要告诉它一个目标
4:39.520–4:42.360
比如说帮我调研一下这个行业
4:42.360–4:43.520
写一份分析报告
4:43.520–4:46.240
然后AI就会自己去找资料
4:46.240–4:48.200
自己判断哪些信息有用
4:48.200–4:49.540
自己整理结构
4:49.540–4:51.480
最后把结果交给你
4:51.480–4:52.480
整个过程呢
4:52.480–4:54.420
我们将不再需要一步一步的盯着
4:54.420–4:58.240
它开始有点像一个能够独立完成任务的人了
4:58.240–5:00.520
前段时间大伙的全面养龙虾
5:00.520–5:03.420
其实就是在这个方向上的一次尝试
5:03.420–5:05.920
只是现在这一层还在发展中
5:05.920–5:07.640
有些事情做得还可以
5:07.640–5:08.300
有些呢
5:08.300–5:09.160
还很不稳定
5:09.160–5:11.540
AI不只是一个执行工具
5:11.540–5:13.660
它会越来越接近一个执行者
5:13.660–5:15.460
如果你看过钢铁侠
5:15.460–5:17.680
一定对里面的贾维斯留有印象
5:17.680–5:19.420
大概就是那种感觉
5:19.420–5:21.080
你给它一个目标
5:21.080–5:23.000
它帮你把事情推进下去
5:23.000–5:24.020
只是现在呢
5:24.020–5:25.140
还远没到这个程度
5:25.140–5:27.540
以上就是我这里的总结
5:27.540–5:29.600
AI的五层使用结构
5:29.600–5:30.480
坦率地讲
5:30.480–5:32.760
这五层我自己也没有全部走完
5:32.760–5:34.680
但有一件事我感受很深
5:34.680–5:37.480
当我把这张地图看清楚了之后
5:37.480–5:39.180
很多以前用的不好的地方
5:39.180–5:40.800
一下子就有了解释
5:40.800–5:43.060
有些问题不是我不够努力
5:43.060–5:45.960
而是我一直在用下一层的思路和工具
5:45.960–5:47.600
却想要做上一层的事
5:47.600–5:49.260
那么接下来呢
5:49.260–5:50.360
我会做一个系列视频
5:50.360–5:52.020
跟大家分享一下
5:52.020–5:53.780
每一层到底该怎么用
5:53.780–5:54.880
关键点在哪
5:54.880–5:56.380
哪些地方最容易卡住
5:56.380–5:58.540
下一期我们就从第一层
5:58.540–5:59.860
对话型AI开始
5:59.860–6:02.540
这一层其实大多数人都在用
6:02.540–6:04.620
但真正又明白的人反而不多
6:04.620–6:05.000
我会做到这一层的事
0:00.000–0:03.720
TedGPT出来这几年
TedGPT出来这几年
0:03.720–0:05.900
我一直有一种很矛盾的感觉
我一直有一种很矛盾的感觉
0:05.900–0:08.480
新闻里它好像改变了世界
新闻里它好像改变了世界
0:08.480–0:10.440
但是在我自己的生活里
但是在我自己的生活里
0:10.440–0:11.300
好像又没有
好像又没有
0:11.300–0:13.120
你说它没用吧
你说它没用吧
0:13.120–0:13.720
也不是
也不是
0:13.720–0:15.480
写个邮件查个资料
写个邮件查个资料
0:15.480–0:16.760
多少还是用得到的
多少还是用得到的
0:16.760–0:19.940
但是要是说它真的让我变强了吗
但是要是说它真的让我变强了吗
0:19.940–0:21.180
好像也没有
好像也没有
0:21.180–0:23.820
这种感觉其实挺别扭的
这种感觉其实挺别扭的
0:23.820–0:25.380
就像你拿了一把屠龙刀
就像你拿了一把屠龙刀
0:25.380–0:27.040
却只会用来切水果
却只会用来切水果
0:27.040–0:28.820
知道它很厉害
知道它很厉害
0:28.820–0:30.000
但就是使不上劲
但就是使不上劲
0:30.000–0:31.560
直到最近
直到最近
0:31.560–0:34.180
我开了一个关于减肥金字塔的概念
我开了一个关于减肥金字塔的概念
0:34.180–0:36.560
反而帮助我把这件事情想明白了
反而帮助我把这件事情想明白了
0:36.560–0:38.720
于是我把AI的使用
于是我把AI的使用
0:38.720–0:41.000
也拆解成了一个五层的阶梯结构
也拆解成了一个五层的阶梯结构
0:41.000–0:42.880
有了这个框架后
有了这个框架后
0:42.880–0:44.800
很多以前用不好的地方
很多以前用不好的地方
0:44.800–0:46.500
一下子就能对上原因了
一下子就能对上原因了
0:46.500–0:47.920
很多以前想做
很多以前想做
0:47.920–0:49.440
却不知从哪入手的事
却不知从哪入手的事
0:49.440–0:50.400
也有了方向
也有了方向
0:50.400–0:51.980
接下来这五层结构
接下来这五层结构
0:51.980–0:53.320
我先简单过一遍
我先简单过一遍
0:53.320–0:55.000
你可以一边听
你可以一边听
0:55.000–0:56.160
一边对照一下
一边对照一下
0:56.160–0:57.920
平时自己是怎么用AI的
平时自己是怎么用AI的
0:57.920–1:02.240
第一层我把它叫做对话型AI
第一层我把它叫做对话型AI
1:02.240–1:04.660
就是我们最熟悉的这种用法
就是我们最熟悉的这种用法
1:04.660–1:06.660
打开ChatGPT Cloud
打开ChatGPT Cloud
1:06.660–1:09.000
我们问问题它来回答
我们问问题它来回答
1:09.000–1:11.480
写邮件改文查资料
写邮件改文查资料
1:11.480–1:12.980
基本都是这一层
基本都是这一层
1:12.980–1:15.100
这一层其实很有用
这一层其实很有用
1:15.100–1:16.600
但问题也很明显
但问题也很明显
1:16.600–1:19.600
它更像是一个会说话的搜索引擎
它更像是一个会说话的搜索引擎
1:19.600–1:21.000
你问得好
你问得好
1:21.000–1:22.100
它就回答得好
它就回答得好
1:22.100–1:23.380
你问得不清楚
你问得不清楚
1:23.380–1:25.740
它也只能给你一个差不多的答案
它也只能给你一个差不多的答案
1:25.740–1:27.700
所以很多人用了很久
所以很多人用了很久
1:27.700–1:29.860
但始终都停留在能用上
但始终都停留在能用上
1:29.860–1:30.940
而不是好用
而不是好用
1:30.940–1:34.000
第二层是工具型AI
第二层是工具型AI
1:34.000–1:35.480
到了这一层
到了这一层
1:35.480–1:37.120
AI不只是给你答案
AI不只是给你答案
1:37.120–1:38.620
而是直接给你成果
而是直接给你成果
1:38.620–1:40.180
比如做PPT
比如做PPT
1:40.180–1:41.020
生成音乐
生成音乐
1:41.020–1:42.080
或者整理资料
或者整理资料
1:42.080–1:43.460
都有对应的工具
都有对应的工具
1:43.460–1:44.680
可以直接帮你完成
可以直接帮你完成
1:44.680–1:47.260
这一层的变化其实很关键
这一层的变化其实很关键
1:47.260–1:48.660
你不再只是问
你不再只是问
1:48.660–1:50.320
而是在用它干活
而是在用它干活
1:50.320–1:54.300
如果说第一层的AI是会说话的引擎
如果说第一层的AI是会说话的引擎
1:54.300–1:57.500
那么第二层就是专门干活的工具箱
那么第二层就是专门干活的工具箱
1:57.500–1:59.520
第三层呢
第三层呢
1:59.520–2:01.380
我把它叫做协作型AI
我把它叫做协作型AI
2:01.380–2:03.940
这一层其实是个分水岭
这一层其实是个分水岭
2:03.940–2:06.340
前面两层你可以理解为
前面两层你可以理解为
2:06.340–2:07.560
AI在帮你
AI在帮你
2:07.560–2:08.880
但到了这一层
但到了这一层
2:08.880–2:10.880
它开始变成跟你一起做
它开始变成跟你一起做
2:10.880–2:13.420
举个很实际的感觉
举个很实际的感觉
2:13.420–2:15.060
前两层更像是
前两层更像是
2:15.060–2:16.620
你在跟一个远程的人沟通
你在跟一个远程的人沟通
2:16.620–2:18.260
你把问题发过去
你把问题发过去
2:18.260–2:19.980
它把答案发给你
它把答案发给你
2:19.980–2:21.200
但到了这一层
但到了这一层
2:21.200–2:22.080
你会觉得
你会觉得
2:22.080–2:24.100
AI已经坐在你身边了
AI已经坐在你身边了
2:24.100–2:26.380
它可以直接看到你的文件
它可以直接看到你的文件
2:26.380–2:28.180
理解你现在在做什么
理解你现在在做什么
2:28.180–2:29.880
然后在这个基础上
然后在这个基础上
2:29.880–2:31.160
跟你一起往下推进
跟你一起往下推进
2:31.160–2:32.560
比如说
比如说
2:32.560–2:34.200
你有一份写了一半的文稿
你有一份写了一半的文稿
2:34.200–2:36.160
在前两层你可能会问
在前两层你可能会问
2:36.160–2:37.240
这段怎么改
这段怎么改
2:37.240–2:38.720
但在第三层
但在第三层
2:38.720–2:40.560
你可以把整篇丢给它
你可以把整篇丢给它
2:40.560–2:42.160
让它帮你一起改
让它帮你一起改
2:42.160–2:42.900
一起重写
一起重写
2:42.900–2:44.160
一起优化结构
一起优化结构
2:44.160–2:46.560
再比如你在做一个项目
再比如你在做一个项目
2:46.560–2:47.720
资料很多很乱
资料很多很乱
2:47.720–2:49.400
它可以帮你整理
它可以帮你整理
2:49.400–2:49.940
归档
归档
2:49.940–2:51.220
甚至一边整理
甚至一边整理
2:51.220–2:52.180
一边给你建议
一边给你建议
2:52.180–2:53.480
下一步该怎么做
下一步该怎么做
2:53.480–2:55.100
所以这一层的本质
所以这一层的本质
2:55.100–2:56.180
其实就两件事
其实就两件事
2:56.180–2:57.060
第一
第一
2:57.060–2:58.940
它能直接读取你的文件
它能直接读取你的文件
2:58.940–3:00.060
第二
第二
3:00.060–3:01.220
它可以通过代码
它可以通过代码
3:01.220–3:01.980
去调用工具
去调用工具
3:01.980–3:03.440
甚至帮你做一些
甚至帮你做一些
3:03.440–3:04.820
原来自己做不到的事情
原来自己做不到的事情
3:04.820–3:06.540
换句话说
换句话说
3:06.540–3:07.780
从这一层开始
从这一层开始
3:07.780–3:09.360
AI不只是工具
AI不只是工具
3:09.360–3:10.520
它开始有一点
它开始有一点
3:10.520–3:11.540
像一个搭档了
像一个搭档了
3:11.540–3:12.860
很多事情
很多事情
3:12.860–3:14.640
你不再是一个人慢慢做完
你不再是一个人慢慢做完
3:14.640–3:17.140
而是有人在旁边跟你一起推进
而是有人在旁边跟你一起推进
3:17.140–3:18.560
第四层
第四层
3:18.560–3:20.080
我们叫工作流AI
我们叫工作流AI
3:20.080–3:21.520
到了这一层
到了这一层
3:21.520–3:23.520
将会有一个更明显的变化
将会有一个更明显的变化
3:23.520–3:24.940
前面三层
前面三层
3:24.940–3:25.680
不管怎么用
不管怎么用
3:25.680–3:26.820
都有一个共同点
都有一个共同点
3:26.820–3:27.900
你必须在旁边
你必须在旁边
3:27.900–3:28.920
你问
你问
3:28.920–3:29.600
它才答
它才答
3:29.600–3:30.180
你用
你用
3:30.180–3:30.740
它才做
它才做
3:30.740–3:31.280
你停
你停
3:31.280–3:31.840
它就停
它就停
3:31.840–3:32.920
但现实里
但现实里
3:32.920–3:33.800
我们有很多事情
我们有很多事情
3:33.800–3:34.760
其实是重复的
其实是重复的
3:34.760–3:35.980
每天都要做
每天都要做
3:35.980–3:37.400
但又没什么技术含量
但又没什么技术含量
3:37.400–3:38.440
比如说
比如说
3:38.440–3:39.720
每天看行业新闻
每天看行业新闻
3:39.720–3:40.360
挑重点
挑重点
3:40.360–3:40.920
做整理
做整理
3:40.920–3:42.300
如果手动做
如果手动做
3:42.300–3:43.420
可能要花半小时
可能要花半小时
3:43.420–3:44.200
甚至更久
甚至更久
3:44.200–3:45.340
这时候
这时候
3:45.340–3:47.520
其实就会有一个很自然的想法
其实就会有一个很自然的想法
3:47.520–3:50.220
能不能让AI帮我把这件事做完
能不能让AI帮我把这件事做完
3:50.220–3:52.460
这就是第四层要解决的问题
这就是第四层要解决的问题
3:52.460–3:54.340
你把整个流程猜清楚
你把整个流程猜清楚
3:54.340–3:55.960
去哪里获取信息
去哪里获取信息
3:55.960–3:56.820
怎么筛选
怎么筛选
3:56.820–3:57.460
怎么整理
怎么整理
3:57.460–3:58.700
最后发到哪里
最后发到哪里
3:58.700–4:00.660
然后把这套流程搭出来
然后把这套流程搭出来
4:00.660–4:01.340
后面
后面
4:01.340–4:03.180
这个流程就可以自己跑了
这个流程就可以自己跑了
4:03.180–4:04.320
到了这个阶段
到了这个阶段
4:04.320–4:05.860
你做的事情其实变了
你做的事情其实变了
4:05.860–4:07.260
你不再是那个
你不再是那个
4:07.260–4:08.740
一步一步去执行的人
一步一步去执行的人
4:08.740–4:10.660
而是那个设计流程的人
而是那个设计流程的人
4:10.660–4:12.280
活还是那些活
活还是那些活
4:12.280–4:13.880
但不需要你亲自干
但不需要你亲自干
4:13.880–4:16.080
你只需要把规则定好
你只需要把规则定好
4:16.080–4:17.020
剩下的
剩下的
4:17.020–4:18.740
让AI一直跑就可以了
让AI一直跑就可以了
4:18.740–4:20.460
最后一层
最后一层
4:20.460–4:22.020
也是最令人兴奋的一层
也是最令人兴奋的一层
4:22.020–4:23.140
叫AI智能体
叫AI智能体
4:23.140–4:25.880
这一层是目前最前沿的一层
这一层是目前最前沿的一层
4:25.880–4:26.980
前面几层
前面几层
4:26.980–4:28.280
其实都有一个共同点
其实都有一个共同点
4:28.280–4:29.880
你至少要告诉AI
你至少要告诉AI
4:29.880–4:30.820
每一步怎么做
每一步怎么做
4:30.820–4:31.880
你为什么
你为什么
4:31.880–4:32.560
它打什么
它打什么
4:32.560–4:33.320
你设计流程
你设计流程
4:33.320–4:34.280
它来执行
它来执行
4:34.280–4:35.840
但第五层的变化是
但第五层的变化是
4:35.840–4:37.540
你不再需要告诉它过程
你不再需要告诉它过程
4:37.540–4:39.520
你只需要告诉它一个目标
你只需要告诉它一个目标
4:39.520–4:42.360
比如说帮我调研一下这个行业
比如说帮我调研一下这个行业
4:42.360–4:43.520
写一份分析报告
写一份分析报告
4:43.520–4:46.240
然后AI就会自己去找资料
然后AI就会自己去找资料
4:46.240–4:48.200
自己判断哪些信息有用
自己判断哪些信息有用
4:48.200–4:49.540
自己整理结构
自己整理结构
4:49.540–4:51.480
最后把结果交给你
最后把结果交给你
4:51.480–4:52.480
整个过程呢
整个过程呢
4:52.480–4:54.420
我们将不再需要一步一步的盯着
我们将不再需要一步一步的盯着
4:54.420–4:58.240
它开始有点像一个能够独立完成任务的人了
它开始有点像一个能够独立完成任务的人了
4:58.240–5:00.520
前段时间大伙的全面养龙虾
前段时间大伙的全面养龙虾
5:00.520–5:03.420
其实就是在这个方向上的一次尝试
其实就是在这个方向上的一次尝试
5:03.420–5:05.920
只是现在这一层还在发展中
只是现在这一层还在发展中
5:05.920–5:07.640
有些事情做得还可以
有些事情做得还可以
5:07.640–5:08.300
有些呢
有些呢
5:08.300–5:09.160
还很不稳定
还很不稳定
5:09.160–5:11.540
AI不只是一个执行工具
AI不只是一个执行工具
5:11.540–5:13.660
它会越来越接近一个执行者
它会越来越接近一个执行者
5:13.660–5:15.460
如果你看过钢铁侠
如果你看过钢铁侠
5:15.460–5:17.680
一定对里面的贾维斯留有印象
一定对里面的贾维斯留有印象
5:17.680–5:19.420
大概就是那种感觉
大概就是那种感觉
5:19.420–5:21.080
你给它一个目标
你给它一个目标
5:21.080–5:23.000
它帮你把事情推进下去
它帮你把事情推进下去
5:23.000–5:24.020
只是现在呢
只是现在呢
5:24.020–5:25.140
还远没到这个程度
还远没到这个程度
5:25.140–5:27.540
以上就是我这里的总结
以上就是我这里的总结
5:27.540–5:29.600
AI的五层使用结构
AI的五层使用结构
5:29.600–5:30.480
坦率地讲
坦率地讲
5:30.480–5:32.760
这五层我自己也没有全部走完
这五层我自己也没有全部走完
5:32.760–5:34.680
但有一件事我感受很深
但有一件事我感受很深
5:34.680–5:37.480
当我把这张地图看清楚了之后
当我把这张地图看清楚了之后
5:37.480–5:39.180
很多以前用的不好的地方
很多以前用的不好的地方
5:39.180–5:40.800
一下子就有了解释
一下子就有了解释
5:40.800–5:43.060
有些问题不是我不够努力
有些问题不是我不够努力
5:43.060–5:45.960
而是我一直在用下一层的思路和工具
而是我一直在用下一层的思路和工具
5:45.960–5:47.600
却想要做上一层的事
却想要做上一层的事
5:47.600–5:49.260
那么接下来呢
那么接下来呢
5:49.260–5:50.360
我会做一个系列视频
我会做一个系列视频
5:50.360–5:52.020
跟大家分享一下
跟大家分享一下
5:52.020–5:53.780
每一层到底该怎么用
每一层到底该怎么用
5:53.780–5:54.880
关键点在哪
关键点在哪
5:54.880–5:56.380
哪些地方最容易卡住
哪些地方最容易卡住
5:56.380–5:58.540
下一期我们就从第一层
下一期我们就从第一层
5:58.540–5:59.860
对话型AI开始
对话型AI开始
5:59.860–6:02.540
这一层其实大多数人都在用
这一层其实大多数人都在用
6:02.540–6:04.620
但真正又明白的人反而不多
但真正又明白的人反而不多
6:04.620–6:05.000
我会做到这一层的事
我会做到这一层的事
影片筆記：用了三年 ChatGPT, 直到搞懂这 5 个层级, 我才真正会用 AI~
一句話總結
講者提出「AI 使用五層階梯結構」，指出許多使用者困境源於「用下一層的思路與工具，卻想做上一層的事」，並建議從對話型、工具型、協作型、工作流型到 AI 智能體，逐步深化對 AI 的應用層次。
核心重點
- 現狀與矛盾：儘管新聞報導 AI 改變世界，但個人生活僅止於基礎輔助（如寫郵件、查資料），並未真正提升能力。比喻為「手握屠龍刀卻只用來切水果」。
- 五層階梯結構：將 AI 應用從淺入深拆解為五個層次，解決層級錯配問題：
- 第一層：對話型 AI：類似會說話的搜索引擎，問答式互動。
- 第二層：工具型 AI：直接生成成果（如 PPT、音樂），從「問答案」轉向「做任務」。
- 第三層：協作型 AI：AI 具備讀取文件與調用工具的能力，成為類似坐在一旁的「搭檔」。
- 第四層：工作流 AI：自動化重複性流程，使用者從執行者轉變為流程設計者。
- 第五層：AI 智能體：最前沿層次，僅需設定目標，AI 自主判斷並執行完整任務，類似《鋼鐵俠》中的賈維斯。
- 核心洞察：許多使用困境源於「用下一層的思路與工具，卻想做上一層的事」。
- 後續規劃：講者將透過系列影片深入探討各層次的具體用法與關鍵點，下一期將從第一層「對話型 AI」開始講解。
詳細大綱
背景與問題意識
- TedGPT 出現後的矛盾感受：新聞報導與個人體驗存在落差。
- 現狀描述：僅用於基礎輔助（寫郵件、查資料），未帶來實質能力提升。
- 比喻：手握屠龍刀卻只用來切水果。
核心框架：AI 五層階梯結構
第一層：對話型 AI
- 定義：最熟悉的問答模式（如 ChatGPT Cloud）。
- 特徵：會說話的搜索引擎；問得好才答得好。
- 局限：停留在「能用上」而非「好用」。
第二層：工具型 AI
- 定義：直接提供成果（如做 PPT、生成音樂、整理資料）。
- 特徵：專門干活的工具箱；從「問」轉向「用其干活」。
第三層：協作型 AI
- 定義：AI 成為搭檔，與使用者共同推進任務。
- 特徵：
- 能直接讀取使用者文件。
- 可透過代碼調用工具。
- 情境：共同修改文稿、整理雜亂專案資料並提供建議。
第四層：工作流 AI
- 定義：自動化處理重複性、低技術含量的日常任務（如新聞篩選整理）。
- 特徵：
- 流程自動化：設定規則後，AI 自行運行。
- 角色轉變：使用者從「執行者」轉變為「流程設計者」。
第五層：AI 智能體
- 定義：目前最前沿，AI 具備獨立完成任務的能力。
- 特徵：
- 僅需設定目標（如：調研行業並寫報告）。
- AI 自主判斷資訊、整理結構並交付結果。
- 比喻：類似《鋼鐵俠》中的賈維斯（Jarvis）。
- 現狀：仍在發展中，穩定性不一。
總結與後續規劃
- 核心洞察：許多問題源於層級錯配（用低層級工具追求高層級目標）。
- 未來行動：將製作系列影片，逐一解析各層次的用法、關鍵點及常見卡關處。
- 下一期預告：從第一層「對話型 AI」開始講解。
工具 / 模型 / 名詞整理
- TedGPT：影片開頭提及的產品名稱。
- ChatGPT Cloud：被提及為第一層對話型 AI 的代表。
- 賈維斯（Jarvis）：電影《鋼鐵俠》中的 AI 助手，用於比喻第五層 AI 智能體。
- 全面養龙虾：逐字稿中提到的特定詞彙或專案名稱。
操作流程整理
- 識別當前使用層級：評估自己目前使用的是哪一層級的 AI 功能（對話、工具、協作、工作流或智能體）。
- 檢查目標與工具的匹配度：確認是否出現了「用下一層的思路與工具，卻想做上一層的事」的情況。
- 調整應用策略：
- 若僅需基礎輔助，使用對話型或工具型 AI。
- 若需共同推進任務，嘗試協作型 AI（讀取文件、調用工具）。
- 若需處理重複性任務，設計工作流 AI。
- 若需自主完成複雜任務，嘗試設定目標給 AI 智能體。
- 持續學習：參考後續系列影片，深入學習各層次的具體用法與關鍵點。
值得注意的限制或風險
- 層級錯配風險：使用低層級工具追求高層級目標，導致效率低下或無法達成預期效果。
- 穩定性問題：第五層 AI 智能體目前仍在發展中，穩定性不一。
- 能力落差：新聞報導與個人實際體驗之間存在落差，可能導致對 AI 能力的誤判。
逐字稿辨識疑點
- TedGPT：逐字稿開頭提及「TedGPT出来这几年」，此名稱較不常見，疑為特定產品名稱、口誤或聽寫錯誤。
- 全面養龙虾：逐字稿中提到「前段时间大伙的全面养龙虾，其实就是在这个方向上的一次尝试」，語意不明，疑為聽寫錯誤或特定社群/專案名稱，需查證。
- 为什么它打什么：在描述第五層時，原文為「你为什么它打什么」，語法不通，疑為口誤或聽寫錯誤（可能意指「為什麼做什麼」或類似語意）。
- 我会做到这一层的事：影片結尾處連續重複多遍「我会做到这一层的事」，疑為影片剪輯殘留、口誤或特定強調語句，需確認是否為完整語意。
尚未產生學習筆記
請在 Telegram 指令最後加上「學習」，例如：videonote 網址 英文 雙語 學習