AI素养── 与AI协作的十一个阶段：从最初的灵感到投入运行，共10个系列、每个系列10集
当AI承担了更多工作，指挥它的人需要擅长什么？本系列以运营者自身使用生成式AI的记录为基础，提出了十一个阶段，从最初的一点火花和早期构想，到找出理想与现状之间的差距、为模糊的不安找到词语和关键词、一个粗略的愿望、一个概念、逻辑与蓝图，再到程序及其运行，并将它们编排为10个系列、每个系列10集。每天一集，历时约三个月。
28在100篇已发表的文献中
S1火花与构想10 / 10S2理想状态与现状对比10 / 10S3用语言表达出来8 / 10S4从模糊的愿望到明确的请求0 / 10S5概念0 / 10S6让它合乎逻辑0 / 10S7蓝图0 / 10S8项目0 / 10S9运行它0 / 10S10AI素养0 / 10
它是如何制作的 这些素材是运营者自 2026 年 2 月以来与 Claude 之间的请求、修正和批准的个人记录（运营者自 2023 年 3 月起使用生成式 AI）。电子邮件地址、服务器名称、文件位置、密钥、个人和公司名称均已移除；不含任何引文；仅对反复出现的模式进行了概括。每一集在发布前都会经过匿名化复查、逐字引文检查和结构检查。
S1 火花与构想 ── 借助 AI 把一闪而过的念头变成工作
01
一点火花也可以化作提问交给AI
一个想法不必变成一份完整的请求。用一句话说明目标与手段，即可获得四类材料和反对理由，在动手构建之前做出决定。
S1-01阅读 →
02
首个有记录的一周中的三智能体团队
按角色拆分工作，可以让每个 AI 输出都有明确的验证标准。运营者首个记录周的三角色模式表明，为什么应当以可验证性而非数量来指导如何把工作交给 AI。
S1-02阅读 →
03
从发现已有之物开始点燃火花
先让 AI 搜索现有的解决方案。候选方案清单及其限制会揭示缺少什么,而这一缺口就是下一次请求的具体需求。
S1-03阅读 →
04
在AI收集之前，先定义你要收集什么
在让AI收集信息之前，先让它定义目标。清晰的定义会确定分类维度，使收集到的所有内容都能直接用于决策。
S1-04阅读 →
05
让AI盘点你自己的专业能力
让AI阅读你过往的作品，提炼出你专业能力的结构。它找到的那条线索，是你身在其中可能看不到的，将成为下一个想法的起点。
S1-05阅读 →
06
只审阅文字本身，不会减少错误
只审阅眼前的文字，会错过来源与材料之间的差距。运营者把这种不安交给AI，让它把认知偏差与事故分析连接成一个结构。
S1-06阅读 →
07
将评审者差异重新定义为观点多样性
将评审者差异重新定义为观点多样性,AI就能将其言语化并加以整合,把一个人的评审转化为集体智慧。定义的转变就是火花。
S1-07阅读 →
08
当工作看起来平淡无奇时，请向AI索要缺失的那条轴
一项运营看起来平淡无奇，不是因为人手不足，而是因为记录里可供切分的维度太少。让 AI 给出候选维度，然后只补上你的记录真正能提供的那一个。
S1-08阅读 →
09
在构想阶段就问 AI“它会做什么,要花多少成本”
在构想阶段就同时问 AI 这个方案会做什么、要花多少成本,你就能在动手构建之前决定继续还是放弃。算术交给 AI,价值由你来选。
S1-09阅读 →
10
保留为下一个创意提供养分的AI记录
AI对话会留存下来,却无法搜索。请把问题、简要答案、改变想法的过程以及放弃的原因,保存在同一个纯文本位置。
S1-10阅读 →
S2 理想与现状 ── 以AI能够执行的形式说明差距
01
让AI看看奏效的那一天和没有奏效的那一天
只说某处坏了，AI 就只会修复这句话。把能用的输入、出错的输入和应当成立的规则交给它，一次就能修好。
S2-01阅读 →
02
告诉AI交付物是一张表格
当回复不对路时，不要再解释。说出交付物的形式，输出就能一轮定稿。只需设定四个值：类型、列、范围和篇幅。
S2-02阅读 →
03
说一句“列表过期了”，AI 就能找到原因
准确地陈述一份过时的清单，让 AI 不仅停留在展示层面，还深入到内容是如何被复制的。其模式是：把成因、预防措施和未经核实的空白分开来问。
S2-03阅读 →
04
把一个奇怪的章节变成给AI的规则
作为修复提交后，一个异常部件被修好，而下一个又出现偏移。这是用于指定参照集、需匹配的属性以及需报告的差异的模式。
S2-04阅读 →
05
用日期为缺失的一天命名
与其说它没有显示出来，不如按日期或编号指明缺失的条目。搜索会缩小到某一条目的历史，AI 会依据记录而非猜测来展示原因。
S2-05阅读 →
06
英文页面需要英文内容
让 AI 制作英文版,动的只有字符串。先清点单元数量,用一句话写下完成条件,并在扩大范围之前先用一天的内容验证。
S2-06阅读 →
07
怀疑 AI 的短缺说法时，请索要拒绝清单
AI报告的短缺是结论，而非证据。逐项询问被拒绝或失败的原因，将其与你设定的条件进行比较，原因就会随之变化。
S2-07阅读 →
08
让AI区分哪些已验证、哪些只是做完了
AI的完成报告混杂了已核实的事实和预期。要求其列出已核实项、未核实项及原因，只有在没有任何未核实项时才结束任务。
S2-08阅读 →
09
把原始请求贴回给AI，询问是否已满足
当 AI 报告工作已完成时，把最初的请求原样贴回去，要求它逐项列表。那些运行时不报错的遗漏，只有这样才会显现出来。
S2-09阅读 →
10
通过列举范例模型来展示理想状态，然后确认目标
好的范例能一次性传达理想的样子。分别指明目标和借用的特征，先让AI复述一遍，再将结果与范例对比。
S2-10阅读 →
S3 用语言表达 ── 从模糊的不安到关键词和句子
01
从“让它酷一点”到“收紧字距”：AI 能搞定的需求
“做得酷一点”会让AI只能靠猜。指明一个可衡量的属性和方向，一次只调整一项，就能看出什么起了作用。
S3-01阅读 →
02
从“太长了”到六部分的论证顺序
回复“太长了”，AI 会削减内容，而要点仍留在最后。数一数要点最先出现在哪里，把各部分及其顺序列成编号清单，AI 就会重新排序，本稿和下一稿都适用。
S3-02阅读 →
03
对 AI 说“我看不懂”它的报告也没关系
你可以说你看不懂满是数字的 AI 报告。让它先讲什么变了，再讲前后对比，然后才是数字，你就能做出判断。
S3-03阅读 →
04
新手读不懂的符号会导致失败，而 AI 可以修复它们
符号是否奏效，由初次接触的读者而非创作者来决定。让 AI 列出每一个术语，逐一修正，并请缺乏背景知识的读者测试，直到不再有遗留问题为止。
S3-04阅读 →
05
用数字告诉AI读者水平：100人中有90人能看懂
不要要求 AI“通俗易懂”。请给它一个读者群体，以及必须看懂的人所占的比例，然后让与这些读者相近的人来测试。
S3-05阅读 →
06
让AI把业务需求翻译成开发者的语言
用你自己的业务语言撰写需求。让 AI 为系统开发人员重新表述，标出其假设，并在构建之前确认意图。
S3-06阅读 →
07
为AI定义“讲解精髓，而非照本宣科”的4个部分
把关于朗读的抱怨拆分为说话者、听者、需要补充的两点以及不得更改的措辞，然后交给 AI。对于药品资料，应保持功效表述和数字不变。
S3-07阅读 →
08
批准之前,先问清 AI 的用词是什么意思
对AI说的话一扫而过，就等于认同了AI所说的含义。批准之前，先问一问它在此处意味着什么，并用自己的话复述一遍。
S3-08阅读 →
09
让AI说出你自己反馈的本质
把反馈变成规则,这样就不必重复说明。
S3-09筹备中
10
14个含糊措辞的请求最终变成了什么
记录中的模糊用语及其转化而成的具体请求对照表。
S3-10筹备中
S4 从大致的愿望到请求 ── 把你大致想要的东西变成AI可以着手的工作
01
将创意排入队列作为预留工作
在不打断正在运行任务的情况下登记新请求。
S4-01筹备中
02
给出目标，让AI来组建团队
仅通过说明目标和权限来委派团队组成。
S4-02筹备中
03
让AI为另一个AI撰写交接说明
让AI起草供另一个环境执行的简报。
S4-03筹备中
04
构建之前先列出各项内容
在进行任何设计或编码之前,先就项目清单达成一致。
S4-04筹备中
05
请求从19个字符增加到71个字符
为什么简短的命令变成了带有从定义到构建顺序的请求。
S4-05筹备中
06
自行设定顺序：先1，再3，然后2
面对多个选项时，先选定顺序会让方案更安全。
S4-06筹备中
07
先上线日语版，上线后推出英语版
把一条排序规则一次说清，并让它被记住。
S4-07筹备中
08
如何中断正在运行的任务
将正在运行的任务与打断它的请求分开。
S4-08筹备中
09
让AI管理请求台账与优先级
账本、评分规则和一项前台任务让请求井然有序。
S4-09筹备中
10
把三个月的请求记入台账
登记带有周期、频率和里程碑的长期活动。
S4-10筹备中
S5 概念 ── 用一句话决定要做什么
01
让AI在构建之前先写出概念
为什么在分类—收集—设计—评审—构建的流程中，概念环节从不被跳过。
S5-01筹备中
02
从读者的时刻出发做决定：15分钟了解当今的AI
按读者的时间和行为来定义一个板块。
S5-02筹备中
03
任何算法出现之前，屏幕上的一句话
将目的语句与算法的假设分开。
S5-03筹备中
04
先确定主题分类
早期类别可保持收集和写作的一致性。
S5-04筹备中
05
一个从自身文章中学习的概念
设计一个能把已发表作品转化为下一个提示词的写作者。
S5-05筹备中
06
从54个来源中提炼成功因素
把共同因素变成百分制评分规则。
S5-06筹备中
07
一种让旧系统不断演进的设计理念
在更高层次上重绘早期算法,而不是替换它。
S5-07筹备中
08
当天就撤回失败的概念
尝试一个方向,并在质量下降时撤回。
S5-08筹备中
09
用三条指令确定一个名称
站点名称如何为英文清晰度和日文措辞而确定。
S5-09筹备中
10
把愿景写在一页纸上并获得批准
在一页纸上展示宏大的愿景，获得批准后再开始。
S5-10筹备中
S6 让它合乎逻辑 ── 以意义、理由和四个问题来构建
01
分别写出“意味着什么”和“为什么”
把含义与理由分开，就能让比较变成决策辅助。
S6-01筹备中
02
从问题论证到结论，不展示框架
沿用七步顺序，同时让其标签保持不可见。
S6-02筹备中
03
屏幕承载事实，声音承载意义
绝不让眼睛和耳朵接收同样文字的逻辑。
S6-03筹备中
04
按14个名称追查逻辑错误
为谬误命名可让改写保持最小幅度。
S6-04筹备中
05
先定义单位再计数：一次调用
成本估算始于一次调用意味着什么。
S6-05筹备中
06
把判断系统变成零件清单
规范层级、裁决词汇、类别、机器与人工的划分。
S6-06筹备中
07
仅当两个条件重叠时才算“重要”
将重要性表述为两个独立条件的合取。
S6-07筹备中
08
删除各章结论，去除重复内容
简化结构，避免同一论断重复出现。
S6-08筹备中
09
按逻辑在 ML 与 LLM 之间划分角色
预测归于机器学习，阅读与批评归于大语言模型，并由提问加以确认。
S6-09筹备中
10
让论证规则可被机器计数
将论证规则转化为可计数的检查项。
S6-10筹备中
S7 蓝图 ── 组件、流程与关卡
01
分三层绘制蓝图
先讲哲学,再讲组件,最后讲执行流程。
S7-01筹备中
02
先做已经确定的事，不必等待其余部分
把前段和后段拆开，让已确定的部分得以推进。
S7-02筹备中
03
单独设计手机屏幕
为什么针对特定设备的设计要单独提出。
S7-03筹备中
04
测量100个热门视频，然后进行设计
将范例中实测的范围作为设计目标。
S7-04筹备中
05
把慢的步骤和快的步骤分开
将生成与发布解耦，并根据输入来安排时机。
S7-05筹备中
06
在流程中设置关卡：一次失败，即不予发布
发布前的关卡和发布后的回滚应当纳入设计之中。
S7-06筹备中
07
先画出关闭开关
在功能之前，先把终止开关和备份写进蓝图。
S7-07筹备中
08
把手工制作的优质版本反馈回流程中
将曾经由人工完成的排版自动化。
S7-08筹备中
09
设计模型之间的路由
将重判断的工作与大批量的工作分别交给不同的模型处理。
S7-09筹备中
10
从逻辑到蓝图再到运行手册
将一条规则贯穿逻辑、蓝图和手册，一直落实到自动化。
S7-10筹备中
S8 程序 ── 让 AI 构建、运行并验证
01
第一次构建：询问每个按钮在哪里
从逐个设置界面完成的首次构建中得到的经验。
S8-01筹备中
02
原样粘贴错误信息
未经编辑的错误文本有助于更快诊断。
S8-02筹备中
03
免费版或自有服务器
权衡免费套餐的睡眠与服务器投入。
S8-03筹备中
04
一份能让他人接手运行的手册
以能够依据手册复现作为完成的标准。
S8-04筹备中
05
“以此为最新版”:按版本重建
每次重建之前，先指明版本并做差异比对。
S8-05筹备中
06
从笔记本电脑迁移到服务器
将本地任务迁移到常开主机时应检查什么。
S8-06筹备中
07
切勿将密钥粘贴到聊天中
从粘贴凭据到使用密钥保管库和环境变量。
S8-07筹备中
08
安装前先检查
在安装第三方代码之前扫描其中的恶意软件。
S8-08筹备中
09
找出丢失的工作停在了哪里
通过在日志中找到最后的工作节点来恢复丢失的工作。
S8-09筹备中
10
服务器不再响应时，按症状逐步排查
面板、网络、控制台：将故障范围缩小到磁盘故障。
S8-10筹备中
S9 运行 ── 自动化、记忆、台账与审批
01
每天早上定时发布
根据输入和发布时间构建每日自动发布。
S9-01筹备中
02
每天查找日英对应不一致之处
带有日志记录结果的常设一致性检查。
S9-02筹备中
03
把成功的一次运行变成流程
记录一次成功的交流并将其作为标准流程。
S9-03筹备中
04
存入记忆，下次会话时调取
将尚未构建的计划存放在可随时构建的状态。
S9-04筹备中
05
按机制防止重复
把“不重复”规则变成对过往输出的检查。
S9-05筹备中
06
简短批准，一次性，批量处理
批量处理审批问题，一个词即可回答。
S9-06筹备中
07
无需把话说三遍
重复的指令会变成严格的机器检查。
S9-07筹备中
08
按安全性比较各选项
询问哪个选项最安全，并选择了毫不妥协的那个。
S9-08筹备中
09
每一个“完成”都附带一行证据
仅在验证并附上证明后才记录完成。
S9-09筹备中
10
以数字形式报告进度
以已发布/总数和每周备注来跟踪一项长期活动。
S9-10筹备中
S10 AI 素养 ── 原则与实践
01
对照证据核查 AI 的报告
在收到关于从未运行的工作的报告后要求提供日志。
S10-01筹备中
02
当 AI 未经要求擅自更改时,要求它如实说明
在未经请求的更改发生后，要求对方给出说明，而不是借口。
S10-02筹备中
03
证据，而非自辩
过度含糊其辞会显得可疑；说到事实和依据为止即可。
S10-03筹备中
04
相似AI的自我审查并不独立
为什么同级模型的批评会自我美化，以及如何获得独立性。
S10-04筹备中
05
引用一手来源，并始终交叉核实
原始来源引用及逐项数字比对。
S10-05筹备中
06
删除你无法确认的数字
剔除无法确认的数字，并衡量来源的覆盖范围。
S10-06筹备中
07
发布前搜索敏感数据
发布前对URL、路径和密钥进行多重检查。
S10-07筹备中
08
查看每一项
检查全部条目而非抽样，可减少遗漏。
S10-08筹备中
09
了解版本和计费后再选择模型
了解版本、价格与计费路径。
S10-09筹备中
10
十一个阶段与人的角色
人决定，AI构建，机制验证：全流程回顾。
S10-10筹备中