▲点击上方卡片关注我，回复 888，
即可获得
包含“小红书、视频号、抖音等干货合集”共 145 页《2024年运营人百科全书》电子版
（直接送，无任何转发套路
）
学习任何东西都是有窍门的，AI 也不例外。掌握了 AI 基本功，你就不会再出现：当出现了某个 AI 工具和 AI 技术，你还苦苦从头学起，根本不必，只需要把它的模式和你的模式进行微调再匹配即可，一切变得自然而然。
本文来
自前段时间，
泛函来野生运营做的一次快闪分享
《掌握 AI 基本功：一次性拥有 AI 超强技能傍身》的精华内容整理。
这场 AI 主题分享真的太超乎意外了，本来是泛函同学线下付费的课程，如今免费开放给大家听，91 页的 PPT ，真诚力拉满！从工具到原理，从案例到方法，从方法到心法，来听课的小伙伴赚到了，特别认可泛函说的：
不是要让 AI 代替你思考，而是要让 AI 激发你的思考。
希望本次来听课交流的伙伴，都能立即用起 AI ，让自己去做更重要的事！本次的完整PPT（91页）+音频+本次加餐+嘉宾名片，已上传至下方，请查收，错过的一定要去回听啦！
附，
野生运营组织过多场“AI主题快闪分享”，强烈建议你进行一个主题式学习，效果更佳哦：
如何让AI成为你的超级助理？30分钟快速入门指南来了
用AI如何做数据分析？全工作流程模板来了！
运营人必须掌握的3大ChatGPT技能
大家好，我是泛函，感谢你来直播间里听我分享，今天咱们聊的主题是
《AI 基本功》。
在 2023 年年初，那个我们还只能用 GPT 3.5 的时代，当时所有的“AI 高手”们，会给展示一大堆复杂的技巧，在提示词上层层雕花，才能让你感受到 AI 的能力。
也不怪大家，在那时候，确实模型能力还不够强，咱确实得费那么多劲，才能让笨笨的 GPT 3.5，输出些稍微有用的东西。
可一年多过去了，不仅 ChatGPT 迭代到了 GPT 4o 和 GPT 4o mini，普通用户也能用上媲美 GPT 4 的模型智能了，同时中国也争气，国产模型进步的速度让咱老百姓十分欣慰，Kimi、智谱清言等大模型产品让大家能够用得舒坦，使用 AI 的难度和成本都极具降低了。
但是呢，由于一些历史遗留问题，我们不把提示词写得花里胡哨，都不好意思出来讲课，导致老百姓们还是感觉，一定得写出诗一般的提示词，才好意思和 AI 说话。
其实大可不必啦。
所以这次分享
的内容就叫作《AI 基本功》，我们从一些简单的指令和对话逻辑出发，希望能帮助大家打磨好应用 AI 的基本功，从而做到一通百通，真正能在自己的场景里用上 AI。
在分享之前，按照江湖惯例，我还得先来做个自我介绍。
主要经历都在 PPT 里了，我在这里就不多念叨了，总结一下的话就是，我和大家一样，是个“干活的人”。
我学会的 AI，不是基于什么对「技术底层逻辑的理解」，也不是基于『对 AI 时代宏观大趋势』的判断，而是在打工干活的过程中，自己攒下的一个个小技巧。
在开始正式分享之前，咱先来快速了解一些你值得知道的主流工具。
我自己用得最多，用得最舒服的，还是 Kimi，
它的特点有这么几个：长文本、联网搜、多模态、智能体。
Kimi 的长文本和联网搜能力不止局限于你可以上传很大一份的文件、很多个链接来补充各种背景知识，以此可以让你少写很多提示词。
比如你可以同时上传五篇论文，让它根据五篇论文的排列出一个研究故事线，从而一次性写出你的论文摘要；亦或是上传三个公众号的链接，让它用 A 公众号的风格，重新讲一遍 B 公众号的故事。
智能体这个模块是大模型必备的了，Kimi 也有这个功能模块。
不过 Kimi 的智能体是官方做的，由顶级大模型公司里的 AI 工程师们搓出来的，输出质量都很不错。
相比之下，其它产品用「民间科学家」的模式做智能体，倒是让智能体市场里的 AI 们，质量有些良莠不齐。
除了 Kimi，我最爱用的另一款产品是 Minimax 旗下海螺 AI。
我经常用这个功能来和 AI 讨论一些让我想起来很有卡点的问题，比如创作选题、文章思路、用户需求分析等。
在用这个功能时，我会专门沐浴焚香，把对面的 AI 当成一个顾问，然后向和活人开视频会议一样和这玩意聊上个十几分钟。
好的，国内的介绍完了，咱们可以来介绍些海外的 AI 产品了。
在介绍海外的产品之前，我先来帮助大家解决一个头疼的问题，
就是如何顺利地弄到一张虚拟的海外信用卡，用来充值 AI 产品。
这里推荐 WildCard，这是一款由国人开发（即刻@志达）开发的，用来申请海外信用卡的平台。
在这个平台上，你可以花钱开一张美国信用卡，并用支付宝向信用卡里充钱，然后就可以充值各种海外的 AI 产品了。
解决完这个问题之后呢，咱们就来看看一些熟悉的海外老朋友。
比如 G 老师（ChatGPT），G 老师现在和以往很不一样了，它更像咨询顾问了，多了些有意思的新功能。
第一个特性是更快了，现在的输出速度是以前的好几倍了，我现在已经很难相信我以前居然会傻傻地等在屏幕前，看着 GPT 3.5 和 GPT 4 花 20 多秒一个字一个字地输出了。
快就是不一样，当你用的模型更快时，你会更愿意用更短的指令，跟它进行轮次更多的对话，把一个问题聊深，让它多输出几个版本。
这个在做创意提案时格外好用，用多了就能感觉到，天下武功，唯快不破。
同时呢，它有了更多模态的交互，也就是长眼睛了，可以看图了。
这里的一个应用场景，就是可以帮助我们做设计物料的优化了，比如你上传一张海报给它，让它提出一些这张海报的优化建议，它是真的能从排版、配色等方面来给你想要的结果的。
最妙的还是它的语音模式，现在 ChatGPT 已经有了客户端了，Mac 用户可以像之前讲过的海螺 AI 一样，去和 ChatGPT 开会了。
最后要提到的一款大模型产品时 Claude 3.5，这是目前在模型硬能力上最强的了，已经把 GPT 4 拉下王位了。
Claude 3.5 在代码编写、论文写作、逻辑推理等方面都很厉害，尤其是写论文方面，我的毕业论文第一版就是用了这玩意，两星期就写完了。
Claude 3.5 的一个独特功能是 Artifacts。这是一个什么样的功能呢？
比如当你想要用 AI 做一个小工具的时候，Claude 3.5 不仅会编写代码来帮你实现这个工具的功能，还会根据代码功能渲染出一个可交互的网页，让用户可以通过操作图形化界面的方式，与你做出来的小工具进行交互。
你通过 Artifacts 做出来的小工具，还可以通过链接分享给你的同事和朋友。
咱来举个例子，我现在想帮助大家学会怎么使用 Claude 3.5 来提升自己的工作效率，可以这么给 Claude 3.5 写一个指令，内容是：
#角色：
你现在是一个世界一流的游戏教育专家，擅长将教学内容设计成交互式网页游戏。
#任务：
请你帮我设计一个可交互的游戏，这个游戏能帮助用户通过交互的方式，来学习如何用 Claude3.5 来辅助自己提高工作效率。
它就真的不仅帮我设计好的学习的流程和案例，还渲染出了一个可交互的网页来供你戳戳点点。
对于普通人来说，AI 的第一课还得是提示词，咱就按照这行当的历史传承，先从提示词开始讲起。
先分享一个血泪教训。
对于普通人来说，使用 ChatGPT、Claude 3.5、Kimi 这样的大语言模型产品，最大的误区莫过于一上来就学习编写复杂的结构化提示词。
我们大多数人本来就没那么好的文字表达能力，编写提示词这件事情本身就还挺耗费工作精力的，如果效果不好的话，很容易降低你使用 AI 的兴趣。
假设写一条提示词就花了你半小时，而这条花半小时写出来的提示词，并没有让你收获理想的效果，那么，它一定会给你带来很强的挫败感，随之而来的，就是对 AI 的怀疑。
这种怀疑的感觉一产生，就很容易降低你使用 AI 的兴趣，你还是会习惯性地用你以前的方法来完成自己头疼的工作。
长此以往，你会错失很多提高效率的机会。
正确的方法应该是先用简单指令开始，再通过多轮对话逐步完成任务。
等到 AI 真的很好地帮你把问题解决了，咱最后将对话记录沉淀为提示词模板。
假设呢，你的上级给你提了个需求，说：
“小泛啊，隔壁的张总李总王总，他们公司都把 AI 用上了，听说效率提高了好多，可咱们这儿一直不温不火的，这可不行呀。
这样，这几天你去研究一下那些厉害的公司们都怎么做的，回来给我交个报告，让咱们公司也能把 AI 用上。”
你可发愁了，我对 AI 也懂得不多，该怎么把这个报告写出来呢？
别担心，没你想得这么复杂，直接说心里话就行。
但是呢，对于 J 人来说，这已经够了，但是，
根据我谈了三任 ENFP 女朋友的经验
，当一个 P 人拿到一份详细的计划时，会很恐慌，会不知道该怎么行动。
所以呢，我们不妨让 AI 把任
务拆解得更细一点。
现在呢，你拿到的就是一个特别细致的行动清单了。
怎么样，是不是感觉开始行动的阻力一下子被一扫而空了？
别急，还有更精彩的。
不知道大家有没有这样的感觉，自己看了很多文章，看了很多书，上了很多课程，但总感觉这些知识并没有在工作和生活中帮到我们，这是为什么呢？
一个可能的原因就是，你学到的东西离你的真实业务场景实在太远了，导致于你无法在行动中用得上他们。
而在没有大语言模型之前，这貌似是个不好解决的问题。
而现在，有了大语言模型之后，特别是当大语言模型具备搜索能力之后，问题就好解决啦
。以后，你无需根据特定主题来搜索和聚合知识，而是让 AI 直接根据你的待办清单帮助你搜集整理你能用得到的知识，这样，你学到的一切，都离你的真实业务场景特别特别近，也更容易学以致用，知行合一。
当然，如果你实在没时间看这些内容，或者只是想摘录出这些文章的特定部分到自己的工作文档上，也可以筛选出几个你感觉对你有用的链接，直接让 AI 帮你总结。
Kimi 在这里有一个特别让人舒畅的交互设计，你可以直接把需要总结的多篇文章的链接，直接放在聊天框里，让它批量总结。
假设你后续需要多次使用这样的流程，那按照我们刚刚教你的过程一步步来的话，还是太麻烦了。
所以呢，到这一步，咱们看着之前和 AI 的聊天记录，清理一下流程，把它总结成一个完整的提示词模板啦。
不过，我近期有一个新的观察。
虽然对我自己来说，想通了多轮对话比较好用这件事，确实提高了特别多的效率。
但是吧，在我出去讲课的过程中，尤其是帮人上线下课的过程中，发现了一个现象：
对于一部分真的小白来说，如果你不给一个标准的框架，他们甚至在面对 AI 的过程中，都不会说话了。
所以，我觉得在起步阶段，给大家一些固定的套路和公式还是很有帮助的。虽然我自己用了一年后，觉得这些套路有点限制思维，但对于新手来说，还是挺实用的。
接下来，我想和大家分享一个我自己用了超过一年的模型，
叫做 Back 模型
。虽然它在逻辑上不算那么严丝合缝，但它是真的好记啊，很适合大家使用。
当你向 AI 提问或提出需求时，应该关注几个关键方面：
首先是背景（background）。
在分配任务之前，尽量把需求背景同步好。
比如，我之前演示的对话中，第一步就是告诉 AI：“我现在老板给我派了个任务，但我不知道怎么做，所以想请教你能不能帮我制定个工作计划。”
这和我们在职场上与同事沟通的原理是一样的。当你需要同事协助某项工作时，也得把背景讲清楚，这样才能确保大家对任务有一致的理解。
举个具体的例子，帮助大家更好地理解。假设你想写一篇推荐护肤品的详细方案，但不知道怎么下手。你可以告诉 AI：“写一篇小红书的文案。”
然后提供一些背景信息，比如产品名称、产品定位、用户痛点等。这些信息可以直接从你的工作文档中复制粘贴过来，不会花费你太多时间。
这样一来，AI 就能更清楚地了解你的需求和方向，从而给出更精准的输出。就像给 AI 提供了一张地图，它就能更好地帮你找到目的地。
Back 模型中的 B（Background）我们已经讲过了，接下来聊聊 A（Action）。
Action 指的是，如果你想让 AI 的输出更精准有效，可以帮它拆解成更具体的思考步骤或行动步骤。
通过清晰的步骤指引，AI 就能更好地理解你的需求，从而提供更符合你期望的结果。
这就像给 AI 提供了一份任务清单，它就能按部就班地完成每个任务。
假设你想让 AI 帮你完成一项任务，比如说写一篇文章。如果你只是简单地说“帮我写篇文章”，AI 可能不太明白你的具体需求。
这样一来，AI 就能更好地理解你的要求，并按照这些步骤有条不紊地完成任务。就像给 AI 提供了一份详细的操作手册，它自然能做得更好。
好的，我们已经讲完了 A（Action），
接下来聊聊 C（Character）。Character 指的是角色设定。
AI 虽然很全能，但它不知道自己在你这个任务中的角色是什么。所以，你需要先告诉 AI 它在这个任务中扮演的角色，以便激活它相关领域的知识。
比如说，你可以告诉 AI：“你现在是一个护肤品专家，帮我写一篇关于新产品的推荐文案。”通过这样的角色设定，AI 就能调用它在护肤品领域的知识，从而给出更专业、更符合预期的输出。
就像给 AI 戴上了一顶特定领域的帽子，它就能更好地胜任这个角色。
那我你可以给他限定哪些角色呢？有这么几个方向。首先你可以告诉他你是哪个领域的专家，或者说你是什么方向的大师，领域的专家，任务的大师，或者你可以给他一个具体的岗位。比如说我之前写的岗位叫做职业经理人。那你要让他改稿子，让他优化你的内容的时候，他可能是一个图书编辑等等等等。
去查了一下论文，发现这个东西它确实是有用的。就是真的会有论文，有 AI 科学家研究。当他做了一个比较好的角色扮演，你给他匹配了一个比较好的角色的时候，他真的能说出更好的效果。
最后，我们来说说 Back 模型的 K（Knowledge）
，也就是知识部分。这部分非常重要，因为它涉及到告诉 AI，为了更好地完成任务，需要调用哪些具体的知识。
举个具体的例子，假如你有个项目卡在同事李华那儿，因为他拖延了进度，整个项目都可能泡汤。这时候，你需要写封邮件或者一段文字，催促他加快进度。
直接让 AI 写的话，可能效果不佳。但如果你想更高情商地表达，可以告诉 AI：“请你先回忆《非暴力沟通》这本书里关于沟通的注意事项，再根据书中提到的方法，帮我撰写一封符合我要求的邮件。”
这样一来，AI 就能借助书中的知识，输出的内容会更专业、更有亲和力，也更符合你的需求。
这也回应了一个常见的问题：既然有了 GPT，所有知识都能通过快速问答获取，那我们还需要读书吗？还需要学习新知识吗？
答案是肯定的。在与 AI 互动时，如果你不了解那些知识，没读过相关书籍，就很难想到让 AI 调用哪部分知识。
假设，如果你是个爱读书的人，有良好的知识储备，你的提示词可以更简洁，比如“请根据某本书的方法去写”，而不需要详细列出每一步的要求。这样不仅提高了效率，也让 AI 的输出更贴合你的意图。
所以，使用这套 Back 框架的最大帮助是什么呢？
假设你完全不知道如何写提示词，面对聊天框时一头雾水，那么这个框架就是你的起步工具。它教你如何一步步地与 AI 沟通。
一旦你熟悉了这个过程，逐渐掌握了与 AI 交流的感觉，就可以开始摆脱框架的束缚。
提示词这东西呢，其实真不难，当你能熟练之后，你平常和同事怎么说话，提示词就怎么写；
我现在所有的提示词几乎都是这个格式，别看它看上去复杂，其实就是工作文档的基础格式。
下面，我们来讲点高级技巧——如何用提示词调用大模型的多模态能力。
现在大模型长眼睛了，会看图了，这功能帮助我们扩展了很多场景，也能省去我们写提示词的各种麻烦。
但是呢，很多朋友还没有意识到这点，从来没有用过大模型的识图能力，所以这里，咱们就给大家上几个案例。
我们先来讲讲第一个场景——小红书🍠的评论区截图分析。
我找到了一种有效的方法来判断哪些小红书的选题值得做，哪些选题容易火，并且实践证明，这个方法确实奏效了。
具体来说，我会去寻找那些爆款笔记的评论区，仔细查看用户们在评论中提了哪些问题。通过分析这些问题，我可以发现用户真正关心的内容。接着，我就以这些问题为基础，整理出新的选题，撰写一篇小红书笔记。
这种方法不仅能确保选题的受欢迎程度，还能更好地满足用户的需求，从而提高内容的点击率和影响力。
很多人刷小红书时，往往只是随便看看，只有少数人会去关注、收藏或点赞，更少的人会整理自己的收藏夹。而当有人真的在笔记下留言时，通常说明他们对这个问题已经有很深的困扰。
基于这些痛点来做选题，基本上就能抓住用户的真正需求。
要快速整理这些选题，我通常会用一个简单的方法。首先，我会去小红书的网页版，截取评论区的截图。接着，把这张截图发给 AI，并告诉它：“请根据图片中的评论内容，制作一个表格。”
-
-
-
-
你还可以同时上传很多张图让 AI 进行整理，这个方法特别省时间。
好的，这部分的内容咱分享完了，下面咱来分享一些更有意思的东西，那就是如何在提示词中，融入独家的行业方法论。
我们以如何写好小红书标题来举例子，第一步，你可以去找一本在这个领域很有名的书籍，比如我这里找到的是吕白老师写的《爆款小红书》这本书。
咱们先把这八种方法从书里摘录出来，这里不仅要出摘录方法阐述，也得摘录出相关的例子。
最后，让 AI 根据每个方法论，各出三条标题供我们选择。
这样，AI 就能一次性生成通过专业的方法写出来的 24 条标题，我测下来基本上就能一次性选出一条合适的。
好的，这部分也讲完啦，我们来讲讲怎么联动不同的 AI 产品，来帮助我们完成复杂任务。
假设呢，我们忽然有一天被创业的灵感砸中了脑袋，有了一个做消费产品的点子。
你很想把它落地，这个从 0 到 1 的活儿，AI 可太擅长了。
这里是我用 AI 给大家生成了个练习素材，假设咱们有这么一份 brief，那么，我们该怎么用 AI 来一步步做出可交付的样图呢？
首先，我们用 Kimi+ 里的提示词专家自动帮我们做出一个工业设计智能体的 system prompt。
下一步，我们把这段提示词按照指引复制粘贴到一个新的对话框里，构建一个专门用来做工业设计的对话项目。
先让 Kimi 生成文字版的设计方案，再让 Kimi 把方案转写成 midjourney 的图像生成 prompt。
我们把 Kimi 生成的图像 prompt，复制粘贴到 midjourney 中，加上“产品摄影、商业摄影”等关键词，让 midjourney 进行生成。
尺寸最好选择 16:9，这样，后期处理时会比较灵活。
比如你想做裁剪、在图上加上新东西、局部重绘等等操作时，16:9 的尺寸就能让你有比较灵活的发挥空间了。
在有了初步的产品样图之后，我们可以去一款叫 Weshop 的 AI 电商设计产品上，给这款产品生成多种不同场景的图。
最后再在 Canva 上找到合适的设计模板，完成最终的海报制作，就实现了一个设计成品啦。
好的，具体的实战技巧的部分我们已经分享完了，
最后来给大家分享一些，我和 AI 相爱相杀了一年多之后总结的内功心法。
AI 最大的用处，它不是提高已有工作流程的效率，而是拓展你的能力边界，让你去有能力做那些你从未做过的事情。
有时候我们脑子里有很多副业的想法，但就是不知道怎么开始。这时候，打开一个语言模型的聊天框，和它聊聊你的想法，让它帮你一步步理清思路，找些参考资料。这样，你脑海中的那些想法就能慢慢变成现实。
我觉得 AI 最大的作用就是扩展我们的能力边界，帮助我们去尝试那些从未做过的事情。尤其是在从 0 到 1 的阶段，AI 简直就是无敌助手。
第二个心法就是要允许智能被一定程度的“浪费”，这样才能更高效地使用 AI
。这有点像我们之前聊过的写小红书标题的技巧。AI 的最大优势不是一次性帮你写出完美的文章或标题，而是能生成多个版本供你选择。
在这个过程中，它能把复杂的“解答题”变成简单的“填空题”，甚至是“选择题”。
当 AI 给你提供了很多版本时，你只需要从中挑选一个，而不是从无到有地自己写，这样效率就高多了。
想象一下，你交了一版方案给老板，结果被要求再出三个版本，那时候你可能会觉得老板简直是在折磨你，感觉压力山大。
但现在不一样了。
假如你写了个方案，觉得不太满意，可以直接把它交给 AI，让它帮你生成 3 到 4 个类似的版本。
这样，AI 不仅能帮你拓展思路，还能让你的方案更上一层楼。
在当前阶段，AI 的智能几乎是取之不尽，用之不竭的，所以，在使用 AI 的过程中，主动地让它浪费掉一部分智能，这样会大大提升你的工作效率。
第三个心法叫「拆解工作流才能用上 AI，重塑工作流才能用好 AI」。
你该怎么用上 AI 呢？把你的工作分解成几个步骤，比如五个或十个，然后明确每一步你需要做什么。
接下来，评估一下在哪个步骤中你最需要帮助，或者哪个步骤最适合引入 AI。
