效率提升
学习目标：用 AI 处理日常工作中的重复性任务，节省时间
预计时间：45-60 分钟
难度：⭐⭐
先想清楚一个问题
AI 能帮你省时间，但不是所有事情都值得用 AI 做。
适合交给 AI 的任务：
- 重复性高
- 有明确的输入输出
- 允许有小错误（可以人工复核）
- 做起来无聊但必须做
不适合交给 AI 的任务：
- 需要专业判断（法律意见、医疗建议）
- 涉及敏感信息
- 一点差错都不能有
- 你自己也说不清楚要什么
下面是一些实际场景的用法。
场景一：处理会议记录
问题
开完会录了一个小时的音频，要整理成会议纪要。手动整理？至少得花两个小时。
解决方案
第一步：语音转文字
先把音频转成文字。可以用：
- 飞书妙记（免费）
- 讯飞听见（免费额度有限）
- Whisper（OpenAI 开源的，本地运行）
- 通义听悟（阿里的，效果不错）
第二步：让 AI 整理
把转录文字丢给 AI：
下面是一个产品需求讨论会的转录文字。请帮我整理成会议纪要，格式如下：
1. 参会人（从对话中识别）
2. 讨论的主要议题
3. 每个议题的结论
4. 待办事项（谁负责、什么时候完成）
5. 有争议暂未决定的问题
注意：
- 忽略闲聊和重复的内容
- 保留原话中的关键表述
- 不确定的地方标注 [待确认]
[转录文字]第三步：人工复核
重点检查：
- 待办事项有没有遗漏
- 结论有没有记错
- 人名有没有写对
时间对比
| 步骤 | 手动 | 用 AI |
|---|---|---|
| 听录音 | 60 分钟 | 0（语音转文字） |
| 整理 | 60-90 分钟 | 5 分钟 |
| 复核 | - | 10 分钟 |
| 总计 | ~2.5 小时 | ~15 分钟 |
场景二：处理邮件
问题
每天收一堆邮件，有些要回、有些要转、有些直接删。光是读完就得半小时。
解决方案
批量分类
把一天的邮件（标题 + 发件人 + 摘要）导出来，让 AI 分类：
下面是我今天收到的邮件列表。帮我分类：
1. 需要马上回复的（紧急）
2. 今天内回复的（普通）
3. 可以晚点看的（不急）
4. 可以直接删的（垃圾/广告）
5. 只是抄送我的（不用管）
同时，对于需要回复的邮件，简要说明需要回复什么。
[邮件列表]起草回复
对于需要回复的邮件：
帮我回复这封邮件。
原邮件：
[邮件内容]
回复要点：
- 同意他们提的方案 A
- 但时间要延后一周
- 问一下预算能不能增加 10%
语气：正式但不生硬，我们合作过几次了注意事项
- 不要把机密信息丢给 AI（用公司邮箱内容要注意）
- AI 起草的邮件要通读一遍再发
- 重要邮件还是自己写
场景三：数据处理
问题
收到一份 Excel，需要清洗、转换、分析。公式写起来麻烦，写代码又杀鸡用牛刀。
解决方案
让 AI 写公式
我有一个 Excel 表格，A 列是日期（格式：2024-01-15），B 列是销售额。
我需要：
1. 在 C 列提取月份
2. 在 D 列判断是否是周末
3. 做一个数据透视表，按月汇总销售额
给我具体的公式和操作步骤。让 AI 写简单脚本
如果公式搞不定，可以让 AI 写个 Python 脚本：
我有一个 CSV 文件，包含这些列：
- order_id
- customer_name
- amount
- date
需要做的处理：
1. 删除 amount 为 0 的行
2. 把 date 从 "15/01/2024" 改成 "2024-01-15" 格式
3. 按 customer_name 汇总 amount
4. 输出到新的 CSV
给我一个 Python 脚本，我能直接运行的。直接用 AI 分析
如果数据量不大（几百行以内），可以直接把 CSV 丢给 Claude 或 ChatGPT：
分析这份销售数据，告诉我：
1. 哪个产品卖得最好
2. 销售额的月度趋势
3. 有没有异常数据点
[CSV 内容]场景四：信息整理
问题
收集了一堆资料（链接、笔记、截图），需要整理成一份可用的文档。
解决方案
整理链接
下面是我收集的一些关于「AI 编程工具」的文章链接和笔记。
帮我：
1. 按主题分类（工具测评、使用技巧、行业分析）
2. 每个链接写一句话说明内容
3. 标注哪些是必读的（内容质量高）
4. 有没有明显重复的内容
[链接和笔记]整理笔记
下面是我这周的学习笔记，比较零散。
帮我：
1. 按知识点重新组织
2. 把重复的内容合并
3. 标注哪些地方我写得不清楚（可能记错了）
4. 补充一些我可能遗漏的关联知识点
[笔记内容]场景五：日常翻译
问题
看英文文档、写英文邮件、翻译技术文章。
解决方案
看文档
直接丢给 AI，让它边翻译边解释：
翻译下面这段英文文档，要求：
1. 专业术语保留英文，括号里加中文解释
2. 如果有不好理解的地方，加一句解释
3. 代码示例不用翻译
[英文文档]写英文邮件
帮我把下面这段话翻译成英文邮件。
中文意思：
我们评估了你们的方案，整体不错，但有几个技术问题需要澄清：
1. 数据存储是用你们的云还是我们的？
2. 如果要迁移，成本怎么算？
3. 能不能提供一个 demo 账号让我们测试一下？
语气：正式但友好，我们是在选供应商的阶段翻译技术文章
如果要把英文技术文章翻译成中文分享：
翻译这篇技术文章，要求：
1. 保持技术准确性
2. 语言自然，不要翻译腔
3. 专业术语第一次出现时加英文原文
4. 如果原文有错误或过时的信息，在译文后标注
[英文文章]场景六：代码相关
问题
写代码时的各种杂活：写注释、写文档、review 代码、写测试。
解决方案
写注释
给下面这段代码加注释：
1. 函数开头写功能说明
2. 复杂逻辑加行内注释
3. 不要注释显而易见的东西
[代码]代码 Review
Review 下面这段代码，检查：
1. 有没有明显的 bug
2. 性能问题
3. 安全问题（SQL 注入、XSS 等）
4. 可以改进的地方
给出具体的建议和修改后的代码。
[代码]写测试用例
为下面这个函数写单元测试：
1. 覆盖正常情况
2. 覆盖边界情况
3. 覆盖异常情况
4. 用 Jest 语法
[函数代码]效率工具组合
日常工作可以用这套工具组合：
| 任务 | 工具 | 用法 |
|---|---|---|
| 语音转文字 | 飞书妙记/通义听悟 | 会议录音、访谈 |
| 文档整理 | Claude | 长文档、结构化整理 |
| 快速问答 | ChatGPT/Kimi | 随手查个东西 |
| 翻译 | DeepL + AI 润色 | 先机器翻译再 AI 润色 |
| 数据处理 | ChatGPT Code Interpreter | 直接上传文件分析 |
| 邮件 | Copilot/Gmail 智能撰写 | 集成在邮箱里 |
几个原则
1. 能批量就批量
不要一个一个问。把一天的任务攒一起，一次性处理：
下面是今天要发的 5 封邮件的要点，帮我分别写出来：
邮件1：[要点]
邮件2：[要点]
...2. 建立自己的模板
经常做的任务，保存一个提示词模板。下次直接套用，改改具体内容就行。
3. 复核成本要算进去
AI 帮你省了 1 小时，但复核要花 30 分钟，那实际省了 30 分钟。
有些任务复核成本太高（比如法律文件），就不划算了。
4. 敏感信息要脱敏
把客户名字、内部数据丢给外部 AI 之前，先脱敏处理：
- 真实姓名 → 客户 A、客户 B
- 具体金额 → 金额 X
- 内部代号 → 通用描述
5. 不是所有事情都要 AI
有些事情自己做更快：
- 发一条简单的消息
- 查一个很具体的问题
- 格式已经很清晰的填表
AI 有启动成本（想提示词、等响应、复核结果），简单任务反而更慢。
一个真实的工作日
我一天用 AI 的大概情况：
| 时间 | 任务 | 用 AI 省了多少时间 |
|---|---|---|
| 9:00 | 整理昨天的会议记录 | 1 小时 → 15 分钟 |
| 10:00 | 回复 6 封邮件 | 45 分钟 → 20 分钟 |
| 11:00 | 看一篇英文技术文档 | 40 分钟 → 15 分钟 |
| 14:00 | 分析一份销售数据 | 30 分钟 → 10 分钟 |
| 16:00 | 给代码加注释 | 20 分钟 → 5 分钟 |
一天大概能省出 2-3 小时。当然，这是用熟了之后。刚开始还得花时间学怎么用。
本章小结
- 重复性、格式化的任务适合交给 AI
- 批量处理比一个一个问效率高
- 复核成本要算进去
- 敏感信息注意脱敏
- 不是所有事情都值得用 AI
练习
任务：回顾你上周的工作，找出 3 个可以用 AI 提效的任务。
要求：
- 描述任务内容
- 估算手动完成需要多长时间
- 设计一个 AI 辅助的流程
- 实际试一下，记录效果