周末在深圳参加「人人都是产品经理」举办的AI产品大会。

聚焦「AI x 行业」的真实战场，看看现如今的AI产品如何实践！

而今天的大会内容，主要集中在AI无代码编程、AI+玩具、以及AI+服装设计、物流行业、产品国际化、音乐创作等领域的实践分享。

如果说前面的议程展示的是AI x 行业的宏观战场，让我们看到了技术如何重构产业的天花板；

那么压轴环节张佳老师的分享，则把视角拉回了个体的微观突围，让我们看到了普通人如何寻找落脚点。

一句“先让自己成为能被AI赋能的人”，瞬间戳中了我的心窝子。

我自己就是个实打实的例子，

不懂编程、不懂底层技术，靠着AI写代码、搭小工具，

把细分领域的需求做成产品挂到网上卖。

以前总觉得是自己运气好，踩中了小需求的红利，

听完老师的分享才明白：

AI赋能的核心，从来不是工具多好用，而是你有没有驾驭工具的元能力。

老师说，人类用技术增强能力的过程，

本质上是，工具操作能力与领域基础素养的协同进化，

举个例子，我准备做一个“小红书笔记批量排版的工具”，

工具操作能力是指，我能用ChatGPT写代码，能精准地让AI实现“一键换字体”的功能。

而领域基础素养就是，我知道小红书用户“要高颜值排版、要适配手机端、要能一键导出”的核心痛点，我知道工具用户具体需要什么，而不是直接告诉AI，“我要做一个排版工具”这样的模糊需求。

协同进化也很好理解，就是刚开始我用AI写基础代码，实现用户的核心需求，

而后用户反馈说，导出太慢了，这时候我为了解决这个问题，就要倒逼自己学API调用的优化知识（领域素养的提升），接着我就需要再次优化出新的提示词让AI写出更高效的代码（工具操作能力的升级）。

老师直言，大模型的本质就是——把语言向量化，

方向对了，才算从起点到终点的有效箭头。

大模型处理语言的底层逻辑，其实就是把咱们说的话转化成一串数字（也就是向量），再通过向量运算，生成我们最终看到的输出结果。

这就是大模型的本质，语言向量化。

而大模型通常是指哪打哪，你说的话里，提到了哪些词，这些词就是方向，方向对了，你最终的结果才会贴近你的需求，方向错了，再怎么生成都是白费。

所以，普通人想精准驾驭这个方向，不让AI乱跑，就是要掌握好两个元能力。

第一个元能力，是把事情想全面，提供完善背景信息。

意思就是，给AI指令时别藏着掖着，要把需求的来龙去脉、场景边界说透。

他分享的“框架语义学”工具（附带提示词），

核心就是把你的任务先告诉AI，然后AI通过框架语义学这个工具，

会给你生成几个关于这个任务的重要的问题，

你根据生成的这些问题，一次性回答清楚，而这些问题的答案，就会是极为完善的任务背景信息。

这样的结果就是，你给AI提的方向会无比正确，最终AI反馈给你的信息将会无比接近你所期待的。

第二个元能力，是把需求说清楚，提供清晰的任务目标。

这里用到的工具是EARS语法，

也同样是把需求告诉AI，让它帮你生成该需求所对应的需求描述，

这里的EARS语法是通过结构化描述需求，来提升开发效率和代码质量，

为什么会这样？

因为它强制包含了场景、触发条件、期望结果、验收标准这四个部分，

这通常会帮你避免“AI做完了你要求的任务，但是却不符合你的预期”的问题。

因为它让AI生成的代码有了明确的“对不对”、“好不好”的判断依据。

并且，它明确了“不做什么”，让AI聚焦核心需求，这样AI就不会加一堆无关功能，让最终成果变得臃肿且难用。

其实我们会发现，很多时候我们觉得问题难解决，不是因为没能力，而是因为没把问题定义清楚。

说白了，清晰的问题定义，就相当于解决了问题的一半。

除了元能力，老师还聊到了《纳瓦尔宝典》里的杠杆思维，

只不过把它翻译成了AI时代的新玩法：

Tokens是资金杠杆，Agent是劳动力杠杆。

普通人不用靠砸钱、招人，就能用AI撬动这两大杠杆。

张佳老师还提到了师夷长技以制夷，

意思就是，充分榨干AI的知识储备，

让它帮你解决从写代码到做运营的各种琐事。

最让我醍醐灌顶的，是他反复强调的一句话：

如果节省下来的时间不能用来创造额外的价值，那么提效没有任何意义。

很多人用AI自动化了重复工作，转头就把时间耗在刷手机上，这根本不是真正的赋能。

为了让我们更直观地理解，

老师分享了他和“AI团队”的半天日常，

从清晨用扣子智能体自动整理早报，由机器人自动推送到社群，

到用阶跃Agent自动搜索并拆解开源项目、自动整理小红书笔记并推送到多维表，

再到靠CyberCut自动切片直播回放，

甚至自研了MCP帮自己总结社群的聊天话题。

他还坦诚地晒出了自己的AI工具开销。

几块钱甚至免费的token费用、

几十块钱、撑死百来块钱的会员订阅，

成本低到可以忽略不计，

但带来的效率提升，却能让他把时间聚焦在最核心的价值创造上。

而价值创造的核心，就是把认知产品化，赚取长期的睡后收入。

老师说，这不是什么高深的事，

而是把自己的能力和认知，

封装成可0成本复制的产品。

比如，把高频使用的提示词整理成模板，把细分领域的经验编成SOP手册，

把重复的工作流程写成可复用的脚本，甚至把踩过的坑、验证过的方法，

打包成“最佳实践指南”。

那些你觉得习以为常的经验，可能正是别人苦苦寻觅的解决方案。

有了产品只是第一步，老师紧接着又教我们，

如何用AI打造属于自己的影响力IP，

毕竟，好产品也怕巷子深。

产品本身是静态的、被动的，

而影响力IP是动态的、主动的流量放大器，

你手里的模板、知识库、小工具，本质上是待售的解决方案，

如果没有IP的加持，他们只会躺在货架上等人发现，

成交全靠运气和平台流量的施舍。

但打造IP之后，

用户因为认可你的认知和经验，

才会主动来找你的产品，

你的每一条内容，都是在给产品做精准引流，

而且这种流量是长期的、免费的、可复用的。

比如上图附带的这个提示词，利用了营销学理论，能够帮助你用AI快速梳理关于你的影响力IP的定位和选题的方案。

今天这场大会，前半场看的是行业的热闹，

后半场品的是个体的门道。

原来AI时代的个体突围，

从来不是追风口、拼技术，

而是先修炼自己的元能力，

再用工具杠杆放大价值。

当你把自己活成了六边形战士，

才会发现，

AI从来不是什么遥不可及的行业利器，

而是每个普通人都能握在手里的、改变命运的小锤子。

共勉。