惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

V
V2EX
J
Java Code Geeks
月光博客
月光博客
博客园_首页
The GitHub Blog
The GitHub Blog
Vercel News
Vercel News
B
Blog RSS Feed
博客园 - 聂微东
宝玉的分享
宝玉的分享
T
Tailwind CSS Blog
Jina AI
Jina AI
S
SegmentFault 最新的问题
B
Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
有赞技术团队
有赞技术团队
Hugging Face - Blog
Hugging Face - Blog
Google DeepMind News
Google DeepMind News
阮一峰的网络日志
阮一峰的网络日志
The Cloudflare Blog
量子位
Martin Fowler
Martin Fowler
博客园 - Franky
大猫的无限游戏
大猫的无限游戏
博客园 - 叶小钗

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
我看完3遍纸质书才找AI聊,朋友问我为啥不直接用AI
云舒 · 2025-06-26 · via 人人都是产品经理

你是否依赖 AI 快速总结内容?作者却选择先深度阅读纸质书、做笔记再与 AI 讨论,探索出独特的学习流程,强调了 AI 协作的重要性,快来了解。

上一周 @何先森 推荐给我们一本做内容的书,叫《人设、流量与成交》,我就去微信读书去看这本书,看完了一遍之后觉得非常好,立马京东下单了这本书,用纸质书再看了好几遍。

我还详细的做了很多笔记,然后跑去跟 @何先森 @金三 讨论这本书中的各种细节。

不知道大家看到这里会不会觉得奇怪,为啥不用AI呢?让AI快速总结一下这本书,直接吸收最精华的内容不好吗?

让AI总结内容在我印象中,好像是23年最火的AI项目,在kimi刚出来的时候主打的也是20万长文本上下文,能够总结超长的资料;现在也是大家日常用AI最常用的一个功能。

在今年3月份我看Claude论文的时候依旧是这个思路,我先用AI整理完直接吸收精华内容。

然而很遗憾,用这套方法我最后啥都没看懂;我就知道Claude团队不知道Claude的运行逻辑是什么,于是他们弄了一套方法测试了一下Claude模型的运行逻辑。

于是为了看懂这篇论文,我弄出来了“论文大师”提示词,跟它一起一段一段死磕了好几天,终于把Claude的两篇论文吃透了一点,知道了他们实验的全部流程和结果,对模型的理解也相对更深了一点。

这之后我一边迭代自己的学习工作流,一边在思考:在AI时代,人和AI在学习上是什么样的关系?

是AI整理好了精华直接喂给人吗?还是说应该退回之前没有AI的时候,靠自己一点点啃书、做笔记?还是说人和AI一起协作来学习,就像和论文大师一起读论文一样呢?

想不出来答案,那就从践行中总结吧。

最近又学了好多新知识,有了一些新的沉淀和思考。

那就用这篇文章来跟大家分享一下,我在学习知识中和AI的协作方式。

还记得文章开头我提到的那本书嘛,我在纸质版读完之前都没有用AI。

当我读完了这本书,记了大量笔记且有一些自己的深度思考后,我才开始拉AI一起讨论这本书写的各种内容。

我把最后一个深度碰撞的环节交给了AI,这也是它最擅长的事情,AI可以提供多个维度的镜子,帮助人更好的吸收运用这些知识。

我现在学习的工作流是这样的:

1. 判断内容是否值得学习

现在是一个信息严重过载的时代,拿到一篇内容后,最先做的是判断它值不值得学:

1)如果是熟人推荐的,就直接略过这个环节,直接学习就好了,熟人背书依旧是最值得信任的事情。

2)如果是自己刷到的内容,判断方式分两种:

  • 几千字的文章:直接自己速览一遍,判断内容的价值高不高,值不得值深度读。
  • 长文/长视频:先让AI帮我速览总结核心内容,去和自己的目标做匹配,看看能不能对的上。

能对的上就可以去学习,没对上就直接放弃。筛选优质的内容读一篇比通读一百篇普通内容都重要。

2. 阅读思考记笔记

这个阶段我分两种处理方式:

  1. 如果是专业难度高、完全看不懂的内容(比如Claude的那两篇论文),就直接用“论文大师”提示词带自己自己一段一段学习就好了,在学的过程中记录自己的思考。
  2. 如果是我能看懂的内容,我会先不用AI纯自己学,先用自己的脑子过几遍知识,记录下自己的思考。

这个阶段最重要的一定是要有自己的思考,有思考才能更好的吸收去践行。

3. 与人和AI讨论

这个阶段,对我来说AI和人都是自己的视角补充器,需要找谁聊就找谁。

  • 需要看到更多视角更多可能性,就去拉AI聊一轮
  • 需要实践经验后的交流,那就去找朋友来讨论

AI能够帮助我看到那些我不曾注意到的事情,而人则会告诉我他踩过的一些坑,他自己的经验方法论总结。

AI提供多个维度的视角,人提供经历后的思考。

4. 实践

学完了当然要去用,放到自己的落地场景里去实践几次,看看效果怎么样。

实践完,最重要的一件事情就是反思复盘,看看自己那些地方是卡住的,那些理解是有问题的。

这时候带着自己的经验总结再去找AI或者朋友聊一轮,会比初学的时候空对空交流更聚焦更有价值。

大家看完了我这套学习工作流会发现:

AI不是替代人学习,而是在每一个节点上协助人做的更好。

那接下来让我们把这套学习流程稍微放大一点,套在各个生活中的场景。

我们会发现,不管是吃喝玩乐,还是衣食住行,所有和AI共处的场景里,其实它的底层逻辑都是一样的。

AI没有办法代替你去品尝美食,没有办法去领略世间美丽的风景,它也没办法理解抢到满200减199优惠券的喜悦。

但它可以告诉你各种美食的做法,可以帮你定制旅游计划,可以陪你一起哈哈大笑。

我想未来的生活场景,不是说人类控制AI或者AI控制人类这种二极管的情况,而是一种你中有我我中有你的共生协作关系。

AI和人的关系就是协作。

你中有我我中有你,只不过每个场景中AI的占比是多少罢了。

本文由人人都是产品经理作者【云舒】,微信公众号:【云舒的AI实践笔记】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。