打工人每天平均浪費(fèi)2.1小時(shí)在"數(shù)字家務(wù)"上——回復(fù)郵件、整理表格、復(fù)制粘貼同一句客套話。AI能寫(xiě)詩(shī)、能編程、能畫(huà)圖，但你的下午依然被這些瑣事吃掉。

這就是谷歌Gemini團(tuán)隊(duì)新書(shū)的切入點(diǎn)。他們不聊大模型參數(shù)，不談AGI時(shí)間表，只解決一個(gè)問(wèn)題：怎么把AI從玩具變成工具。

AI是錘子，但多數(shù)人只會(huì)拿著它發(fā)呆

書(shū)里最扎心的類(lèi)比：AI是錘子。放在工作臺(tái)上，它不會(huì)自動(dòng)蓋房子。

ChatGPT能寫(xiě)一首關(guān)于停車(chē)罰單的十四行詩(shī)，這很棒。但你的收件箱不會(huì)因此變空。真正的轉(zhuǎn)變發(fā)生在把AI嵌入工作流的那一刻——不是"讓AI幫我寫(xiě)郵件"，而是"收到郵件→AI提取關(guān)鍵信息→生成三種回復(fù)風(fēng)格→我選一種發(fā)送"。

作者把這種角色叫"效率架構(gòu)師"。聽(tīng)起來(lái)像大廠黑話，但核心就一件事：從"用AI"變成"設(shè)計(jì)AI怎么幫我干活"。

工作流的三個(gè)隱藏杠桿

書(shū)里拆解了高價(jià)值工作流的共同特征。

第一，觸發(fā)條件必須具體。"每天下午處理郵件"是模糊的；"收到帶附件的供應(yīng)商郵件，且主題含'發(fā)票'"才是機(jī)器能執(zhí)行的。

第二，人工決策點(diǎn)要前置。別等AI寫(xiě)完才發(fā)現(xiàn)要改，而是在流程開(kāi)頭就設(shè)定：金額超過(guò)5000刀的賬單必須人工復(fù)核。把人的判斷力用在刀刃上。

第三，輸出要直接可用。AI生成的摘要如果還要你重新排版，這個(gè)工作流就失敗了。好的設(shè)計(jì)是端到端的：輸入混亂，輸出可直接轉(zhuǎn)發(fā)。

為什么"AI思維"比提示詞工程更重要

市面上95%的AI教程在教你寫(xiě)更好的prompt。這本書(shū)反其道而行：prompt只是工作流里的一個(gè)節(jié)點(diǎn)。

作者舉了個(gè)真實(shí)場(chǎng)景。市場(chǎng)部每周要出競(jìng)品監(jiān)控報(bào)告，傳統(tǒng)做法是：人工瀏覽10個(gè)網(wǎng)站→復(fù)制數(shù)據(jù)→粘貼到表格→做圖表→寫(xiě)分析→發(fā)郵件。優(yōu)化后的工作流是：RSS抓取→AI提取關(guān)鍵改動(dòng)→自動(dòng)對(duì)比上周數(shù)據(jù)→生成差異摘要→人工只負(fù)責(zé)寫(xiě)"這意味我們要不要跟進(jìn)"。

時(shí)間從4小時(shí)壓縮到20分鐘。關(guān)鍵不是prompt多精妙，是把"人必須做的"和"機(jī)器可以做的"徹底分開(kāi)。

書(shū)里有個(gè)細(xì)節(jié)讓我停了一下。作者說(shuō)，設(shè)計(jì)工作流時(shí)最常犯的錯(cuò)誤，是試圖讓AI替代思考。真正該替代的是思考前的信息整理，和思考后的格式搬運(yùn)。判斷本身，暫時(shí)還屬于人類(lèi)。

你現(xiàn)在的工作里，哪一塊"數(shù)字家務(wù)"最想外包出去？