AI 提效与工具推荐

这一页回答 3 个问题：

1. 我可以马上让 AI 帮我做什么？（高频提效案例 + 可复制 prompt）
2. 我该先试哪些好上手的产品？（按场景推荐，不做排行榜）
3. 我想自己搭一个，装哪些开源项目？（按方向给入门级 GitHub 项目）

工具更新非常快，本页给方向、选型逻辑和可复用 prompt，具体产品/项目按你能否访问、是否收费、是否本地化自己挑。

一、12 个高频提效案例

每个案例的格式：

• 场景：你在做什么
• 怎么用 AI：核心思路
• 可复制 prompt：拿来就能用
• 能省多少：粗略时间感
• 避坑：最常翻车的地方

1. 长文 / PDF 一次读完

场景：报告、论文、白皮书、合同、产品文档，30 页起。

怎么用：把文件丢给支持上传的模型（Claude、ChatGPT、Kimi、豆包、NotebookLM），让它分层摘要而不是"总结一下"。

prompt：

我刚上传了一份文档。请按 3 层给我做摘要：

L1（一句话）：这份文档解决谁的什么问题。
L2（5 个要点）：每个不超过 25 字，覆盖核心结论、关键数据、最重要的方法、最大的风险、最值得引用的一段话（带页码）。
L3（我可以问的 5 个延伸问题）：能帮我把这份文档"读厚"的问题。

规则：
- L2 第 2 项必须有具体数字或日期。
- 每条要点后面用括号标出原文位置（节或页）。
- 不要复述目录。
- 没把握的部分写「[原文未明确]」，不要凑。

能省：30 页 PDF 从 90 分钟 → 15 分钟。

避坑：必须抽检引用——AI 很容易编"看起来合理的页码"。配合 NotebookLM 这种强制引用原文的产品最稳。

2. 周报 / 月报 自动初稿

场景：周五写周报，凑不出"亮点"。

怎么用：让 AI 把你的原始材料（IM 对话、commit 日志、会议纪要、任务清单）重组为汇报结构，而不是从空白凭空写。

prompt：

我要写一份本周工作汇报。下面是我本周做过的事的原始流水（顺序无关）：

<<粘贴你的清单/会议记录/commit log/聊天截图文字>>

请你做 3 件事：
1. 按「核心进展 / 协作配合 / 风险与待办」3 段重组成汇报，不要按时间罗列。
2. 每个事项后面标上「对什么人/什么目标的价值」。
3. 单独给我一个「老板可能追问的 3 个问题」清单。

口吻：第一人称、克制、不要套话开头（删掉「本周主要工作如下」这种废话）。
长度：不超过 400 字。

能省：1 小时 → 15 分钟。

避坑：原始流水越具体越好——你不给 AI 素材，它会编。AI 不知道哪件事是"老板真正关心的事"，需要你后补一句"老板这季度最关心 X"。

3. 邮件 / 客户消息改写

场景：要发一封既要客气、又要施压、又要清楚的邮件。

prompt：

我要给 <<客户/老板/同事>> 发一封邮件，目的是 <<让对方在周五前确认报价>>。

我现在的草稿是：
<<贴你的草稿，可以很糙>>

请你给我 3 个版本：
A. 客气但目标清晰版（适合首次跟进）
B. 稍微施压版（适合对方已经拖了一周）
C. 明确给最后期限版（适合即将错过节点）

每版后面用一句话告诉我「适用什么状态」。
不要用"恳请"、"敬请"、"祝商祺"这种过于客套的词。

能省：每封省 5-15 分钟，量大效果惊人。

4. 准备汇报：从思路到大纲

场景：要做一个 15 分钟的汇报，脑子里有想法但理不清。

prompt：

我要给 <<对象，例：CTO 和 3 个工程经理>> 做一个 15 分钟汇报，主题是 <<...>>。

我目前脑子里的想法（凌乱）：
<<写 5-10 句话，想到啥写啥>>

请你做 4 件事：
1. 帮我提炼出「这次汇报真正要让听众做的 1 个动作」（不能是"理解一下"）。
2. 围绕这个动作给我一个 5 页 PPT 大纲，每页 1 个标题 + 3 行要点。
3. 标出哪一页最容易被挑战，可能的 3 个反驳。
4. 给我一个 30 秒电梯版总结，万一时间被砍。

能省：从想 → 大纲，2 小时 → 30 分钟。

避坑：第 1 步强制定义"听众的下一步动作"，是这个 prompt 的核心。AI 不会自己想到这一步，问句不放进去就是普通的"帮我写 PPT"。

5. 学习新领域：建立学习地图

场景：要快速上手一个完全陌生的领域（向量数据库 / 期权交易 / 跨境税务……）。

prompt：

我要在 2 周内从零理解 <<领域名>>，目标是能 <<具体目标，例：和厂商谈技术选型>>。

我现在的基础：<<例：会用 Python、读过基础数据库教科书>>。
我可用时间：每天 1 小时。

请给我：
1. 这个领域的 5 个最核心概念（每个 20 字内一句话定义 + 一个生活化类比）。
2. 一份 2 周学习计划，每天一个具体任务和「完成判断标准」。
3. 3 个我必须能回答的"装懂检测"问题（用来验证我不是只会复读）。
4. 这个领域 80% 内容都建立在哪 1-2 本书/课/文章上，给我能直接搜的关键词。

不要列资源清单，列资源主题；不要给一周 30 小时的计划。

能省：2 周 → 1 周，但更重要的是少走方向错的弯路。

6. 代码审查 / 写测试 / 解释陌生模块

场景：接手别人的代码，或者需要给自己代码补测试。

prompt（解释陌生模块）：

下面是一个我没写过的模块。请按 4 步帮我理解：

1. 一句话：这个模块的核心职责是什么。
2. 调用入口：哪些函数会被外部调用，参数和返回值是什么。
3. 关键路径：从入口到产出结果，关键的 5-10 步发生在哪些函数里。
4. 我接手后最容易踩坑的 3 个点（隐性约定、可变状态、外部依赖）。

代码：
<<贴代码>>

规则：
- 不要逐行注释。
- 第 4 步如果代码里没有依据就说"未发现"，不要编。

prompt（写测试）：

为下面这个函数补单元测试。

函数：
<<贴函数>>

要求：
1. 列出该函数可能的输入类别：正常、空、超大、错误类型、并发、权限不足。
2. 每类至少 1 个测试用例，给出输入和预期输出。
3. 用 <<pytest / jest / ...>> 风格写代码。
4. 标出哪些是「行为测试」哪些是「实现细节测试」，后者打 ⚠️。

能省：测试覆盖 0 → 60% 只要 30 分钟。

避坑：AI 写的测试可能过拟合实现——审查时优先保留行为测试。

7. 数据分析：CSV 一句话提问

场景：手上一个 Excel/CSV，想看趋势但不想写 SQL。

怎么用：ChatGPT Data Analyst / Claude 的代码执行 / 豆包的数据分析模式 / Julius AI。

prompt：

我上传了一份 <<销售数据/用户行为/财务流水>>，字段大概是 <<列名>>。

请你做 4 步：
1. 先描述这份数据：行数、时间跨度、关键字段的取值范围，有没有缺失值。
2. 不假设我想看什么，先给我 5 个「这份数据上最有可能有信息量」的问题。
3. 选其中 2 个用图表回答（柱状/折线/散点都行，标题说清楚结论）。
4. 给我 1 条「这份数据没法回答但需要补的字段」的建议。

规则：
- 每张图后面写一句话结论，不要让我自己看图悟。
- 如果数据质量有问题（异常值、明显错误），直接告诉我，不要绕。

能省：取数 + 画图 2 小时 → 20 分钟。

8. 面试准备 / 模拟面试

场景：要面试一个岗位，想准备 + 演练。

prompt：

我要面试 <<岗位>>，公司是 <<行业/规模>>，JD 关键词：<<...>>。

我的相关经历：
<<列 3-5 条最相关的项目，每条 30 字内>>

请你做 3 件事：
1. 给我 10 道这个岗位高概率会问的题（按概率排序），每题旁边标「考察什么」。
2. 从我提供的经历里挑 3 段最适合用「STAR」结构讲的，帮我把每段写成 1 分钟版本。
3. 模拟面试官问我 3 道追问题，假定我的回答是"我之前在 X 项目用 Y 技术解决 Z 问题"——你来追问真实面试官最常追问的细节。

不要给套话答案。3 段经历里如果哪段你觉得不该拿来讲，直接告诉我为什么。

能省：准备 2 天 → 2 小时。

避坑：让 AI 充面试官时，它会比真人客气。准备完用同样 prompt 让另一个模型（不同公司）当面试官交叉跑一遍。

9. 简历改写 / JD 匹配分析

prompt（JD 匹配）：

下面是我的简历和一个 JD。请你做 3 件事：

简历：
<<贴简历>>

JD：
<<贴 JD>>

任务：
1. 列出 JD 里**显式要求**的能力，逐条标我简历里是「明确体现 / 间接体现 / 缺失」，缺失的不要硬贴。
2. 列出 JD 里**隐含要求**的能力（资历、规模、行业经验等），同样逐条标。
3. 给我一份 5 条改进建议：哪些表述要改、哪个经历要前置、哪些可以删。
4. 给一段「为什么我适合这个岗位」的求职信开场，不超过 80 字，**不准夸张**。

规则：缺失的不要给我编经历。

能省：每个岗位定制简历 2 小时 → 30 分钟。

10. 旅行 / 学习 / 项目 计划

场景：需要把模糊的"想做点啥"转成具体安排。

prompt：

我要在 <<时间窗>> 完成 <<目标>>。约束：
- 预算：……
- 同行人/资源：……
- 不想做的事：……
- 必须完成的硬性事项：……

请给我：
1. 一个 day-by-day 计划，每天 3-5 件事，标注预估时长和大约花费。
2. 每天结束前的 1 个「检查点」，让我判断要不要调整。
3. 一份「容易被忽视的准备清单」（每个不超过一行）。
4. 一份 plan B：如果第 N 天天气/突发情况打乱，怎么补救。

规则：
- 不要列景点流水账，按"体验类型"分类（如：自然/人文/美食/休息）。
- 同一天不要塞超过 2 个高强度项。

能省：1 周规划 2 小时 → 20 分钟。

11. 知识管理：把笔记变可问答的"第二大脑"

场景：你已经存了一堆 Notion / Obsidian / 协作平台 笔记，但搜不到或者只能搜关键词不能问问题。

怎么用：

• 零成本路径：把当周笔记复制粘贴进 Claude / Kimi 的"项目"或"长对话"功能，问问题。
• 进阶：用 NotebookLM（Google）上传你的笔记/PDF，自带强引用的问答。
• 自建：用 AnythingLLM / Dify / FastGPT 接上本地或在线模型，做一个私有知识库（见下文开源项目）。

核心 prompt：

基于我提供的这些笔记，回答下面问题。规则：
- 每个事实必须标出来自哪条笔记（用笔记标题）。
- 笔记里没有的信息，**绝对不能**用你模型里的常识补，要明说「笔记中未提及」。
- 如果不同笔记有冲突，列出冲突并标日期。

问题：<<…>>

能省：把"我记得有一篇说过 X"从找 20 分钟变成 30 秒。

12. 创意头脑风暴 / 想名字 / 想 slogan

prompt：

我要给 <<产品/项目/功能>> 起名/写 slogan，背景：
- 目标用户：……
- 核心价值：用一句话说……
- 差异点：……
- 语调：<<专业/活泼/克制/反讽……>>
- 必须避开：<<已有产品名、敏感词……>>

请给我 5 组方向（不是 5 个名字），每组：
- 一个核心意象（例：「桥梁」「灯塔」「跳板」）
- 3 个候选名字
- 一句话说为什么这个意象适合上面的定位

不要给万能答案（"智链"、"云途"这种）。每个名字给完后，自己反驳一句它的缺点。

避坑：AI 起名容易出"看起来合理但毫无记忆点"的词。强制让它反驳自己能挡掉大部分平庸方案。

二、好上手的产品（按场景）

下面是值得直接打开试一次的产品。优先列国内外都好访问、有免费额度的。

提示：每个场景列 2-4 个，方便你对比 30 分钟挑出自己的常用。

通用对话 / 写作 / 文件问答

搜索研究

文档 / 知识 / 笔记

编程

设计 / 图 / 视频

数据分析

Agent / 自动化

三、值得装 / star 的开源项目

按"先装哪个"的顺序排，每个项目给一句话说为什么值得看。

入门：本地跑一个对话界面（先体验"模型在自己电脑里"）

知识库 / RAG（把自己的资料接进 AI）

Agent 框架（让模型自己跑任务）

编程助手（自部署的 Copilot 替代）

评测 / Prompt 工程

向量库（RAG 后端）

MCP（让 AI 接更多工具）

工作流自动化

模型能力扩展

四、新人推荐试用顺序

如果你完全没用过 AI 工具，按下面顺序铺开，每步只试 1-2 个，不要一次性 10 个产品都注册：

1. 第 1 周：在 Claude / ChatGPT / 豆包 里挑一个，把 先动手 三个练习跑完。
2. 第 2 周：在 Perplexity / 秘塔 里搜你最近真正想搞清的一个问题，对比传统搜索。
3. 第 3 周：在 NotebookLM 里传你自己的 3-5 份文档，问 10 个问题，体会引用的可靠性。
4. 第 4 周：装一个 Ollama + LobeChat（或 Cursor / Continue），让 AI 进入你日常工作环境。
5. 第 5 周：在 Coze / Dify 里搭一个解决自己一个具体场景的小 Bot，哪怕只是"周报助手"。

每周写一份"我让 AI 干了什么 / 节省了什么 / 翻车在哪"——4 周后你对 AI 的判断力会比读 100 篇评测更强。

下一站