用好AI，1年頂10年

內(nèi)容來源：2026年3月1日，筆記俠PPE（政經(jīng)哲）書院主辦的“筆記俠第五代企業(yè)家團(tuán)拜會暨PPE COFFEE SPARK咖啡火花”系列活動杭州站。

分享嘉賓：高競，原天貓市場部、規(guī)則部負(fù)責(zé)人，汰勝學(xué)堂創(chuàng)始人。

責(zé)編| 賈寧排版| 沐言

第 9490篇深度好文：8717字 | 17分鐘閱讀

商業(yè)思維

筆記君說：

去年我們談AI，談的是“提效”，讓原本3小時的報告1小時寫完，讓原本10個人的活5個人干。

效率當(dāng)然重要，但如果你只把AI當(dāng)成一匹更快的馬，你可能就錯過了它真正的價值：它是一架飛機(jī)，能帶你去走路、騎馬、開車都到不了的地方。

今天我們要聊的，不是怎么用AI幫你省時間，而是怎么用AI幫你做決策、搞創(chuàng)新、破僵局。甚至讓你擁有過去根本不可能具備的能力。

我們會講到具體的“套路”，真實的案例，以及一個核心觀點：AI不是工具，它是能力。

無論你是企業(yè)主、創(chuàng)業(yè)者還是管理者，今天這篇文章都將為你打開一扇窗，讓你看到AI如何從幫你"做事更快"，到幫你"做以前做不到的事"。

一、怎樣用好AI？

在當(dāng)今快速發(fā)展的商業(yè)環(huán)境中，AI正經(jīng)歷著一場深刻的變革。

過去，企業(yè)對AI的應(yīng)用主要集中在提升效率方面，如自動化數(shù)據(jù)分析、報告撰寫等。然而，隨著技術(shù)的不斷進(jìn)步，我們需要重新審視AI的價值，它不僅是效率的提升工具，更可能為企業(yè)帶來前所未有的能力變革。

1.AI，從效率轉(zhuǎn)向能力

首先，對AI的應(yīng)用，大部分公司集中在我們提效，當(dāng)然效率永遠(yuǎn)都對。但我們現(xiàn)在要一個思路，它可能在效率之外，更多地給一種我們可能從來都不具備的能力——未來，AI從效率轉(zhuǎn)向能力。

如何理解呢？假如一個人從杭州到北京，走路可能需要三個月；騎馬可能一個月就到；如果做一個四匹馬拉的馬車，可能要比騎馬要少兩天。

那么，相對于騎馬，馬車是有效率的提升；相對于走路，騎馬絕對是能力的變化；如果我們開輛車去北京，可能需要一整天，相對于馬車，也絕對是能力的變化。

如果坐飛機(jī)，那就從根本性地解決了摩擦力的問題，算上到蕭山機(jī)場的時間，到北京4個小時絕對夠了。

你看開車要開一整天，人要走三個月。以后AI的應(yīng)用，可能不再僅僅是效率的提升，很有可能幫我找到一種我們根本看不到的能力。

未來的AI，可能在能力上，是一個很多人用爛的詞，它可以幫我們做到我們根本想象不到的事，它不是一匹更快的馬，它應(yīng)該是一架飛機(jī)，它處理距離的方式，處理空氣摩擦的方式，地面摩擦的方式不一樣。

2.使用AI，要用“套路”

我們在日常的經(jīng)營管理當(dāng)中使用AI要有一個思路：人工智能知道了全世界所有的知識。那為什么還有很多人懷疑它的能力？

因為他自己在工作當(dāng)中不太擅長使用AI。比如他用AI去搞一個營銷方案，他只會打開豆包，出來的方案水得不得了。

為什么呢？

第一個原因，肯定是AI不夠智能化。

未來的AI應(yīng)該是像那種答題紙，比如我要求AI幫我出一個新品，一下它整個方案就出來了，但我不知道這個技術(shù)哪一年能實現(xiàn)。

現(xiàn)在我們無法用好AI的原因，是它有人類所有的知識，但我們不知道該如何調(diào)用它。我今天分享的一部分內(nèi)容，其實就是如何調(diào)用全人類的知識。

大家都知道“PDCA”（ 筆記俠注：PDCA循環(huán)管理法是一種經(jīng)典的管理方法，廣泛應(yīng)用于質(zhì)量管理、項目管理、流程優(yōu)化等領(lǐng)域 ）這個詞的含義吧？

我們假設(shè)有兩個人交流，但兩個人都不知道“PDCA”是工作上的流程改進(jìn)，那這兩個人的對話會很復(fù)雜。而如果其中有一個人知道PDCA，他就會告訴另一個人PDCA的思路。

同樣，今天我們面對AI的時候，我們需要給它框架，教它用PDCA來幫我們分析問題。

我們知道了PDCA模型（ 計劃、執(zhí)行、檢查、改進(jìn) ），也知道PEST（ 政治、經(jīng)濟(jì)、環(huán)境、技術(shù) ）模型，還知道SMART目標(biāo)管理模型。

現(xiàn)在，我們要讓AI給我們寫一個方案，要求用PDCA框架寫方案，用SMART模型、PEST模型分析市場。用這三個模型的產(chǎn)出就會比不用這三個模型的產(chǎn)出效果要好很多，因為這是行家跟行家在對話。

AI擁有的知識遠(yuǎn)超世界所有的博物館、圖書館，達(dá)到了人類所有已知的知識。我們需要這種結(jié)構(gòu)化的對話方式來教它，用這種方法幫我們產(chǎn)生結(jié)果。

我們這里講的是通用操作模型，比如麥肯錫的波士頓矩陣，BCG現(xiàn)金流模型，這些商業(yè)常識幾乎是人人都知道的。但如果我們用各行各業(yè)的行話來調(diào)用AI，產(chǎn)生的效果就完全不一樣。

所以，如果我們想在經(jīng)營決策當(dāng)中讓AI起到效果，就需要用結(jié)構(gòu)化的方法跟他講套話，這些套話有的稱之為模型，有的稱之為框架，有的稱之為套路，有的稱之為模板。

所以，如果想讓AI來輔助我們做決策，我們需要用好這些東西。

3.使用AI，要提供背景

作為企業(yè)的經(jīng)營者、管理者和決策者，在使用AI的時候，需要有一個大致的公司介紹。

AI什么都知道，但是它不知道你的公司人數(shù)是多少，公司去年的經(jīng)營業(yè)績怎么樣，凈利潤多少，公司現(xiàn)在面臨著什么樣的挑戰(zhàn)，進(jìn)一步準(zhǔn)備怎么搞？（除非你是一家信息公開的上市公司）

所以，在信息保密的前提下，把一些不太敏感的重要數(shù)據(jù)要告訴AI，形成一個公司介紹。

比如，從增長的角度去思考，我會這樣跟 AI 描述：我是一家國貨美妝公司，年營業(yè)額在5億到20億之間，主要競品是橘朵、花西子。

現(xiàn)在我要推出一款新品，目標(biāo)是2026年實現(xiàn)年銷售額5億，凈利潤率保持在 9%。我們擅長在抖音、小紅書種草，做軟廣投放，也會和KOL合作，這是我們的基本情況。

如果你前面這些背景都不說，只跟AI講：“給我做一個美妝新品方案，目標(biāo) 1.5個億”。AI就懵了，它根本不知道你是誰、你有什么資源、你的對手是誰。

所以，在不泄密的前提下，一定要把基本背景講清楚。當(dāng)然，如果你們公司用的是私有化部署的AI，信息安全和保密程度會高很多。

4.使用AI，要多輪對話

最后要提醒大家的是要多輪對話。

有很多上市公司，現(xiàn)在也在尋求AI能幫助做產(chǎn)品的具體介紹、對產(chǎn)品的具體設(shè)置。很多蘋果的重要供應(yīng)商也開始讓AI來做輔助。

還有一些大數(shù)據(jù)公司，雖然當(dāng)時成立的時候還沒AI的概念，這兩年也在做大量的AI的應(yīng)用投入。

所以，作為碳基的人類，要調(diào)用硅基的AI來幫助我們作相應(yīng)的決策。

首先，在使用AI的時候，大家要有一個“提示詞工程”的概念。

我們每一次把一個復(fù)雜問題提交給AI的時候，都要當(dāng)作我們在進(jìn)行一個提示詞工程的建設(shè)。如果你習(xí)慣之后，就可以把提示詞當(dāng)作一個模版。

所以，我們在使用AI的時候，越是復(fù)雜的問題，越要注意你向它提出的要求。同時，我也有一個建議，建議大家使用多個AI。

我日常工作中同時使用6-8個AI，其中包括deepseek的官網(wǎng)、騰訊元寶、Kimi、秘塔，還有豆包、gemini、千問等。

也就是同一個問題，復(fù)制粘貼給6～8個平臺，讓他們一起跑。我使用下來的感覺，真的是“士別三日當(dāng)刮目相看”，一個星期不用，就會發(fā)現(xiàn)他又聰明了，效果特別好。

二、案例演示

1.SPECTRA模型

這個模型叫SPECTRA，它有點像我們平時接觸的PDCA模型（ 筆記俠注：一種科學(xué)的管理方法和持續(xù)改進(jìn)的工具，廣泛應(yīng)用于質(zhì)量管理、項目管理、個人發(fā)展等領(lǐng)域 ），是有固定框架的，但特別有意思的是，它不是商用模型，而是專門給AI用的。

它是由以清華大學(xué)為首的一群計算機(jī)科學(xué)家，在建設(shè)清華大學(xué)人工智能相關(guān)項目，以及給DeepSeek做支持的過程中開發(fā)出來的，核心用途就是做人工智能相關(guān)的研發(fā)。

而且我在實際使用過程中發(fā)現(xiàn)，這個模型特別好用。我自己服務(wù)過很多公司，也陪跑過不少企業(yè)。

包括我們老板自己在內(nèi)，很多人面對“如何開發(fā)東南亞市場”這種特別復(fù)雜的問題時，都是一臉懵，不知道從哪兒下手。而SPECTRA模型，就是解決這種問題的一個好模型。

這里需要注意一個問題：AI有個很大的問題，它會產(chǎn)生自我幻覺。PDCA對于AI來說，永遠(yuǎn)不會產(chǎn)生幻覺，但“SPECTRA”它會自己去解釋，它會用6個不同的英文單詞來作解釋。

所以，我們在使用AI時，有一些模型則要把英文全文都給它，避免一些誤解。

比如我們有個“MOOE”模型，豆包會把它拆成四個英文單詞，Gemini又會拆成另外四個，它會根據(jù)自己的理解去瞎想，而PDCA則很準(zhǔn)確。

各位在各自的公司的經(jīng)營上都是專家，你不會像我這樣提出比較膚淺的問題。

你自己是個專家，你對AI的下一個追問就會非常專業(yè)，你會問得很專業(yè)，然后可能它給你更多的答案和啟發(fā)。

2.戰(zhàn)略屋模型

戰(zhàn)略屋在全世界已經(jīng)流傳了至少有40年，它的邏輯是把戰(zhàn)略拆解為若干個目標(biāo)，若干個支點，有不同的戰(zhàn)場和戰(zhàn)役，用這個方法去拆解公司的宏大的戰(zhàn)略目標(biāo)。這個戰(zhàn)略目標(biāo)要在戰(zhàn)略中拆解完之后，看上去就非常容易實現(xiàn)。

比如，我去年做到15個億，26年要干到18個億，要出兩個新品、一個大單品，公司要增長3個億，整個公司應(yīng)該怎么做？最終我們會把目標(biāo)拆解為一級（戰(zhàn)場）、二級（戰(zhàn)役）、三級（戰(zhàn)斗）。

當(dāng)然，公司的基本情況要標(biāo)注好。然后，戰(zhàn)略屋不適合用來做創(chuàng)新的業(yè)務(wù)，它適合在老業(yè)務(wù)上進(jìn)行迭代，比如剛才的增長業(yè)務(wù)就適合做戰(zhàn)略屋，而高速吹風(fēng)機(jī)這樣的創(chuàng)新產(chǎn)品就不適合做戰(zhàn)略屋。

3.STP模型和直覺/反直覺模型

第三個是STP模型（筆記俠注： 由營銷學(xué)泰斗菲利普·科特勒系統(tǒng)提出，已成為企業(yè)制定營銷戰(zhàn)略的核心方法論 ），做營銷的朋友可能對它比較熟悉。

STP模型有三個關(guān)鍵步驟：一是市場細(xì)分；二是目標(biāo)市場選擇：三是市場定位。

首先，我們在提示詞中會告訴AI，要求嚴(yán)格按照STP模型進(jìn)行分析。

當(dāng)然，對于STP三個詞的中文解釋不一定完全一致，但要對其提出一些具體的要求，比如基于行業(yè)特性（ 不同行業(yè)的特性是不同的，體育行業(yè)、大健康行業(yè)、電力管理行業(yè)，美妝或者國貨美妝等 ）。

用AI來做，相對于人來說快得多，也會好得多。

我們說人有直覺，動物有直覺，但電腦沒有直覺。直覺是一個很奇葩的東西，我們在工作中可以頻繁要求AI調(diào)用直覺。

比如，你的下屬寫了一份新品營銷推廣方案，這個方案可能是AI寫的，也許是他自己熬夜寫的，不管怎么樣，你拿到這個方案之后，你可以一邊看一邊調(diào)用AI。

提示詞可以這么寫：我是某國貨美妝行業(yè)營銷崗位的負(fù)責(zé)人，工作中面臨著新品推廣的問題，我下屬向我提交了一份推廣方案。

現(xiàn)在，我需要你使用直覺思維來檢查這份方案的不合理的地方。（ 你可以不用費腦子，先讓AI幫你跑一遍 ）

大家在使用直覺模型的時候，一定要注意：直覺思維模型是一個不太科學(xué)的心理學(xué)專有名詞，當(dāng)你使用的時候，務(wù)必把英文原文提供上去，絕對不能省略。

我在實際使用中就發(fā)現(xiàn)，加或不加原文，AI的理解是不太一樣的，加了原文它才可能正確地理解。

假設(shè)我們現(xiàn)在有個女裝產(chǎn)品，行業(yè)內(nèi)普遍有三個常規(guī)假設(shè)：

假設(shè)一，不用李佳琦，產(chǎn)品就推廣不出去； 假設(shè)二，必須在小紅書使用KOC（關(guān)鍵顧客群體）矩陣，才能推廣； 假設(shè)三，定價必須要低。

基于這個服裝公司提出的三個行業(yè)內(nèi)常規(guī)假設(shè)，現(xiàn)在跟AI說：請你扮演一個意見反饋者，嚴(yán)格遵循反直覺思考的邏輯原則，逐條挑戰(zhàn)。如果同意這些反對意見，會有什么新的機(jī)會？

我們用不同的AI模型，給出的答案其實完全不一樣。但如果你把下屬的PPT、word、PDF作為附件，AI看的速度特別快（ 在10秒鐘之內(nèi)，可以把高達(dá)上百頁的PPT讀完，還給出了批注建議 ）。

這可不是用來糊弄下屬的，而是讓我們更快地在做經(jīng)驗管理的決策：

下屬寫的這個產(chǎn)品靠不靠譜？營銷方案對不對？預(yù)算合不合格？有沒有創(chuàng)意？有沒有明確的競爭對手？有沒有精準(zhǔn)擊中競品的軟肋？能不能形成差異化的競爭？是亦步亦趨地跟著它走，還是發(fā)現(xiàn)了它的盲點？

同樣的，當(dāng)你使用直覺思維模型的時候，需要把英文單詞加上去。用AI分析挖掘思考速度更快，當(dāng)AI給出第一個答案的時候，可能就會引發(fā)多輪對話的念頭，你會抓住一個點，不斷地深化。

需要強(qiáng)調(diào)的是，直覺和反直覺邏輯不是企業(yè)管理界的東西，企業(yè)管理界沒人用這個東西。

直覺不是模型，它是心理學(xué)的概念，不是一個科學(xué)的詞，它所謂的直覺，依然是基于海量的數(shù)據(jù)，去模擬人類的推理方式呈現(xiàn)出來的項目程序。

4.BRIDGE框架

BRIDGE框架在人工智能領(lǐng)域用的比較多。這個框架首先是在商業(yè)領(lǐng)域提出來的，同樣是六個英文字母的縮寫。它主要用來做跨界整合。

咱們先從工作里的挑戰(zhàn)說起——我在工作中就碰到一個特別頭疼的挑戰(zhàn)：干這行時間久了就會發(fā)現(xiàn)，大家互相借鑒、互相抄襲，該學(xué)的都學(xué)完了，不管多大的行業(yè)，到最后都逃不過這個樣子，很難再有新突破。

那這個時候，review（ 復(fù)盤 ）就很關(guān)鍵了，復(fù)盤不是走形式，是能給我們創(chuàng)新思路的。而創(chuàng)新的核心，就在于把不同領(lǐng)域的理念、技術(shù)、元素，跨界放到我們自己的領(lǐng)域里。

比如說我們做體育視頻，正常思路就是要么盯著體育領(lǐng)域，要么盯著視頻領(lǐng)域找靈感，對吧？但你有沒有想過，我們可以去借鑒區(qū)塊鏈領(lǐng)域的東西？這就是跨界融合。

而且光融合還不夠，這只是第一步。當(dāng)你把不同領(lǐng)域的元素融合好之后，我還需要你從根本上打破原有框架、重塑邏輯，把這些融合的元素轉(zhuǎn)換成全新的設(shè)計，而不是簡單堆砌。

我們今天對元氣森林已經(jīng)非常熟悉了，但在8到10年以前，元氣森林可是中國飲料界的一大創(chuàng)新。其中很關(guān)鍵的一點是，元氣森林是全中國第一個給飲料做全腰封的。

你回想一下，以前的娃哈哈、農(nóng)夫山泉、可口可樂，全都是半腰封，元氣森林是第一個做全腰封的。為什么？因為腰封特別貴，比水還貴。

那元氣森林的創(chuàng)新，本質(zhì)上就是跨界，它的跨界靈感從哪來？很簡單，就是直接借鑒了日韓的做法，日韓的飲料早就這么做了，只是中國飲料行業(yè)一直沒人嘗試。

再比如霸王茶姬，大家也很熟悉，它的伯牙絕弦很多人都喝過，覺得它很創(chuàng)新，但它的創(chuàng)新也不是憑空來的，它是從原葉茶沖泡里找的靈感，把原液做成了一個相對新穎的品類。

所以這就是我剛才跟大家說的，我們要求AI不僅要給我們做跨界融合，還要幫我們重塑，一步一步搭建BRIDGE框架，把不同領(lǐng)域的東西，真正變成我們自己的創(chuàng)新。

我為什么建議大家用這個框架？因為人腦做不到脫離上下文去思考，就像我現(xiàn)在讓你脫離眼前的場景去想一件事，你根本做不到，因為我們是人，有思維慣性。但機(jī)器沒有情緒，沒有慣性，它可以做到脫離固有上下文，幫我們搭建銜接的橋梁。

所以BRIDGE框架在企業(yè)創(chuàng)新領(lǐng)域，作用特別大。除此之外，AI的推理功能也很強(qiáng)大，它整合了人類所有的知識，可以無窮無盡地給我們推導(dǎo)思路。

當(dāng)然，我們不是說AI能代替我們思考，而是它能啟發(fā)我們的思考，幫我們想到以前根本想象不到的角度。

5.用AI批改AI

最后還有一個實用功能，就是用AI批改AI，幫我們優(yōu)化提示詞和輸出結(jié)果。

具體怎么做呢？先簡單跟AI介紹一下你公司的基本情況，然后明確給AI定個角色，比如跟它說：“你是我的董事長助理，也是我的CEO助理，同時你還是我們這個行業(yè)里非常資深的人。”

大家想想，這句話一講，AI就明白什么了？它就知道，要重點調(diào)用我所在行業(yè)（ 比如美妝行業(yè) ）的專業(yè)知識，不會亂給建議。

再舉個例子，如果你是做歐洲奢侈品代理的公司，就跟AI說清楚這一點，這句話一講，它就知道要調(diào)用進(jìn)出口相關(guān)的產(chǎn)品知識、行業(yè)規(guī)則。

我們都知道AI的知識庫特別龐大，而我們要做的，就是通過這種提示，讓它精準(zhǔn)調(diào)用我們小領(lǐng)域的核心知識。

還有一個特別實用的場景，比如我把下屬寫的報告發(fā)給AI，然后明確要求它：

第一，檢查報告的邏輯完整性； 第二，核對報告里的數(shù)據(jù)有沒有依據(jù)，是不是瞎編的； 第三，判斷報告得出的結(jié)論是否合理。

大家可以試試，這番操作下來，AI出反饋報告的速度特別快。

下次你們下屬給你交報告，你就把這段提示詞復(fù)制過去，再把報告作為附件上傳，AI很快就能幫你審核完，下屬只會覺得“我老板看報告也太快了，太厲害了”，大家一定要記下來這個小技巧。

你的下屬是不是總愛用“提升、加強(qiáng)、扭轉(zhuǎn)、閉環(huán)” 這類詞？你就直接問他：到底怎么閉環(huán)？

最重要的，還是我們要學(xué)會怎么樣用框架、策略、套路、模板去調(diào)用AI。

而且，如果它第一步的解答你不滿意，甚至好幾個AI同時給出的答案都不滿意，你還可以要求它：你給我的回復(fù)，我不甚滿意，請按照剛才提的要求重新回復(fù)。

你可以永遠(yuǎn)都說這句話，尤其是做頭腦風(fēng)暴的時候，在回答中，我們會逐漸找到感覺，受到啟發(fā)。

等你把AI用熟練之后就會發(fā)現(xiàn)： 老板還是你，只不過你會憑空多出來一批特別能打、成本又極低的“下屬”。

尤其是快速找線索、快速解決問題、快速出方案、無休止腦暴創(chuàng)新這些事，它們反應(yīng)速度極快，效率超高。你用AI去優(yōu)化、修改下屬的工作，等于白撿了一個免費得力助手。

當(dāng)然，最后要提醒的是，上傳資料的時候要注意保密。

三、AI不是工具，它是能力

未來，AI會用智能體結(jié)合工作流的方式輔助我們決策，工作流都是智能體在執(zhí)行，AI會直接幫我們做出決策。AI會推演出整套方案、流程，你只需按下一個同意鍵。

你不用擔(dān)心，你知道的它全知道，你不知道的它也知道，它全給你規(guī)劃好，直接給你拿個方案：

比如，柬埔寨不要去，要去就通過越南的20個代理商間接去柬埔寨。它連這樣的方案都可以搞，因為別人已經(jīng)告訴它了，只是你不知道而已。

未來的AI，應(yīng)該會脫離今天所謂的輔助決策，未來的AI應(yīng)該會把輔助兩個字去掉。它會幫我們決策，只由我們來做審批。

未來的AI，會給出一次次精準(zhǔn)、正確的洞察。它能幫我們分析倉儲物流、人員招聘等各個環(huán)節(jié)，甚至直接判斷出：公司多了六個人。

在大數(shù)據(jù)時代，我們以前只能靠數(shù)據(jù)大概看出問題，但具體是哪六個人，我們不知道。而未來的AI不一樣，它有數(shù)據(jù)、有證據(jù)、有結(jié)論。

你只要有一個大致方向，AI就能直接告訴你：

公司多了哪六個人、問題出在哪、下一步該怎么調(diào)整——該解雇的解雇、該換崗的換崗、該輪崗的輪崗，整套方案都給你做好。你只需要輸入想法，點一下確認(rèn)，就能批準(zhǔn)執(zhí)行。

未來AI會幫你做內(nèi)外部洞察，幫你發(fā)現(xiàn)機(jī)會，相當(dāng)于給你配了一個專屬VIP智囊。而且這些事在很多場景里落地起來并沒有那么復(fù)雜。

最后我想提醒大家：你在公司里級別越高、地位越高，越要有覺悟。因為地位越高，也越容易脫離一線。

AI和Excel、PPT、Outlook完全不是一回事。那些只是提效工具，是用來提升效率的。

但AI不是工具，它是能力。作為老板，一定要高頻使用AI。

AI的未來，絕不只是提升效率，它本身就是一種核心競爭力。老板決定了整個公司的生死和發(fā)展，所以最需要賦能的是老板。

所以說，如果這些已經(jīng)被提煉出來的、里程碑式的方法論，你直接拿來用，去解決你專業(yè)領(lǐng)域里的問題，會特別高效。這其實就是利用今天AI建設(shè)過程中那些成熟的方法論，來給我們自己的商業(yè)賦能。

我舉個簡單的例子，我經(jīng)常給其他公司做基層團(tuán)隊管理培訓(xùn)，有很多30來歲的年輕主管，都會問我一個問題：“老師，輔導(dǎo)員工太難了，我根本沒法說服他們。”

我就跟他們講，人類的大腦其實很容易被說服，關(guān)鍵是用對方法，容易被隱喻、借喻、比喻和類比這些方式說服，這些不同的修飾手法里，類比尤其好用，能快速讓人懂得核心道理。

比如毛主席在決定出兵援朝的時候，就用了一個特別經(jīng)典的類比：“打得一拳開，免得百拳來”。就這十個字，把極其復(fù)雜的戰(zhàn)略決策道理，講得明明白白、精煉至極，換成別的方式，很難做到這么透徹。

這些管理者聽完都會說：“行，老師，我懂了，道理我都明白。”但問題來了，道理懂了，真正面對員工時，怎么用類比去說服他們？大家都會覺得特別困難，無從下手。

我就跟他們分享我的方法：我今天沒提前準(zhǔn)備，就寫了一段很長的提示詞，核心就是——每次要跟別人溝通、博弈之前，先問大模型：“我要用類比的方法說服一個人，請給我一段話術(shù)。”

沒想到大模型瞬間就寫出來了，你打開電腦照著跟那個人說就行，他根本不知道你是提前準(zhǔn)備好的，更不知道你用了AI。而且你只要找對那個人熟悉的領(lǐng)域，他就特別容易被說服。

這里有個關(guān)鍵：要提升類比的有效性，你得先知道那個人喜歡什么。

比如，要是他是瑜伽愛好者，你跟他講任何道理，類比都要圍繞瑜伽來；他喜歡沖浪，就用沖浪的例子；要是他是福建人、還特別愛美食，那你就盯著福建美食來做類比。

你直接跟大模型說：“這個人是福建籍的美食愛好者，我想在營銷方案上說服他，請給我一套說服策略，全程用福建美食做類比。”

大模型就會給你一套完全貼合的策略，全是用福建的特色美食做類比，你拿著這套話術(shù)去跟他說，他一聽就容易接受。

為什么呢？因為人都喜歡在自己熟悉的領(lǐng)域里思考。

如果客戶從來沒玩過沖浪，你跟他講沖浪的類比，他還得先花時間理解沖浪是什么，根本沒法專注聽你的道理；

就像我們中國人大多不懂板球規(guī)則，我要是用板球來做類比，你們聽著肯定越聽越懵，但用棒球、籃球、足球就不一樣，大家都熟悉，一下就能懂。

我講這個案例，核心就是想告訴大家：我們利用大模型，正好可以借助它模擬人類認(rèn)知的這個特點，用大模型熟悉的類比邏輯，結(jié)合對方熟悉的領(lǐng)域，就能輕松解決說服難的問題。

結(jié)語

AI知道全世界所有的知識，卻不知道你的公司有多少人、你的對手是誰、你的現(xiàn)金流緊不緊。所以，能不能用好AI，不取決于它有多聰明，而取決于你會不會“提問”。

你給它的框架越清晰，它給你的答案越驚艷；你給它的背景越具體，它給你的方案越落地。

當(dāng)你能用一套結(jié)構(gòu)化的“套路”，調(diào)用全人類的知識幫你思考時，你就不是一個人在戰(zhàn)斗。

更重要的是，AI正在改變決策的本質(zhì)。作為企業(yè)的掌舵人，最需要AI賦能的是你。因為你的認(rèn)知邊界，就是企業(yè)的成長邊界。

我們深嵌于一個政治、經(jīng)濟(jì)、科技、哲學(xué)都在經(jīng)歷持續(xù)變革和深刻重塑的復(fù)雜社會與商業(yè)系統(tǒng)之中。

真正的挑戰(zhàn)是：我們的認(rèn)知框架、組織形態(tài)和行動工具，還停留在“前AI時代”。

在前所未有的復(fù)雜系統(tǒng)性變革中，我們需要的是理解世界底層的“元能力”。

面向AI新時代，筆記俠PPE（哲學(xué)、政治學(xué)與經(jīng)濟(jì)學(xué)）課程，正是為理解這樣的復(fù)雜系統(tǒng)而生：理解國際貿(mào)易與經(jīng)濟(jì)政策、理解國際政治與治理模式、理解全球技術(shù)與科技范式、理解AI哲學(xué)和科技經(jīng)濟(jì)、理解文明進(jìn)程與哲學(xué)意義。

這是第五代企業(yè)家應(yīng)有的一套“操作系統(tǒng)”。

筆記俠PPE課程26級招生現(xiàn)已啟動。駕馭技術(shù)、洞察世界、扎根中國、修煉心力，在應(yīng)對時代重重挑戰(zhàn)中尋找決策底牌。

穿越變革的舊世界，找到時代的新大陸，從升級你的PPE決策底層開始。

歡迎你掃描下方海報二維碼，添加課程主理人咨詢詳情。

*文章為作者獨立觀點，不代表筆記俠立場。

好文閱讀推薦：

“子彈筆記”是筆記俠的矩陣公眾號，聚焦職場效率追求、人際關(guān)系與高潛成長者，幫你3分鐘吃透核心觀點和方法論。歡迎關(guān)注～

分享、點贊、在看，3連3連！