提示词基本功：让 AI 一次做到位的 7 条规则
写提示词不是玄学：给足角色、上下文、示例与输出格式，AI 一次做对的比例会从三成提到八成。
AI 最佳实践库
不讲空泛概念，只沉淀“验证过有效”的做法：每套实践包含为什么有效、逐条规则与常见疑问。共 10 套，适合通读后挑一条立刻用起来。
AI 结对编程：从“让 AI 写代码”到“高效协作”
AI 写代码的正确用法是当结对搭档而不是外包：小步验收、让 AI 先讲方案、把报错原样喂回去。
AI 内容站二次创作：SEO/GEO 都吃的写作流程
让 AI 内容既过谷歌又过 AI 搜索：直接答案开头、事实可溯源、结构可扫读，最后必须人审一遍事实。
用 AI 建个人知识库：从资料堆积到可检索资产
把分散的笔记、PDF、网页变成“问它就能答”的知识库：统一入口、AI 索引、定期复盘，三个月后你会感谢自己。
用 AI 做深度调研：从「搜一下」到「研究清楚」
先把问题拆成子问题，再让 AI 分头找证据、交叉验证、标注出处，最后自己复核关键数字。一次提问得到的答案只能算线索，不能算结论。
AI 会议纪要：从逐字稿到可执行的待办
纪要的目标不是记录说了什么，而是沉淀「决定了什么、谁在什么时候交付什么」。让 AI 负责转写与初稿，人负责删废话、定责任人、追闭环。
AI 翻译与本地化：一套可复用的审校流程
AI 翻译已能胜任初稿，但对外发布前仍需三步：术语统一、语气校准、文化适配。把术语表和语料固定下来，质量能稳定在「只需微调」的水平。
用 AI 处理表格：从脏数据到可复核的结论
分工要清楚：结构清理交给公式或脚本，理解与归因交给模型。上传前先脱敏，拿到结论后要求它给出可复算的口径与步骤。
AI 自动化工作流：把重复劳动交给编排
自动化的前提是流程已经稳定：先把「抓取→清洗→总结→通知」的人工步骤写清楚，再用编排工具接上模型节点。先跑通一条，再复制第二条。
用 AI 学新领域：把「看懂」变成「会讲」
最有效的方式不是让它讲，而是让它考你：先自述理解、让它指出漏洞、再追问到能给别人讲清楚。关键结论仍要回原始资料核对。