根据 2026.10.18 AI 神思会线下第十二期深圳主题分享现场录音整理。台上嘉宾按公开称呼呈现，现场观众参与提问。下载精选 PDF 下载全本 PDF
AI 做出的东西，怎样才能真正帮人办事？答案要从实际使用中找。
当场追问，比只听更有用
主持 JKL 是老师，也是活动发起人。她希望观众当场追问：如果嘉宾只是轮流讲、观众一直听，线下活动就失去了参与感。听到一个看似适合自己的做法，先问清楚讲者在什么场景用过，以及哪里还做不到——观众的追问能让讲者遇到不同意见，避免只在 AI 的回应里得到赞同。
JKL 用三个阶段说明这场的主题：做出来，自己能否把想法变成一件可操作的东西；用出来，做成以后能否放进日常工作；用下去，换成其他使用者，还能否解决问题。每一步都从真实实践出发，再从自用扩展到其他使用者。她自己做过口语评分等教学小工具，就是先从教学需要出发。
嘉轩：先改草图，再追求逼真
工业设计师嘉轩把这套做法叫「升维降维」：在文字、草图、模型和视频之间转换。细节越少，越容易修改；画面越完整，别人越容易看懂。先用文字定方向，再画草图定比例，用三维模型摆位置，最后才让 AI 增加材质和光影——比例和结构还没定，就别急着出成片，模型补全画面时，也会补进你没有要求的信息。
减少反复生成的办法是把结构和风格分开：先让大模型把经典产品的特点概括成文字，再提取线稿、去掉参考图的颜色和背景，确认线稿表达了设计意图，才把两种信息组合交给生成工具。他现场口述，经过这些拆解，图片可用率从大约一成提高到大约一半。他的判断是：AI 降低了尝试的成本，但是放大了选择的能力——决定哪个方案适合产品，仍要靠设计经验。
Richard：报告做完了，客户还没打开
Richard 用数据和模型做投资研究。他讲过一次失败尝试：客户希望把市场信息交给 AI 分析，团队按要求做了很多维度，花了大约两周，结果客户因为群里信息太多，还没看那些报告。字面要求做到了，不等于结果有人用。他的收法是先确认客户会怎样使用结果，再决定做什么；准备演示稿也不只说「简单点」，而是交代参加什么活动、听众有什么背景、希望大家听到什么。
测试也一样。他转述过一个酒吧点单案例：普通点单能通过，点一百杯系统会劝少点，点负一杯会指出数字不合法——可上线第一天，客人问「厕所在哪里」，系统就不会回答。测试围着「买几杯」设计，真实用户不会照你的清单提问。日常维护同理：自动流程能运行，还要能按时交付。他现场口述，流程约从午夜启动，好给使用者留出阅读时间；也曾有将近一个月，经常修到预定使用时段都过去了。「已经自动化」不能当作「必定准时完成」。
除了检查功能是否正常，也要从使用者进门后的处境想一遍。
蓝哥AI：做完，再交给另一个角色检查
蓝哥AI 长期使用能代办任务的个人智能体。他讲开发插件的经历：把任务分别交给负责产品和负责开发的机器人，开发完成后，结果要交回产品检查，发现问题就反馈给开发继续修改——用他的话说，整个就跟同事之间有工作任务、有来有回一样。他还会把收集的信息写进表格，确定范围和候选方案后再安排开发，让不同阶段使用同一份任务信息，而不是只在聊天里说完就算了。
上手建议是先试一件具体的事：先交代你在做什么、希望它帮哪部分，从一个页面试起，结果不合适就继续说明；让重复任务按时做，不必每次重新发起。分工的线很清：插件运行不了这种故障，产品和开发机器人可以继续检查；要不要增加功能、按钮放哪里更合适，要让人参与。JKL 现场问三款个人智能体能否从同一入口指挥，回答是还没打通——不同产品各有场景，尚未连成一套。
能检查的故障可以交给助手；会改变产品方向的决定，要先说清谁负责。
JKL：说清职责，再交给助手
JKL 认为，成熟的个人智能体降低了协调多个助手的门槛。交接任务可以分四步说清：先说清角色，职责没有说明白，协作时就容易认错身份；补足任务背景，把已经说明过的知识交给新助手，让它知道工作进行到了哪里；按需要改设置，现成的电子员工可以作为起点，但不能只看名字就直接套用；结束后再检查，助手之间完成了任务传递，也要由人确认结果是否完整、是否符合要求。
分享结束后，她安排了十五分钟圆桌交流：你是谁、在做什么、关心什么、想继续做什么——先把自己的情况说具体，比等别人猜出你需要什么更容易开始交流。她也邀请观众成为下一场的分享嘉宾：选一件亲手做过的事，讲清楚做法和结果；分享不必只讲成功，也可以讲还在解决的问题。
把实践讲清楚，也让别人的问题帮助你继续改进。
这个月只打四件事
- 先选一件自己熟悉的任务，做出第一版，再试着用起来。
- 结果交出去之前，先约定谁检查、检查什么。
- 把「再好一点」换成明确的结构要求、使用对象和任务目标。
- 能查的故障交给助手，改方向的决定留给人。
第一版之后
第十二期收回四件事：追问、草图、使用、检查。AI 出得快，人要收得住——收得住，就是做完以后还要检查：别人看得懂吗？用得起来吗？
不要只问 AI 做了多少，也要问结果对谁有用。
视频号 / 小红书：JKL神思记。文中提到的效果均为现场口述，不是审计、投资、接单或效果承诺。