我一天是怎么和 AI 一起工作的（真实记录）
type
status
date
slug
summary
tags
category
icon
password
wechat_gate
很多人问我：
你每天到底是怎么使用 AI 的？
是不是从早到晚都在问 ChatGPT？
是不是所有事情都交给 AI？
其实都不是。
AI 并没有替我工作。
它更像是：
团队里的一个全天在线搭档。
今天，我想完整记录一下，我一天是怎么和 AI 一起工作的。
不是为了展示效率，而是分享一套已经比较稳定的工作方式。
09:00 今天做什么，不是 AI 决定的
每天开始工作之前，我不会先打开 ChatGPT。
而是先问自己三个问题：
- 今天最重要的一件事情是什么？
- 哪件事情做完，今天就是成功的一天？
- 哪些事情可以晚一点？
我会先把方向确定下来。
然后才开始让 AI 参与。
这是我后来才形成的一个习惯。
因为：
AI 很擅长执行，但目标必须由人决定。
09:30 AI 帮我进入状态
确定今天的重点之后，我会开始收集资料。
比如今天准备研究一个 AI 产品。
我会：
- 找官方文档
- 看几篇技术文章
- 收藏几个 YouTube 视频
- 找一些真实用户评价
然后全部放进 NotebookLM。
这一步，我不会急着阅读。
而是先让 AI 帮我完成第一轮整理。
例如：
- 这几个资料讲的是同一件事情吗？
- 有哪些重复观点？
- 哪些内容值得重点关注？
很多时候，我还没开始看资料，就已经知道：
今天应该重点关注什么。
11:00 AI 帮我理解，而不是替我思考
接下来才是真正学习。
我不会直接问：
"告诉我答案。"
更多时候，我会问：
- 为什么？
- 有没有另一种解释？
- 如果我是新手，应该怎么理解？
- 有没有真实案例？
我发现：
AI 最大的价值不是回答，而是陪我不断追问。
以前学习，很容易停留在：
"我知道了。"
现在我会继续问：
"为什么会这样？"
直到自己真正理解。
14:00 AI 开始参与开发
下午通常是开发时间。
比如：
- 写一个新功能
- 修一个 Bug
- 重构一段代码
这时候，我不会直接让 AI 写完整代码。
而是：
- 帮我分析问题
- 提供几种实现方案
- 检查有没有遗漏
- Review 我的代码
很多时候：
真正节省的不是写代码。
而是：
减少了试错。
18:00 AI 参与写作，但不负责观点
下午或者晚上，我会开始整理今天的内容。
例如：
准备写一篇专栏文章。
我的流程通常是：
第一步：
自己先写。
把真正想表达的东西写出来。
第二步：
AI 帮我检查：
- 有没有逻辑问题？
- 哪些地方可以更清晰？
- 有没有重复表达？
第三步：
我重新修改。
所以最后的文章：
观点来自我。
表达可以借助 AI。
我一直认为：
AI 可以帮助写得更好，但不能替你形成观点。
20:00 AI 帮我复盘，而不是安排明天
晚上结束工作之前，我会花十几分钟复盘。
通常会问自己：
今天：
- 做对了什么？
- 哪些地方浪费了时间？
- 有没有值得记录的经验？
然后把这些内容放进自己的知识库。
久而久之，这些内容会变成：
- 下一篇文章
- 一个产品功能
- 一个新的项目想法
很多灵感，并不是突然出现。
而是来自每天一点点积累。
AI 没有让我工作更少
很多人会问：
用了 AI，是不是每天轻松很多？
我的答案是：
没有。
我工作的时间并没有明显减少。
但发生了两个变化。
第一：
很多机械性的工作变少了。
第二：
更多时间可以放在真正重要的事情上。
例如：
- 思考
- 判断
- 决策
- 创造
这些才是我真正希望自己投入精力的地方。
一天下来，AI 在扮演什么角色？
如果一定要总结。
我觉得 AI 在我这里，不是一个工具。
而更像：
- 学习伙伴
- 技术顾问
- 写作编辑
- 代码 Reviewer
- 研究助手
不同阶段，它扮演不同角色。
但始终有一件事情不会变：
最终负责的人，还是我自己。
写在最后
过去，我总是在寻找：
最强的 AI。
现在，我更关心的是：
如何把 AI 放进自己的工作流。
工具会不断变化。
今天流行 ChatGPT，明天可能会有新的模型。
但一套成熟的工作方式，会一直陪着你。
我越来越相信：
AI 时代，真正的竞争力，不是谁用了最新的模型。
而是：
谁更早建立了一套属于自己的工作系统。
2026.07.03 11:16
沪·赵巷