把讨论带回自己的工作。
从具体任务找做法。这里是基于讨论整理的实践建议,使用效果仍需在你的任务中检验。
你正在做哪类任务?
个人产品与原型
一个产品意图与可以快速试用的功能。
企业存量软件
既有系统里的需求、Bug或接口修改。
模糊业务的AI应用
业务需求尚未定义清楚,使用者也不确定技术能做什么。
轻量模型与批量处理
受资源限制的模型任务或大批量数据。
研究、洞察与决策支持
来自不同渠道的数据、商业问题和待论证判断。
开放数据的项目梳理
格式多样、接口不一、路径未确定的业务数据。
办公表达与汇报
需要解释、展示或推动决策的内容。
跨Agent协作与知识维护
跨多个工具、模型与窗口的持续任务。
面向实践的学习与选题
学习目标、兴趣、真实用户与有限资源。
想试一种做法?
开始一个还说不清楚的任务
别急着选工具,先建立最小的共同问题。
比较工具,不比较口号
让模型体感变成别人能理解的任务记录。
让验证对准业务损失
把“有没有产物”升级成“哪些错误不能接受”。
给流程做一次减法试验
比较结果,而不是迷恋更多节点。
在多个Agent之间交接事实
共享的是权威状态,不是无限复制聊天记录。
把报告变成可用于决策的证据链
先说明要做什么决定,再决定需要什么数据。
完成任务之后,让自己也更新一次
复盘不只是赞美结果,更要保存认知改变。
给项目做最小价值核对
技术成功之外,谁用、何时用、为何值得?
把分歧保存下来,而不是宣布胜负
区分观点变化、限定补充和仍然不同。
把宏观判断改成可检验的问题
方向、路径与时间,需要分别讨论。