這集講了什麼
這集以 AI 回答品質為何因人而異為切入點,核心論點是使用者的知識深度,而非工具設定,才是決定因素。節目中依序梳理批判性追問、工作流程節點化拆解,以及從順向逆向指令到 Skill 自動化封裝的三層遞進路徑,說明三者是依存關係,缺少前一層就無法穩定建立後一層。13 條可帶走的判斷
jayden
AI 回答的品質不由工具決定,而是由你在這個議題上累積的知識深度決定
可遷移的原則任何知識系統(搜尋引擎、AI、專家顧問)都會根據提問者展示的知識深度來調整回答層次;工具本身不是瓶頸,提問者的知識水位才是
jayden
批判性思考是解鎖 AI 的核心技能:不停追問「為什麼」直到說服自己,是從淺層知識走向深度理解的唯一路徑
可遷移的原則知識獲取的深度取決於你能否識別出自己不知道的名詞並持續追問每一個未知;批判性思考(理清為什麼、說服自己)在任何知識工具上都適用
jayden
AI 解鎖機制:用你的實際經驗主動糾正 AI 的錯誤,它就把你的知識水位鎖定,後續回答不再流於表面
可遷移的原則與任何知識系統高效互動,都需要主動輸入你擁有的「更正項」,才能讓對方校準到你的知識水位
jayden
如果你問的問題還停在「如何尋找 KOL」這個層次,等於還在 Awareness 階段,AI 只會給 Awareness 層次的答案
可遷移的原則任何知識搜尋,所得結果的深度取決於問題本身所處的認知階段;若想得到更深的回答,先把問題推進到更深的認知層次
jayden
AI 對同一問題給不同人的回答是不同的:不是因為 AI 設定或 Persona 不同,而是因為使用者展示的知識深度不同
可遷移的原則在動態互動系統(AI、導師、顧問)裡,同一問題不存在標準答案;回答品質由提問者的知識水位共同決定
jayden
AI 最強的定位是「行動圖書館」:主動探索你完全不知道的知識領域,而非只用來提升已知工作的效率
可遷移的原則任何強大工具都有多種使用模式;掌握「最不明顯」的用法(學習未知),通常比顯而易見的用法(提升效率)帶來更大的長期槓桿
jayden
AI 與 Google 的深度學習邏輯完全相同:都是從名詞到名詞、從 Awareness 到決策;AI 只是讓這個過程更快且突破了語言障礙
可遷移的原則新工具不需要全新的學習方法論;先找到它與你已熟悉工具的共同底層邏輯,再只學差異的部分,採用成本最低
jayden
目標明確時用順向指令;目標模糊時先用逆向指令讓 AI 幫你定義成功邏輯,再切換順向執行
可遷移的原則遇到複雜問題時,先確認「成功的樣子」再開始執行,無論委託對象是人還是 AI
jayden
指令庫(prompting)的價值不在記住某個句型,而在學習三件事:如何問問題、用哪些專有名詞解鎖 AI、如何迭代讓 AI 產出超出自己預期的結論
可遷移的原則任何工具技能的學習,真正要掌握的是工具背後的邏輯,而非具體操作步驟;邏輯可遷移,步驟會過時
jayden
節點化思維:把工作拆成可獨立委託的單元:確定對象(TA)、確定格式、確定分析深度、確定提交方式,每一步都是一個節點
可遷移的原則將工作「節點化」:找出每個關鍵決策點或轉換點,是把任何複雜工作委託出去的必要前提,無論委託對象是人還是 AI
jayden
大多數人無法用 AI 自動化工作的核心原因,是他們不清楚自己的工作流程有哪些節點,而不是不會用 AI
可遷移的原則自動化的瓶頸永遠不在工具,而在流程的清晰度;無法描述給別人的工作,也無法委託給機器
jayden
Skill 是把工作邏輯封裝成可複用自動化單元:調用後 AI 照固定工作指令執行,每次產出格式一致
可遷移的原則任何可重複的智識工作,都可以被結晶成標準流程;一旦流程穩定,就能交給更低成本的執行方式持續運行
jayden
AI 能力進化的三階段遞進路徑:指令(順向/逆向)→ 節點(工作流 SOP)→ Skill(自動化封裝),三者是依存關係,少了前一層就無法穩定建立後一層
可遷移的原則能力升級是遞進的,跳過中間層直接衝最高層通常失敗;先打穩上一層的基礎,才能讓下一層有所附著
大家好,我是阿波小編!
這集 Jayden 要來解答一個讓所有 AI 使用者困惑的問題:
「為什麼你的 AI 回答很淺?」
很多人都這樣用 AI:問「如何尋找 KOL」這種表面問題、以為下指令就能解決一切、看到 AI 回答淺就覺得 AI 沒用。
結果呢?AI 回答的東西超級淺、問什麼都是廢話、覺得 AI 只會糊弄你、不知道為什麼別人的 AI 這麼厲害。
關鍵不是 AI 不好,而是你缺少「問問題的能力+批判性思考」!
這集 Jayden 會完整公開為什麼 AI 回答很淺(你都還在 Awareness 階段、只問表面問題、沒有深度討論某個議題),還有問問題的能力+批判性思考才是關鍵(問特殊關鍵字或專有名詞、AI 會記錄你的深度到幾分、之後回答就是那個深度)、從 AI 解鎖機制到順逆向指令(順向指令:把 AI 當員工、逆向指令:先定義成功邏輯)、掌握節點工作SOP+Skill工作流程(節點=工作流程每一步、Skill=Claude定義的AI工作流程),打造 AI 自動化執行系統。
🎯 本集重點內容:
為什麼 AI 回答很淺:你只問表面問題、都在 Awareness 階段
問問題的能力+批判性思考:問特殊關鍵字、AI 會記錄深度
AI 解鎖機制:深度討論它就不會糊弄你
順逆向指令:把 AI 當員工 vs 先定義成功邏輯
節點工作SOP:工作流程每一步都是節點
Skill工作流程:調用 Skill 產出格式一模一樣
如果你想知道為什麼 AI 回答很淺、想學問問題的能力+批判性思考、想打造 AI 自動化執行系統,這集會給你完整解答!🚀
※本集內容:
I. 開場與近況分享
連續三週感冒,聲音還沒完全好
上兩集用直播擋(聲音很平可能想睡著)
昨天辦了線下課程活動(線上線下約 30 人參加)
短時間不會再辦線下活動(太累、有時間地點限制)
II. 銷波快四大系列說明
銷系列:銷售有關、學完可以馬上轉換
波系列:品牌跟經營有關
快系列:學習方式、學習技術、學習資源
浪系列:思考方式、遇到行銷專案怎麼看待
近期會有榮幸邀請的來賓聊浪系列
III. AI 學習核心:問問題的能力
A. 從 Google 學習到 AI 學習的轉變
2015 年開始用 Google 做深度學習
搜尋「廣告投放技術」→ 看文章項目 → 記錄不知道的名詞(如 PMax 廣告)→ 二度搜尋 → 不停深入
從淺到深:什麼是廣告投放 → 如何做 → 步驟懶人包 → 深度設定
這叫批判性思考(Critical Thinking):理清楚為什麼是這樣、說服自己、掌握知識模式
B. AI 是更符合的工具
2023 年開始用 AI(ChatGPT 剛出來)
高生產力工具協助找答案
Google 找不到的資訊 AI 會回答
AI 是行動圖書館、大型資料庫、個人化學習導師
C. AI 解鎖機制
問特殊關鍵字或專有名詞 → 問題越來越深 → 回答越來越專業
AI 會記錄你的深度到幾分(例如 7 分)→ 之後回答就是 7 分
深度討論某個議題 → AI 解鎖資訊跟資料庫 → 之後不會糊弄你
有時候 AI 講的是假的 → 告訴它你的實際經驗 → AI 會根據你的知識解鎖
D. 客戶階段 / 顧客旅程
Awareness 階段:如何尋找 KOL(表面問題)→ AI 回答很淺
深入階段:KOL 媒合、影響力指標、互動率正常值、成功經驗 → AI 回答更深
跟 SEO 運作邏輯一模一樣
Jayden 問 AI:「同樣的人問同樣的問題,你會回答一樣的內容嗎?」→ AI 說「絕對不會」
IV. AI 學習三階段
A. 第一階段:指令(Prompting)
順向指令:把 AI 當員工,第一步第二步第三步第四步,給完整結果
逆向指令:目標模糊時(如行銷企劃),先定義成功邏輯 → 確認架構 → 再用順向指令做出完整企劃
指令學習三重點:
他是怎麼問問題的
他用了哪些專有名詞來解鎖 AI
產出結果如何迭代讓 AI 產出沒想過的結論
指令從來不是指令本身,而是邏輯
B. 第二階段:節點(工作 SOP)
節點 = 工作流程的每一步
範例:撰寫報告
節點 1:確認報告者是誰、寫給誰看(TA)
節點 2:報告格式(第一段寫什麼、第二段寫什麼)
節點 3:深入解析、數據來源調查
節點 4:提交(上傳平台步驟)
為什麼需要節點:
目標是 AI 自動化
大多數人 AI 沒辦法自動化 = 對執行流程不清楚
把工作規矩列出來 → 才能進入自動化
範例:客戶名稱 + 服務名稱 → AI 自動產出已簽名訂購單
必須清楚 AI 要經過哪幾個步驟節點
C. 第三階段:Skill(AI 工作流程)
Skill 是什麼:Claude 定義的 AI 工作流程
調用 Skill → AI 照著工作指令跟工作項目 → 產出格式一模一樣
後面幾集會講:順向指令怎麼做、逆向指令怎麼做、節點概念跟安排、如何設計節點、Skill 該怎麼做
V. 預告與結尾
下集會講順向指令、逆向指令、節點設計
快系列最後一集會講 Skill
感冒真的超級痛苦,大家要好好保重身體