AI 实战专栏
我的电脑里有一个看起来很富有、实际上很贫穷的文件夹。
里面装着300多本电子书，但真正能在工作中被我调用的方法，少得可怜。
直到我开始给每本书安排一份“工作”。
以前，我判断一本书是否“属于自己”的标准很简单：文件有没有保存成功。
看见别人推荐，先下载；临时用不上，先归档；担心以后找不到，再备份一份。这个动作带来的满足感很像买健身卡——付款那一刻，仿佛身体已经变好了。
可三个月后再打开目录，我甚至想不起其中大部分书为什么会出现在那里。它们没有消失，只是彻底退出了我的生活。
一、我把“保存成功”，误认成了“已经学会”
电子书最容易制造一种错觉：获取成本越低，知识似乎离自己越近。
纸质书摆在桌上还会提醒你没有读完，数字文件却很安静。它被放进层层目录以后，既不占空间，也不会催你。于是“以后再看”自然变成了“永远不看”。
我后来统计了一次：300多本书里，完整读完的不到30本；能够说出核心框架并实际用过的，更少。
二、第一次让AI读书，我没有让它写摘要
转折发生在我试用WorkBuddy之后。
起初，我只是让它处理本地资料：识别文件、统一命名、放进对应目录。这确实省事，但很快我就意识到，如果AI只是替我把书摆得更整齐，那不过是把一座凌乱的仓库变成一座整洁的仓库。
真正值得解决的问题不是“书放在哪里”，而是“书里的方法什么时候能派上用场”。
于是，我挑出一本关于结构化表达的书交给它。这次没有让它概括章节，也没有要求输出读书笔记，而是让它找出一套能够检查文章逻辑的操作流程。
我当时使用的提示词：
不要复述这本书的内容。请找出其中可以反复执行的方法，说明它适用于什么任务、启动前需要哪些信息、每一步如何判断，以及什么结果算合格。最后整理成WorkBuddy可加载的Skill。
三、摘要保存信息，Skill负责改变行为
生成结果和我过去做的笔记完全不同。
它没有告诉我“作者在第三章提出了什么”，而是先问我：这篇文章写给谁看？读者看完要做什么？当前结论由哪些证据支撑？段落之间是否存在跳步？
我把它加载成一个“文章逻辑体检”Skill。后来每次初稿完成，只要启动它，WorkBuddy就会沿着同一套标准逐项检查，并把问题定位到具体段落。
这时我才明白，读书笔记和Skill的差别不在于长短，而在于用途：一个用于保存，一个用于执行。
四、一本书变成Skill，要经过三次筛选
后来我固定了一套加工方法。它不追求覆盖整本书，只寻找真正值得进入工作流的部分。
第一层：有没有明确的使用场景？
“提升认知”太宽泛，“在重要决定前检查思维盲区”才是可以启动的任务。
第二层：能不能拆成动作和判断？
如果一个方法只能靠感觉理解，AI也很难稳定执行。步骤、输入、标准和例外都要说清楚。
第三层：能不能在真实任务中重复使用？
第一次生成只是草稿。至少跑过两三个真实案例，再把误判和缺失条件补回Skill，它才真正属于你。
五、同样的AI，最后会长成不同的工具
按照这套方法，我开始重新翻自己的电子书目录。
- 从用户访谈类书籍里，提炼“识别伪需求”的追问流程；
- 从写作类书籍里，提炼“删掉空话和弱论据”的检查器；
这些Skill未必适合所有人，因为它们来自我的任务、习惯和错误记录。但也正因为如此，它们比一套公开模板更懂我。
大家安装的WorkBuddy可以完全一样，半年后的使用体验却可能截然不同。有人把它训练成编辑，有人训练成研究助理，有人训练成项目管家。
”
通用AI决定了能力下限，个人Skill库决定了它究竟有多像你的搭档。
六、从今天起，给每本书安排一份工作
现在再遇到一本想收藏的书，我不会先问“哪里能找到”，而会先问：
如果说不清，它大概率只会成为目录里的又一个编号。如果能说清，我会直接围绕那个场景阅读：找规则、找步骤、找判断条件，再让WorkBuddy把它封装成可测试的Skill。
这样做以后，我读的书反而少了，但真正留下来的东西变多了。
进群可领取ai资料包
解锁更多福利~
