输入输出工作流：为什么 AI 装上了，效果却不尽人意

我昨天做了两场 1V1 咨询——

一位做助贷自媒体，一位做电商。

两场下来，他们卡的是同一件事——

不是工具不行，是没有拆解工作流的思维。

至少到目前为止，我越来越觉得：

大部分人把"AI 效果差"归因到工具或模型。

但 99% 的日常需求，现有模型都能解决。

真正缺的是——输入输出工作流的思维。

先看第一个朋友，做助贷自媒体的。

他想通过 AI 创作文案，但产出质量很差。

我花 3 分钟给他分析清楚了：

内容定位、区域、人群、内容方向、内容底线。

然后帮他搭了一个知识库框架。

清晰地给他判定出来了，这些标准。有了这个知识库，我们才有内容产出的框架，Codex 产出的内容才可能满足我们的标准。

【输入端】

• 没有原创能力时，先借鉴博主爆款 → 改写

• 助贷行业对信息源质量要求高 → 订阅一手信息源

• 先借鉴保产出量，再考虑原创

我之前还开源了一个 Skill——

专门用来拆解其他博主做的爆款视频。

爆款为什么值得学、可以怎么改写，都可以直接借鉴。

【处理端】

为什么这里要单独讲处理端？

我们都知道，AI 是很发散的。

你给 AI 的提示词如果不够准确，会直接影响它产出的质量。

所以这里有一个好用的思路——

我们不要自己去写提示词，可以先用豆包去聊一聊，去说说你的行业、你想做的赛道，特别是自媒体。

就以我这个朋友的例子来说，让豆包这样写：

我目前在北京做助贷行业，想用 Codex 给我写一个 skill，帮我产出文案，并符合抖音的爆款风格和抖音平台的合规要求。你帮我产出一个提示词，用来去制作这个 skill。

然后我们再把豆包产出的提示词发给 Codex，让它去产出这个 skill。

这是一个比较好用的思路。

【输出端】

我们一定要让 AI 在一个框架内去发挥，而不是让它随意发挥。

这个框架怎么搭？

Skill 就是限制 AI 的一个框架，知识库也是限制 AI 的一个框架。

输出端也一样，要在框架内输出。

并且我们要保证输出的内容要安全合规，回馈到知识库里面去，形成知识复利。

我花了 50 分钟，带他完整跑通了：

第一步，找爆款、抓文案、存知识库。

第二步，基于知识库生成内容。

第三步，人工反馈 + 持续迭代。

形成闭环。

这套不管各行各业，做自媒体都能参考。

大家可以截图一下。

第二个朋友，做电商的。

需求是把 Excel 做成可视化看板。

他直接喂 Excel 给 AI，说"帮我做个看板"。

结果数据怎么都渲染不出来。

你看这是他之前做的内容——数据都是空的。

他错在哪？

他没有理清楚这个流程的输入输出环节。

我们都知道，Excel 本质上是数据。

数据要转换成可视化看板，需要一个映射的过程。

映射这个事情，最好是交给代码程序来做。

所以以我们程序员的角度来说——

他的输入是 Excel，然后把 Excel 数据读取出来，转换成一个数据结构，然后再用一个可视化的工具去呈现这个数据。

这是完整的工作流。

不过他在过程中没有找到合适的 skill，导致产出的看板数据渲染不出来。

因此我给他安装了好几个 skill，并告诉他怎么在不同的工作区去引用这些 skill。

按这个思路，他重做了一遍——

按照我指导的思路，第二次做的可视化图表，清晰多了。

我还分享了一个工具，方便快速安装管理 Skill。

我们在处理一个问题、想要实现一个需求的时候，如何拆解工作流是相当重要的。

那拆解工作流最简单的一个方法，就是从输入、输出，以及端到端的思维去考虑。

输入是什么？

哪一步在处理？

是谁在处理？是 AI 在处理，还是脚本在处理？

输出又是什么？

以及我们端到端的一个链路，有没有完整地跑过一次？

它中间的卡点是什么？

是哪一步的输出，导致它的质量很低？

要让它清晰可视化起来，这样子我们才能去迭代它、去优化它。

老实说，我自己虽然有这个思维——

但怎么帮客户持续维护工作流的习惯，是需要长期去思考的问题。

我自己用 AI 时，也经常没理清输入输出就开跑。

我是不是也有这个问题？

最后，感谢大家能观看到现在。

其实我觉得 1V1 交流的过程中，有一个很强的正反馈——

可能你觉得这些东西比较简单，

但对你的客户来说，他的价值是很大的。

甚至我昨天在和那个朋友交流过程中，

他反过来还教我怎么去做知识付费。

我也觉得，这是一个双向交流沟通的过程。

我们不是在教对方，我们是在相互学习。

一对一的交流，是一个互惠互赢的过程。

感谢大家的倾听，再见。