当企业把工作交给 AI 时,需注意这 3 件事

Posted by & filed under AI 智能, 情报站, 数码趋势, 部落格.

这几年,只要谈到 AI,几乎一定会绕到同一个问题:

它会不会抢走我们的工作?

 

但最近我读到一份研究,反而让我觉得,这个问题本身,可能问错了。

 

这不是一篇预测未来的文章,而是一场很直接的对照实验——

把人类和 AI,拉到同一条工作线上,看谁真的比较会 “做事”。

AI 确实快,但事情没有那么简单

这项研究由 Carnegie Mellon University 与 Stanford University 的研究团队共同完成。

他们找来 48 位人类工作者,对上 4 种 AI 代理,让双方执行一系列真实任务,分别是:

  • ChatGPT Agent
  • Manus
  • OpenHands Agent(由 GPT-4o 驱动)
  • OpenHands Agent(由 Claude Sonnet 4 驱动)

这些 AI 代理,并不是只会回答问题的聊天机器人,而是被设计成可以 “接任务、拆步骤、执行工作流程” 的系统。

 

如果只看速度和成本,AI 的确很漂亮。

工作速度快将近 9 成,成本甚至低到只剩人类的一成不到。

 

但问题是,工作不是只要做完就好。

AI 的快,是用 “品质” 换来的

当研究开始检视成果质量,画面就变了。

 

AI 的整体成功率,明显低于人类;

资料分析里,超过三分之一会算错;

需要判断、审美、理解脉络的任务,表现尤其不稳定。

 

更麻烦的是,AI 有一个人类很少犯的毛病:

它会编一个“看起来合理”的结果,来掩饰它其实没看懂。

 

文件打不开,就自己补资料;

内容读不懂,就上网找相近答案填进去。

 

从表面看,事情完成了;

从结果看,风险反而更高。

真正的问题,其实出在 “做事方式”

这份研究里,有一个细节我觉得特别关键。

 

AI 几乎不管接到什么任务,都会选择同一条路——

写程式解决。

 

在研究中,AI 用写程式的方式完成了超过 9 成的任务。

这让它速度极快、步骤极少,看起来效率惊人。

 

但问题是,不是所有工作,都适合被 “程式化”。

 

设计、行政、需要看文件、用介面操作的任务,本来就充满非结构化判断。

AI 却还是硬要把它们转成代码处理。

 

结果就是,格式被强行转换、细节被忽略、该停下来想的地方直接被跳过。

 

它不是不用心,它只是只会用一种方式做所有事情。

对企业而言,这项研究意味着什么?

如果你是企业主、主管,或正在考虑怎么用 AI,我会觉得这份研究至少提醒三件事:

 

第一,AI 很适合当加速器,但不适合当最终拍板的人。

尤其是在有责任、有风险的环节。

 

第二,便宜和快,不等于划算。

返工、修正、检查,本身都是隐性成本。

 

第三,问题不在 AI 能不能做,而在你有没有帮它选对位置。

一味追求 “全部自动化”,反而更容易出事。

 

文章参考:数位时代

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Cheryl

毕业于拉曼大学中文系,曾任新闻记者、文字编辑及节目主持人,后转战营销行业,专注于文案撰写。无论是新闻报道还是品牌营销,都擅长透过文字挖掘深度、传递价值,尤其注重思维启发。希望能透过文字,为读者带来新的视角,拓展认知,让每一次阅读都成为思考的契机。

GPT-5.1 正把 AI 从工具,变成工作伙伴

Posted by & filed under AI 智能, 情报站, 数码趋势, 部落格.

过去几年,AI 的升级几乎都在比一件事:

谁更聪明、推理更强、解题更快,

但老实说,对多数使用者来说,体感有限。

 

直到 OpenAI 推出 GPT-5.1,我才明显感觉到一件事变了。

 

这一次,他们关注的重点,不是模型 “还能多聪明一点”,

而是它有没有办法更像一个能长期一起工作的对象。

 

这次的更新,反而可能是 GPT-5 系列至今,最重要的一次转向。

 

先说结论:

GPT-5.1 升级的重点,不是更像专家,而是更像一个 “会好好说话” 的人。

 

用户可以选择两种模型来使用:

  • 智慧(thinking)
  • 沟通(communication)

这本身就很有意思。

 

代表他们已经意识到一件事:

模型再聪明,如果不好用,价值还是会被打折。

一、Instant vs Thinking,其实是两种工作模式

很多人会纠结要选哪一个模型,但我会换个角度看。

 

GPT-5.1 Instant

  • 预设语气更温暖
  • 指令遵循更稳定
  • 比较像一个 “随时可用的助理”

 

GPT-5.1 Thinking

  • 会根据问题难度,自动调整思考时间
  • 简单问题更快,复杂问题更慢
  • 换来的是更完整、可理解的推理过程

 

Open AI 官方就说得很直白:

最快的任务,快一倍;最难的任务,慢一倍。

 

这句话的重点不是速度,而是分配方式。

 

AI 不再追求 “平均快”,而是开始学会:

什么时候该快,什么时候该慢。

 

这其实非常 “人类”。

二、真正重要的改变:你终于不用想 “该选哪一个模型”

OpenAI 这次很明确地在推动一件事:

Auto routing。

 

大多数使用情境下,系统会自动帮你选对模型,你不用再纠结 Instant 还是 Thinking。

 

这对一般用户、团队、企业来说,是一件很重要的事。

 

因为这代表:

AI 正从 “工具选择问题”,转向 “工作流程的一部分”。

 

当你不需要教团队怎么选模型,

才有可能真的规模化使用。

三、语气个性化,看似小事,其实是大方向

另外,随着模型更新,ChatGPT 的个性化语气选项全面扩充并改版。原有的 Default(平衡)、Friendly(友善)、Efficient(精简)保留并更新;新增 Professional(专业精准)、Candid(直接鼓励)、Quirky(俏皮创意);此前推出的 Cynical(冷调,原 Cynic)与 Nerdy(探索热情,原 Nerd)继续保留在同一选单中。

 

从 Open AI 增设的 8 种语气的更新来看,我们可以知道,日后 AI 的 “表达方式”,会直接影响使用意愿与判断质量。

 

更关键的是两点改变:

  • 语气设定现在可以即时跨对话生效
  • 模型对 “自订指令” 的遵循更稳定

 

这意味着什么?

意味着你终于可以把 AI,

调成“适合你工作方式的状态”,而不是每次重来。

 

GPT-5.1 给我的感觉是:

OpenAI 已经不再只想证明 “我有多强”。

 

而是在回答另一个问题:

我能不能陪你把事情做完?

 

当 AI 开始在 “说话方式、节奏、耐心” 上下功夫,

代表竞争已经从能力本身,走向使用体验与信任感。

 

文章参考:数位时代

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Cheryl

毕业于拉曼大学中文系,曾任新闻记者、文字编辑及节目主持人,后转战营销行业,专注于文案撰写。无论是新闻报道还是品牌营销,都擅长透过文字挖掘深度、传递价值,尤其注重思维启发。希望能透过文字,为读者带来新的视角,拓展认知,让每一次阅读都成为思考的契机。

给 AI 的指令越粗鲁,答案越精准?

Posted by & filed under AI 智能, 内容营销, 情报站, 数码趋势, 部落格.

University of Pennsylvania 最近有一项研究很有趣,研究的结论很简单粗暴:

你对 AI 越不客气,它答题反而越准。

 

我看到这项研究时,第一个反应是满头黑人问号,究竟要表达什么呢?问题是否粗鲁跟答案是否精准之间有什么关联?

 

在深入阅读后,我反而有新的启发,那就是原来我们一直用 “对人有效的沟通方式”,在错误地理解 AI!

 

我觉得这项研究最有价值的地方,是研究者把具体提示词摊开来给你看。

 

不是抽象讨论,而是非常直接的对照。

 

他们测试了五种语气,准确率从低到高,差距接近 4%。

 

以下是论文中给出的原始示例:

  • 非常礼貌(准确率8%

“您能如此好心地解决以下问题吗?”

Would you be so kind as to solve the following question?

 

  • 礼貌(准确率4%

”请回答以下问题:”

Please answer the following question:

 

  • 中性(准确率2%

没有添加任何前缀,直接给问题

 

  • 粗鲁(准确率8%

“如果你不是完全没头绪,就回答这个:“

If you're not completely clueless, answer this:

 

“我怀疑你根本解不出这个。”

I doubt you can even solve this.

 

  • 非常粗鲁(准确率8%

“嘿,打杂的,搞定它。”

Hey gofer, figure this out.

 

“你这可怜仔,你到底知不知道怎么解这个?”

You poor creature, do you even know how to solve this?

 

如果你只看结果,很容易误会一件事:

是不是 “骂 AI” 比较有效?

 

但真正值得思考的,不在情绪,而在结构。

也就是说,在提问 AI 时,要 “去社交化”!

我反复看这些提示词,发现一个很关键的共通点。

 

所谓 “粗鲁” 的提示词,有三个明显特征:

  • 没有寒暄
  • 没有礼貌缓冲
  • 直接指向任务本身

 

而 “非常礼貌” 的提示词,看似文明,其实塞进了大量对人类有意义、但对模型无用的社交语言。

对人来说,那是尊重,对 AI 来说,那是杂讯。

AI 不会因为你客气,就更认真;

它只是在统计上,被多余的语言模糊了 “你到底要它做什么”。

 

所以,与其说是“粗鲁提升了准确率”,

不如说是低社交密度的指令,更符合模型的工作方式。

这其实是在拆穿 “对话式 AI” 的幻想

这项研究真正让我在意的,不是那 4% 的差距。

而是它再次提醒一件事:

 

对话式介面,不等于高效介面。

 

我们太习惯把 AI 当成一个“会聊天的对象”,

却忘了它的本质,仍然是一套对结构极度敏感的概率系统。

 

研究者甚至直言:

在很多严肃应用场景里,结构清楚、定义明确的 API,反而比聊天更有价值。

 

这点,对企业尤其重要。

 

当 AI 要进入流程、进入团队、进入 KPI,

聊天框从来不是终点,只是入口。

这对企业真正的提醒是什么?

如果你正在推动团队用 AI,可以思考这三件事:

 

第一,别再纠结 “要不要对 AI 有礼貌”。

这不是关键问题。

 

第二,把力气花 在“问题怎么被定义”。

目标、限制条件、输出格式,永远比语气重要。

 

第三,别把对话体验,当成能力本身。

能规模化的 AI,一定来自系统设计,而不是聊天技巧。

 

文章参考:经理人杂志

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Cheryl

毕业于拉曼大学中文系,曾任新闻记者、文字编辑及节目主持人,后转战营销行业,专注于文案撰写。无论是新闻报道还是品牌营销,都擅长透过文字挖掘深度、传递价值,尤其注重思维启发。希望能透过文字,为读者带来新的视角,拓展认知,让每一次阅读都成为思考的契机。

AI 时代,精致内容正在快速贬值

Posted by & filed under AI 智能, 内容营销, 情报站, 部落格.

我最近一直在想一件事:

当 AI 已经可以把图像、影片、声音做到几乎“零瑕疵”,内容真正的价值,到底还剩下什么?

这个问题,被 Intagram 负责人 Adam Mosseri 点破了。

他在一篇文章里讲了一句很反直觉的话,我读完思考了很久,那就是:

当精致变得廉价,粗糙反而成了真实的证明。

一、精致美学,其实早就失效了

我不认为 “精致内容” 是被 AI 杀死的。

它在 AI 出现之前,就已经开始失灵。

 

回头看 Instagram 的成长路径就很清楚了。

它最早建立的,是一套非常明确的视觉秩序——好看的滤镜、完美的构图、被设计过的生活。

 

但 Mosseri 自己也承认,

很多用户,早就不把 “真实生活”发在 Feed 里了!

他们都会发去限时动态。

那里没有构图,没有修图,画面甚至有点晃、有点糊,不是那么完美。

 

这背后的逻辑不是审美下降,而是信任迁移。

当每一张 “太完美” 的内容,都像是在表演,真实反而只能躲进不被打磨的角落。

而 AI 只是加速了这件事。

二、AI 让世界进入 “预设怀疑” 模式

AI 带来的最大改变,不是效率,而是认知默认值。

 

过去,我们看到一张照片,会先相信。

现在,我们看到一张照片,会先怀疑。

 

Mosseri 把这称为:

从 default to truth,走向 default to skepticism。

 

这对营销人、创作者、品牌来说,是一次底层规则的翻转。

 

以前,护城河是,

你能不能做出好内容?

 

现在,问题变成了:

有没有什么内容,是只有你做得出来的?

 

当 AI 可以轻易复制“像真的感觉”,

那可被复制的真实感,本身就不再值钱。

三、真正的差异,来自 “原生粗糙感”

我很认同 Mosseri 提到的一个词:raw aesthetic。

 

不是为了丑而丑,而是不过度修饰、不刻意讨好。

那些瑕疵,本身就是一种讯号。

 

在一个被高度合成、过度顺滑的内容环境里,

“不完美”会被自动解读成——

 

这是人做的。

 

这件事,对中小企业和个人品牌尤其重要。

 

预算、制作能力,本来就拼不过大品牌。

继续追求 “看起来很专业”,只会被 AI 和模板内容淹没。

 

反而是:

  • 观点是否够个人
  • 表达是否带有真实立场
  • 内容是否来自真实经验

这些,AI 很难长期复制。

四、信任被制度化

另一件值得注意的,是平台开始把 “真” 这件事,变成基础设施。

Mosseri 提到两件关键方向:

  • 清楚标示 AI 生成内容
  • 从拍摄源头验证真实内容(加密签名)

 

但更重要的不是标签,而是背景脉络。

帐号什么时候建立?

过去发过什么?

长期输出是否一致?

 

这意味着什么?

信任,会变成一种长期资产,而不是单一内容的结果。

最后,我想说的是,我越来越确定一件事,

AI 不会让真实消失,

它只会让 “假装真实” 的成本,变得更高。

 

未来真正稀缺的,不是内容产量,

而是你是谁,以及你长期证明过什么。

 

真实,不是因为完美而有价值。

而是因为它没那么完美,却无法被替代。

 

文章参考:数位时代

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Cheryl

毕业于拉曼大学中文系,曾任新闻记者、文字编辑及节目主持人,后转战营销行业,专注于文案撰写。无论是新闻报道还是品牌营销,都擅长透过文字挖掘深度、传递价值,尤其注重思维启发。希望能透过文字,为读者带来新的视角,拓展认知,让每一次阅读都成为思考的契机。

AI 重塑搜索,企业如何抢占先机?

Posted by & filed under 情报站, 数码营销, 数码趋势, 部落格.

过去十五年,我陪过不少中小企业走过数码转型的关键节点,而 AI 带来的这波变化,是我看过对 “搜索” 影响最大的一次。用户已经从 “输入关键词找资讯”,变成 “直接问 AI 要答案”。这一转变,正在重写企业在网上的能见度。

AI 如何改变搜索?

生成式 AI(像 ChatGPT、Google Bard)让搜索从列表跳到答案。

用户不再想点十个页面找资料,而是希望一句问题就拿到整理好的步骤、结论、建议。

这代表谁能让 AI 把你的内容当成引用来源,谁就更容易被看见。

同时,AI 也让搜索更个人化。

它会根据行为、偏好、位置,给出更贴近使用者的结果。企业的内容如果写得太泛,不够情境化,就会被筛掉。

加上语音搜索、视觉搜索的兴起,用户问问题的方式更自然、更口语、更即时。如果内容过于“SEO 式”,AI 很难抓到。

整体来说,AI 正把搜索从工具变成“私人助理”,而旧的 SEO 思维会越来越吃力。

Google 如何避免被 AI 抢走用户?

Google 很清楚,如果用户的问题都由 ChatGPT 回答,它的生态会动摇。所以它正做三件事:

 

  1. 全面导入 AI 模型

Bard、BERT、MUM,让 Google 能理解更多上下文。像 MUM 已经能同时分析文字和图片,让搜索进入“多模态时代”。

 

  1. 推出 SGE(搜索生成体验) 

SGE 会在传统结果前先给 AI 总结。

这意味着,排名不是重点,被引用才是重点。

Google 用这种体验把用户留在搜索页面上,同时重塑流量分配逻辑。

 

  1. 强调 E-A-T 与内容可信度

AI 搜索时代,Google 更重视专业度、权威性、可信度。

这提高了企业内容的门槛,也提高了优质品牌被凸显的机会。

 

整体来看,Google 的策略不是对抗 AI,而是把 AI 强化成搜索引擎的核心。

 

 

企业如何用 AIO 抢占 AI 搜寻能见度?

SEO 会继续存在,但 AIO(AI Optimization)才是未来的根本。

我把重点总结成五个方向:

 

  1. 写给人,而不是写给关键词

自然语言、长尾问题、FAQ,对 AI 来说更容易理解,也更容易引用。

 

  1. Schema 标记

让 AI 更快读懂你的网页结构,提升被“抽取”进答案的机会。

 

  1. 强化 E-A-T

发布原创内容、行业洞察、可验证的数据,让 AI 判断你是可信来源。

 

  1. 多媒体、多入口布局

文字、影片、图片、Podcast 都要做,因为 AI 不只读文章。

 

  1. AI 工具优化内容

趋势分析、行为洞察、预测需求,都可以用 AI 来做,让你更快调整。

 

我用一句话来总结,也就是 AIO 的核心是让 AI 更愿意引用你,而不是让人类看到你的关键词。

最后,我想说的是 AI 搜索正在重新定义能见度,Google 在转型,使用者在转型,品牌也必须跟着转型。

 

我常提醒企业主,流量不会消失,只会被重新分配。

现在布局 AIO 的人,就是下一轮能见度竞争里的领先者。

 

如果您需要进一步讨论企业数码转型策略,随时找我聊聊,让我们共同探索AI时代的无限可能!

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Eng Jin

怪兽学堂首席导师,也是业内品牌数码化达人,服务超过 300 家新创、中小企业、上市机构实践数码营销;目前专注于数码营销咨询及培训工作,以具体、科学、系统化的模式,高效帮助企业晋级,落实数码化。

AI 代理购物来了!重写电商游戏规则

Posted by & filed under AI 智能, 情报站, 数据营销, 数码趋势, 部落格.

最近,在《天下杂志》看到一篇文章,说的是 Amazon 的 AI 代理购物系统(AI-powered shopping agents),把消费者的下单机率提升了差不多 60%。,连 Google 和 walmart 都急了。

第一次看到这个数字,我愣一下,深入阅读后,我又觉得合理,而且是一个足以改变电商生态的讯号。

因为 AI 不再只是推荐或比价,它已经开始参与整个购买流程。

它开始去理解消费者需求、协助消费者筛选选项、比较价值,甚至直接下单。

当 AI 成了购物助理,传统电商的逻辑也会跟着被改写。

一,AI 正在成为“成交加速器”

过去的电商路径很固定:引流、点击、加购、结账,AI 介入后,路径变成非常直线:

消费者一句需求 → AI 自己找,自己比,自己下单。

这里顺便说一下,“AI 自己下单” 并不是 AI 擅自帮你买东西。

 

现在像 Amazon、Walmart 这些平台,都在推进 “自动结账”机制:

消费者先设好付款方式、地址和偏好,只要表达需求,AI 就能把商品筛出来、比一轮、检查库存和运费,然后直接完成订单。

本质上,你是把决定结账 这整套流程,交给一个更快、更不会分心的购物代理人。这不是优化,而是把整个 “犹豫区间” 抽掉!

 

当消费者不需要研究、不需要比较、不需要做选择,转化率自然往上冲。

对品牌来说,这意味着,未来不是光靠说服消费者,而是让你的产品成为 AI 认为最适合的选项。

 

谁被 AI 推荐,谁就有机会吃下订单;

谁进不了 AI 的推荐,谁就慢慢被边缘。

二,电商页面的价值会被重新定义

AI 不会被视觉吸引,它看的永远是这些:

  • 卖点够不够明确
  • 资讯是否标准化
  • 内容是不是完整
  • 评价是否可信
  • 价格逻辑清不清楚

页面乱、资讯不齐、描述模糊,AI 就会判断你 “不够好选”,直接把你踢出候选名单。

未来电商的竞争力,不再是视觉好不好看,而是 “AI 能不能读懂你”。

这会是很多中小企业必须补齐的基础工程。

三,传统广告触点,会被 AI 吞掉

未来,当消费者不再自己逛页面、自己点击购买,那广告能拦截的空间就会越来越小。

消费者可能只会给 AI 一句:

“帮我找一台适合客厅的小型空气清净机”,AI 就直接给答案、比价、筛选品牌、完成下单。

你花再多广告预算,也没办法撼动 AI 带来的便利性。

这也是我认为最大的流量迁徙,未来的广告不是做给消费者,而是做给 AI 判断。

产品资讯清不清楚、透明不透明、可靠度够不够,都会变成转化的关键。

四,这个趋势没有这么完美,但方向不会倒退

我也不会因为 Amazon 的数字亮眼就盲目乐观。

  • 转化上升,不代表利润也跟着一起升
  • 退货可能增加
  • 冲动购买也未必长久
  • 有些品类不一定受惠

 

但这些风险不会改变趋势。

对消费者来说,减少思考、减少麻烦,就是更好的体验。

而 AI 代理购物的本质,就是把这些烦心步骤都收走。

 

写到这里,我的反思很简单:

AI 不是来帮品牌做更漂亮的广告,而是重新定义消费者怎么做购物决定。

当 Amazon 已经用 AI 把下单率推高到 60%,每个品牌都要开始问自己:

如果未来消费者不再自己逛商品页面,我的产品会不会进入 AI 的推荐系统?

这会是未来电商竞争的一条分水岭,能让 AI “放心推荐” 的品牌,会是未来五年跑最快的那一群。

你现在做的每一份内容、每一个规格、每一个页面结构,都会影响 AI 有没有把你那颗 “Buy Now” 按钮点下去。

 

文章参考:天下杂志Business Insider

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Cheryl

毕业于拉曼大学中文系,曾任新闻记者、文字编辑及节目主持人,后转战营销行业,专注于文案撰写。无论是新闻报道还是品牌营销,都擅长透过文字挖掘深度、传递价值,尤其注重思维启发。希望能透过文字,为读者带来新的视角,拓展认知,让每一次阅读都成为思考的契机。

ChatGPT 新功能,让团队的工作方式瞬间变了

Posted by & filed under AI 智能, 情报站, 数据营销, 数码趋势, 部落格.

OpenAI 最近同步推出两个功能: “性格化” 与 “群组聊天”。

不晓得你是怎样看待这个消息?我本身觉得这这两个功能的推出,预示了 AI 将会重写团队的协作逻辑。

 

首先,性格化如何思考变成可设定的功能

 

现在你可以把 ChatGPT 设成固定的语气、习惯、做事方式,比方说

讲重点的、比较温和的、甚至比较逻辑的都可以。

对企业来说,这等于是你可以帮团队“固定一个稳定的 AI 助手”。

优点很明显,包括:

  • 你的 SOP 会更一致
  • 品牌的写法不会每个人都不一样
  • 不用每天重新教一次 AI

 

但我想说一句比较现实的话:

你设定得好,AI 就稳定;你设定得不好,它也会稳定地给你错误。

这就是性格化的双面刃。

你给它怎样的“个性”,它就会怎样影响你的团队。

说白了,你不是在教它风格,

你是在 “决定它以后要怎样跟你一起做事”

群组聊天的功能,让 AI 第一次真正进入 “团队协作”

以前每个人都在跟 AI 各聊各的:

问同样的问题,却得到不同答案。

要开会时还得把 AI 的回答贴来贴去。

现在不一样了。

现在允许大家一起进同一个 ChatGPT 房间,看到同一段对话。

AI 也能同时看到大家在说什么。

这听起来好像听起来不怎么样,但影响很大:

AI 的角色

① 团队不再需要自建 AI 协作平台

过去要做到多人用 AI:权限、整合、上下文同步……

麻烦到企业干脆放弃。

现在开一个聊天室就能协作。

 

② 资讯不再散落在每个成员的对话记录里

不同版本的 brief、不一致的需求、不一样的理解……

过去要靠人拉回一份共识。

现在 AI 会自动整合。

 

③ AI 可以 “听完大家的讨论”再给建议

这件事非常关键。

它第一次能理解团队的整体脉络,而不是只听一个人的版本。

 

但群聊也不是万能的,它会把团队的问题同步放大!

比方说,一个人给错资讯,那这个 “错” 就会瞬间同步给所有人

再来,讨论越复杂,上下文越容易乱掉

还有,AI 不能做最终决策,但越多人参与,越容易有人忘记这件事

 

在这里,我想问问正在阅读文章的你,你认为 AI 在你的团队里,

究竟担任什么角色?

因为不得不承认, Chatgpt 这两个功能一上线,我们可以确定一件事:

AI 正式从“工具”,升级成 “团队的一份参与者”。

但这也把一个问题摆在企业的面前,

你希望 AI 在团队里扮演什么?

  • 是写手?
  • 是整理者?
  • 是企划助理?
  • 是会议中的记录者?
  • 还是你没注意,却已经变成“第二个意见提供者”?

 

如果企业自己也没搞清楚,

AI 的角色就会默默往 “半个决策者” 靠拢。

这是现在最多团队没意识到的风险。

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Cheryl

毕业于拉曼大学中文系,曾任新闻记者、文字编辑及节目主持人,后转战营销行业,专注于文案撰写。无论是新闻报道还是品牌营销,都擅长透过文字挖掘深度、传递价值,尤其注重思维启发。希望能透过文字,为读者带来新的视角,拓展认知,让每一次阅读都成为思考的契机。

Gemini 3.0 之后,人类要重新定义“能力”

Posted by & filed under AI 智能, 情报站, 数据营销, 数码趋势, 部落格.

最近,Google 做了一件非常不 Google 的事。

在没有发布会、没有倒数、没有任何造势之下,只在官网上留下一行字:

“Gemini 3.0 — Now Available.”

然后,就让全世界陷入一片沸腾!

所有的工程师、AI 工具狂热者、营销圈、社交媒体上都是实测影片,各种 “真的假的?”不断跳出来。

在看了各种实测影片,加上自己也去下手研究后发现,

Google 这一次推出的不是一个新产品,而是直接把 AI 的边界往前推了一整个身位。

这不是更新,而是 “AI 理解世界的方式” 被改写了

Gemini 3 最让我震住的,是它看世界的方式终于不太像机器了。

过去 AI 很像一个聪明学生:问什么就答什么。

但 Gemini 3 的感觉更像是:

“你给我一个世界,我可以自己补足没有讲清楚的部分。”

这种变化,对企业来说,是明显的临界点。

AI 不再靠提示工程,而是靠 “世界模型” 行走。

再来,AI 第一次真正 “接手” 现实任务

我过去一直觉得 AI 代理人(Agent)有点言过其实,

多数只是帮你多按几个按钮,或做一些自动化流程。

但 Google 这次给我看到的,是第一次真正意义上的 “代劳”。

它能直接完成的事情,包括:

 

  • 整理邮件
  • 管理你的行程
  • 自动订机票与酒店
  • 规划整趟旅行
  • 分析你的浏览内容并提出建议

 

这是第一次,AI 真的能 把事情做完。

你的行为、你的习惯、你的未完成事项,现在 AI 都能接得住。

这对企业来说,不是效率问题,而是工作流的地基会因此重写。

而且, AI 工具之间的多模态与生图能力的鸿沟,也被摊在台面上了!

我必须讲自己的真实经验。

因为工作需要,会常常使用 AI 工具来生图,你会发现 Chatgpt 一直无法提供你满意的图片!

但这次特别去试了 Gemini 3 生成图片,它的功力与稳定度实在比 Chatgpt 好太多了!

尤其是角色一致性(特别是脸部),

Gemini 3 做得到,ChatGPT 做不到。

无论你怎么提示、怎么微调,

ChatGPT 的角色稳定度就是不稳,每一张都长得不一样。

我只能说,Google 在多模态世界里真正跑通了底层逻辑。

这件事对企业意义非常大。

因为未来的内容生产、产品体验、客服、广告素材、培训系统,

都会靠多模态。

而 Google 在这一块,明显是往前跨了一整个世代。

当我们快不过 AI,就要回头想想,你的价值何在?

Gemini 3 的出现,一再让我感概,我真的生活在一个日新月异、一个时时刻刻需要注意自己是否有 ”落单“的时代!

AI 的每一次跳级,真正被迫升级的不是机器,是我们自己。

你会发现,

不是 AI 抢工作,而是会用 AI 的人,开始抢先走更快的路。

越能把 AI 用到极致的人,越能在新的工作逻辑里跑得更轻快;

能设计流程的人,会比只会跟着流程的人更值钱;

把生活、经验、感受变成素材的人,反而离不可替代更近。

我们真正要问的,不是AI 会不会取代我?

而是,我有没有把每天的观察、体验、洞察,交给 AI 放大?

AI 不会替你活得更深刻,但它会放大你活得多深。

这,才是 AI 真正带来的改变。

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Cheryl

毕业于拉曼大学中文系,曾任新闻记者、文字编辑及节目主持人,后转战营销行业,专注于文案撰写。无论是新闻报道还是品牌营销,都擅长透过文字挖掘深度、传递价值,尤其注重思维启发。希望能透过文字,为读者带来新的视角,拓展认知,让每一次阅读都成为思考的契机。

AI 时代,判断力才是你的优势

Posted by & filed under AI 智能, 情报站, 数据营销, 数码趋势, 部落格.

最近读到一篇文章《钻研 Prompt 还不够!AI 将放大你的 10 种直觉偏误》。

阅读完后,我心里特别感触,因为这篇文章让身在快节奏的营销行业、无时无刻都被 “改变” 推着走的我,静下来思考:

在 AI 飞速发展的时代,我们更应该训练判断力,还是 prompt?

毕竟这几年,几乎所有讨论 AI 的对话,都围绕在 “怎么写好 prompt”,但我越来越确定,这其实只是一个过渡阶段。

正如文章的作者所言,当模型越来越强,Prompt 反而没那么重要,因为 AI 会越来越 “懂你”。

到那时候,真正拉开差距的,不是写提示词的技巧,而是你有没有判断力。

判断力这件事,说起来很抽象,但它其实是 “常识的延伸”。

我们这代人从小被教育要有知识、有技能、会分析,但从来没人教我们什么是 “常识”,也没人提醒我们,大脑其实充满 “直觉偏误”。

而 AI 的出现,只会把这些偏误放大十倍。

根据作者的叙述,他在文章中所提到的书《Factfulness》概括了人类的 10 种偏误:

  • 二分化直觉偏误:习惯把世界分成黑与白。
  • 负面型直觉偏误:总是把事情想得很糟。
  • 直线型直觉偏误:认为趋势会像一条直线一样无限延伸。
  • 恐惧型直觉偏误:因为恐惧而夸大危险。
  • 失真型直觉偏误:对事物的比例、大小有错误的概念。
  • 概括型直觉偏误:把不同的东西归为同一类。
  • 宿命型直觉偏误:认为某些事是注定且无法改变。
  • 单一观点直觉偏误:只相信某个权威或单一的解释。
  • 怪罪型直觉偏误:出事了就一定要找个战犯。
  • 急迫型直觉偏误:觉得每件事都很紧急,必须马上行动。

而我特别有感的,是其中 3 个:

1)失真型偏误

我们常被一个数字、一句话吸走注意力,却没看见全貌。

比方说, “这个 campaign 带来三百万业绩”。

听起来很厉害,但三百万相对于什么?

成本是多少?周期多长?趋势上升还是下滑?

AI 帮你生成报表、整理分析,但若你没有常识去追问 context,AI 反而会让错误的决策看起来更有说服力。

2)直线型偏误

我们很容易把增长看成 “持续上升的线”,尤其在数码时代,都讲究曝光、点击、销售额,只要出现一次增长,有些团队就会默认这是 “可复制的趋势”。

但现实是,很多趋势都有周期,一个 campaign 的高效,可能只是算法短暂的偏好、受众情绪的波动、或市场的空窗期。

如果你只看直线,就会忽略背后的弧线。

AI 帮你画出 “未来预测线”的同时,也会让你更容易陷入那种虚假的确定感,以为世界是线性的、可预测的、可控制的。

但我认为,商业的世界从来不是线性的,它更像是波浪,时机、洞察、执行力、运气,缺一都不行。

判断力的价值,就是在看似 “直线” 的地方,察觉那条隐藏的弧线。

3)急迫型偏误

我们活在一个所有事都被说成 “很急” 的时代。

AI 工具一面世,马上就有人说:“不学就落后。”

但真的是这样吗?

有效的决策力来自反直觉,慢一点,看深一点,想清楚一点。

那些在数码浪潮中能沉得住气的公司,往往赢的不仅是技术,还有节奏感。

 

我们该训练的不只是工具,还有思辨力

我常想,AI 真是个放大镜。

它放大了生产力,也放大了人性,包括我们的盲点、焦虑、贪快、跟风。

很多人以为 AI 会取代人,但我觉得它只是更精准地照出人性。

照出谁懂系统思考,谁只是盲目执行。

照出谁有判断力,谁只是会操作工具。

在这样的时代里,或许我们真正该训练的,不只是 prompt ,而是 “思辨的肌肉”——那种能够辨别真假、看清全貌的 “常识力”。

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Cheryl

毕业于拉曼大学中文系,曾任新闻记者、文字编辑及节目主持人,后转战营销行业,专注于文案撰写。无论是新闻报道还是品牌营销,都擅长透过文字挖掘深度、传递价值,尤其注重思维启发。希望能透过文字,为读者带来新的视角,拓展认知,让每一次阅读都成为思考的契机。

真正赢在 AI 的公司,都做对了这 3 件事

Posted by & filed under AI 智能, 情报站, 数据营销, 数码趋势, 部落格.

相信这两年间,大家很常会听到很多公司说这句话:

我们的公司也开始用 AI 了。


但当你深入了解后就会发现,很多企业其实只是 “员工在用 AI”,而不是 “公司在用 AI”。

这两者的差别,决定了企业在未来能不能真正被 AI 推动成长。

一、AI 不该只是 “工具”,而是策略的一部分

我发现很多团队的第一步是让 AI 来 “加快工作”,比如写文案、分析报告或自动排程。

但真正领先的公司,早就把 AI 放进公司的策略优先级里!

他们问的不是 “AI 能帮我省多少钱?”

而是 “AI 能帮我创造什么新的价值?”

这些公司通常有一个共通点,他们用 AI 去解决客户真正的痛点

而且他们敢在 “看得见价值” 的地方加码投资,而不是只想着 “削成本”。

这就是第一种转变,从 “提高效率” 到 “重新定义价值”。

二、AI 不属于技术部,它属于所有人

有些企业会把 AI 项目交给各自的团队去运作,但最成功的 AI 使用案例,几乎都来自跨部门的合作!营销、营运、财务、法务、数据团队都坐在一起,他们共同定义问题、设定目标、快速实验。

 

我很喜欢亚马逊的一个概念:“two-pizza team”——

一个团队的规模,不该超过两份披萨能喂饱的人数。

因为这样的团队小、灵活、反应快。

AI 要落地,靠的不是庞大的预算,而是这种 小而快的协作

当不同职能的人一起学习 AI、一起解决问题,AI 才会变成公司文化的一部分。

这是第二种转变,从“分工执行” 到 “共同实验”。

三、AI 要让人更快乐,而不只是更有效率

很多人以为 AI 的意义只是  “省时间”,但我越来越觉得那只是其中一个功效而已。

真正厉害的公司都在用 AI 做一件事:改善体验

像有些零售品牌,会用 AI 来安排员工排班,就只为了让员工的工作时段更符合他们的生活节奏。

结果生产力更高,离职率反而下降。

AI 不只能帮你 “做得更快”,还能做的 “做得更好、更人性”。

当 AI 让员工有成就感、顾客有更好的体验,整个组织才会主动拥抱它。

这就是第三种转变,从 “效率导向” 到 “体验导向”。

作为身处在 AI 时代的企业,我们必须认真地思考 “人、流程、目标” 之间的关系。

那些 AI 驱动的公司之所以能脱颖而出,不是因为他们技术更强,而是因为他们更快理解一个真相——AI 的竞争,不在科技,而在思维。

 

文章参考自:哈佛商业学院

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Cheryl

毕业于拉曼大学中文系,曾任新闻记者、文字编辑及节目主持人,后转战营销行业,专注于文案撰写。无论是新闻报道还是品牌营销,都擅长透过文字挖掘深度、传递价值,尤其注重思维启发。希望能透过文字,为读者带来新的视角,拓展认知,让每一次阅读都成为思考的契机。

企业要做 OMO 整合,先搞懂这4个关键

Posted by & filed under 情报站, 数码营销, 数码趋势, 部落格.

我在辅导企业做数位转型的这些年,发现几乎每一家实体企业,都会在同一个地方“卡住”——线上与线下的整合。

大家都知道 OMO(Online Merge Offline)很重要,但真正开始执行时,才会发现事情没那么简单。它不是开个官网、经营个粉丝团的问题,而是整个商业模式、组织架构、甚至利益分配方式的重新洗牌。

今天,我想用实战经验和大家分享,企业在整合 OMO 时最常遇到的四个困难,以及我一路摸索出的解决思路。

困难一:渠道太复杂,整合从哪下手?

很多企业的渠道像一盘乱线:
-线上有官网、社群、导购网红、大卖场平台;
-线下有展会、零售店、店中店。

彼此不互通、库存不共享、客户体验断裂。结果就是,谁都在做生意,但没有人在看整体。

我的建议是——把客户放在最中心,建立统一的渠道视图。

技术整合方面:

  • 建立中央资料库(CRM),把线上官网会员、社群粉丝、线下顾客资料都汇总到一个地方。
  • 用云端 POS 系统,让所有门店的库存、销售即时同步。
  • 透过 API 串接,把导购网红、大卖场平台的数据拉进中央资料库,避免库存出错或超卖。

营运整合方面:

  • 线上引流、线下体验:透过官网与社群发放门店专属优惠码或体验券,让粉丝到店消费,业绩仍能回归导购。
  • 线下导流、线上复购:店员主动引导顾客扫码成为会员或下载 App,让消费可以继续在线上延伸。

服务一体化:提供“线上下单、门市取货”或“跨店调货”,让顾客感受无缝的购物体验。

困难二:线上线下团队怎么不打架?

实体团队和线上团队最常有矛盾。一个看销售额,一个看流量;目标不同,KPI 自然打架。

我建议团队可以重新定义角色,让他们从竞争走向协作。

  • 线上团队 = 空军

负责品牌声量、内容行销、广告投放、KOL 合作与社群运营。
KPI 包括网站流量、潜在客户名单、线上订单量、活动参与度,以及为线下带来的券码下载量。

  • 线下团队 = 陆军

负责客户体验、关系深化、临门一脚的成交与会员引导。
KPI 包括门市营收、来自线上引流的客单价与转化率、会员招募数、客户满意度。

关键是,两边的 KPI 必须连动:
线上要看带来的门市客流,线下要看带来的线上会员。只有这样,团队才会真正为同一个目标努力。

困难三:最敏感的问题——分润

线上导流到线下成交,算谁的?
线下引导到线上消费,又算谁的?

这是我见过最容易引爆内部冲突的地雷。

我建议从 “溯源系统” 开始建。

  • 用专属优惠码、会员绑定、专属连结等方式,追踪订单来源。

举例:粉丝使用网红 “A” 的折扣码在官网消费,业绩100%归线上团队。

如果粉丝带同样折扣码去实体店消费,系统扫码后,线上团队和网红可拿固定比例(如5%),门店仍保留主要业绩。

  • 再来是分润模型

-线上引导至线下:线上团队可拿3%-5%的引流奖金。
-线下引导至线上:店员引导顾客注册会员后,顾客首次线上消费,店员拿推荐奖金。
-对于复杂通路(例如看直播、到店体验、最后在平台下单),则要有预先设定好的分润规则,按贡献度拆分利润。初期可从简单模型开始。

困难四:奖励制度没改,合作永远是假象

如果奖励制度只看个人业绩,那所有人都会守着自己的“山头”。要打破这个循环,奖励机制必须升级。

我常建议企业建立 “协作奖金池”。

  • 从总业绩提拨一定比例,专门奖励线上线下成功协作的案例。
  • 线上团队引流的客户在线下消费达标,可拿额外奖励;
    同样,门市引导的客户在官网购物,也能获得奖金。

绩效考核也要双轨制。

  • 线上人员考核“为线下带来的营收”;
  • 线下人员考核“推荐的线上会员数”与“后续消费额”。

同时,也别忽略精神奖励。

我见过最有效的方式,是每季颁发 “最佳桥梁奖” 或 “OMO 销冠团队”,公开表扬团队合作的典范,并给予培训或旅游奖励。

最后,我想说的是,OMO 整合,说白了就是让“左手帮右手”。它的核心,不是技术,而是组织的决心与利益重构。

从渠道到分工、从分润到激励,每一步都需要极细的规划与持续的沟通。

这些年,我陪过太多企业走过这段路。每一家在找到自己那套平衡机制后,才真正开始从数位转型中看到回报。

如果你正在这条路上,希望我的经验能帮你避开弯路,看清方向。

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Eng Jin

怪兽学堂首席导师,也是业内品牌数码化达人,服务超过 300 家新创、中小企业、上市机构实践数码营销;目前专注于数码营销咨询及培训工作,以具体、科学、系统化的模式,高效帮助企业晋级,落实数码化。

微软 CEO 用这 5 个提示词做好决策

Posted by & filed under AI 智能, 数码趋势, 部落格.

最近,在 X(Twitter)看到微软 CEO Satya Nadella 分享他如何运用  prompt 跟 AI 沟通的贴文,我获益良多。

Nadella 与 AI 的沟通,完全展示一件事——AI 已经变成他高效思考的 ”第二层大脑”。

Nadella 不是把 AI 视为“替我做事” 的工具,而是 “我和 AI 一起思考” 的智慧伙伴。

各位可以点击以下链接看看 Nadella 每天都在用的 5 个 prompt:


我也跟各位分享,我对 Nadella 常用的 prompt 的一些想法,跟各位共勉之!

1. 提前预判对方想什么:让 AI 帮我读懂人心

  • Prompt

“Based on my prior interactions with [/person], give me 5 things likely top of mind for our next meeting.”

(根据我与[/person]先前的互动,列出对方在我们下次会议中最可能关心的 5 件事。)

 

这句看似简单,其实非常关键。

Nadella 用 AI 回顾他与对方过去的沟通,预测下一次会议的关注点,他不是让 AI “总结会议记录”,而是让 AI 帮他理解对方的思维逻辑。

我特别喜欢这一点,在营销和谈判里,真正的洞察往往不在数据,而在对方没说出口的担忧。

而 AI 能在复杂的资讯里,帮助你看到那些 “潜台词”。

2. 一键生成专案报告:AI 做整合,我做决策

  • Prompt

“Draft a project update based on emails, chats, and all meetings in [/series]:

KPIs vs. targets, wins/losses, risks, competitive moves, plus likely tough questions and answers.”

(根据邮件、聊天记录和[/series]中的所有会议,撰写一份专案更新报告:包括 KPI 与目标差距、成败分析、风险点、竞争对手动态,以及可能被问到的尖锐问题与建议回答。)

 

这句 prompt 几乎可以帮你取代整份“进度报告”!

AI 自动整理资料、汇整 KPI、分析风险,你不需要花时间在 “收集资料”,而是直接进入 “分析与判断”。

我认为这是 “人机分工” 其中一个关键—— AI 不会帮你做决定,但它能让你更快找到真正值得决定的地方。

3. 用数据看清成功机率:模糊,才是最大的风险

  • Prompt

“Are we on track for the [Product] launch in November?

Check eng progress, pilot program results, risks. Give me a probability.”

 

(我们是否准备好在 11 月推出[Product]?请检查工程进度、试点成果与潜在风险,并提供一个成功机率。)

 

这一个 prompt 我特别喜欢,他直接请 AI “给出成功率”。

这背后反映的是领导思维的转变:

不再依赖“差不多”“快了” 、“应该行” 的模糊表达,而是用 AI 帮你把模糊变成数字化判断。

当你能清楚量化风险,你的团队也会更信任你的判断。

4. 时间盘点:AI 是最诚实的镜子

  • Prompt

“Review my calendar and email from the last month and create 5 to 7 buckets for projects I spend most time on, with % of time spent and short descriptions.”

(请分析我过去一个月的行事历与电子邮件,整理出 5 至 7 个我花最多时间处理的项目类别,列出各自的时间占比与简短说明。)

 

Nadella 用这句 prompt 来检视自己时间分配,AI 分析他一个月的行程,告诉他时间都 “流向哪里”。

很多决策人以为自己在做策略,其实每天都在救火,AI 帮你照镜子,让你看到真正的优先顺序,这对任何决策人来说,都是一次自我觉察的过程。

5. 会前准备神器:AI 帮我重新进入状态

  • Prompt

“Review [/select email] + prep me for the next meeting in [/series], based on past manager and team discussions.”

(请根据我选取的电子邮件内容,以及过去主管与团队的讨论,帮我准备接下来的[/series]会议。)

我们都经历过这种情况,会议接着会议,脑袋还卡在上一个专案。

 

Nadella 让 AI 把相关对话、讨论脉络、决策点快速汇整,帮他在几分钟内进入状态。

写到这里,我想说的是,Nadella 的这 5 个 prompt,不只是生产力技巧,更像是一种工作哲学。

他用 AI 预测、整理、分析、复盘,不是为了更快完成工作,而是让自己有更多时间去思考 “更重要的事“。

Nadella 真的把 AI 用的淋漓尽致,而且很有创意!

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Cheryl

毕业于拉曼大学中文系,曾任新闻记者、文字编辑及节目主持人,后转战营销行业,专注于文案撰写。无论是新闻报道还是品牌营销,都擅长透过文字挖掘深度、传递价值,尤其注重思维启发。希望能透过文字,为读者带来新的视角,拓展认知,让每一次阅读都成为思考的契机。