AI 工作流·工具栈 + 四象限提问法
我日常在用的 AI 工具栈清单 + 让 AI 真正听懂你的「四象限提问法」。
昨天一个团队付费给我，让我给他们做了场AI工作流分享
索性整理成文,如果你也在摸索怎么把AI真正用起来,这篇可能会帮到你
我日常在用的AI工具栈：
聊天: ChatGPT、Gemini、Qwen
学习: NotebookLM(Google出品,专门用来啃长文档和视频,能把任意YouTube视频2分钟转成信息图,还能生成播客式音频复盘)
输出: YouMind（写作agent，很方便） 编程: Antigravity(前端)、Codex(后端)——Antigravity是Google刚推的AI原生IDE,集成Gemini 3 Pro、Claude 4.5等顶级模型,关键是免费
图片: Nano Banana Pro(Google的图像生成神器,角色一致性碾压同类产品)、Lovart（设计agent）
1.如何让AI真正听懂你
很多人用AI就是一句话扔过去,看天吃饭
其实在提问前,你得先想清楚:这个问题属于哪个象限
我习惯用"四象限法则"做判断:
共识区(明确的事实性任务):直接下指令
比如"把这份数据清洗成表格"
盲区(你不知道的领域):让AI先做背景科普
私密区(你的独特经验):需要你先输入足够的上下文
未知区(探索性问题):用苏格拉底式提问,让AI反问你
一个小技巧:让AI基于思维框架回答,效果会好很多
比如要求它用"SMART原则"拆解目标,或者用"第一性原理"分析问题本质
SMART、5W2H、黄金圈、奥卡姆剃刀、二八法则......这些框架就是AI的"操作系统",你给它装上系统,它才能跑得顺
2.写提示词不是玄学
文本创作类
先用Deep Research做调研(比如我要写儿童绘本提示词,就让AI先调研"好绘本的核心要素是什么")
告诉AI:"我要写一个XX提示词,我会提供调研资料,你帮我生成结构化的元提示词"
拿到初稿后,把实际生成结果反馈给AI,说哪里不对,迭代优化
图片类
找对标图,发给AI,要求生成JSON格式的元提示词(限制800字),然后改主体结构
基本能复刻90%的风格
如果目标模糊:别硬憋提示词,让AI反过来问你
"你想达成什么效果""面向什么人群""有没有参考案例"——让AI帮你理清思路,再动手写
- AI编程的正确姿势
我遵循Spec规范驱动开发:PRD → 技术文档 → 开发计划 → 编码 → 测试
具体流程:
写PRD:和AI聊需求,但不看第一版,直接开始PUA(不断追问、挑刺),逼它把PRD打磨到位
快速原型:用AI Studio的Build模式开发前端功能,跑通交互逻辑
代码调优:把代码拉到Antigravity里精修
自动化测试:让AI写测试用例,用chrome-dev-tool MCP跑自动化
后端开发:先让AI总结文档文件夹,然后读取私域知识库,再开始写代码
核心原则:上下文越清晰,AI生成质量越高
架构设计必须提前做好,否则AI写出来的代码就是一堆补丁
- 企业落地AI,从哪些场景切
目前市面上跑通的主要是这几类:
问答类: 企业内知识库问答、ToC智能客服 审核类: 合同审核、流程审核 写作类: PRD、研报、季度汇报、规划文档 查询类: TextToSQL(比如老板说"给我看第一季度报表",AI直接查数据库)
如果你们公司想试水,可以看看BISHENG这个开源平台(
专注企业办公场景的LLM应用开发平台,Apache 2.0协议,完全免费可商用,部署一套就能快速搭建各种办公AI应用)
5.我的AI信息源
WaytoAGI飞书知识库(国内最大的AI开源知识库,500万+访问量,内容覆盖从基础概念到实战案例,更新频率高)
AIBase(AI导航+资讯一体化,中文友好,适合快速找工具)
自建外网AI信息抓取站(针对个人需求定制)
最后一句: 你的思维清晰,它帮你提速;你的思维混乱,它只会帮你批量生产垃圾
别指望AI替你思考,但可以让它替你干活
比如这篇文章我直接把我的演讲稿发给ai，他会帮我整理出来，但是质量还是依赖于语料