- 引言：为什么你需要读这篇文章
- 1. 恐惧与现实：一次坦诚的 AI 替代分析
- 2. 什么是 AI 素养?
- 3. 现在就能用上的 AI 工具
- 4. 各职业的 AI 使用技巧
- 5. 提示词工程基础
- 6. 在 AI 时代持续增值的能力
- 7. AI 学习路线图：给非技术人员的 3 个月学习计划
- 活在 AI 时代应有的心态
- 参考资料
引言：为什么你需要读这篇文章
你在职场上是否听过这样的对话?
「最近我很担心 AI。我的工作会不会也没了?」
「你用过 ChatGPT 吗?我到现在还是不太懂...」
「组长让我学 AI，可我不知道该从哪儿开始...」
这篇文章不是写给开发者或 AI 专家看的，而是写给市场营销、企划、设计、销售、HR、管理者——所有职场人看的。
你不需要深入了解 AI。但是把 AI 用作工作工具的能力——这如今已经不是可选项，而是必需品。
正如 1990 年代的计算机使用能力、2000 年代的互联网检索能力、2010 年代的智能手机使用能力，都先后成为基本职业能力一样，AI 素养正是 2020 年代的核心职业能力。
读完这篇文章，你将获得今天就能把 AI 用到工作中的具体方法和信心。
1. 恐惧与现实：一次坦诚的 AI 替代分析
媒体夸大的部分
新闻标题总是很刺激。「AI 将取代数百万个岗位」「10 年内白领职位的一半将消失」——这类标题只会加剧焦虑。
但现实要复杂得多。
根据世界经济论坛(WEF)的《2025 未来就业报告》，AI 确实会让部分工作实现自动化。但与此同时，它也在创造新的岗位、改变现有岗位的性质。从历史上看，技术革命在消灭岗位的同时，也创造出了更多新岗位。
麦肯锡的报告是这样分析的：AI 替代的主要不是整个「职业」，而是特定的「任务」(tasks)。即便在同一个职业内部，重复且可预测的任务会被自动化，而需要创造力和人类判断的任务反而会变得更加重要。
实际受影响的工作
不论行业，以下这类工作 AI 都能很好地替代:
- 格式化的文档撰写(标准邮件、报告模板、会议纪要)
- 数据收集与整理
- 基础调研与摘要
- 简单重复的数据录入
- 标准化应对(FAQ 回复、基本客户服务)
反而变得更有价值的工作
相反，以下能力在 AI 时代会变得更加重要:
- 复杂情境下的判断与决策
- 与利益相关方建立信任关系
- 创造性解决问题与创新想法
- 团队领导力与协作协调
- 对 AI 产出结果的质量核验与批判性思考
- 对客户与同事的共情与情商
结论：与其害怕 AI，不如制定一套策略——把 AI 能做的事交给它，你自己专注在更有价值的工作上。
2. 什么是 AI 素养?
一种新的基本能力
「素养(literacy)」原本指读写能力。到了现代，这个词被扩展用来指代各个领域的基本能力。
数字素养 = 理解和运用计算机与互联网的能力 数据素养 = 阅读和解读数据的能力 AI 素养 = 理解 AI 并将其运用到工作中的能力
AI 素养不是制造 AI 的能力。它是大致理解 AI 如何运作、有效运用 AI 工具、了解 AI 的局限、并能分辨何时需要人类判断的能力。
AI 素养的 5 个核心要素
1. AI 基础理解：大致理解 AI 是如何运作的(不需要公式或代码)
2. 工具运用能力：把 ChatGPT、Claude、Gemini 等主要 AI 工具实际用到工作中
3. 提示词能力：知道如何向 AI 提问才能得到想要的结果
4. 批判性评估：核验 AI 产出结果的准确性与质量
5. 伦理运用：认识到个人信息、版权、偏见等 AI 使用中的伦理层面
具备这五项能力，不论从事什么职业，都能有效地把 AI 用到工作中。
3. 现在就能用上的 AI 工具
AI 工具的数量已经多到惊人，而且还在快速发展。你不需要把所有工具都学一遍。把精力集中在与自己工作最相关的几个工具上，深入掌握，效果会好得多。
办公生产力：文本与分析
ChatGPT (OpenAI)
ChatGPT 是使用最广泛的 AI 助手。文档撰写、创意发想、问答、数据分析等各类工作都能用到它。GPT-4o 模型能同时处理文本、图片和文件。
每月 20 美元的 ChatGPT Plus 订阅，就能用上 GPT-4o、Advanced Data Analysis、DALL-E 图像生成以及文件上传功能。
Claude (Anthropic)
Claude 在长文档分析、精细写作、复杂分析方面尤其有优势。200,000 token(约 15 万词)的上下文窗口，非常适合分析厚厚的报告或整本书。
Gemini (Google)
Google 的 AI 助手，与 Google Docs、Gmail、Google Workspace 相集成。如果你已经在大量使用 Google 的工具，可以很自然地上手。
Microsoft Copilot
集成在 Word、Excel、PowerPoint、Teams 中的 AI 助手。如果你所在的公司使用 Microsoft 365，你可能已经能用，或者很快就能用上。
图像生成
Midjourney
通过提示词生成高质量图像。用于营销素材、演示文稿配图、概念图。通过 Discord 使用。
DALL-E 3(集成在 ChatGPT 中)
订阅 ChatGPT Plus 即可使用 DALL-E 3。用文字描述生成图像，并可以通过对话方式请求修改。
Adobe Firefly
集成在 Adobe Creative Cloud 中的 AI 图像生成工具。其优势在于使用了对商用安全(版权清晰)的训练数据。
视频生成
Sora (OpenAI)
根据文字描述生成最长 1 分钟的视频。面向 ChatGPT Plus 用户提供，用于制作营销视频、概念视频。
Runway
结合视频编辑与 AI 生成的工具。可以为现有视频添加 AI 特效，或用文字生成视频。
演示文稿
Gamma
仅凭自然语言输入即可生成专业的演示文稿。输入类似「帮我做一份创业融资路演 PPT，我们的产品是基于 AI 的客户服务解决方案」，10 分钟内就能拿到初稿幻灯片。
Beautiful.ai
自动应用设计原则，生成美观的幻灯片。你只需专注内容，设计交给 AI。
数据分析
ChatGPT Advanced Data Analysis
上传 Excel 或 CSV 文件后，可以用自然语言请求分析。「帮我找出这份数据里销售额前 10 的产品」「画一张按月的趋势图」这类请求，不需要写代码就能处理。
Perplexity AI
结合了 AI 与搜索引擎的工具。在需要最新信息的调研场景下，比 ChatGPT 更有优势。它会在回答的同时给出来源，提升可信度。
翻译
DeepL
目前提供最自然的翻译质量。比 Google 翻译更能理解上下文。在商务文档、邮件翻译方面尤其出色。
4. 各职业的 AI 使用技巧
同样的 AI 工具，不同职业的用法也不同。请查看适合自己职业的实用技巧。
市场营销人员
内容制作提速 10 倍
博客文章、社交媒体帖子、邮件营销——这些内容的初稿都可以交给 AI 生成。给出想法和方向，AI 会生成初稿，你再按照品牌调性打磨。
提示词示例:
帮我们的产品(一款 B2B SaaS 项目管理工具)
写 5 条 LinkedIn 帖子。
目标受众：IT 团队负责人、项目经理
核心信息：团队生产力提升 30%
语气：专业但亲切
每条帖子：150 字以内
每条帖子都要包含 3 个话题标签。
生成 A/B 测试文案
请 AI 用 5 种不同方式写同一条信息。以前需要反复找文案人员修改多次的工作，现在用 AI 就能快速搞定。
数据分析报告
把营销活动的效果数据上传到 ChatGPT Advanced Data Analysis，然后要求它「分析这次营销活动的 ROI 并给出改进方向」。
设计师
创意发想
用 AI 做头脑风暴，比如「为一个餐饮品牌设计 10 个 logo 概念创意」。在客户会议前准备多样化的创意想法时很有用。
用图像生成快速做原型图
用 Midjourney 或 DALL-E 生成粗略的原型图像，先获得客户对方向的确认，再进行正式制作。在没有参考图片时尤其有用。
请求设计反馈
把完成的设计图上传给 Claude 或 GPT-4o，请它「从可读性、色彩搭配、品牌一致性的角度给出反馈」。
UI 文案撰写
把按钮文字、错误提示、引导流程文案交给 AI 处理。像「写 5 条能让用户在支付出错时感到安心的错误提示」这样具体地提要求就行。
产品经理(PM)
撰写 PRD 初稿
说明产品想法和核心需求，AI 就能生成一份 PRD(产品需求文档)初稿。当然这不是一份完整的 PRD，但能快速梳理出结构和需要考虑的事项。
编写用户故事
请求「用 Gherkin 格式写 10 条关于移动应用通知设置功能的用户故事」，可以快速填充产品待办列表(backlog)。
竞品分析
请求「做一张 Notion、Obsidian、Roam Research 的功能对比表」，可以快速完成竞品分析。(不过 AI 的信息可能不是最新的，重要事项请自行核实)
冲刺会议准备
用 AI 生成会议议程、团队成员进度更新表格、复盘引导指南等，可以减少花在重复性管理工作上的时间。
销售人员
撰写个性化邮件
把潜在客户的公司信息(行业、规模、近期新闻)提供给 AI，请它写一封个性化的销售邮件初稿。这样可以快速写出看起来是为每位客户量身定制的邮件，而不是群发邮件。
准备应对异议
向 AI 提问「B2B 软件销售中常见的 10 个异议，以及针对每一个的有效应对方法」。作为销售会议前的演练素材使用。
撰写提案书
向 AI 说明客户需求和我们的解决方案，请它生成提案书初稿。大幅缩短搭建结构和写初稿所需的时间。
更新 CRM
销售会议结束后，把录音笔记转成文字，然后请 AI「把这些内容整理成可以录入 CRM 的摘要笔记」，管理工作会轻松不少。
HR 人员
撰写招聘启事
把职位说明交给 AI，它会生成一份有吸引力的招聘启事初稿。也可以提出风格要求，比如「用强调多元与包容的语气」或「突出创业公司文化」。
设计面试问题
请求「为数据分析经理岗位设计 20 个结构化面试问题，要能均衡评估技术能力、领导力和文化契合度」。
起草 HR 政策文档
远程办公政策、防止性骚扰指南、绩效评估标准——这类文档的初稿都可以用 AI 撰写，再交由法务/管理层审阅，从而节省时间。
分析员工调查
把员工满意度调查结果上传到 ChatGPT Advanced Data Analysis，请它「分析主要问题领域并给出改进方向」。
5. 提示词工程基础
要用好 AI，需要学会提问的技巧。这就是所谓的提示词工程。这并不难。掌握几条原则，结果就会大不相同。
原则 1：赋予角色
不好的提示词："帮我写封邮件"
好的提示词：
"你是一位拥有 10 年经验的 B2B 销售专家。
请针对以下情况写一封跟进邮件。"
给 AI 赋予角色——「你是[某角色]」——就能得到符合该角色身份的专业回答。
原则 2：提供充分的背景信息
不好的提示词："帮我写份报告"
好的提示词：
"[背景] 我需要写一份月度报告，
向管理层汇报我们团队(市场部 5 人)
2025 年 Q4 的业绩。
[数据]
- 网站流量：环比增长 23%
- 潜在客户生成数：150 个(目标为 100 个，已达成)
- 转化率：3.2%(行业平均为 2.8%)
- 主要活动：黑色星期五邮件营销活动
[要求]
- 篇幅：A4 纸 1-2 页
- 语气：专业且简洁
- 需包含：业绩摘要、关键洞察、下季度计划"
原则 3：明确指定想要的格式
"把以下内容整理成[表格/要点列表/编号列表/思维导图形式]。"
"把结果以 JSON 格式输出。"
"做一张比较 3 个选项的表格。
列：工具名称、优点、缺点、价格、推荐使用场景"
原则 4：要求分步思考
遇到复杂问题时，可以加上「请分步思考」或
「先分析，再得出结论」。
示例：
"分析这个营销策略的潜在风险。
分步进行：1) 内部风险，2) 外部风险，
3) 各项风险的严重程度评估，4) 缓解方案"
原则 5：反复迭代、持续改进
不要指望和 AI 一次对话就结束。如果结果不满意:
"再短一点。"
"换成更正式的语气。"
"把第三段用更具体的例子扩展一下。"
"删掉这部分，改成加上[内容]。"
像聊天一样不断提出修改要求，把结果打磨成你想要的样子。
实用提示词模板合集
会议准备
帮我写一份关于[会议主题]、时长为[时间]的会议议程。
参会者：[角色]
目的：[会议目的]
期望产出：[本次会议需要决定的事项]
邮件回复
帮我给以下邮件写一封回复。
[原始邮件内容]
我的立场：[我想传达的信息]
语气：[亲切/正式/坚定]
篇幅：[简洁/详细]
演讲准备
我需要就[主题]向[听众]做一场时长为[时间]的演讲。
请帮我整理演讲结构和每个部分的核心要点。
听众的主要关注点：[关注点]
期望的结论：[演讲结束后希望听众记住的内容]
报告摘要
请把以下报告/文档，为[管理层/普通员工/外部客户]
总结成[篇幅]的摘要。
只保留核心内容，专业术语用通俗的方式解释。
[文档内容]
6. 在 AI 时代持续增值的能力
不论 AI 发展得多先进，总有一些人类能力是难以被替代的。这些能力在 AI 时代反而会变得更有价值。
创造力与创新
AI 是基于既有数据重新组合出模式。但真正的创新——「为什么一定要这么做?有没有完全不同的方法?」这样的提问——属于人类的领域。
把 AI 当作工具，用来快速验证和扩展想法，但最初那个带来创新的提问，应该由你自己提出。
共情与情商
真心倾听客户的不满、体会同事的困难、读懂利益相关方之间的情感动态——这些是 AI 可以模仿，却无法真正实现的。
人们在困境中希望得到共情。能给予这种共情的，只有人类。
领导力与决策
设定组织方向、带领团队、在不确定的情况下做出决断——这些都是 AI 无法代替的。AI 能提供数据和分析，但「我们要朝这个方向走」这一决定以及随之而来的责任，属于领导者。
复杂情境下的判断力
在没有标准答案的复杂情境中做出判断，是 AI 时代的核心竞争力。知道「在这种情况下为什么不能照搬规则」，读懂具体情境并做出最佳选择，正是这种能力。
关系建立与信任
长期的商业关系、团队内部的心理安全感、合作伙伴关系——这些都是靠多年的人际互动建立起来的。这份价值无法被 AI 取代。
对 AI 产出的甄别能力
颇为讽刺的是，AI 用得越多，「甄别和编辑 AI 产出内容的能力」就越重要。总需要有人去审阅并改进 AI 生成的文本、图像、分析结果。而这个角色，只有具备相关领域专业知识的人才能做好。
7. AI 学习路线图：给非技术人员的 3 个月学习计划
你不需要是开发者，也不需要懂编程。以下这份 3 个月计划，专注于培养能够立刻用到工作中的 AI 能力。
第 1 个月：基础探索期
第 1-2 周：让 ChatGPT/Claude 成为日常习惯
目标：每天至少在一项工作中用一次 AI
- 第 1 天：订阅 ChatGPT Plus 或 Claude Pro(每月 20 美元)
- 第 2-7 天：每天用 AI 处理不同类型的工作。邮件、会议摘要、调研、创意发想
- 第 2 周：把前面的提示词模板应用到实际工作中
第 3-4 周：工具探索
- 用 DALL-E 或 Midjourney 尝试生成图像
- 用 Perplexity AI 探索调研方法
- 用 DeepL 做翻译工作
自查清单:
- 拥有 ChatGPT 或 Claude 账号
- 每周至少使用 5 次 AI
- 在至少一项工作中体验到 AI 带来的时间节省
第 2 个月：深度运用期
第 5-6 周：针对自己职业的 AI 运用
参考前面「各职业的 AI 使用技巧」这一节，深入钻研 3 种能在自己职业中最有效运用 AI 的方法。
第 7-8 周：精通 Advanced Data Analysis
把 Excel/CSV 文件上传到 ChatGPT，尝试:
- 请求数据分析
- 请求生成图表
- 请求检测异常值
- 请求撰写摘要报告
体验一下不写代码也能成为数据分析师的感觉。
自查清单:
- 把职业相关的 3 个 AI 使用案例应用到实际工作中
- 用 ChatGPT Advanced Data Analysis 体验分析实际工作数据
第 3 个月：专精期
第 9-10 周：搭建 AI 工作流
把经常重复的工作变成 AI 辅助的工作流。
示例：撰写每周团队报告
- 收集团队成员的进度更新(用 AI 制作表格模板)
- 把收集到的内容交给 AI，请求生成摘要
- 审阅并编辑 AI 生成的初稿
- 发送
搭建好这个工作流，每周可以节省 1-2 小时。
第 11-12 周：在 AI 时代找准定位
在职场中把自己定位成「善用 AI 的人」:
- 在团队内分享和传授 AI 使用案例
- 主动担任「AI 推广大使」
- 撰写提升工作效率的提案(提议引入 AI 工具)
最先学会 AI 的人，会被认可为团队里的 AI 专家。
自查清单:
- 已把一项重复性工作变成 AI 辅助工作流
- 已向团队成员分享过 AI 使用案例
- 相比 3 个月前，对 AI 的信心明显提升
活在 AI 时代应有的心态
最后，我想聊聊比技术本身更重要的心态。
不要害怕学习
学习新事物时的生疏感，一开始 AI 给出的结果与预期不同时的失落感——这些都是学习过程中正常的一部分。所有人一开始都是笨拙的。
放下完美主义
AI 的产出不需要一开始就完美。用 20 分钟做出一份 80% 完成度的初稿，剩下的 20% 用你的专业能力去填补，这种方式效率要高得多。
把变化看作机会
AI 时代逼迫我们做出改变。但变化同时也是新的机会。当同事们还在艰难适应变化的时候，如果你先一步适应，自然就能占据更有价值的位置。
强化人性化的价值
不论 AI 发展得多先进，真诚的关系、共情、创造力、道德判断——这些只有人类才能给予。能交给 AI 的就交给它，你则专注于真正为工作增添人性化价值的事情上。
AI 是一种工具。锤子的出现并没有让木匠消失。就像拥有更好锤子的木匠能做更多、做得更好一样，善用 AI 这个工具的你，在 AI 时代也会成为更有价值的人。
今天就登录 ChatGPT，试着借助 AI 写一封明天要处理的邮件。这就是 AI 素养的起点，也是在 AI 时代生存下去的第一步。
参考资料
현재 단락 (1/243)
你在职场上是否听过这样的对话?