编 辑：老彭

来 源：大数据架构师

彭友们好呀！老彭我又来啦～

蛇年眼看就要翻篇，不知道这一年大家过得咋样？有没有遇到啥新鲜事，或者踩了啥小坑呀？老彭今年倒还算顺，蹭上了一波AI的红利。前阵子发了条朋友圈晒年终总结，好家伙，一堆彭友私信问我：怎么做到这么高产的呢？

今天窗外飘着小雪花，正好没啥事，就把我用AI的心得整理出来，跟大家好好唠唠。先放个专利镇楼，咱们窝在被窝里唠着～

面对AI，别慌！“怕” 不如 “干”

还记得蛇年正月不？年味还没散呢，DeepSeek 就出来炸了锅。那大模型是真厉害，写文章、画画、写代码，不光比普通人做得快，连不少专业选手都得掂量掂量。

这下好多人开始慌了：都这么牛了，我还学啥呀？会不会哪天工作就被AI抢了？甚至还有人列了个AI替代工作排名，说以后当服务员最稳妥，毕竟要跟人打交道。

老彭这些年一直在AI和数据领域摸爬滚打，也算冲锋在AI的最前线，跟大家说句掏心窝子的话：怕是解决不了问题的，越怕越容易被甩在后面。

就像咱们小时候怕黑，后来发现开灯就没事了；现在怕AI，其实只要主动去用它、了解它，就会发现它不是抢饭碗的，而是帮忙干活的。

与其躲着它，不如早点把AI当成武器，让自己变成懂AI、会用AI的新人类。毕竟，工具永远是给会用的人服务的嘛！

别把AI当作神，它更像一群路人网友 

不过老彭也发现，不少彭友虽然用上了AI，反馈却不咋好：要么写出来的东西一眼AI，干巴巴没灵魂；要么对着大模型敲了一堆提示词，结果出来的内容还是差口气。

其实问题出在认知上了。你到底把AI当成啥了？是无所不知的专家？还是超厉害的电脑？还是是一个小助理？

NONONO，老彭觉得，AI更像一群坐在电脑对面的网友。

有的网友擅长写东西，能帮你写文章；

有的网友懂代码，能帮你找bug；

有的网友会算账，能帮你分析数据；

还有的网友擅长逻辑分析，能帮你顺思路。

你想啊，要是你想让懂写作的网友帮你写代码，肯定不行；同理，你让AI干一件事，也得先想清楚我要调用它哪方面的能力。

没思路的时候，用它的生成能力，先弄个初稿出来；

怕逻辑乱的时候，用它的推理能力，帮你捋顺上下文；

想打磨细节的时候，用它的泛化能力，帮你字斟句酌。

很多人觉得AI不好用，就是因为想靠一个提示词让它啥都干好，就像你让一个厨师去修水管，能不出错吗？

从这个角度，你也就能理解一些神提示词的作用了。比如最近有一个提示词很火：你是乔布斯，从你的视角对以下内容提出意见和建议。

这个提示词的妙处在于给他预设了一个乔布斯的角色。如果你不预设的话，大模型会默认一个中性的角色，提的意见都很稀松平常。而乔布斯的角色提的问题就很尖锐，并且直击要害。

AI时代的提问技巧：学会挑人办事

那怎么找对人帮你把事做好呢？关键在提问。

老彭之前跟大家聊过《提问的智慧》，那是 2001 年互联网刚兴起时，大佬Eric S. Raymond, Rick Moen总结的 “怎么问问题才能得到好答案”。老彭整理好了，文末有《提问的智慧》下载的关键词。

现在到了AI时代，不用啃厚厚的文档，只需要记住一个段子就够了：

要是你在论坛问：“预算 5000 元，想配一台能玩 3A 游戏的电脑，求推荐配置和价格，谢谢大家”。

大概率没几个人回你。

但要是你换个说法：“5000 以内，我这套配置就是最好的，不服来辩！” 再随便贴个配置图。

立马会有一堆人给你挑出毛病，给出更好的电脑配置，甚至还会告诉你在哪个平台领优惠券最划算。

这就是互联网环境下提问的门道：不是问得越客气越好，而是要精准锁定需求，让对方知道该用哪方面能力帮你。

在AI时代也一样。比如你想让它帮你写一篇数据治理的科普文，别只说帮我写篇数据治理的文章，要把需求说清楚：

“我要给刚入行的数据新人写一篇科普文，1500 字左右，先讲数据治理是什么，再举 2 个企业案例，最后说新人该从哪学起，语言要通俗，别用太多专业术语。”

你把目标人群、内容结构、字数要求都说清楚，AI才能精准调用科普写作 的能力，帮你写出有用的东西。这比你反复改提示词省太多事了！

老彭的实战：用AI写书、搞专利，我是这么干的 

说了这么多理论，跟大家聊聊老彭的实战经验吧。2025 年，我除了日常工作，还出了 1 本译作、拿了 2 个专利授权、发了 3 篇论文，还有 1 本专著和 1 本 580 页的译作在走出版流程。这里面，AI帮了我大忙，但不是替我干，而是跟我合作。

就拿我刚写完的《数据治理项目管理手册》来说，跟AI的配合大概分三类：

1.让AI帮我优化目录

老彭搞数据治理快 20 年了，心里早就有个大概的框架，但总怕自己想的不全面。于是我把初稿目录发给AI，跟它说：你现在是一个刚接手数据治理项目的项目经理，你看这个目录，哪些内容是你最想看到的？哪些问题没覆盖到？

结果AI提了个特别好的建议：应该加一章数据治理项目中各种问题的应对经验总结，比如数据质量不达标怎么办、跨部门协调卡壳了怎么处理。这正是很多新人会踩的坑，我之前还真没特意想过，加进去之后，书的实用性一下子就上来了。

2.用AI帮我抛光内容

老彭创作的形式很多样，写公众号、写书、写论文、写专利，还有工作中用到的专报、汇报稿、讲话稿等，这几种成果的写法、文风区别非常大，有些时候老彭也会有些错乱。

在老彭看来，写的最舒服的是公众号，因为不用遣词造句、字斟句酌。最费劲的是论文、讲话稿、专报之类的，要逻辑严密、逐字推敲。

而在AI时代，创作的方式就有些变化了。在写书的时候，我的办法是：先按写公众号的感觉，把自己的经验、案例写成大白话初稿：

比如“数据治理不能光靠技术，得让业务部门也参与进来”；

然后让AI用泛化能力帮我润色，把它改成出版级的表述：

“数据治理需建立‘技术-业务’协同机制，通过需求调研、跨部门 workshops 等方式，确保业务侧深度参与治理流程，避免出现技术自循环的问题”。

这一段交互是我和大模型现编的，实际书中的内容比这个要实用的多。这里还能看出有一些AI的味道。

这就像我把石头雕刻好，让大模型帮我把表面的毛刺打磨抛光掉，最后我再检查一遍，调整细节。既保留了我的实战经验，又符合出书的规范。

3.让AI帮我勘误查错

写书跟写公众号不一样，公众号一篇也就几千字，写完回头看一遍就行；但一本书几十万字，写着写着就容易记混。

这时候大模型的优势就体现出来了：我让它检查上下文是否一致、术语是否统一、有没有跑题，它很快就能找出一堆我没注意到的小问题。这要是没发现，读者看的时候肯定会困惑。

4.用AI帮我检索信息

老彭最常遇到的问题就是查政策、核数据。在找数据相关政策的时候，以前总靠百度一页页翻，搜半天要么找到的是几年前的旧文件，要么分不清来源是官方公告还是第三方解读，光验证信息真假就得花 1 个多小时。

而用大模型帮忙，效率直接翻了倍，还会附上了政策原文链接和关键条款。这背后其实就是 RAG 技术在帮忙，它不像传统搜索那样只抓关键词，而是能精准定位提示词中的核心需求，优先检索政府官网、权威行业平台的最新文件，还会自动过滤重复、低可信度的内容。

总结

最后唠两句：AI不是敌人，是战友。

彭友们，其实从AI刚火起来的时候，老彭就听到过各种声音：AI会替代文科生、AI会让理科生失业…… 

但这一年用下来，我反倒觉得：AI不是哪类人的专属工具，也不是哪类人的敌人，它是所有想变优秀的人的战友。

文科生可以用它整理文献、润色文字，把更多精力放在创意和思考上；理科生可以用它算数据、跑模型，省下时间去攻克更难的技术问题；哪怕是做服务行业的彭友，也能靠AI记客户需求、整理服务流程。

关键是你愿不愿意主动去用它。

就像当年电脑刚普及的时候，有人怕不会打字就没工作，但后来大家发现，电脑反而让工作效率更高了；现在的AI也是一样，它不是来抢饭碗的，而是来帮我们把饭碗端得更稳、甚至端得更好的。

新的一年快到了，老彭希望大家都能放下对AI的害怕情绪，试着去了解它、用它，说不定你会发现，原来自己还能这么高产，还能把事情做得这么好。

最后的最后，再给大家一个忠告：

AI再好用，也只是个工具。高手飞叶可伤人，稚童挥锤砸自己。工具的威力，终究得靠使用者的自身能力来驾驭。

老彭这一年能出这么多成果，大模型确实帮了大忙，但它从来不是代劳。目录是我凭 20 年经验搭的框架，内容是我踩过无数坑总结的实战心得，专利的构思是老彭和小伙伴的功劳，AI只是帮忙优化、润色、查错。

没有自己的积累和思考，再好的AI也只能给你一堆空洞的文字，成不了有价值的成果。

所以切记切记：别想着靠AI躺赢，真正能让你站稳脚跟的，永远是你自己的专业能力、实战经验和独立思考。AI是帮你锦上添花的，而不是替你雪中送炭的。先让自己有 “锦”，AI才能添上漂亮的 “花” 呀～

咱们明年继续一起加油，跟AI好好合作，把日子过得更顺，把工作做得更出彩！

扩展阅读：公众号“大数据架构师”后台回复“提问的智慧”即可下载【《提问的智慧》电子版】。

更多精彩：

看Deepseek论文，老彭总结了8 招降低大模型训练参数量的方法！

老彭的新书首秀：AI学习者的自学圣书!

ChatGPT研究框架（80页PPT）

小米封杨：工业设备预测性维护及时序数据库选型

从“手写病例”到“AI家庭医生”，人工智能大数据如何走进我们的生活？

大厂数据干货全公开！来自谷歌、阿里、腾讯、快手、网易等知名公司最新大数据与AI干货合集！

排版 | 老彭

审校 | 老彭  主编 | 老彭