不是問 AI,是啟動顧問——問問題之前,先決定問誰
同一個問題,丟給通用 AI 得到平均答案,先指定對的專業角色再問,得到的是另一個等級的東西。這篇講角色思維的起手式:為什麼要先決定問誰、角色的兩個等級差在哪、以及最關鍵的——你不是專家,怎麼檢視專家角色的回答。
不是更努力,是把工作和生活當系統來設計。
大多數人靠「更努力」撐住工作與生活——但一個人能扛的時間和精力有限。 極少數人開始換個做法:把工作和生活當成一套「系統」來設計, 讓事情會自己運轉,而不是每次都從你身上重新長出來。
我是一個經營者,手上橫跨好幾個事業,每天得在不同公司、不同角色之間不斷切換, 同時還有自己的專業與一直想往前推的知識工作。這個網站是我的第一手實作紀錄: 怎麼用系統思維、加上 AI 這個時代最強的槓桿,重新設計自己的工作與生活。 有觀點,有失敗,有演化——不是教學,是真實的踩坑過程。
我把它公開分享,是因為這條路我自己走得跌跌撞撞; 如果能讓走在後面的人少繞一點路,就值得。
同一個問題,丟給通用 AI 得到平均答案,先指定對的專業角色再問,得到的是另一個等級的東西。這篇講角色思維的起手式:為什麼要先決定問誰、角色的兩個等級差在哪、以及最關鍵的——你不是專家,怎麼檢視專家角色的回答。
AI 的記憶不是越多越好——context 有上限,塞滿雜訊它反而變鈍。這篇是教戰手冊:我實際在用的「換場交接」三件套(什麼時候換、交接指令怎麼下、新場怎麼接),附可以直接抄的 prompt,以及一頁記憶整理 checklist。
AI 記事實沒什麼了不起,Google 也有。真正複製不走的,是它記住你怎麼思考、怎麼做決定。這篇講偏好層:為什麼它本質上「打不出來」、只能從互動裡萃取,附上實際對話操作——你怎麼說、它怎麼回、你怎麼檢視、怎麼修剪。