
在成都等车、在重庆穿过车阵,我两次给同一排电动车找了同一个理由。妻子的一句话,让我想到了用 AI 时最容易省掉的那一步。 妻子随口提了一种可能。有人为了房租住到离站点更远的地方,早晨先骑电动车到地铁口,把车留在那里,再坐地铁去市中心上班。按我原来的解释,车停下,路就走完了。按她的理解,车停下,通勤才走完第一段。 那天晚上回到酒店,我把两次经历都讲给 AI 听。我连自己当时在等谁、先想到什么、妻子怎样解释,也一并说了。我想弄明白的是,为什么东西明明在我眼前,我却两次都停在了第一个答案上。 AI 从我的知识库里找到了以前学过的概念。无意视盲提醒我,注意力跟当时要做的事有关。等人来接的时候,那些车足够显眼,能让我绕开,却没有显眼到让我追问它们意味着什么。 另一个让我记住的词是认知闭合。碰到不确定的现象,我很快从手边抓到一种解释;有了能说通的话,这个问题就像关上了门。“附近的人来上班”是我的猜想,我当时却连自己还需要核实这件事都忘了。 后来我发现,自己用大模型时也在找一辆接驳车。通用工具很会处理许多人都要处理的那一段工作。而我最后要交出去的东西,还得符合我的说话习惯、手上的素材、能花的成本,以及我对“这样就可以了”的判断。 做口播也是一样。起初我想,把点子交给 Codex,稿子、包装、发布都能顺着做下去。试过之后,我慢慢把自己熟悉的环节拆开。谁更适合润稿,谁更适合做声音,谁能根据我的修改记录改剪点,各自看做出来的结果。 现在我的中文口播由我自己录。润色时我会用 Antigravity,做外语声音时会用千问的 TTS,录好的素材交给 GPT 剪辑。起初我还得自己粗剪,再把要调整的细节逐次给它;这些反馈积累起来,今天我能把更多时间放在验收上。 我的建议是,先自己把一件事从头做到尾,再选一个环节交给 AI。做得合适就留下理由,做得不合适也把改法记进去。等到多个环节各自能跑通,再考虑怎样把它们接在一起。我的组合也只是我的一个例子。 遇到不懂的事,我现在更习惯先找人聊,或者把具体情况讲给 AI。需要案例时就去找案例,有不同观点时就摊开来比。它给我五六个方向很容易,哪一个符合我这一次的实际处境,还需要我自己筛。 #vibe知识大赏 #抖音精选app知识充电站 #普通人的AI发布会 #当ai时代刚好经过我 #抖音ai夜校