第 1 级
速度
你本来就在做的工作，做得更快。
如果你符合这些，就在这里
- 你用 AI 起草邮件、会议纪要或摘要，这些原本要你从头写。
- 你一次只交给它一个小任务，结果自己再改。
- 你几乎还没试过，想找一个没有风险的第一步。
在工作中是这样的
开完会后，你把随手记的笔记粘贴进去，请它写一份给团队的简短总结，写明负责人和日期。你的时间花在阅读和修改草稿上，而不用自己打字。
一页地图
工作中用 AI，你在哪个阶段？
四个层级、每个层级的信号，以及一节用来起步的免费课程
在公司里，好像每个人都在用 AI，你很难判断自己处在什么位置。有的同事每次开会都提到它，有的从来不提，而流传的建议大多只是让你多用一点，却没告诉你周一早上该做什么。这一页把这条建议拆成四个层级，你可以在自己的一周里认出来，每个层级都配有一个日常工作的例子和一节用来起步的免费课程。
地图
工作中使用 AI 的四个层级
- 第 1 级速度你本来就在做的工作，做得更快。查看信号
- 第 2 级高度直接要你需要的结果，让 AI 去想步骤。查看信号
- 第 3 级深度按这个领域里最厉害的人的做法来做，并用 AI 以外的东西核对结果。查看信号
- 第 4 级广度从看似和你的任务无关的领域借用方法。查看信号
读一读每个层级下的信号，看看哪些像你的一周。大多数人同时处在不止一行，也没有分数要算。比较好的起点，是你觉得熟悉的那一级的下一级。
四个层级的来源
这些层级来自 Anthropic 工程负责人 Felix Rieseberg 的一篇文章。他的观点是，大家常听到使用 AI 时要更有野心的建议，却很难落实，所以他把野心分成四类：速度、高度、深度和广度。他写道，这个方法适用于任何 AI 模型。本页的描述是我们的转述，办公室的例子是我们自己加的。
阅读 Felix Rieseberg 的文章下面链接的免费课程使用 Anthropic 的 Claude。课程里教的习惯同样适用于其他 AI 助手。
第 2 级
高度
直接要你需要的结果，让 AI 去想步骤。
如果你符合这些，就在这里
- 你把一项工作拆成很多小请求，再自己把答案拼起来。
- 这项工作会拿到会上讨论，通常意味着有人需要从中做出决定。
- 你知道要交什么，却不太确定读的人需要决定什么。
在工作中是这样的
以季度复盘为例。在速度层级，AI 帮你填上季度的模板。到了这一级，你会问发生了什么变化、为什么变、该怎么应对，然后让它列出最重要的三个决定，并分别给出支持和反对的理由。
从这里开始
免费课程：在一长串邮件里找出要做的决定第 3 级
深度
按这个领域里最厉害的人的做法来做，并用 AI 以外的东西核对结果。
如果你符合这些，就在这里
- AI 的回答看起来很漂亮，但你说不准专家会不会认可。
- 你遇到过听起来没问题、却把一个数字弄错的 AI 摘要。
- 你的团队对业务有一个看法，但没有人拿真实数据检验过。
在工作中是这样的
以一份按地区划分的月度销售表为例。先问一位有经验的分析师会怎么处理它、会从哪些原始数据入手。再让 AI 给出每个结论背后的准确数字，由你自己对照表格核对。让 AI 检查自己的答案，不算核对。
从这里开始
免费课程：从文档中提取准确数字并核对第 4 级
广度
从看似和你的任务无关的领域借用方法。
如果你符合这些，就在这里
- 不管处理什么问题，最后都变成同样的格式、同样的幻灯片或同样的备忘录。
- 你希望有人在你的上级之前找出计划里的漏洞。
- 你想过编辑、审计师或投资人会怎么处理你手上的这件事。
在工作中是这样的
一长串邮件正走向一个决定。在拍板之前，让 AI 对计划做一次事前验尸（pre-mortem），就像项目团队假设计划已经失败、再追问原因那样；然后让它像一位多疑的投资人读一家公司的数字那样去找弱点。让它去做那个人会做的事。只让它模仿那个人的口吻，改变的只有语气。
从这里开始
免费课程：事前验尸、钢人论证和红队演练一个坦白的限制
层级越高，越需要 AI 能访问工作所依赖的文件和数据，而很多工作环境目前还不允许这样做。上传任何东西之前，先确认公司允许什么；凡是以你的名义发出去的内容，最后的决定权留在你自己手里。
Nightschool AI 是独立平台，与 Anthropic、Microsoft、OpenAI、Google 或 Meta 均无关联，也未获得其认可。本页中的产品名称仅用于说明我们的课程所讲授的工具。四个层级的来源注明为 Felix Rieseberg 的文章；他没有审阅本页。