OpenAI，ChatGPT 的创造者。内部的人每天都在如何使用 AI？
我先告诉你：这里没有什么神奇的提示词技巧。
"通勤时用语音咨询。"
"拍下菜单照片来提问。"
几乎平淡得让人失望。
然而，他们只是最早开始这些简单习惯的人。核心原则只有一个：
"持续把生活和工作的麻烦事交给 AI。"
我将介绍 5 种你现在就可以开始模仿的方法。
不过，第五种有点不同。它直接连接到 OpenAI 内部目前正在发生的最大的变化。
你好，我是 tatsuki。我支持中小企业实现 AI 落地，帮助 Claude 和 Codex 融入业务。同时，我也是整天都在运行 Claude Code 的人。
当我看到那些说"我在用 AI，但没觉得工作有多大变化"的人时，我总会想：
关键在于功能，而在于你如何委派。
你不需要成为工程师才能把这些技巧带回家。实际上，后半部分才是真正精彩的地方。
▼ 在文章末尾，我准备了 7 个充分利用 AI 的额外福利。
[技巧 1] 语音脑暴
据悉，ChatGPT 的负责人 Nick Turley 会在早上通勤时用语音模式与 App 对话。
https://x.com/OpenAI/status/2075310019185389913
但目的不是为了得到答案。而是通过大声说出来，理清脑中混乱的想法。
AI 不会反驳你，也不会催你。这就是为什么像"今天会议上我最想传达什么？"这样的问题，比自言自语能更快地得到解决。
我称之为"碰壁（脑暴）"。在这五个方法中，这是最容易模仿的入门点。
你今天就可以采取的一个行动：在 10 分钟的通勤路上，对语音模式说："让我通过大声说出来，理清今天要做的事。"
✗ 用它来获取答案
◯ 用它来倾诉和表达自己的想法
[技巧 2] 将"上下文"嵌入记忆
ChatGPT 有一个"记忆"功能（记住你过去分享过的上下文的能力）。把你希望它记住的一切一次性告诉它。
例如，一开始只需输入一次：
"我支持中小企业实现 AI 落地。请用礼貌的日语回复，先说重点。之后请基于这个前提来对话。"
这样一来，之后所有的对话都会根据你的具体需求进行。每次都要重新解释你的立场和偏好的麻烦就消失了。
你也可以用"自定义 GPT"（一个可以预先加载常用指令的专用 ChatGPT，制作只需几秒钟）来做同样的事情。对于重复性任务，一次性创建一个"模板"会更快。
✗ 每次都从头解释你的上下文
◯ 一次性教给它你的工作、职位和写作风格，让未来的所有对话都个性化
[技巧 3] 在犹豫不决时"拍照倾倒"
前科学传播负责人 Andrew Mayne 据说会拍下餐厅的菜单，然后问："这些里面哪个适合我？"
他完全消除了纠结于选择所花费的时间。
这不仅限于食物。手册、合同、不熟悉的表格。对于那些你因为读起来很繁琐而一直拖延的事情，这个方法效果最好。
✗ 因为阅读麻烦而拖延
◯ 只需拍张照片，然后问："这部分哪一点与我相关？"
[技巧 4] 为初次见面"预做功课"
首席研究官 Mark Chen 据说会把初次见面的人的背景信息给 ChatGPT，让它生成话题和可能的共同点。
他不是在委派对话本身。而是提高他准备工作的下限。
对于那些害怕初次见面时沉默的人来说，这种"准备 3 个谈话种子"的方法非常有效。无论是销售、面试还是副业会面，都是如此。
✗ 空手赴会，忍受尴尬的沉默
◯ 提供对方的背景，用"3 个共同话题"做好准备
顺便说一句，据说就连 CEO Sam Altman 也会用它来整理收件箱、扫描文档，甚至寻求育儿建议。不是作为专家的替代品，而是作为"另一个可以咨询的人"。
以上就是 1 到 4：咨询和准备。
第五个有点不同。
[技巧 5] 委派"执行本身"
虽然 1 到 4 是关于咨询或请求准备，第五个则是完全委派工作本身。
这是目前 OpenAI 内部影响最大的用法。
可能会让你惊讶，但公司内部 AI 的明星已经不是 ChatGPT 了。
直到一年前，公司里的 AI 几乎只意味着 ChatGPT。现在，大约 98% 的员工使用一个名为"Codex"、可以处理任务的 AI Agent。据说，内部由 AI 生成的内容中，有 99.8% 是通过 Codex 产生的。
老实说，这个 98% 的数据是基于员工自我报告，所以不要太当真。不过，99.8% 的输出量这个现实，在方向上很可能是准确的。
而且，这不仅仅适用于工程师。它已经成为法务、会计和招聘等部门的主要工具。
行政人员使用 Codex 处理的工作中，超过四分之一是与代码相关的任务，而这些任务以前必须向工程师请求。
那么，内部人士是如何"委派"的呢？这里有三个原则，即使是非工程师也可以借鉴。
（1）从执行者转变为指导者
他们不再自己做繁琐的细节工作。在开发过程中，人类直接编写代码是零。这就是团队的核心："零行手写代码"。（开发团队详情：https://openai.com/index/harness-engineering/）
（2）首先创建一个"上下文存放处"
他们不会每次都写长篇的指令。他们会准备一个 AGENTS.md（一个给 Agent 的指令表，一个汇总角色和规则的单一索引文件），并让 AI 每次读取它。
内容可以简单到只有几行：
AGENTS.md 内容示例：
- 角色：中小企业 AI 实施支持
- 规则：用日语补充技术术语。不要武断；提供主要来源。
- 语气：礼貌（です/ます）。不夸大其词。
用他们的话说，"如果你说每件事都重要，那就没有一件事是重要的。"所以，一本 100 行的"地图"就足够了，不需要一本厚厚的字典。
（3）小而快，频繁迭代
Codex 团队很小，只有 3 到 7 个人。然而，他们在 5 个月内完成了大约 1500 次变更。
秘诀是"不要追求一次性完美，而是小规模发布，之后再修复。"他们认识到等待的成本高于修复的成本。
即使你不是工程师，你今天也可以尝试这个。给 ChatGPT 一个目标，而不是指令。
"完成整个任务。我把步骤交给你。卡住了就问。"
与其详细地教方法，不如给出目标和"卡住了就问"这句话。仅此一点，就能让你站在"把事情搞定"的一边。
✗ 自己逐行动手
◯ 说出目标和要遵循的规则，然后把执行本身委派出去
[将这 5 个方法浓缩成一句话]
如果要用一句话来概括，那就是：
咨询、让它写、然后委派。
1 到 4 是"咨询"和"准备"，5 是"执行"。你越按照这个顺序增加"委派的量"，结果就会积累得越多。
这不仅仅是感觉。另一项针对所有用户的调查（"人们如何使用 ChatGPT"，覆盖约 7 亿人）报告称，大约一半（49%）的 ChatGPT 对话是"咨询"，其次是"工作"（40%），其中"写作"是专业领域中最常见的任务。（调查：https://openai.com/index/how-people-are-using-chatgpt/）
归根结底，他们所做的就是这么简单。
[总结]
- 这不是什么特殊才能。他们只是更早地开始"持续地把麻烦事交给 AI"。
- 从 1 到 4 的咨询和准备，到 5 的"委派执行"。你委派得越多，差距就变得越大。
- 顺序总是一样的：咨询、让它写、然后委派。
前后的区别大概就是这样：
从一个只向 AI 提一个问题就结束的人，变成一个先把麻烦事委派给 AI 的人。
如果你读到这里只是觉得"哦，我知道了"，那么明天你还会像往常一样只问一个问题。大多数人都是这样。
你愿意在今天 10 分钟的通勤路上，试着"碰壁"一次吗？还是今天和往常一样？
分界线可能就在这里。
你不必一次做完所有事。为什么不从技巧 1"语音脑暴"开始呢？
给读到这里的你，如果你真的想开始行动。
我运营着一个 LINE OpenChat（可以匿名加入），我们一起学习 AI 应用、Claude Code 和 X 运营。
加入后，你可以免费获得"7 个 Claude 利用福利"，可以直接用于工作。超过 80% 也适用于 Codex。
- 300 个通用 Claude Prompt
- Claude Cowork 完整指南
- 使用 Claude Design 创建材料
- 使用 Claude Code 自动化 X 发帖
- Claude Code 入门套件（技能 + MCP）
- Claude Code 安全
- Claude Code x Obsidian
如何领取：
- 首先，加入 OpenChat：https://t.co/90omRA4UQ7
- 加入后，发送关键词"特典"。
这样就可以领取了。
让我们带着武器，一起在 AI 时代生存下去。如果这篇文章对你有帮助，请在引用转发中留下评论，我会全部转发！
