《2026给文科生的AI蓝皮书》

如果你是第一次系统使用这类AI工具，建议尽量按顺序读主线。不是因为每一课都必须完全照做，而是因为这条顺序背后有一个能力递进。

第一部分：用AI做一架小钢琴

第1课：从一个小作品开始

很多人学AI工具，习惯从“先学一遍所有功能”开始。但功能列表是无穷无尽的，今天学完明天又更新了。

更好的办法是：先选一个你想做的小东西，然后让AI帮你做出来。

这一部分的目标是做一架能看见、能点击、能听见声音的小钢琴。不需要你懂代码，不需要你安装复杂环境，只需要你跟着步骤，把材料给AI，让它替你干活。

第2课：认识你的AI搭档

在开始之前，先搞清楚一件事：AI不是魔法，它是一台“超强速记员+初级推理机”。

它擅长的是：

• 把杂乱的信息整理成有条理的文字

• 根据你给的指令生成符合格式的内容

• 在已有材料的基础上做扩展和改写

它不擅长的是：

• 独立判断“什么是真话、什么是编的”

• 代替你做关键决策

• 理解你没说出来的潜台词和情境

记住这条底线：AI负责干活，你负责判断。

第二部分：用AI处理真实材料

第3课：别把“帮我总结一下”当成阅读

拿到一份四五十页的报告，很多人第一反应是直接丢给AI：“帮我总结一下。”

它当然会给你一篇摘要，条理清楚，语气也很稳。问题是，你真正想知道的东西，未必在那篇摘要里。

一份行业报告，你可能只关心这个机会值不值得做。一份产品说明，你可能只关心哪些功能跟你有关系。一份学习资料，你可能只关心：这东西我该从哪三页开始读？

阅读不是把原文压缩。阅读是带着你的问题进去，再带着判断出来。

第4课：带着问题读长材料

具体怎么做？分四步走：

第一步：先选一份没有隐私风险的材料

不要拿公司的机密文件、合同、客户名单来练手。找一份你公开获取的PDF，或者你自己写的愿意交给AI处理的长文档。

第二步：不要让它先总结，先问问题

你可以这样跟AI说：

请先阅读这份材料，不要急着做泛泛的全文总结。我现在最关心这几个问题：

1. 这份材料能解决什么实际问题？

2. 里面最有价值的三个结论是什么？

3. 哪些结论有证据支持，哪些只是作者的观点或推测？

请引用具体页码或原文位置，方便我回去核对。

第三步：看回答有没有把“依据”亮出来

如果回答里没有出处，或者把“原文说了什么”和“AI理解成了什么”混在一起，补问一句：

请把你刚才最重要的三个判断分别标出原文位置，并注明：这是原文事实、作者判断、还是你的概括。

第四步：整理成你自己的阅读笔记

把问题的答案、原文位置、待读章节和存疑内容留下来。这份笔记是你自己的，不是AI的。

第5课：先盘清混合资料，别一股脑塞给AI

如果你桌面上有一个文件夹，里面塞满了PDF、Word、Excel、图片、录音……不要一上来就让AI批量转换、全部汇总。

正确做法是：

第一步：让AI先盘点文件夹

让它列明：里面有哪些文件？什么类型？哪些可以直接读取，哪些需要额外处理？然后结合你的使用目标，给出处理建议。

第二步：按需提取信息

比如你想做一份会议行动摘要，就定向提取会议结论、待办事项、数据来源，梳理出信息冲突点。

第三步：如果要批量处理，先做样本验证

先拿一个文件试跑一遍，确认效果没问题了，再处理整批。

第四步：核对

整理完成后，必须核对数据、事项定性、未处理文件等内容。AI出的东西，不代表就对了。

第三部分：把AI产出变成能交付的文件

第6课：文件交付不只是“转格式”

很多人觉得，文件交付就是把AI生成的内容复制到Word里、调调格式、保存导出。

不对。文件交付的核心是：结合接收对象与使用场景，定制内容。

第7课：交付前先想清楚三件事

在正式输出之前，先问自己：

1. 给谁看？ ——老板、同事、客户、还是自己存档？不同的人需要的信息密度和呈现方式完全不一样。

2. 用来干什么？ ——做决策、做汇报、做存档、还是做下一步工作的输入？

3. 什么形式最合适？ ——一页摘要、完整报告、PPT、还是表格？

第8课：交付文件的“三要三不要”

三要：

1. 要保留已核实的事实和数据——AI产出里你亲手核实过的内容，才放进最终文件。

2. 要按场景设置结构——给老板看的摘要放最前面，给同事看的完整材料放后面。

3. 要逐项检查排版、数据、内容完整性——错别字、错数字、错页码，这些是AI最容易翻车的地方。

三不要：

1. 不要把内部笔记和推测塞进正式文件——内部讨论时写的草稿、AI随口说的推测，都别放进交付件。

2. 不要只转格式不改内容——PDF转Word就交差，等于没做。

3. 不要动你核实过的核心信息——如果发现格式问题，只修复格式，不改动核心数据和结论。

第四部分：把经验沉淀成你自己的Skill

第9课：什么是Skill，以及为什么你需要它

你用AI做完一件事之后，那个过程中的提示词、工作流、检查清单、验收标准……这些东西不是用过就丢的。

它们可以打包成一个Skill——你下次再做类似任务时，不用从零开始，直接调用这个Skill就行。

Skill不是“写代码”，而是把你的工作方法结构化、记录下来、可重复调用。

第10课：一个Skill长什么样

最简单的Skill可以是一份提示词模板+一份检查清单。比如你做了一个“会议纪要Skill”，它可能包括：

• 提示词模板：告诉AI要提取哪些信息、按什么结构输出

• 处理规则：录音怎么转文字、多人发言怎么区分

• 验收标准：什么样的纪要算合格

• 输出格式：发给老板的是摘要，发给团队的是完整记录

第11课：从一次协作到自动化工作流

当你积累了几个Skill，就可以把它们串起来，变成一条自动化工作流。

但这里有一条边界需要划清楚：

适合自动化的：

• 输入固定、输出稳定、风险可控的重复性工作

• 例如：每日启动卡、下班收尾卡、周报草稿、素材整理卡

不适合自动化的：

• 客户沟通、合同修改、隐私处理等需要主观判断、承担责任的事务

筛选自动化任务的三个标准：

1. 定期重复（每天/每周/每月都要做）

2. 输入可控（材料类型和来源相对固定）

3. 结果需人工复核（AI出草稿，你来做最终判断）

第五部分：文科生与AI相处的底层心法

心法一：你的优势不是“会用AI”，而是“能判断AI”

AI能快速检索资料、梳理思维链条、完成格式化的写作任务。这些东西它确实做得比你快。

但AI做不到的是：区分“证据”和“观点”、识别“编造”和“事实”、理解“语境”和“潜台词”、做出“负责任”的判断。

文科生经过长期训练获得的文本细读能力、批判性思维、对语境的敏感度，恰恰是审查AI产出时最不可替代的能力。

心法二：把AI当“助教”，不当“代笔”

AI最适合的角色是：帮你定位重点、梳理内容、整理材料、生成草稿。最终的判断权、决策权、署名权，永远在你手里。

当你让AI做一个任务时，问自己：“我有没有能力判断AI给出的东西对不对？” 如果答案是“没有”，那这个任务不适合交给AI。

心法三：建立你自己的“协作规则”

你和AI之间，需要一套规则。不是每次重新写提示词，而是建立长期有效的协作约定。

这就是AGENTS.md项目规则文件的作用——它区别于单次提示词，用于设定项目的长期工作准则：明确项目定位、文件边界、禁止操作、协作流程与验收标准，避免AI擅自重构内容、恢复已删除信息等问题。

规则文件的核心原则：先精简、后补充；说人话、不说空话。 不要写“请以负责任的态度处理数据”这种套话，要写“不要修改日期字段，除非我明确要求”。

心法四：保持提问的能力，比学会“提示词模板”更重要

很多人花大量时间研究“提示词怎么写才有效”，但忽略了一个更根本的问题：你问的问题对不对？

阅读长材料时，不是问“帮我总结一下”，而是问“这份材料能解决我手头什么问题？”

处理文件时，不是问“帮我整理一下”，而是问“我需要的到底是什么？会议结论？待办事项？还是数据来源？”

问题比模板重要。方向对了，AI才能帮上忙。

附录：常用参考工具

Codex基础设置

安装方式：

• Codex Desktop图形客户端：新手首选，可用ChatGPT或谷歌账号登录，免费额度能满足基础学习

• 命令行：适合有一定技术基础的用户

• VSCode插件：适合熟悉代码编辑器的用户

三种方式共用一套配置文件，切换使用不影响已有设置。

常用插件参考

以下九类插件可提升日常办公效率，建议按需安装，不盲目堆砌：

• Gmail / Google Drive / Notion / GitHub / 表格处理 / PPT处理 / 文档处理 / 任务管理 / 日历

安装原则：先用默认设置跑通一个任务，确认需要插件增强时再安装，同时留意数据授权范围。

技术常识速览

如果你用AI做的是带界面的小工具（比如那架小钢琴），它背后通常涉及这几层分工：

• 界面层（Electron/React）：决定“长什么样”

• 预览层（PDF.js等）：决定“怎么显示内容”

• 编辑层（MuPDF等）：决定“怎么改内容”

• 打包层：决定“怎么变成可以发给别人的软件”

你不用懂每一层怎么实现，但知道有这些分工，能帮你判断AI给出的技术方案是否合理。

结语

这本书从头到尾在传递同一个核心逻辑：

AI是提升效率的工具，负责重复整理、信息检索、格式优化这些事务；关键判断、责任决策、内容审核始终由人主导。

文科生面对AI浪潮，不需要恐惧，也不需要学成程序员。你需要做的是：守住你的判断力，建立你的协作规则，让AI替你干活，而不是替你思考。

技术的更新迭代会越来越快，终身学习会成为常态。但只要你保持提问的能力、保持对材料的敏感、保持对判断的责任，AI就永远是你的工具，而不是你的替代者。