AI能力正在从模型能力迁移到调用工程能力。
很多人还在比模型强弱，但没有意识到的是，同一个模型，有人能做出可交付成果，有人只能得到一堆还不错但用不了的东西。
所谓调用工程能力，主要就讲3个方面：
1、输入结构化
不要绞尽脑汁写prompt，要去想怎么做任务拆解，补充背景信息，加约束条件
2、过程可控
也不要执着一次生成什么完美的东西，要尽可能的多轮拆分，逐步推进、阶段性校验，去提高你做出来东西的质量。
3、结果可以反复的迁移到任何一个类似的工作流里，或者经验上。然后把它们沉淀为模板，SOP，变成自己的资产。
这才是稳定产出。
第一层你可以学着用AI节省时间，而现在你要学着用AI扩大产能。
如果想更进一步落地，你可以试试下面的方法：
1、把高频任务拆成固定流程，每一步都明确输入输出，然后校验检查。
2、为每个流程设计一个缓冲的中间层，不要让AI直接生成最终结果，而是分阶段生成，找到那个可以让你衔接，承上启下的点。
3、建立自己的上下文库。你的那些案例，还有数据，甚至你的表达风格这些特点，才是非常宝贵的竞争力！
模型总是会越来越强的，也一定越来越便宜。
真正稀缺竞争力，就是是把这个能力用成生产线的人。
##