收藏一份报告,只需要按一下按钮。真正需要它时,我们却常常记不起:那个结论到底在哪一页?它说的是今年,还是去年?它适用于所有人,还是某个行业?
于是,文档越攒越多,动笔却越来越难。你知道自己看过相关资料,但那种熟悉感还不足以支撑一句确定的话。
AI可以帮忙整理。要让它帮得上忙,第一件事是把问题缩小到你能检查答案的程度。
从一个要完成的任务开始
“帮我读懂这些资料”太大了。换成“我要判断这个功能是否适合我的工作,先找出它的使用条件和限制”,后面的每一步就有了方向。
这里以Google的资料笔记工具为例,本次读取的官方帮助页面称其为Gemini Notebook。文档支持导入来源、选择一组材料提问,并建议在问题里指出具体来源名称。官方来源说明
电脑端可以按这条最短路径开始:打开工具页面,创建一个笔记本;在左侧选择“Add sources/添加来源”,导入三份有权使用的材料;添加完成后,在“Sources/来源”区域只选中这三份,再到聊天区提问。这里依据官方文档整理,实际界面名称可能有差异。
先只放三份与当前任务最相关的材料。给它们起容易辨认的名字,例如“产品说明_版本日期”“实际需求”“测试记录”。保留日期,会让后面很多争论变得简单:两个答案不同,有时只是因为它们在回答不同时点的问题。
先问自己:今天读完这些材料,我要做哪个决定?把这句话写在笔记顶部。以后每多加一份资料,都看它有没有帮助回答这句话。
第一轮,只找事实的位置
先别让AI写一篇漂亮的总结。给它一个可以逐项核对的任务:
只根据已选材料,列出与我的问题有关的明确事实。每项写出来源名称和能定位的段落;材料没有说明的地方写“未说明”。不要补充常识,不要把你的推测当作材料结论。
这样的要求能帮助组织输出,但不能保证模型一定遵守。你仍要打开原文检查。
尤其注意那些看起来很完整的句子。模型可能把分散在不同地方的信息连起来,使答案读起来顺畅;可连接处恰恰可能藏着材料没有说过的意思。
检查时,不必从头重读所有文档。先挑影响决定的三句话,逐句回到原文:条件还在不在?“可能”有没有变成“必然”?一家公司报告的结果,有没有被说成所有使用者都会得到的结果?准备正式使用的其余事实结论,也要逐项找到依据。
第二轮,把矛盾留在桌面上
下面是一组专门设计的练习材料,全部为虚构:
| 材料 | 内容 |
|---|---|
| A:周一草案 | 活动安排在25日;预算上限300元 |
| B:周二讨论记录 | 有人建议改到26日,并把预算提高到500元 |
| C:负责人确认 | 时间尚未最终确认;暂按300元准备 |
如果只让AI“总结活动安排”,你可能得到一个十分肯定的日期和金额。但这三份材料实际上没有给出最终日期。
换一种问法:
对比A、B、C,分开列出已确认事项、建议事项和仍有冲突的事项。逐项说明依据。如果无法确定最终安排,请明确告诉我还需要向谁确认什么。
这组练习的人工核对答案是:25日来自草案,26日只是建议,最终时间仍未确定;当前准备口径是300元,500元尚未获得确认。这是人工预设答案,未冒充某次工具运行结果。
你会发现,最有价值的输出有时是一张没有填满的表。空着的那一格告诉你,接下来应该去问人、查记录,还是等一次明确决定。
第三轮,把答案变成自己的理解
找到出处之后,合上AI给出的总结,用自己的话写三行:我已经知道什么;我还不知道什么;这会改变我的哪个行动。
把前面的虚构练习变成一段可以交出去的文字,你现在可以写:“活动日期尚未最终确认;目前按300元准备。26日和500元来自讨论建议,仍待负责人确认。”这段话不华丽,但它把确定和不确定的部分交代清楚了。
然后再把自己的复述交给工具:
检查我的复述有没有超出材料。指出具体句子,区分材料支持、合理但未验证的推断、以及明显不成立的结论。先指出问题,再给修改建议。
你可以不同意它的修改,但要知道分歧在哪里。到这一步,AI才真正进入你的思考过程:它帮助暴露缺口,你负责决定哪些结论站得住。
怎样知道它对你有没有好处
厂商公布的用户访谈里,有人谈到AI帮助整理信息、学习技能,也有人把节省时间与照顾家庭联系起来。这些是参与者的自述,说明了人们看重什么,不能直接推算你能节省多少时间。Anthropic公开访谈与方法说明
对自己的判断,可以从一项很小的记录开始。选一个常做的资料任务,记下检索、初稿和核对分别用了多久,以及发现了几个错误。下次使用AI做同类任务,再记一次。材料难度可能不同,所以一次比较只提供线索。
核对时间也要算进去。如果AI十秒写完,你花四十分钟查错,那四十分钟就是工作的一部分。
这份教程依据官方资料整理,没有登录实操你的账户;产品界面、地区及账户能力需要以实际可用情况核对。
现在,打开你一直没整理的那个文件夹。先挑三份资料,再写下一个问题。今天不必把它们全部读完,先把一句你准备写进文章的话,查到有出处。
