构建可预测的AI办公室以实现一致的任务委派
BuildingPredictableOffice
是否厌倦了每次打开 ChatGPT 或 Claude 时,都要重新解释你的流程、模板和偏好?是否在思考如何搭建一个 AI 工作区,让你能够放心地将实际工作委托给 AI,并获得每次都能信赖的一致结果?在本文中,你将了解如何构建一个包含流程文档、模板和历史上下文的 AI 工作区(即“AI 办公空间”),让 ChatGPT、Claude 及其他 AI 工具能够从中提取信息,从而稳定地完成委托任务。本文由 Tiffany Kyazze 和 Michael Stelzner 联合创作。如需了解更多关于 Tiffany 的信息,请滚动至本文末尾。
为什么 AI 工作区能让委托成为可能
Tiffany Kyazze 是通过自动化进入 AI 领域的,她将自动化定义为“序列”:当某事发生时,接着发生另一件事。在她的 AI Flow Club 社区中,她教导企业家构建那些“刻意显得枯燥”的 AI 系统——这些系统经过深思熟虑并一次性审核通过,随后便能交付你可信赖的结果。由于 AI 的输出并不总是确定性的,她的目标是使其可控、有限且有利可图。只有当输出结果可预测时,工作才能真正委托给 AI。Tiffany 将理想状态比作麦当劳的 McDouble 汉堡:每次都是一样的,而这正是关键所在。AI 工作区通过为 AI 提供一个统一的地方来查找每项任务所需的规范、流程和模板,从而提供这种可预测性。
#1:仅向 AI 提供每个任务所需的上下文,从小处着手
Tiffany 观察到的最常见误解是认为 AI 需要知道一切:个人动机、某人的工作方式、其生活中的状况,以及他们曾使用过的所有应用的数据。ChatGPT 和 Claude 中的连接器和插件页面之所以诱人,正是因为那里列出了许多熟悉的应用。问题在于,大语言模型会假设对话中提及的任何内容都旨在被使用。如果有人告诉 AI 自己感到疲惫,并要求它写一封拒绝播客邀请的邮件,这封邮件很可能会提到发送者很疲惫;而实际上,发送者可能只想表达“时间不合适”。连接的数据也存在同样的风险。Stripe 连接器可以帮助对账收入,但如果 AI 知道某家企业每周收入为 10,000 美元,这一数字可能会出现在社交媒体帖子中。“第二大脑”系统对于了解个人故事很有用,但根据 Tiffany 的说法,AI 并不需要这些故事来完成任务。对于每项任务,关键问题在于:哪些信息是相关的?如果 AI 过度分享这些信息,风险是什么?精确的上下文还能节省 Token。如果没有模板,要求 AI 总结会议会迫使它自行决定摘要的样子、包含什么内容以及什么是有价值的。结果往往是一份篇幅较长、充满相关但无需的信息的文档。例如,如果未明确要求摘要聚焦于项目推进,那么参与者花费五分钟讨论周末的内容最终也会出现在摘要中。Tiffany 建议同时定义所需信息的类型和输出的结构。这一定义还能防止 AI 读取超出其所需的内容:要总结一次通话,它只需使用通话录音稿和通话摘要模板,而不是诸如排班规则等无关文件。
Topics:
如何启动 AI 工作区而不使其过载
目前流行的一种做法是使用“主提示词”(master prompt),即在每次请求时向 AI 提供一份自传式文档。有些人甚至编写了长达 90 页的主提示词。Tiffany 认为这提供了过多的信息,因为 AI 不会仔细关注隐藏在庞大文档中的细节。此外,维护起来也很困难:如果品牌语调需要调整,找到涉及该部分以及所有影响它的其他部分将耗费大量时间。相反,Tiffany 建议从少量文件开始,并确保每个文件都能正常工作。从小处着手可以方便地微调每次添加的内容,并清楚地看到 AI 如何使用这些信息。如果在第一天就拥有 55 个文档,很难分辨 AI 在生成结果时引用了哪些文档。对于已经拥有如此多文档的用户,应明确指示 AI 在每个任务中使用哪些文档。这样,如果结果不佳,只需检查两个地方:指令或上下文。一个表现良好的 Claude 项目是理想的第一个候选对象。项目是一个包含指令和文件的文件夹,专注于单一任务,因此它可以成为新工作区的子文件夹,任何 AI 工具都可以访问它。
#2: 选择 AI 工作区的位置
AI 工作区是计算机中包含按子文件夹组织的信息的文件夹。Tiffany 将其描述为数字活页夹,就像她第一份工作时收到的那种,带有标签说明如何处理每种情况,例如致电前台。工作区没有用于行政信息、流程和模板的标签,而是拥有子文件夹,AI 在下一次任务出现时能准确知道在哪里找到每个文件。该工作区可与能够访问文件的工具配合使用,如 Claude Cowork、Claude Code、ChatGPT Work 和 ChatGPT Codex。根据 Tiffany 的说法,普通 ChatGPT 也可以访问文件系统。Google Drive 也可以作为“真相来源”,因为它几乎连接了所有 AI 工具。
如何使用 Markdown 和 Obsidian 设置工作区
Tiffany 将她的工作区保存在计算机文件系统中,格式为 Markdown 文件。每个文件仅几 KB,从而保持令牌使用量较低。她称 Markdown 为 AI 的第一语言。即使未格式化,它也易于阅读:井号标记标题,星号标记粗体文本。对于不想阅读原始 Markdown 的用户,Tiffany 推荐 Obsidian,它可以以清晰的格式显示文件,并展示文档之间的连接关系。这些连接让 AI 能够提取任务所需的所有内容。例如,电子邮件流程可以链接到示例邮件、电子邮件模板以及决定哪些消息值得回复的规则。Tiffany 更喜欢 Obsidian 而不是 Notion,因为 AI 在其中查找信息的速度更快。Claude 中的 Notion 搜索会扫描许多字段,而她的 Notion 数据库有时包含 20 或 30 列。Obsidian 将相同类型的字段存储在 YAML 中(每个文件顶部的一小块代码),并以类似数据库的方式显示文件。
如何使用 GitHub 与团队同步工作区
蒂芙尼将她的 workspace 与 GitHub 同步。她在电脑上为团队办公室保留了一个文件夹,而住在加拿大的搭档泰勒也在她的电脑上保留了相应的文件夹。当蒂芙尼向 GitHub 推送更改时,泰勒的文件夹会自动更新;如果两人同时编辑同一份文档,GitHub 会合并这些更改,而不会导致一方覆盖另一方。此外,GitHub 还让新的 AI 工具能够获取信息,而无需直接访问文件系统。Muse 上线时,蒂芙尼将其指向她的 GitHub 仓库,而不是授予其计算机访问权限,它便获得了所需的信息。
#3: 用流程文档、模板和历史背景填充 AI 办公室
蒂芙尼将完成后的 workspace 称为“AI 办公室”:一个供 AI 作为起点的文件文件夹。它包含三类内容。
- 流程文档: 流程文档概述了需要执行的步骤,并充当标准操作程序(SOP)。例如,蒂芙尼制定的关于判断哪些邮件值得回复的标准就是一份流程文档。
- 模板: 模板要么是已完成输出的示例,要么是 AI 复制并填充的文档。一个可填写的模板可能仅包含标题