怎么让工作更完美

今天没怎么干活，那晚上的文章简单聊聊天，分享一点我自己让工作完美的做法。

逻辑其实非常简单，当我自己每做完一项工作时，都主动将工作成果发送给 AI，问问这些内容有没有事实错误、有没有什么内容可以更进一步完善。

场景一：脚本代码的优化。

平时我自己会在 App Scripts 里写一些效率提升的脚本，配合谷歌表格一起使用。

但现在我的技术水平基本趋近于零了，于是每次写脚本之前我都是先用自然语言将自己的需求明确写出来，然后让模型 A 根据我的需求将相应的代码写出来。

几番操作下来，想要实现的功能肯定是可以实现的，但是我不确定模型 A 写出来的代码质量到底如何。

于是我会将需求描述与模型 A 写出来的脚本代码全部粘贴给模型 B，问它这个这个脚本代码写的怎么样，有没有什么逻辑错误，或者有没有需要完善提升的地方。

基本到了这一步，模型 B 会针对每一行需求与每一句代码作出详细的分析，然后给出它自己的意见。

如此这样操作一下，你会发现自己只是简单描述了下需求，便可以在 AI 的加持下将这种工作很完美的完成了。

场景二：文章内容的优化。

对于 SEO 文案创作而言，我现在的工作步骤分为两个部分，先是将文案写出来，然后再在已经生产出来的文案上做优化操作。

文案创作这个部分的内容，之前的文章里都分享过，就是关键词调研、结构处理、分段输出那一套逻辑。

但是文案写完之后，我自己是不知道写得好不好的。于是在写完文案之后 ，我现在也习惯性加一道审核的流程。

直接将自己人工做出来的内容框架、上一步 AI 写出来的文案，以及我的审核标准一起发送给 AI，问问 AI 关于这段文案的意见。

其实这个过程中，我自己觉得文稿审核的标准非常重要。单就文案而言，整体的语气语调、用词的难易度、人称的变化，等等这些内容我觉得都挺重要的。

于是几轮沟通下来，我肯定能得到 AI 给出的一些修改意见，然后再在这个意见下对文稿做出修改。

其实类似这样的场景还有不少（像流程设计、小语种文案翻译、内链锚文本提取，等等），其基本的原理都是差不多的。让模型 A 充当运动员角色，让模型 B 充当裁判员角色，彼此之间相互促进从而让产出更加完善一些。

而且我觉得现在 AI 在技术平权中发挥着越来越重要的作用，真的只要能用好这个工具就能发挥巨大的价值。

但每个人对于“用好”的标准又有着不一样的定义，此时不妨再次让 AI 介入下。让 AI 当我们自己的老师，而把自己完全放在一个入门级初学者的角色上，让 AI 教我们怎么用好 AI。