作为商业顾问我如何利用AI工具提升100%工作效率

各位一定很好奇，我们怎么好久没发文章了？

其实在过去一个月，我们潜心研究了各种AI技术在个人&企业场景的应用，并亲身加以实践，尝试用AI重塑自己的工作流。目的也非常纯粹：如何利用AI赋能业务增长、给企业降本增效？如何在不懂技术、不写代码的前提下，把AI能力用起来？

为此，我们学习了各路牛人的实战心得、测试了上百个AI工具、研究了各种prompt engineering框架…… 这个过程极其的繁琐，也付出了真金白银。可跑通了流程后，我们部分的工作效率翻了不止一倍，而且是长期复利。

后续我将通过一系列专题文章，为大家分享研究和实践成果。

首先，我们根据A16Z一篇经典的研究报告，将探索框架设定为两个部分：

生成式AI（GenAI）：给外部看，耗用户时长。主要集中在信息的发散，即根据一组指令创建新的、原创的内容。这种类型的AI模型能够生成新的、未经人工干预的输出，例如文本、图像或音乐。

决策式AI（SynthAI）：给内部用，省自己时间。主要集中在信息的汇聚，即通过综合和分析现有的大量信息，以更简洁、更易于理解的方式呈现出来。这种类型的AI模型能够从大量的数据中提取和总结关键信息，帮助人们更快、更有效地做出决策。

我们作为咨询顾问，业务的场景自然更符合决策式AI。咨询师按照时间计费，单位时间内产出越多，创造的价值就越高 - 怎样在各种琐碎的工作上节约时间、增加效率，就成为了我们的核心痛点。

本篇文章就从我个人的视角出发，介绍下决策类型的工作有哪些业务场景、有什么好用的AI工具，来帮助个人和团队提升工作效率，也算是抛砖引玉。

我会围绕日常工作的三个主要环节来展开 - 这些工具不只适合咨询顾问来用，营销部、战略部、中台部门……只要涉及研究和分析工作，都可以用起来。

1. 输入环节

AI工具在此阶段能够发挥出巨大的作用，帮助我们的大脑高效摄取信息 - 这不仅用于项目工作上，日常的学习和知识积累也经常用到。

我们一方面希望自己无所不知，另一方也希望筛选出够深度的信息，而不是一堆垃圾。这件事最耗时间的地方在于人机交互的效率太低。你做不到脑子里想到什么数据，电脑就自动给你显示出来。于是就存在大量手动重复的工作，甚至还有跨职能的沟通，极其浪费时间。

借助搜索工具快速查询信息

Perplexity AI提供了一种新的搜索模式，将ChatGPT和普通搜索结合起来，既有ChatGPT式的问答，又像普通搜索引擎那样列出链接，已经接入最新的GPT4模型。

使用案例：

我在研究微信视频号的发展趋势，想看看些品类在视频号热卖？

注册登录后，用自然语言提问，比如：“微信视频号销售额最高的品类是什么？”

系统给出答案，并提供信息来源的网页有哪些。可以继续在页面追问相关问题，比如“有哪些品牌案例？”

继续优化结果，启动copilot功能，接入GPT4模型细化问题。添加细化的关键词，如“电商”、“直播”等，系统自动调整

安装官方的chrome插件。当搜索结果中出现了一个有价值的参考链接，直接访问页面，插件会自动总结页面内容，并可以基于页面问答更细节的问题。

测试效果：

对于拓宽信息的广度帮助很大，尤其是与行业、商业模式、案例相关，精确度上也是OK的，对于中文的支持也不错。一个比较牛逼的地方是可以给系统设置你自己的profile（有点类似chatgpt最新的功能），AI就会基于你的身份、偏好，给出更加个性化的回答。

你可能不知道，web browsing功能下架了，ChatGPT依然可以联网，还能帮你搜索信息。其实在插件的帮助下，ChatGPT plus版本几乎可以替代大多数信息收集工具了。

使用案例：

我想要update一下关于微信视频号的最新动态

登录plus账号，在插件商店找到webpilot，并在聊天中启用

设定合适的prompt，比如“请给我一些视频号最新资讯，2023年7月之内”

可以直接访问返回的链接，并查看内容简介

当搜索结果中找到了一个有价值的案例，想要继续深挖。那么可以继续提问，比如“爱丽丝服饰这个品牌是如何经营视频号的？”

系统返回案例相关的最新文章，可直接访问

测试效果：

无论是广度和精确度都非常理想，甚至比原来的web browsing功能还好用。能发挥多大价值，全看你prompt engineering的能力。有了GPT4能力加持，你让它基于搜索结果写一篇报告都行！对于中文支持程度也是OK的。

刚开始用，感觉很有意思就简单介绍下：

MindOS并不是简单的信息搜索工具，而是属于一个特别热门的领域：AI agent（代理人）。相当于你可以自己设计一个数字化的员工，为你来完成特定的工作，从简单的数据分析到复杂的决策制定。这个产品是国内的心识宇宙团队打造的，主要面向出海市场，国内也可以随意使用。在producthunt等渠道的用户评价都很高。

MindOS的高级功能很复杂，大家感兴趣就自行研究，此处不展开。我使用最多的是基础功能：在模板里选择industry analyst，然后把要研究的问题描述出来。系统就可以直接生成一份简要的报告给你，包含参考数据源。

借助摘要工具进行内容速读和筛选

ChatDOC是一个基于ChatGPT的文件阅读助手，它可以快速提取、定位和总结文档中的信息。用户可以上传研究论文、书籍、手册等，然后向ChatDOC提出任何关于文件的问题，ChatDOC将在几秒钟内提供易于理解的答案，并标注参考信息在文档中的位置，同时还能以合集的形式进行跨文档查询（最多30个）。支持PDF、word等多种格式，可进行OCR识别。

使用案例：

我想从一份蕉下公司的研报中提取其产品研发创新能力的信息

将研报PDF上传到后台，开启对话模式

提问“公司的研发团队在哪些方面具备优势？”

系统给出答案，并指出关键信息来自于文档的哪个段落，点击即可跳转原文

我在一份研报中看到了关于比亚迪的财务数据表格，想进一步挖掘这些数据

将研报PDF上传到后台，开启对话模式

在文档中选中表格，提问“2022年比亚迪的收入增长了百分之几？”

系统根据当前表格数据给出答案

我有十几份新能源汽车行业的报告，想用最短的时间总结当前市场有哪些增长机会点

新建一个项目合集，将报告全部上传进去

在合集页面开始提问“新能源汽车行业有哪些增长的新机会？”

系统会从所有文档中总结答案，并标注原文位置。

测试效果：

其原理并不是AI真的读完了这些文档，而是根据指令匹配向量化的片段。所以，数据、描述类回答结果理想，但不适合进行逻辑推理（单一文档的深挖，比如财报分析，建议用Claude2，下文会讲到）。对于中文支持良好。

如果你找到了一大堆网页版的“万字长文”、“深度分析”，想从中找到关键信息，那可以利用工具的组合方案来帮你读文章。

Monica：国内强大的产品团队做的出海产品，基于ChatGPT的全能AI助手，可以在所有网站和设备上使用，支持文字总结翻译、机器人对话、文本图像生成。这里我最常用它的chrome插件，可以一键总结当前网页的内容，并进行追问。虽然是面向海外市场，但中文支持优秀，日常文章可以用它。

Upword：以色列创业公司开发的新产品，给专业的研究人员使用的网页总结工具，也支持PDF文档，这里我最常用chrome插件版。虽然中文不能用，但是英文内容的总结能力非常优秀，一下就能抓住重点。海外文章可以用它。

ChatGPT：还是与webpilot插件组合，能对文章进行更加深度的分析和逻辑推理，中英文皆可。比如你可以让它站在一个CEO的身份来总结文章的亮点，并延展其它知识。比较惊喜的是，它可以读取微信公众号文章！

如果你想从视频、播客中找信息，那么可以用另一种组合。

Monica：如果安装了chrome插件，你在打开youtube视频的时候，网站上就会自动显示视频亮点总结

bibiGPT：国内技术圈大牛开发的AI学习工具，可以深度总结B站视频和小宇宙播客。将视频链接复制到网站上就可以生成总结、大纲、思维导图等。

借助转录工具进行访谈纪要的整理

我尝试过各种语音转录工具，效果最好的还是科大讯飞旗下的讯飞听见。如果是其它设备录音后交给讯飞听见转文字，价格会比较贵。但是科大讯飞新出了一个星火认知大模型，于是有了一个新功能叫做写作。我通过内测申请拿到了使用资格，便宜又好用。转文字相对精确，还能够一键规整文档，去除语气词等。当完成文字转录后，就可以拿给ChatGPT来整理核心观点了。

使用案例：

我想从专家的访谈中，快速整理出有关消费市场发展趋势的观点

将访谈稿拆分，每段不超过2000字

编辑好prompt，分段复制到对话框，GPT4表现更好

要求ChatGPT分段改写成想要的格式，最后复制出来拼到一起，人工审阅

要求ChatGPT对于全文提炼核心观点，与人工结果交叉验证

测试效果：篇幅越短连续性越强，归纳总结的效果越好。

如果你想更省时间，可以尝试OpenAI的头号竞品Claude。它厉害的地方在于，可以一次性接收10万token，你直接上传一本电子书，都能全文读完不需要做任何拆分！而且完全免费。这样一来，你就可以直接将完整的访谈稿上传，并要求系统从中挖掘洞察、总结观点，甚至是重新写一遍稿件。重要的是，Claude输出的结果不逊色GPT4。

2. 分析环节

AI对于这个阶段的帮助虽然也很大，但仅适用于部分阶段。原因在于不同的公司、组织、职能的知识体系和业务逻辑千差万别，通用型的AI经常匹配不上。AI也许熟悉世界上所有的分析方法，但可能不知道如何套用到你所在的项目上，自然也就无法得到独特、深刻的洞察，会有很多正确的废话。

因此，我们不需要追求完美和高度的自动化，只让AI来处理其中一部分耗费时间的工作，最核心的思考还是交给自己的大脑来处理。

借助ChatGPT获得更多的灵感和思路

当我们想要获取更多灵感的时候，比如拓展分析框架、提出核心假设，我们依然可以直接向ChatGPT提问。这对于prompt的要求就更高了，否则答案过于笼统，没什么帮助。Prompt没有万用的模板，而是通过大量学习和实践，不断根据ChatGPT的反馈进行调试优化，这个过程费时费力。

PromptPerfect是一款自动化提示优化工具，专为大型语言模型设计。它可以自动优化提示词，支持多种AI模型如GPT4、ChatGPT等。用户可以自定义优化目标，支持多语言优化，让ChatGPT更听话。

使用案例：

我手里有一份消费者问卷调研的数据，想要让ChatGPT给我提供一些分析框架和研究思路。但我不知道prompt怎么写

用最简单的方式描述问题，比如“我有一份在线问卷调研的数据结果，统计了消费者在某个线上渠道的购物行为和偏好。但我不知道该从哪些方面去分析这些数据，请为我提供一个针对这些数据的分析框架”

可以选择不同的模式，系统会自动生成优化后的提示词和ChatGPT的答案

二次修改和调试，重复上述步骤直到满意

测试效果：

懒得去想prompt的时候，用它的效率很高。当构思出新的prompt，进行调试的环节也能节省不少时间。

借助数据工具进行整理和分析

最让人头疼的任务莫过于拿到一份有几万条数据的excel - 不但要清洗格式，还要从中提炼关键洞察，并画成图表。

如果让AI来批量处理数据，那目前测试下来ChatGPT自带的Code Interpreter功能是最好用的。这是一个沙盒化的Python环境，允许用户在聊天界面中执行Python代码。用户可以通过自然语言指挥ChatGPT编程，以完成各种任务，如OCR转换PDF文件、视频剪辑、数学问题解答、数据分析和可视化等。你相当于有了一位私人专属的数据分析师+程序员。

Code Interpreter有各种神奇的用法，大家可以慢慢探索。这里只是举一个实用的场景：

我刚刚收集了几千份消费者调研问卷的数据，想根据数据验证几个市场的趋势，并将核心结论画成图表。但我不会用SPSS，也不会写代码。

在GPT plus设置中开启code interpreter功能，并在聊天中勾选。

上传excel文档，并简单说明数据格式（比如每列数据代表什么）

根据返回结果确认系统是否正确理解了数据

设计prompt并提问，比如“25岁以上/以下的消费者行为模式有什么差异？”

系统会自动生成洞察结果

提取关键信息，让系统自动生成图表

测试效果：

只要数据格式没有问题，且指令清晰，输出结果都是比较让人满意的，很少出现数据错误等问题。但问题在于，首先企业保密数据肯定不允许上传，这个没法解决；其次，对话轮次受到系统限制，文件存储也有时限，必须即时处理。

有的时候我们还要去直接操作excel - 其实最好的办法是等微软官方的AI copliot正式发布。在此之前，我也发现一个小工具Formualbot，可以帮助我们加快excel操作的熟练度。

Formulabot提供了两个版本：

excel插件：能够根据你的自然语言描述，在文档中自动生成一系列公式，执行各种日常任务。比如处理格式、提取特定字符、甚至是文本的情感分析等。

在线版：除了插件的功能外，还提供了一个excel操作百科，你可以问各种excel操作技巧。另外，也有跟code interpreter类似的功能，上传表格自动分析数据，但效果很烂。

测试效果：

适合一些简单的公式，复杂的指令效果不好。就当成救急的工具箱来用，避免被一些小问题卡住。

借助私域知识库打造“第二大脑”

虽然训练大语言模型的数据量已经超乎我们想象，但这并不意味着大模型是全知全能的。它最缺乏的就是企业内部或个人的非公开信息，比如内训资料、个人笔记等。想让ChatGPT吸收我们“私域”的信息，就需要我们把资料都喂给它学习，从而形成一个结构化的知识体系，供我们随时调用。这样在分析难题的时候，就相当于有了一个外挂的“第二大脑”。

这件事难度很高，市面上也没有发现非常成熟的解决方案，定制化开发又很贵。于是，我找到了一些低成本的产品，能够帮助我们解决部分问题。其中比较好用的是dify这个产品：提供可视化、无代码的方式构建基于大型语言模型的应用。我们就用它来构建一个聊天机器人应用，基于我们专属的知识库进行问答。

使用案例：

我收集了所有微信官方提供的视频号运营规范和指导教程。我想形成一个知识库，当运营视频号的过程中遇到难题，或者评估是否违规时，就去找它咨询解决方案。

将资料统一输出成dify支持的格式，上传到后台

设定文本切分规则，并进行数据标注，使得大模型可以顺利读取

链接你的OpenAI API（调用大模型），并设置各种参数，比如选择GPT3.5

设置prompt，给这个机器人立一个人设，规范回答问题的格式

测试成功后，你就可以通过链接访问机器人，并直接向它提问，比如“在视频号直播销售泳装，主播可以穿泳装出镜吗？”

测试效果：

这个过程需要大量的训练和调试，比较费力且无法做到完美，总会有错误。dify比较强大的地方在于它是开源的，可以本地部署，解决一定的数据隐私问题。

3. 输出环节

从我的实际体验来看，在这个环节AI能够提供的帮助非常有限。与大众流通的内容不同，咨询师创作的“内容”标准特别严格，单说抽象能力就足够难倒AI了，更别提输出PPT等复杂格式。所以，我一般会有两个选择：

将一个系统性的输出拆分成小模块，让AI只做单一模块的工作。比如AI虽然没法直接给你写完整的proposal，但你可以让它写几百字的background模块、也可让它只做错字的审查和语气的修改（如果所有模块都足够标准化，那是有可能通过自动组装完成系统输出的）

可以制作非客户交付类的、要求较低的内容。其实每个咨询顾问都是一个IP，对外的交流活动、个人名义写的文章等也少不了。那这些营销向的内容素材，是可以用AI来制作的，跟生成式AI一样的逻辑。只需要做到60分-80分，主打就是时间消耗的性价比。

借助创作工具生成文本内容

如果训练得当，ChatGPT作为文字创作还是非常好用的。网上的教程也很多，这里就简单介绍下三个比较实用的技巧：

设定custom instructions：这是plus最新出的功能，通过提供背景资料，让AI更了解你的个性化需求。比如咨询师写的材料与营销文案不同，并不需要情感表达和个人印记，而是注重精简、语气专业严谨。那么你就可以告诉ChatGPT自己是咨询顾问，以后所有生成的内容都不要说废话，直入重点。

提供上下文：ChatGPT凭空生成的内容，肯定没法满足我们的要求。更好用的方式是帮助我们改写、缩写、总结一段已经有的内容，让它可读性更高。所以，先用大白话讲出核心观点，不要在意文笔，然后丢给ChatGPT进行修改，会减少突然卡住的情况。

生成流程图：借助ChatGPT提供的插件show me diagram，我们可以将自然语言转换成流程图，具象化表达。比如描述一个商业模式、customer journey等。也可以让ChatGPT直接输出Mermaid格式，复制到大部分流程图工具里，都可以生成图像了。不过遇到太复杂的逻辑，输出结果不理想，还不如自己画。

一个更加方便的工具是Notion AI。使用ChatGPT生成内容的最大问题是操作繁琐，还需要科学上网，而且Token数量也有限制。Notion本来就是一个笔记软件+团队协作空间，其云文档的体验已经非常优秀了。Notion AI直接内嵌在文档中，你可以直接在文档页面上进行改写、翻译、总结、续写等各种操作，而且对中文的支持也很好。虽然国内外有很多生成文字内容的工具，但针对专业性写作场景来说，我个人认为Notion AI是最好用的。

本篇文章，就有很大一部分利用了ChatGPT+Notion AI来生成、改写。

生成简单的PPT

前面已经提到，咨询级PPT暂时还没法由AI来自动制作。我用的最多的功能，要么是做一下某个页面的图表，要么是ChatGPT帮我梳理一下storyline。不过，如果你要准备一次对外的演讲，或者公司内部简单的汇报，倒是有工具可以帮忙。

Tome和Gamma都是号称能够自动化制作PPT的工具，你只需要提供一个storyline，就会自动帮你去生成页面。甚至还可以用对话的形式指挥排版、页面内容优化。帅是真的帅，但只能做很基础的架构，各种图表元素也不丰富。因为两者都是注重storytelling而不是系统性框架搭建和分析，反倒适合媒体人、营销部门、企业服务商来用，pitch项目的场景或许比较好用。

总之，PPT生成的工具只能先观望一下了，该用thinkcell咱们还是得用。相信总有一天AI会解放广大PPT男工女工们！

借助ChatGPT辅助沟通

沟通作为咨询顾问最核心的工作，AI能帮忙的地方确实更少，否则我们就真的失业了。但是，利用ChatGPT，我们依然可以提升一些碎片化沟通的效率。

举例来说：

我从linkedin上找到若几十个海外的创业者，想与他们交流专业性话题。但想要提升cold reach的成功率，邀约邮件自然要根据每个人的特点来写。这本来是个特别麻烦的事，但如果我将每个人的profile交给ChatGPT，再设置合理的prompt，它就可以针对每个人写一封针对性的邮件。从效果来看，完全不比人工差。

我想要申请微软的OpenAI创业扶持基金，但要求我必须写一个技术性文档，告诉他们自己开发的AI程序是什么。我不懂编程，就把想实现的功能用大白话告诉ChatGPT，它就自动帮我生成一份技术文档了。看上去写的有模有样，就等申请结果看看能不能过了。

我订阅了一个国外的saas，每年要花几千块。今年用不到了，但忘记取消续费，又给我扣款了。他们并不支持退款政策，所以我让ChatGPT给我想了一套说服策略，几轮沟通过后成功退款。

毕竟人无完人，谁都有考虑不周的时候。在与客户、团队、合作方的沟通中，不妨让AI帮你出出主意。

总结

我通过实践行动，验证了咨询顾问的工作效率和生产力可以通过AI工具来提升：包括但不限于信息获取、数据分析、内容创作、沟通等daily work。

另一方面，AI并不能取代人类的专业知识和判断力，在短期内AI还不至于让顾问们失业。但身价能不能涨，还是跟AI有很大关系的。

这要求我们需要保持平衡，既要利用AI工具做提效，又要依靠人类直觉和洞察力做创新，为客户提供最好的服务，创造更大的商业价值。

虽然我也很期待AI能够帮助我们解决更多的问题，但它们目前只能够打辅助，主角还是我们自己，也不要过度神化AI。最后有几点坑需要注意：

一定要人工审查AI的输出结果：不要100%相信AI，就如同人类不能信任三体人那样。

工作流的重要性大于工具本身：用业务场景的痛点来匹配AI工具，注意力不要放在新奇特的工具上。优化工作流程，效率提升才明显。

敢于尝试和创新：其实大部分AI能力也就只能做到60分。但我们要相信技术的飞跃是很快的，如果对AI有偏见，不去做试错，必然会阻碍我们进步。

组织上的支持少不了：如果团队里只有一个人能够熟练使用AI工具，是不能让企业生产力得到提升的。要形成协作的流程和体系，并加强培训教育。