这个月用 AI 踩的坑，帮你省下 30 个小时

文章主旨：

让 AI 效率翻倍的往往不是换更强的模型，而是拆分上下文、增加质检、保留确定性操作、善用一次性小工具等工程化习惯。

关键要点：

• 上下文污染是原型跑偏的根因：同一对话中连续处理多个子任务会互相干扰，应拆开任务、隔离上下文并明确验收标准。
• 给 AI 增加“质检 Agent”：让一个 Agent 专门审查另一个 Agent 的结果，能有效发现偏差，提高输出上限。
• AI 生图需规避确定性内容：二维码、Logo 等精确元素不要依赖 AI 生成，文字应使用设计工具手动添加。
• 连续调图会让 AI 自我设限：反复在同一对话中修改图片，AI 可能死守固定布局越改越乱，应在提示词中明确规则。
• 用 AI 编程快速造“一次性小工具”：可将场景化任务从数十分钟压缩至几分钟，工具边际成本极低，大幅提升效率。

内容结构：

引言：AI 使用月体验

作者近一个月频繁使用 AI 完成写标书、做原型、生成海报、跑视频、造小工具等任务，得出核心结论：效率翻倍的关键不是换更强模型，而是工程化习惯。

一、原型总是跑偏？问题不在需求，在“上下文污染”

作者过去认为原型偏差大是需求不清，实际根因是同一对话中连续执行多个子任务导致上下文互相干扰，越往后质量越差。解法是拆分子任务、隔离上下文、明确目标和验收标准。该方式交付武汉大学案例获老板好评，并迁移到团队管理：边界清晰就是生产力。

二、给 AI 配一个“质检员”，输出上限直接拔高

在一次原型更新任务中，作者将会议录音转文字后交给多个 Agent 协作，并特意设置“质检 Agent”审查结果，最终发现并纠正了与原始记录的偏差。由此总结：在 AI 流程中增加自我审查环节是提升结果上限最划算的设计。

三、AI 生图别硬来：确定性的东西，自己贴

作者经历两三个小时的海报生成教训后总结：二维码和 Logo 应手动贴入，不要依赖 AI 生成；不要使用代码在原图上添加文字。推荐工作流：先用生图 API 生成背景图层，再用设计工具手动添加文字。同时指出连续对话中反复调图会导致 AI 自我设限，需要用提示词固化规则。

四、AI 时代最爽的事：随手造一个“一次性小工具”

作者用 AI 编程一小时部署了海报生成工具，将出图时间从 10 分钟压缩到 1 分钟，用户输入关键词即可稳定出图。作者认为 AI 时代可以低成本制造一次性小工具，极大降低工具边际成本，提升解决具体场景问题的效率。

写在最后

作者强调 AI 好不好用取决于使用者是否建立工程习惯：拆分上下文、加质检环节、把确定性活留给自己、用小工具解决小问题。模型会更新，但这些习惯可持续积累。建议读者反思：为迁就模型而妥协的地方，是否能用小习惯绕过去。

文章总结：

全文以实践案例说明 AI 提效的关键在于人的工程化习惯，而非模型本身，调性务实、可操作性强，核心建议是“用边界、质检和确定性分工去驾驭 AI”。