这个月用 AI 踩的坑，帮你省下 30 个小时

作者：尔东陈在路上｜发布日期：2026-07-27｜原文：https://mp.weixin.qq.com/s/c6jw9qFuWn89w1l2phEH6w

最近这个月我几乎天天在用 AI 干活——写标书、做原型、生成海报、跑视频、造小工具。踩了不少坑，也攒下几条真正省时间的经验。

有个反直觉的结论想先放在这儿：让 AI 效率翻倍的，往往不是换一个更强的模型，而是几个不起眼的工程化习惯。

下面是这个月我印象最深的四条。

一、原型总是跑偏？问题不在需求，在"上下文污染"

过去做产品原型，我一直有个困扰：第一版出来的东西，和需求文档偏差特别大。

我一直以为是需求没写清楚。这个月才找到真正的根因——上下文污染。

在同一个对话里让 AI 连着做好几个子任务，前面的上下文会互相干扰，越到后面，生成的内容质量越差、细节越糊。

解法是把任务拆开、让上下文互相隔离：每个子任务独立运行，定好目标和验收标准，再分别去跑。用这种方式给客户交付了一版武汉大学的案例，老板反馈效果非常好。

这个道理迁移到带团队也一样：多人并行开发时，最怕的不是任务难，而是每个人的边界不清、在一个大摊子里互相污染。边界清晰，本身就是一种生产力。

二、给 AI 配一个"质检员"，输出上限直接拔高

有个周六晚上，我跑了一个原型更新的任务：开会全程录音，转成文字丢给 AI 执行，用多个 Agent 协作完成。

其中我特意加了一个环节——专门设一个"质检 Agent"去 Review 结果。

最后出来的方案，和最原始的聊天记录有出入。正是这个"质检员"把偏差揪了出来。

这件事让我意识到：给 AI 流程里加一道自我审查，是提高结果上限最划算的设计。不管是写方案还是写代码，让一个 Agent 专门挑另一个 Agent 的毛病，比你事后自己返工要高效得多。

AI 不缺聪明，缺的是有人替它把关。

三、AI 生图别硬来：确定性的东西，自己贴

这个月帮人出海报，前后折腾了两三个小时，大半时间都在跟 AI 较劲。教训很实在：

二维码和 Logo，别指望 AI 生成。 这类必须精确的内容，AI 几乎不可能做对。二维码事后自己贴，Logo 提前预留位置，自己放上去。

别让 AI 用代码在原图上加文字。 它经常自作主张地往图层里塞文字，觉得这样"更可控"，结果排版惨不忍睹。

真正顺手的工作流是这样的：

先用生图 API 把背景图层跑出来，得到接近成品的效果；再拿到"创可贴"这类设计工具里，在背景上手动加文字。文字的可控性高得多，改起来也方便。

还有一个隐蔽的坑：在同一段连续对话里反复调图，AI 会给自己设限——比如死守图片高度不变，然后拼命把内容压进固定布局，越塞越乱。要在提示词里把规则讲死，甚至写进记忆系统，才能管住它。

四、AI 时代最爽的事：随手造一个"一次性小工具"

这个月我把一个海报生成工具部署上线，把出图时间从 10 分钟压到了 1 分钟。老师们填几个关键词就能稳定出图，不用反复"抽卡"。

做这个工具，只花了 1 小时。

这件事让我彻底改观：在 AI 时代，你完全可以用 AI 编程随手造各种一次性小工具，在一个个具体场景里提效。

以前这类需求，要么忍着手动干，要么排期找开发。现在，一个下午就能把它做出来、用起来、甚至分发给团队。工具的边际成本被压到了极低，能解决的问题就多了一个数量级。

写在最后

这个月最大的体会是：AI 好不好用，越来越不取决于模型本身，而取决于用它的人有没有把"工程习惯"建立起来——拆分上下文、加质检环节、把确定性的活留给自己、用小工具解决小问题。

模型每隔几周就更新一次，但这些习惯是可以攒下来、越用越顺的。

如果你也在天天用 AI 干活，不妨想想：你最近一次为了迁就模型而妥协的地方，是不是其实可以用一个小习惯绕过去？

—— 尔东陈在路上