说实话，一启动我也挺焦虑的。刚接手那个项目标总监，眼神里那种对“完美方案”的执念，像根刺一样扎在我心里。我最早就想用大模型直接生成那个汇报 PPT，跑了两遍模型，结局生成的全是那种“业界领先”、“赋能未来”的空话，看着就透着股假洋相。我就认定，是不是我笨，还是工具不好？这种挫败感一直拖到了项目中期，直到我启动逼自己换个思路。 后来我彻底想通了。

那个实际上贼好办，就连有点幼稚，那就是把 AI 当成个“实习生”要么“翻译官”，而不是“全能主编”。我不再急着让它给我写出一篇完美的稿子，而是强迫自己跳出来，去扮演那个具体的、有血有肉的人。

比如在处理客户投诉时，那会儿我习惯先找几个形容词润色，目前我直接让学生去模拟客户当时的语气，就连编几个真的毛病操作。我只要输出一个大约的故事框架，学生立马就能把那种慌乱、焦虑要么来气的情绪具象化。

那一刻，我发现那些代码生成的冷冰冰文字，瞬间变成了有温度的对话。 这个过程最磨人。刚启动写周报，我总会想着用“值得注意的是”来强调重点，结局一改文风，全是“通过……实现了……"。

后来我就干脆删干净利落，直接叙述事件经过。

有时候客户问起细节，我直接掏手机拍照片发给他：“这张就是刚刚他们汇报那个数据的时候截图的。”客户愣了一下，突然笑了：“原来是这样，细节对齐上了。”那时候我才明白，有时候不修饰，反而更真。 再说说那个数据的事儿。上周在复盘会上，导师让我做一页关于“效率提升”的图表。我本来想画个复杂的柱状图，展示不同模块的产出比。结局我把纸上的笔全扔了，直接在白板上写了一堆数字：A 模块效率从 80% 提升到了 95%，B 模块从 70% 冲到了 88%。旁边那个实习生看着我的动作，突然笑出了声：“哇，这调整得挺快啊，不像平时的你。”我愣了几秒，赶紧把笔拿回来，补了一笔：“对，就是这局部。”他点点头，转身看向别的同事：“你看，这就是数据讲话的力量，比那些模棱两可的形容词管用多了。” 有人可能会说，大模型写个表儿也是事，干嘛非得手写？是啊，但要是你写的只是 PPT 上的花哨图表，一旦数据出错，整个汇报的信誉就倒了。真正的技能，不一定非要是那种通过计算得出的精确数字，有时候，承认“我记不清具体数值了，但我能够用逻辑去推导”，本身就是一种高手。 最让我有感触的，还是那种“不完美的真感”。培训里有个案例，让我开了眼界。有个实习生写培训心得，通篇都在吹“深度思索”、“创新突破”。我盯着那几页看，全是虚词堆砌，删删减减都删不出来意思。最终我让他把整个心得删干净利落，只保留他当时最真的情绪——比如那个下午为了抢一个 Demo 和队友争执的片段，还有战斗终止后的累得慌。他删完之后，整个人都塌了，眼圈红了，但脸色却亮堂了。他说：“老师，原来我的这些情绪，才是最贵的东西。之前我认定自己在写文章，目前才发现，我在记录自己的灵魂。” 这就是培训带给我的最大领悟。

不要总想着用高深的模型去逼自己的语言，有时候，下降一点颗粒度，把 AI 当“翻译”，把自己当“导演”，反而会做出最戳人的东西。 技术再先进，终究是人性的投射。

那些所谓的“高级技巧”，要是脱离了情感的温度和真的场景，再完美的代码也只是冷冰冰的纸片人。真正的技能，是学会在不确定中 comfortable 地表达，是敢于承认自己的不足，并且用迟钝的方式去修补它。 回去赶明儿，我就打算去练练这件小事：在写任何总结的时候，强制自己起码写三处具体的、有点瑕疵的细节。

看看效果，那三处“瑕疵”往往比百篇“完美”的总结更有说服力。

毕竟，在这个时代，真地“坏”一点，比冒牌地“好”一点，要难得多，也更值钱。