AI 时代个人效能提升：从「会用 AI」到「有自己的方法库」

在 AI 时代，个人效能的差距不再来自打字或搜索速度，而来自是否拥有一套可复用的「方法库」——经过验证的提示词与 Skill，能在需要时被快速找到并装进当前工具。提升 AI 时代个人效能的核心动作是：把每一次成功的对话沉淀为资产，用统一的库管理，再通过插件、Install URL、Agent 管家把资产送回工作现场，让下一次同类任务从 80% 开始而不是从 0 开始。

新的瓶颈：不是执行，而是重复组织语言

过去衡量效能的是执行速度：写代码多快、查资料多快、写文档多快。AI 把这些执行环节大幅压缩之后，时间去了哪里？观察大量 AI 重度使用者会发现，新的时间黑洞有两个：一是重复组织语言——同类任务每次都要重新描述角色、目标、格式、约束；二是上下文重建——换一个工具、换一个模型、换一台机器，之前调好的方法全部要重来。

这意味着，AI 时代个人效能的杠杆点变了：从「更快地做」变成「不再重复地想」。而后者靠的不是更聪明的模型，是一套属于你自己的、可复用的方法库。

个人效能系统的三层模型

多数人停留在工具层，少数人有零散的方法层，很少人有资产层。而效能的复利恰恰发生在资产层：库里每多一条经过验证的方法，未来每一次同类任务都省下一次组织语言的成本。

五个高杠杆习惯

1. 沉淀：把成功对话当场存下来

一次对话结束时，如果结果满意，花 20 秒把最终生效的提示词存进库。不要等「有空整理」，那一刻永远不会来。工具上，用常驻侧栏的浏览器插件，或让桌面端自动同步 Agent 目录，把沉淀变成副产品。

2. 命名：按任务而不是按措辞

「代码审查 · 安全与边界条件」比「你是一个资深工程师……」好找一百倍。命名遵循「动词 + 对象 + 关注点」，未来检索时你只需要记得任务是什么。

3. 标签：两个维度足够

领域（dev / writing / research / learning）和任务（review / summarize / plan / explain）两个维度、不超过 15 个标签。分类与文件夹在模式稳定后再加，过早的分类体系是弃用的第一原因。

4. 复盘：每周看一次命中与失败

每周花十分钟看两件事：哪些方法被检索、被用了（保留并打磨）；哪些任务你又手打了一遍（说明库里缺这一条，或者命名让你找不到）。复盘的产物是升版和补条目，不是重新整理整个库。

5. 装进工具：让方法出现在工作现场

这是最容易被忽视、也最决定成败的一步。方法库如果只是一个需要打开、搜索、复制的地方，很快就会被遗忘。它必须能一键到达工作现场：浏览器里插件直接插入输入框，Cursor / Claude Code 里用 Install URL 装成 Skill，豆包电脑版里由管家在对话内检索并推荐。

按场景的实践

• 编程：把代码审查、调试思路、提交信息、PR 描述、测试生成写成 Skill，用 npx skills add 装进每个项目，保持单一来源。
• 写作：为不同文体（周报、方案、公告、文章大纲）各建一条带输出格式的提示词，变量留给主题与素材。
• 科研与学习：文献摘要、方法对比、实验设计审查、概念讲解各建模板；配合 论文搜索、数据范儿 与 StatAI 出题 这类学习工具，把「检索 → 理解 → 自测」的链路模板化。
• 投研与复盘：把事件复盘、财报拆解、风险清单的提问框架固定下来，避免每次遗漏维度。
• 多模型切换：把常用方法写成 Canonical Spec，用多模型 Adapter 渲染到 Claude、GPT、Gemini、豆包等版本，换模型不换方法。

如何知道自己在提升：三个可度量指标

1. 1复用率：一周内从库中取用的次数 ÷ 一周内的 AI 对话次数。目标是持续上升；到 40% 以上，你会明显感觉到「不再从零开始」。
2. 2手打次数：同一意图一周内手动重写的次数。每一次手打都是一条待入库的方法。
3. 3跨工具触达：库中方法能一键到达的工具数量。只有一个工具时是笔记，三个以上才是效能系统。

用 PromptMan 落地个人效能系统

1. 1建库：注册 PromptMan（本地版永久免费），安装浏览器插件与桌面端。
2. 2收回存量：桌面端同步 ChatGPT、Claude、Cursor 的 Agent 目录；从 Discover 画廊收藏几条高质量公开提示词与 Skill 作为起点。
3. 3沉淀增量：接下来每一次满意的对话，用插件存进库，按「动词 + 对象 + 关注点」命名。
4. 4接通分发：网页用插件插入；Cursor / Claude Code 用 Install URL；豆包电脑版安装管家。
5. 5每周复盘：看复用率与手打次数，升版、补条目、归档，十分钟结束。