“只要用AI，公司内部应该也能自己做”——最近，抱有这种想法的经营者和管理者应该不少。事实上，文本生成、图片生成这类工具，现在谁都能接触到。但即便这么想，实际会不会有人真的动手去做，我觉得完全是另一回事。今天想就这个原因，谈谈我自己的一些思考。

明明可以做到，却没人去做

那些原本就没有社交媒体运营专人的企业，即便AI出现之后，专人依然没有出现。管理层觉得”用AI应该能做到”，但实际去做的人却不存在——我感觉这就是现状。

原因我认为有以下几点。

1. 很多人对AI的使用，还停留在”聊天提问、获得答案”这个程度。真正深入到图片生成、AI智能体这一层面的人很少，加上成本负担，也不容易感受到使用的必要性。
2. 并非设计师或文案出身的人，即便让AI生成文章或图片，也很难判断输出质量的好坏。没有能判断好坏的人，内部自主运营就很难推进。

用好AI的关键，在于”明确定义规格”

我自己在使用AI的过程中感受到，用好AI的诀窍，就是”把规格明确定义出来”。这和编程里”测试先行（Test First）”的思路很接近。规格越明确，判定合格与否的标准（测试）也就能同步建立。反过来，如果需求一直很模糊，就很难把AI用好。

比如图片生成，与其用语言去描述色调和风格，不如直接给一张参考图，这样反而是更准确的”规格”。文字方面，则可以先定好”这样不行””这样可以”的判定标准。这种”先定好合格标准”的思路，我认为正是能否用好AI的分水岭。

现在的AI，一次可以接收相当于10本书体量的指示。虽然真要传递这么大量的指示很困难，但这说明，使用方式必须和”一次聊天里随口交代”完全不同。我认为，缺少能够把规格梳理清楚并正确传递给AI的人，才是AI用不好的最主要原因。

如何”培养”AI

那么，应该从哪里开始呢？不用想得太复杂，先用口头或聊天的方式给AI下达指示，让它先做一版草稿，从这里开始就可以了。

对于它的输出，如果觉得不对，就去纠正。感觉到偏差，就把偏差之处指出来。接下来，让AI复述一遍被纠正的内容，确认理解是否一致。如果理解正确，就把这条正确的规则写进MD文件，之后每次工作都参照这份文件。

把发现的问题、想要修改的地方记录下来，让AI记住它们。建议先从这一步开始。复杂的指示有时会出现漏改或漏测的情况，如果能事先定义好”根据指示的复杂程度，最多测试3次”之类的动作规则，会更加稳定。同时也要注意，别让Token消耗过多。

KEMBO的定位

我们一直以来，也包括社交媒体运营、制作业务、运营业务在内，为客户提供各种协助。但KEMBO这家公司存在的意义，并不在于这些业务本身。我们认为，用数字方面的知识、经验和技术能力，去帮助在中国市场挑战、拓展业务的企业实现成长与成功，才是我们的角色。

正因为过去这些企业内部没有能做社交媒体运营的体系，我们才以代运营的形式提供协助。如果有企业希望”借助AI来推进业务改善”，我们非常愿意成为大家商量的对象。

结语

AI变得可用，和真正有人能把它用好，是两回事。明确定义规格、提前设定合格标准——只要意识到这一点，与AI打交道的方式就会随之改变。