工作效率

「我让 AI 帮忙，它就打开浏览器自己查资料，连表单都帮我填好了。」在 2026 年，这已不再是演示桥段：ChatGPT Atlas、Claude for Chrome、Gemini／Chrome、Perplexity Comet 等智能体型浏览器集中涌现。那么它们到底能自动化到什么程度？现实清晰地分成三个层级。（1）调研＝已实用：在测试真实网站的 WebVoyager 上头部智能体达到 89-98%，近乎饱和，且出错代价小，应从这里开始放手交托。（2）填表单＝能做但要核对：输入本身各家都支持，但可能填错字段或按错提交，因此「AI 起草、人来发送」才安全，Atlas 等许多产品会在重要操作前请求确认。（3）预订／支付＝仍需自己来：智能体会栽在 CAPTCHA、复杂 JavaScript 结账、双因素认证与会话管理上，在 WebArena 上即便最好也只有约 47-68%，低于人类约 78% 的基准；OpenAI 关停单体 Operator 正是因为结账不够可靠。文章先梳理两种方式（面向消费者的浏览器／扩展，对面向开发者的 API／OSS），再盘点 2026 年的玩家（Atlas 设计上不可运行代码或读密码；Claude for Chrome 为扩展侧边栏；Google 的 Project Mariner 于 2026/5/4 并入 Gemini／Chrome；Operator 转入 ChatGPT Agent 与 Agents SDK；开源 browser-use 已超 78k 星标），解释让预订失败的四道墙，并深入剖析最大陷阱——间接提示词注入（Comet 曾被证实存在零点击窃取凭据的漏洞并于 2026 年 2 月修复，攻击成功率从防御前 23.6% 降到基础防御约 11%、最强防御约 1%，但仍非零），最后给出五条安全原则。它是出色的调研搭档，但涉及金钱的操作还是自己来。文中数值引自公开资料与公告，仅作趋势参考。

"AI智能体确实很厉害，但我究竟能拿它来做什么？"这是每个人了解基础后立刻碰到的问题。进入2026年，答案不再是未来的事：在客户支持、销售、财务、开发、人力资源等各职能中，智能体已开始真正接手日常工作，一项调查报告显示65%的企业已将某些工作流程自动化。本文跳过抽象论述，给出按职能划分的10个具体应用案例，配真实例子与数据。内容涵盖为何应用案例如今重要（智能体不只回答更会行动，从实验走向生产；Gartner预测到2028年三分之一企业软件将内置智能体功能、到2029年80%支持咨询将在极少人工下解决）、如何识别可自动化的工作（高度重复×大批量×需要判断，判断正是与旧式RPA的区别；重大决策保留给人类，以智能体准备、人类审批为原则）、10个案例（客户支持、销售获客与个性化邮件、市场营销SEO与邮件、软件开发超35%代码由AI生成、IT运维故障检测诊断自动恢复、财务跨ERP计算KPI与带批注PDF报表、实时金融欺诈检测、AMD人力资源解决时间下降80%、调研与数据分析成报告、供应链控制塔），以及投资回报的真实情况（3年3.5x、3–14个月回本、30–60%成本削减，但仅23%规模化，落地是难点）和如何安全起步（选定一项任务、小规模试做、人类审批、衡量并扩展）配最小权限与逐次审批的安全做法。数据引用自调查与企业公告，仅作趋势参考。透过重复、批量、判断重新审视你的工作，从最棘手的任务迈出小小一步。

"AI抢走你的工作"是耳熟能详的说法，但一种更日常的变化正在悄悄发生：在同一家公司、同一岗位的同事之间，产出的差距正慢慢拉大——因为人群分化成了会用AI的人和不用或不会用的人。本文依据最新调查数据，梳理AI如何拉大会社员之间的能力差距，而这并非"聪明的人就赢"这么简单。它揭示：拉开差距的轴正从硬实力（知识、速度、经验）转向"会不会用好AI（AI素养）"；AI同时存在两股相反的力量（在任务层面更多提升新手、压缩与老手的差距，而在整个职场，本就占优势者——高收入、资深岗位——更早更深入地采用AI，从而拉大差距）；用数据看现状（某调查显示高收入者每天用AI超60%、低收入者仅16%，同岗位AI技能估算带来+56%薪资溢价，约39%的人感到过度依赖侵蚀能力——均为引用且因调查而异）；4股拉大差距的力量（工具获取、时间与培训、试验自主权、学习意愿——前三股偏向资深岗位，唯独最后一股可由自己改变）；三种类型（领先／原地踏步／被甩下，关键在于把省下的时间投向判断、规划与人）；变成"会用却不思考"的过度依赖陷阱（把AI当粗稿去核实、别囫囵吞下）；如何不被甩在后面（动手用、用在自己工作上、养成核实习惯、把省下的时间用于投资、分享、持续学习）；以及组织视角（取得ROI的公司很少、层级间存在摩擦、要建立全员可学习的体系）。差距拉开在行动上的差别而非才能——这也令人充满希望，因为任何人今天就能开始学着用AI。

同样的 AI、同样的问题，有人说它没用，另一个人却惊叹它能干得几乎过头——造成这种差距的真正原因，往往不是 AI 的能力，而是提示词是怎么写的。本文把这项技能，即提示词工程，整理成一份实用大全，让初学者也能立刻上手。内容涵盖：什么是提示词工程（设计并改进你对 AI 的指令的技能，不是代码而是如何把话说好的功夫）、改变结果的三大原则（要具体、给出背景、指定输出，外加"要做 X"胜过"不要做 Y"）、核心的好提示词 6 个要素（角色、背景、指令、示例、格式、约束——COSTAR、RCOF 等主流框架共同列出的要素，并非每次都要全部用上）、7 个实用技巧（赋予角色、展示范例/few-shot、逐步推理、固定输出格式、用分隔符理清结构、别一次问太多、迭代——其中最强的是迭代）、一个 Before/After 示例、进阶技巧（思维链、自洽性、提示词链、ReAct——不过 o 系列和 Claude 扩展思考这类推理模型会在内部执行 CoT，因此说清目标更管用）、7 个常见误区，以及各模型小窍门与输入安全。文内附有指向应用开发提示词技巧和输入注意事项的内部链接。把含糊变具体，把一股脑变对话——任何人今天就能开始进步。

2023年，一位律师因一份由ChatGPT撰写的书状引用的判例全是AI捏造而受到制裁——这起事件在全球散播了对法律与AI的警惕。然而短短几年内采用率便迅猛增长，据称超过90%的律师在日常工作中使用某种AI。作为继 #068（贸易公司）、#094（市场营销）、#097（咨询业）之后「按行业看AI影响」系列的最新一篇，本文概览专业领域：用数字看清现状（62%的律师称每周节省6–20%的时间；Harvey与Thomson Reuters的CoCounsel在2026年第一季度处理了超过1000万份法律文件；税务/会计/审计事务所的生成式AI使用从2024年的8%升至2025年的21%；一项Stanford研究显示会计等领域初级职位较2022年下降13%，会计师+5%、记账员-5%）、AI按职业改变的工作（律师＝判例检索、合同审查、义务提取；会计师＝记账、凭证核对、抽样、风险识别；税务顾问＝数据录入、起草报税表、法规检索——AI做基础工作，人类做最终决定）、幻觉这一最大陷阱（编造不存在的判例/法规——导致制裁和信任丧失；Harvey宣称引用核实准确率99.7%并标记其余，CoCounsel以判例数据库为依据故只引用真实判例）、不变的本质价值（最终判断、职业怀疑精神、伦理、灰色税务判断，以及决定性的、无法交给AI的签字与法律责任）、新人危机（学徒式日常工作的自动化）与新角色（AI合规官、税务提示工程师），以及面向执业者、立志者和客户的按立场建议（对照一手资料核实引用和数字；确认机密信息的处理）。监管与责任因国家而异；在日本，会计软件中的AI功能也已普及。AI抛出的问题：你出售的是工作，还是判断与责任？

给一小时的视频手动配字幕，过去要耗掉整整一天——听、暂停、敲字、对齐时间码。到了 2026 年，这种地狱只需"把视频丢进去，等几分钟"就完成了。本文聚焦于为视频和音频内容配字幕/转写（会议纪要见 #086，图片 OCR 见 #091），逐一讲解：AI 自动化的四个阶段（提取音频 → 含说话人分离的转写 → 加时间码生成 SRT/VTT → 翻译与排版）；字幕（SRT/VTT）与转写稿的区别及各自的用途；工具对比（免费又保密的 Whisper、整体编辑的 Descript、高准确率多语言的 Sonix 与 Happy Scribe、对个人友好的 Notta、移动端 CapCut、最省事的 YouTube 自动字幕——许多底层都用 Whisper 系识别）；最可复用的 4 步流程（准备 → 转写 → 校对 → 导出/挂载 SRT/VTT）；按场景推荐（YouTube、播客、讲座、采访、机密、多语言）；以音质占八成的六个准确率技巧（音质、语言设置、专有名词清单、查找替换、说话人分离、行长）；多语言康庄大道（打磨原语言 → AI 翻译 → 母语者审校）；以及易踩的坑——过度信任准确率、对噪声与术语吃力、版权、机密上传、时间码漂移。干净音频上准确率为 90～96%（已公布、视条件而定），人力下降 80～90%。工作交给 AI；收尾——核对专有名词、从头看一遍——交给你。

咨询新人的成长仪式——通宵赶制 PPT、靠人工做没完没了的调研——正在崩裂。麦肯锡的「Lilli」能在几秒内扫描 10 万份以上文档并起草幻灯片；BCG 的「Deckster」一瞬间完成幻灯片美化；据一项分析，初级分析师约 80% 的调研与制作幻灯片工作都可能在几秒内被替代。作为继 #068（贸易公司）与 #094（营销）之后「分行业看 AI 影响」系列的下一篇，本文审视咨询业：用数字看现状（四大与战略咨询所自 2023 年以来向 AI 投入超 100 亿美元，PwC 三年投 10 亿美元，BCG 2025 年 144 亿美元营收约 25% = 约 36 亿美元来自 AI，HBS 一项针对 758 名 BCG 顾问的研究显示使用 AI 的人任务多 12.2%、快 25.1%、质量高 40% 以上）、AI 改变的五大领域（调研、PPT、分析、纪要，以及全新的 AI 战略服务——目前在大型公司是净就业创造者）、金字塔模型的崩塌（初级常规工作据某种说法约 80% 在几秒内被自动化；走向精干的「少数几人 + AI」团队，伴随人才管道的隐忧）、计费的剧变（生产率悖论——完成更快意味着在按小时计费下收费更少——以及 73% 客户更倾向按成果计费，推动转向按成果计费与固定价）、不变的本质性价值（界定问题、解读、判断、信任、执行——驾驭系统的顾问比系统本身更重要）、巨头如油轮 vs 精品所如快艇的两极分化（据估计小公司增长率最高可达 50%），以及面向有志者、从业者与客户企业的分角色建议。AI 抛出的问题是：你的价值是作业，还是判断？

2024 年底，Coca-Cola 用生成式 AI 制作的圣诞广告被批「没有灵魂」，这象征了 AI 给营销带来的拉锯战：「效率与效果」对「信任与情感」。本文先用数字看清现状（约 87% 的营销人使用生成式 AI，相比 2024 年的 51% 跃升；超过 71% 的广告支出由算法驱动；仅 2025 年第四季度 Google 就用 Gemini 制作了约 7000 万个创意素材；营销 AI 工具支出在 18 个月内约翻三倍）。文章涵盖 AI 改变的五大领域（① 内容创作 ② 广告创意 ③ 定向与投放/程序化 ④ 个性化/DCO ⑤ 分析与衡量）与报告中的效果（DCO 带来约 32% 更高 CTR、约 56% 更低 CPC，AI 文案 3.2 倍 ROI，第一方/情境定向高达 2 倍 ROAS——全部为公开发布值、依条件而定）；不会改变的核心（战略、品牌、信任、突破性创意留在人类手中——AI 是放大器，底数为零答案也为零）；SEO/AEO/LLMO 的地壳变动（附内部链接）；风险（AI 广告上 82% 高管对 45% 消费者的认知落差、看似可信的捏造、品牌安全、权利/监管、无人看管的失控运行）；营销人的工作如何转变（任务被拿走，判断变得更重；从生产者到总编辑兼战略家）；以及从今天起的五步实践计划。AI 最大的影响是把人类的时间从做事中解放出来，用于决策。

"上个月的 API 账单……$1,800？"在 2026 年，认真把 Claude Code 当智能体运行，据报告会达到每月 $500–2,000。但仅仅改变使用方式，你就能在不降低产出质量的前提下削减 70–85% 的成本（多份真实案例报告共同指向这一点）。本指南先剖析高成本的真面目（昂贵的模型、很长的上下文、浪费的调用；token 计费的原理；智能体消耗约相当于单个会话 7x 的 token），再讲订阅制与 API 的盈亏平衡（API 大致只在每月不到 50 次会话时占优；有估算认为日常使用下订阅制最多便宜 36x），价格一览（Copilot Pro $10 / Cursor Pro $20、重度时 $60–100 / Claude Pro $20、Max $100；Copilot 已于 2026年6月1日 转为按量计费的 AI Credits），削减成本的六大杠杆（① 模型路由省 40–70% ② prompt caching 约打 1 折、命中率 60–80% ③ 上下文管理 ④ 选择订阅制还是 API ⑤ 审查重复订阅 ⑥ 记忆功能），一份今天就能执行的省钱清单，以及陷阱——贪便宜、隐性人力成本、重复付费、计费表惊吓、过度信赖缓存——外加不同类型的推荐配置。优化不是小气，而是为对的东西付对的价钱这一设计。

明天一早就要汇报，幻灯片却还空着——可只要输入一行主题，几分钟后 20 页草稿幻灯片就排在眼前。这就是 2026 年的 AI 幻灯片。本指南把做幻灯片拆成三个阶段（结构、讲稿、设计），并梳理两种思路：一站式生成（丢个主题，全都生成）vs. 分工协作（先在 ChatGPT/Claude/Gemini 里敲定结构和讲稿，再让专用工具做设计）。文中对比了主流工具（生成快的 Gamma、原生 .pptx 不错乱的 PowerPoint 内置 Copilot、协作强的 Google Slides 用 Gemini、最好看的 Beautiful.ai、模板丰富的 Canva，以及 2026 年 5 月上线的 ChatGPT PowerPoint 插件——没有绝对冠军，按出口来选），给出最可复用的 5 步流程（结构 → 讲稿 → 倒进设计工具 → 核实数字和出处 → 导出 .pptx/Slides）、三段可直接复制的提示词（大纲、充实一页含备注、改写成适配设计工具的格式）、让幻灯片打动人的六个要点（一页一条信息、把文字砍掉一半等），以及陷阱——.pptx 版式错乱、初稿臃肿、看似可信的数据捏造、机密外发，还有工具关停（以 Tome 于 2025 年 4 月结束幻灯片功能为教训）。AI 是瞬间产出草稿的伙伴；删减和核实是人的工作。

一张手写便条、一张纸质收据、截图里的英文、照片中的招牌——那些你一直靠手敲的重新录入工作，到了 2026 年，借助 AI 几乎已全无必要。本指南从 AI OCR 与传统 OCR 的区别（逐字识别 vs. 按含义理解整页）讲起，再按场景梳理三种选择（通用聊天 AI／Google Lens 等专用工具／Mistral OCR、PaddleOCR-VL 等 API 与开源）。文章对比 ChatGPT（GPT-5.5）、Gemini 3.1 Pro 和 Claude（Opus 4.8）的强项（手写 → GPT 系列、表格结构化 → Claude 系列、多页 → Gemini 长上下文、纯 OCR → 专用模型；没有绝对冠军），给出三条可直接套用的提示词（无损转写、表格转 Markdown、收据转 JSON，均带「不得捏造」规则）、各场景的最佳选择（手写、收据、PDF、复杂表格、竖排／古字、公式和代码）、六个准确率技巧（图像质量占八成），以及 AI OCR 唯一最大的弱点——看似合理地捏造读不出的内容（金额、日期、姓名务必与原件核对）——还有关于机密外发、版权和训练使用的隐私注意事项。你可以交给 AI 的，只有「读」；确认这件事，留给亲眼看过原件的人。

"ChatGPT、Claude 还是 Gemini——我该订阅哪个？"在 2026 年，三者都在每月 $20 左右、都是一流水准，所以没有"就是它最强"的单一答案。正确的问题是"对你的用途来说哪个最合适"。基于跨来源的共识，本文涵盖基础信息（提供方、主力模型系列、免费/标准/高级价格）、性格差异（Claude＝写作/分析/代码的匠人，ChatGPT＝带生态与图像/语音的全能选手，Gemini＝多模态、长上下文、Google 整合）、按用途的详细表格（写作、代码、通用、图像生成、语音、图像/PDF/视频理解、超长文本、Google 整合、调研、中文），如何按使用量挑选套餐，以及选不出一个时聪明的两工具组合（一个主轴＋一个补短板）。领先者每隔几个月就轮换，所以与其追逐固定的"最强"，不如各用所长，并用免费档在自己的任务上实测。