dontbesilent
4个月前
dontbesilent
4个月前
我一般喜欢逻辑性比较强的工作方法,但最近总感觉「弱者道之用」是对的,或者说是能起到很大帮助的方法 一个问题解决不了的时候,就反过来想,往往能找到答案 比如我的问题出发点是:我在小红书、抖音卖社群,我怎么能赚到钱? 反过来思考,可能会有几个路径: 1️⃣ 不管我赚不赚钱,我怎么能让平台赚到钱? 然后我发现,那些能让平台赚到钱的创作者,就是比那些不想让平台赚钱的人混的好 (也有反例,但不多) 2️⃣ 赚到钱之后呢?我和买家新的关系是什么? 这就牵扯出新的问题:我的公众号、朋友圈内容,和小红书、抖音的内容有什么差异化,各自服务于什么目标? 3️⃣ 怎么能让同行赚到钱? 这个问题似乎没什么意义。但是到底是这个问题没意义,还是我没发现这个问题的意义,这个有待验证…… ————————— 除此之外,还可能有: - 我如何让我的内容“不被看”? (思考如何避免内容陷阱、用户流失点,从而反向优化内容策略) - 我的用户为什么“不购买”? (深挖用户抗拒、犹豫、放弃的根本原因,从而优化产品或销售流程) - 我如何让最不关心我的人也“关注我”? (思考如何突破同温层,吸引潜在用户或跨界人群) - 我的社群最糟糕的“失败情景”是什么? (预判并规避风险,制定应对策略,确保底线安全) - 我如何让社群“失去我的价值”? (思考如何培养社群的自生能力,让其不完全依赖我,从而更长久地发展) - 当我什么都不做时,事情会“如何发展”? (评估惰性或被动带来的机会成本和潜在风险) - 如果我“完全免费”提供社群,会有什么结果? (思考免费模式的潜在价值、用户增长和后续变现路径) 这些问题未必都有价值,但是到底是这个问题没价值,还是你没发现这个问题的价值,这个有待验证……
dontbesilent
4个月前
最近这几个月,看了不少关于如何使用高级复杂提示词,以及选用大模型的技巧 基本都是完成一个目的:如何在使用者没有认知的情况下,让大模型输出听起来很有认知的语句 也的确有一些人拿到了结果(就算没赚钱,起码流量还是有) 但我还是觉得这个事情不对,功夫用错地方了 实际上,如果你把一篇有认知、有反常识结论、有深度思考的半成品稿子发给 AI AI 是可以非常轻松地给你补全一个升华结尾的,而且非常有 insight(至少看起来是这样) 不需要 o3、opus 这些模型,就基础的 claude 3.5、gpt 4 都可以实现,也不需要任何提示词技巧 你的稿子本身就是最好的提示词 那么问题就转化为:怎么才能有认知? 我的答案是:把自己没搞清的问题都回答清楚,而且是按层次回答清楚 【第一层:表象问题】 为什么我的内容没有获得预期的流量? 【第二层:认知偏差】 为什么我会误判内容的传播潜力? 【第三层:思维模式】 我的创作动机是自我表达还是服务受众? 【第四层:底层假设】 我是否默认了"深度=价值"这个未经验证的假设? 【第五层:元认知盲区】 为什么我意识不到自己的认知偏差? 【第六层:系统性根因】 我的学习系统是否存在结构性缺陷,导致我总是强化错误的模式? 【最深层:存在性追问】 如果没有外部反馈,我还会坚持创作吗? ------------ 实际上,上面这 7 个问题,就是 AI 写的 在我写了半成品文稿之后,让 AI 完成这 7 个问题是毫无压力的 但是如果没有半成品稿子,你要通过提示词技巧去完成这件事,我觉得这是人类使用工具的一段弯路