谈谈这几年AI兴起,我观察到的诡异现象

我是做新媒体运营的,三年经验,月薪10k。主要工作是写公众号文章、策划活动、做数据分析。自从这几年公司开始大力推行AI后,岗位明显少了。因为也确实不需要这么多人了。
老板为了省钱,很多文章都让兼职去写,兼职也是用AI写……质量可以说是参差不齐。
上个月开会,老板说现在AI这么发达,大家要提升不可替代性。不知道是不是暗示裁员。
 最诡异的是有个同事每天给老板发三条工作进展,内容全是AI生成的,但就是显得很积极,结果这个月他还升了成我们组组长了。#AI时代的工作 VS 传统时代的工作,有哪些不同?#
全部评论
算是给了老板情绪价值吗
点赞 回复 分享
发布于 02-05 02:21 江苏
向上管理
点赞 回复 分享
发布于 02-02 13:50 浙江
ai确实能够起到辅助作用
点赞 回复 分享
发布于 02-01 20:20 湖北
ai确实算是能辅助开发
点赞 回复 分享
发布于 02-01 20:04 北京
式样多了反而担心”
点赞 回复 分享
发布于 01-31 22:43 江苏
楼主小心吧
点赞 回复 分享
发布于 01-27 15:57 福建
他比你会拍马屁
点赞 回复 分享
发布于 01-27 15:57 辽宁

相关推荐

作为刚毕业的运营岗新人,日常会接触简单代码编写、小工具开发、数据脚本调试等基础工作,试了几款AI Coding工具后,发现选对了能大幅降低上手难度、提升基础工作效率,分享下真实使用感受,不吹不黑,纯新手实操参考。日常写基础数据脚本、补全简单代码语法,我主要用GitHub Copilot,它深度集成VSCode,敲几句注释就能自动补全代码,主流编程语言都能适配,对我这种非专业开发的运营来说,不用死记硬背语法,上手超轻松。但它的问题也很明显,生成的代码偶尔有逻辑疏漏,对小众工具的代码支持较弱,而且复杂业务逻辑的理解度一般,所有生成代码都需要自己核对校验,不能直接用。偶尔需要调试稍复杂的数据分析代码、解析技术文档时,会用DeepSeek,它的代码推理和长文本解析能力更稳,对运营相关的数据分析脚本适配性还不错,而且支持本地部署,处理带敏感数据的脚本时更放心。但新手门槛稍高,界面功能入口比较隐蔽,本地部署也需要简单的配置,初期上手得花点时间摸索。涉及科研类数据报告结合简单代码开发时,会用智谱AI,它能兼顾文献问答和基础代码生成,遇到“数据统计+专业分析”结合的问题时,比单纯的代码工具更适配。美中不足的是网页版功能比较基础,高峰期响应稍慢,免费版有使用次数限制,日常轻量使用够用,复杂需求就略显吃力。作为运营岗,其实对AI Coding工具的专业要求不算高,核心需求就是降低基础编码门槛、节省重复劳动时间。实际用下来最大的感受是:不用追求专业级工具,贴合自身工作场景就好——日常基础编码用GitHub Copilot,稍复杂代码调试用DeepSeek,科研数据结合编码用智谱AI。当然也深知不能过度依赖,AI只是辅助工具,生成的代码必须自己核对逻辑、测试适配性,毕竟运营岗的代码多和数据、业务挂钩,一点疏漏都可能出问题。对新手来说,借着AI工具上手基础编码、培养简单的逻辑思维,反而也是个不错的学习方式。
AI Coding的使用...
点赞 评论 收藏
分享
作为刚毕业的运营,日常用AI做内容、写脚本、处理数据时,被幻觉问题坑过好多次——凭空编数据、造来源、逻辑自相矛盾,返工超磨人。试了不少方法,终于摸出些能有效减少幻觉的实操技巧,分享给同频的小伙伴,亲测有用不鸡肋~✅ 注入精准指令+限定规则,从源头定框架不会只说“写一篇XX文案”,而是明确加“所有信息需有依据,禁止编造数据/来源”“仅基于已知信息作答,未知内容标注‘无相关信息’”,甚至限定格式和核心要点,让AI没有瞎发挥的空间。✅ 注入具体参考资料,让AI有据可依不管是做行业分析还是写产品文案,都会把官方数据、品牌资料、权威报告等粘贴给AI,标注“基于以下资料创作,严格贴合内容,不额外延伸”,尤其涉及数据、专业术语时,参考资料越具体,幻觉概率越低。✅ 注入清晰的约束条件,圈定作答范围比如写运营方案时,会明确“仅围绕XX平台、XX用户群体展开,不涉及其他平台/群体”;查行业信息时,限定“仅参考2025-2026年最新数据,不使用过期信息”,避免AI跨范围脑补。✅ 注入分步提问的逻辑,拆解复杂需求不会让AI一步完成复杂任务,而是拆分步骤:先让它梳理核心信息,再让它基于梳理结果做分析,最后再生成方案,每一步都基于上一步的结果约束,既减少幻觉,也能让输出更贴合需求。✅ 注入反向验证指令,让AI自查自纠完成生成后,会追加一句“核对以上内容是否有编造/矛盾/无依据的信息,逐一标注并修正”,相当于让AI先自查一遍,再人工复核,双重把关能筛掉大部分低级幻觉。其实AI的幻觉,大多是因为指令模糊、无参考依据、需求太复杂导致的。与其事后返工,不如事前把“规矩”立好,给AI注入清晰的指令、靠谱的参考、明确的约束,让它只能在设定的框架内作答。当然,最后一步永远是人工复核,尤其是涉及数据、专业内容、正式文案时,AI再靠谱,也抵不过自己逐字核对一遍,这才是杜绝幻觉的最后一道防线。
为了减少AI幻觉,你注入...
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务