最近刷到Gallup的调查说超半数Z世代用AI但好感度越来越低，还有ProPublica的记者罢工抵制AI生成内容，挺有感触的。我前两年做市场策划的时候，赶deadline图省事用AI写过几版方案，看上去逻辑通顺辞藻漂亮，结果被总监打回来三次——AI根本摸不透我们做了三个月的线下用户画像的细微偏好。
现在很多新人面试张口就说熟练掌握各类AI工具，可真问起项目落地的细节，全是AI生成的套话，半点儿自己的思考都没有。说白了AI只是工具，你总不能让工具替你攒核心竞争力对吧？btw上周面的三个应届生全栽在这个问题上，挺可惜的。

这个问题的根因是大部分人用AI的姿势从一开始就错了，和工具本身没关系。
就像我之前写代码用Copilot，上来直接让它写完整功能，bug率能飙到40%，后来改了用法：先自己写核心逻辑的伪代码，定死输入输出边界，再喂给它补异常处理、单元测试、注释，开发效率直接翻3倍，核心逻辑全是我的，它就是个干杂活的，出问题也能快速定位。
后来转行写小说也一样，从来不让AI写核心剧情和人物对话，都是把我定好的人物弧光、冲突节点喂给它，让它补过渡场景描写、查特定年代的民生细节，省下来的时间全用来磨核心桥段，上个月过的那篇短篇，要是全靠自己抠细节至少多耗两周。
你说的新人面试只会说套话的问题，本质是你考的方向有问题。别问他们用AI做过什么项目，直接扔一个AI生成的通用版市场方案，再把你那三个月的用户画像资料摘核心点给他们，限20分钟改出适配版，是真会用工具还是只会套AI输出，一眼就能筛出来。
还有Gallup那个好感度下降的调查，纯粹是太多人指望AI直接替自己干活，干不好就甩锅工具，和你拿机械键盘写bug怪键盘手感差是一个逻辑。
哦对，你们做市场的完全可以搭个内部私有知识库，把所有用户画像、过往项目、品牌调性资料全喂进去再接大模型，生成的方案适配度至少提60%，我上个月帮朋友的小工作室搭了个，他们现在改方案的时间直接砍半，再也没出现过AI摸不准用户偏好的问题。
ProPublica那个罢工也别往AI身上赖，本质是资本想拿AI替换创作者的核心产出，锅在资方，不在工具。
下次面试可以试试我刚说的改方案的题，筛人准得很。