别再误以为会MCP、Skills就是AI入门了

P.S. 无意间发现了一个巨牛的人工智能教程，非常通俗易懂，对AI感兴趣的朋友强烈推荐去看看， 传送门https://blog.csdn.net/qq_34419312

前言

昨天有个朋友找我，特别兴奋。

说他终于"入门AI"了。

我问他咋入的。

他说：“我知道skills是啥了，也会装了，专家模式我也会切，MCP我还连过一次！”

我当时就看着他，像看着一个刚买了全套厨具的人，宣布自己是厨师了。

大哥，你那厨具拆封了吗？

一、装了一柜子工具，然后一个都想不起来用

1.1 新手逛技能市场，跟逛宜家一个德行

我跟你说，新手刚接触AI那股热情，真的吓人。

技能市场打开，这个"文案神器"要一个，那个"数据分析专家"装一个，还有个"帮你写周报的"——这必须装啊，这不是刚需吗？

一周下来，二三十个skill躺在那儿，跟手机里的健身APP一样，装完即等于练完。

然后真正干活的时候，脑子一片空白。

我一开始以为是记性差。

后来发现不是。

是顺序反了。

1.2 先看病，再开药，不是先开药再找病

大多数人是怎么干的？

逛商店，看这个好，那个也好，先买回家再说。

至于买回去干啥？

以后再说。

这就跟你双十一囤了一箱子洗衣液，结果发现家里没洗衣机一样——你囤的是"可能用得上"，不是"真的需要"。

skill这东西，本质上是"你某个重复劳动的解药"。

但你得先有病，再找药啊。

人家真正会用的人是倒过来的：

先有"这事我一周做三遍，做得我想死"，然后才去翻——有没有现成的解药？

没有？

那自己配一个。

1.3 自测一句话

怎么判断你到哪一步了？

一句话就够：

你手头哪些重复劳动，已经被某个固定配置接走了？

一个都没有？

那你还在逛商店。

你不是在"用AI"，你是在"云养猫"——天天撸，就是不喂。

二、切了专家模式，结果还是被糊弄

2.1 我第一次用专家模式，差点把它卸载了

这坑我踩得扎扎实实。

第一次听说"专家模式"，我激动坏了。

赶紧切过去，客客气气跟它说：“帮我写篇文章。”

它给我回了一篇。

我一看——

就这？

跟我之前用普通模式写出来的有啥区别？

四平八稳，正确的废话，谁看了都觉得"嗯，是那么回事"，但谁看了都记不住。

我当时的结论是：所谓专家，就是换了个皮肤的聊天机器人。

后来我才发现，不是它不行。

是我不行。

2.2 你给它一团雾，它还你一团贴了标签的雾

你说"写篇文章"。

它就只能在公共池子里捞一篇给你。

因为"写篇文章"这四个字，跟你去饭馆说"来点吃的"一样——

厨师给你上啥，你就得吃啥。

你想吃啥？

你得说清楚：

读者是谁？ 开头要怎么起？ 中间举几个例子？ 结尾能不能别升华？

你把这些交代明白了，它才可能真给你想要的东西。

专家是放大镜，不是许愿池。

你手里得先有东西，它才有东西可放大。

你交给它一团雾，它还你一团雾——

只是这团雾，现在贴了个"专家"的标签。

卖得还更贵了。

2.3 派活的正确姿势

我后来学乖了。

每次派活，我都要补三句话：

1. 读者是谁——完全不懂技术的人 2. 要什么——开头拿日常常识反着来，中间举三个生活例子 3. 别写什么——结尾不许升华，不许喊口号

你猜怎么着？

写出来的东西，跟之前完全不是一个量级。

所以问题从来不是"专家厉不厉害"。

是你会不会用。

就像给你一把瑞士军刀，你非要拿它开罐头——

开完还说"这刀不行"。

三、连了MCP，差点信了错数据

3.1 连上那一刻，我真的爽到了

MCP这东西，最容易让人上头。

你试一次就懂。

AI本来只能跟你聊天。

突然有一天，它真的翻开了你的Jira。

真的在读你的Confluence。

真的把你数据库里那张表拉出来了。

那一刻的感觉，就像你家扫地机器人突然自己会换垃圾袋了——

你觉得，这就是未来啊。

3.2 爽完就该害怕了

但是爽完，你该害怕了。

它拉回来的那份数据，是你以为的那份吗？

表名对不对？

时间范围对不对？

字段的中文名和实际含义，是不是一回事？

我跟你说个真事。

有个朋友，让AI连了他们的CRM，拉了一份"本月销售额"。

AI算出来一个数，他直接拿去给老板汇报了。

老板问他：“这数怎么比财务那边少了30%？”

他回去一查——

哦，原来AI连的是"未回款"那张表。

他连的是啥不重要，重要的是它答得特别自信。

自信到你根本不会怀疑。

3.3 最危险的不是AI答不出来

我跟你说，MCP最危险的场景，不是AI答不出来。

是它答得又快又顺畅。

而且你还没核。

数据本身是脏的时候，它会安静地把错的结果当对的给你吗？

会。

而且给得非常自然。

还有你没权限看的那部分——

它是老实避开，还是硬答一个听起来合理的？

你品，你细品。

MCP给的是能力，不给正确性。

连上之后那句"等等，我得核一下"——

才是会用的人的标志。

不核的，都是在赌。

赌输了，那就是你的周报，不是AI的。

四、那到底怎么算会用了

4.1 一条线，好不好使你自己试

说了这么多坑，那到底怎么才算真的会用了？

给你一条线，特别简单：

AI卡住的时候，你能判断出它缺的是什么，而且知道该补哪一样。

就这一条。

够你练半年。

4.2 缺的东西，无非三种

AI卡住了，原因跑不出三个。

第一种，缺上下文。

它不知道你的业务，不知道你的数据长啥样，不知道你的约束在哪儿。

这时候你要补的是材料，不是换更花哨的提示词。

你跟它说"帮我写个方案"，它写不出来太正常了——

你连啥方案都没说，它总不能给你编一个吧？

哦不对，它真能编。

但编出来的东西你敢用吗？

第二种，缺视角。

它给的答案太通用，像正确的废话。

这时候要补的是立场。

切个专家，或者加一句：“你站反对者的角度再想一遍。”

效果立竿见影。

就像你写方案，自己看永远觉得完美，拉个人过来挑毛病——

毛病全出来了。

第三种，缺工具。

它不是不会，是够不着。

这时候才轮到MCP上场。

4.3 工具会变，这个追问不会变

工具会变的。

今天叫MCP，明天可能换个名字。

今天流行专家模式，明天换个形态。

但"它到底缺什么"这个追问，是恒定的。

比记住三个名词重要得多。

回到开头那个问题——

知道skills、专家、MCP，是不是就够了？

那只是让你认得出工具箱里有什么。

真正要练的，是另一件事：

别盯着工具箱，盯着你手里的活儿。

活儿卡在哪儿，你就知道该摸出哪把。

说白了，玩AI玩到最后——

练的不是工具知识，是诊断能力。

你是AI的医生，不是AI的仓库管理员。

五、五道题，看看你到底入门没有

不用翻回去对照，凭第一反应答是或否就行。

5.1 第一题

过去一个月里，有没有哪件事，是你把整个活交出去、它把结果交回来的？

只是帮你搜搜资料、润润文字，不算。

5.2 第二题

你手头那些"一周要做三遍"的活儿，有没有至少一件，已经交给一个固定配置去跑了？

5.3 第三题

派活给AI的时候，你会不会忍不住补一句"读者是谁"“要什么格式”“别写什么”？

5.4 第四题

它给你的答案里，有没有哪一次是你核出来不对的？

5.5 第五题

它卡住的时候，你能说出它缺的是材料、是角度，还是权限？

5.6 数一下你答了几个"是"

0到1个：

你还是在用老办法干活。

你会跟人说"AI挺好用"，可真要你举一件它这周替你干完的事，你举不出来。

周报自己敲，数据自己从表里拉，客户的问题自己翻聊天记录。

你不是在用AI，你是在跟AI合影。

2到3个：

能用了，但每件事都得重新交代一遍。

上周刚教过它的格式，这周又得从头说一次。

卡点就在第二题。

4到5个：

你已经不关心市面上有多少工具了。

你只关心手里这活儿卡在哪一步、该给它补点什么。

恭喜，你算是真的入门了。

接下来的路，比你想的长多了。

P.S. 无意间发现了一个巨牛的人工智能教程，非常通俗易懂，对AI感兴趣的朋友强烈推荐去看看，传送门https://blog.csdn.net/qq_34419312