学 AI 别硬啃,把它画成流程图
我们去学别人做的一个 skill,拿到的是一个很复杂的 skill 文档。打开一看,好几个文件、洋洋洒洒写了一堆。但你想想啊,skill 本质上就是给 AI 看的 SOP 啊,它是一个业务流程的说明。既然是流程说明,别管它多复杂,都是可以用流程图的方式进行核心信息的萃取,用循环判断的逻辑进行完整的视觉化的呈现。
所以我追新技术的方式可能跟很多人正好相反——我不是去看那些天塌了的 AI 新闻和短视频,是实打实地找到新技术的官方说明,甚至是源代码,用流程图的方式去抽象出来。听着好像更重了对吧?但恰恰是这一步,让后面所有事情都变快了。
今天分享一个 skill。之前有一期专门演示过它,就是我做的那个用于生成逻辑流程图的 skill。为什么它能帮我们更快地学 AI?先说一个场景你就明白了。
我们去学别人做的一个 skill,拿到的是一个很复杂的 skill 文档。打开一看,好几个文件、洋洋洒洒写了一堆字。第一反应是什么?头大。但你想想啊,skill 本质上就是给 AI 看的 SOP 啊,它是一个业务流程的说明。这句话是今天整件事的起点——你得先把这个想明白,后面才通。
既然是业务流程的说明,那别管它有多少个文件、洋洋洒洒写了多少字,都是可以用流程图的方式进行核心信息的萃取,用循环判断的逻辑进行完整的视觉化的呈现。一旦画出来,那就可以特别直观地去学习。概念也好,方法也好,都非常适用。你不是在逐字读一篇长文档了,你是在看一张图——哪一步判断什么、走哪个分支、在哪里循环回来,一目了然。
说到这儿,可能有人觉得这是个偷懒的路子。恰恰相反。我为什么能这么快掌握各种 AI 的新技术?不是去看那些天塌了的 AI 新闻和短视频啊。是实打实地找到了新技术的官方说明,甚至是源代码,用流程图的方式去抽象出来。你看,我读的东西其实比刷新闻的人更原始、更底层,只不过我换了个读法。流程图不是让你跳过信息,是让你换一种结构去消化信息。
然后就到了我觉得真正好玩的部分。有的时候我还会给这些逻辑图加上一个问答机器人。这简直不要太完美啊。我只需要把我的需求告诉它,它就可以从这个流程框架的角度去迭代这个系统,去适应我的业务。你想想这意味着什么——我不是在空谈「这个技术很厉害」,我是拿着一张完整的逻辑图,让机器人帮我在这张图的框架里做定向修改。改完之后,再把它发给我的 CC,就可以在别人的源代码基础上快速地进行迭代开发了。从理解到落地,中间没有断层。
整条链拉通了你会发现,核心就一件事。你知道 AI 时代最重要的就是思路啊。工具会变、模型会换、今天的热门 skill 半年后可能就过时了。但你把一个复杂东西拆成流程、看清它的判断逻辑、再在这个框架上迭代——这个能力不会过时。
来源:EP0090(2026-08-30, 1:16) · 音频=本人真录 · 画面=数字人(AI 生成) · 文本与时间码均由 gemini-2.5-pro 对这条录音逐段 ASR 得出; 两处经跨模型定点复听核实(11-17s「我们去学别人做一个 skill」/ 48.5-54s「源代码」), 另有「把需求告诉它」「它就可以」两处按指物代词做同音规范化
[00:00] 学习 AI 最快的方法 今天给大家分享 一个 skill 其实之前呢视频也讲过 就是我做的那个用于生成 逻辑流程图的 skill 为什么它能够帮助我们 更快的学习 AI 呢你想想啊 我们去学别人做 一个 skill 拿到了一个很复杂的 skill 的文档 那 skill 是什么呢 skill 本质上就是给 AI 看的 SOP 啊 它是一个业务流程的说明 别管它有多少个文件
[00:25] 洋洋洒洒的写了多少字 都是可以用流程图的方式 进行核心信息的萃取 用循环判断的逻辑 进行完整的视觉化的呈现 那就可以特别直观的去学习 概念也好啊方法也好 都非常的适用 我为什么能够这么快的掌握 各种 AI 的新技术啊 不是去看那些天塌了的 AI 新闻和短视频啊 是实打实的找到了 新技术的官方说明 甚至是源代码
[00:51] 用流程图的方式去抽象出来 有的时候我还会给这些逻辑图 加上一个问答机器人 这简直不要太完美啊 我只需要把我的需求告诉它 它就可以从这个流程框架的角度 去迭代这个系统 去适应我的业务 再把它发给我的 Claude Code 就可以在别人的 源代码基础上 快速的进行迭代开发了 你知道 AI 时代最重要的 就是思路啊 今天你学到了吗