从"发了账号没人用"到"大家都抢着用"，我们走了 3 个月。这是一份真实的内部使用复盘，包含 12 个场景的详细操作流程、踩坑记录和经验总结。
开篇：我们自己的困惑
2024 年下半年，我们团队开始全员用 AI。
一开始很兴奋：
给每个人都买了账号（Cursor、Claude、文心一言、通义千问）
群里分享各种 AI 工具，今天这个好用、明天那个厉害
老板说"好好用，能提效"，大家也都认同
但 3 个月后的周会上，我们做了一个统计：
30% 的人基本不用（"太麻烦了，不如自己写"）
50% 的人只会问简单问题（"这个代码怎么写""这个 PPT 怎么做"）
20% 的人用得不错，但不知道怎么用得更好
用是用了，但产出质量参差不齐（有人用 AI 写的代码 bug 多，有人用 AI 写的方案客户说没深度）
我们开了一个复盘会，问了一个问题：
"AI 工具都买了，账号都发了，为什么效果不好？"
大家的反馈：
"不知道什么场景该用 AI"
"用了，但不知道怎么用得好"
"看别人用得好，自己用就不行"
"提示词不会写，问出来的东西不好用"
我们意识到：问题不在工具，在方法。
给每个岗位梳理了 3-5 个高频使用场景，每个场景配上：
适用工具（哪个场景用哪个工具）
操作流程（第一步做什么、第二步做什么）
提示词模板（直接复制能用）
注意事项（我们踩过的坑）
又过了 3 个月，效果出来了：
AI 使用率从 30% 提升到 75%
周会上大家主动分享"这周用 AI 解决了什么问题"
新同事入职，直接给场景清单，上手快多了
最明显的是：同样的人力，产出明显多了
。
希望能帮你：
少踩几个我们踩过的坑
少走一些我们走过的弯路
快速找到适合自己岗位的使用场景
## 一、研发场景（4 个）
场景 1：代码生成
Cursor（主力）、GitHub Copilot
真实使用场景：
。
半年下来，发现这些代码出现频率最高：
CRUD 代码（增删改查）
数据导入导出（Excel、CSV）
API 接口封装
单元测试
这些代码，现在基本都交给 AI 写。
具体操作流程：
提示词模板：
我们踩过的坑：
效率提升：
CRUD 代码：3-5 倍（真的快）
单元测试：2-3 倍
数据导入导出：3-4 倍
心得：
AI 写代码，就像实习生写的：框架搭得好，细节要 check。用它写重复代码，省下来的时间思考业务逻辑，值。
场景 2：Code Review
Cursor、Claude
真实使用场景：
所有代码提交前，必须经过两轮 review。
第一轮：AI review（查基础问题）
第二轮：人工 review（查业务逻辑）
为什么这样安排？
因为我们发现：
AI 查代码规范、潜在 Bug、性能问题，比人细心
但 AI 理解不了业务逻辑，复杂判断还得靠人
具体操作流程：
提示词模板：
我们踩过的坑：
2-3 倍（AI 查基础问题快，人工专注业务逻辑）
心得：
AI review 不是替代人工，是让人工 review 更专注。基础问题 AI 查，业务逻辑人查，分工明确。
场景 3：技术文档撰写
Claude（写文档真不错）、文心一言
真实使用场景：
我们团队文档比较多：
API 文档（给前端和第三方用）
部署文档（给运维用）
使用说明（给客户用）
技术方案（给老板和客户看）
以前写文档：
花很多时间写格式
反复修改措辞
还要检查有没有遗漏
现在写文档：
AI 生成初稿（框架和内容）
人工核实准确性
补充案例和截图
具体操作流程：
提示词模板：
我们踩过的坑：
2-4 倍（AI 写框架和内容，人工核实和补充）
心得：
文档是给人看的，AI 写内容，人写温度。核实准确性，补充案例，这是 AI 替代不了的。
场景 4：Bug 排查
Cursor、Perplexity（能搜索最新信息）
真实使用场景：
遇到 Bug，我们现在的流程：
提示词模板：
我们踩过的坑：
2-3 倍（AI 给方向，少走弯路）
心得：
Bug 排查，AI 是"军师"，人是"将军"。军师出谋划策，将军拍板决策。
二、产品场景（3 个）
场景 5：竞品分析
Perplexity、秘塔 AI 搜索（能搜实时信息）
真实使用场景：
我们做竞品分析，有个"三步法"：
具体操作流程：
提示词模板：
我们踩过的坑：
3-4 倍（AI 收集信息快，人工核实和结论）
心得：
竞品分析，AI 是"情报员"，人是"指挥官"。情报员收集信息，指挥官做决策。
场景 6：需求文档撰写
Claude、文心一言
真实使用场景：
我们写 PRD，有个变化：
以前：
从 0 开始写框架
花很多时间组织语言
反复修改格式
现在：
AI 生成框架和初稿
人工补充业务细节
画流程图和原型
具体操作流程：
提示词模板：
我们踩过的坑：
2-3 倍（AI 写框架，人工补充细节）
心得：
PRD 是写给开发测试看的，AI 写初稿，人写细节。业务规则、流程图、验收标准，这些必须人工写。
场景 7：用户反馈分析
Claude、ChatGPT
真实使用场景：
我们每周都会收集用户反馈：
客服工单
应用商店评论
用户访谈记录
社群讨论
以前分析反馈：
一条条看
手动分类
花半天时间
现在分析反馈：
把反馈丢给 AI
AI 自动聚类
人工看结论
具体操作流程：
提示词模板：
我们踩过的坑：
4-5 倍（AI 聚类快，人工判断优先级）
心得：
用户反馈分析，AI 是"统计员"，人是"决策者"。统计员分类汇总，决策者拍板优先级。
三、市场场景（3 个）
场景 8：公众号文章撰写
Claude（写中文真不错）、文心一言
真实使用场景：
我们写公众号文章，有个"70%+30%"原则：
70% 内容 AI 生成（框架、初稿）
30% 内容人工补充（案例、故事、数据核实）
具体操作流程：
提示词模板：
我们踩过的坑：
2-3 倍（这篇文章就是这么写的）
心得：
公众号文章，AI 写框架，人写温度。案例、故事、数据核实，这些必须人工来。
场景 9：方案 PPT 制作
Gamma（生成 PPT）、Claude（生成大纲）
真实使用场景：
我们做方案 PPT，有个分工：
Claude 写内容（大纲、每页文字）
Gamma 做设计（排版、配图）
人工审核（逻辑、案例、数据）
具体操作流程：
提示词模板：
我们踩过的坑：
2-3 倍（AI 写内容，工具做设计）
心得：
PPT 是讲给客户听的，AI 写内容，人讲故事。案例、数据、逻辑，这些必须人工把关。
场景 10：客户问答准备
Claude、文心一言
真实使用场景：
我们见客户前，有个习惯：
列出客户可能问的问题
准备标准应答话术
预演异议处理
以前准备 Q&A：
靠经验想问题
话术临时组织
经常答不上来
现在准备 Q&A：
AI 列问题（全）
人工写话术（真）
团队预演（熟）
具体操作流程：
提示词模板：
我们踩过的坑：
3-4 倍（AI 列问题，人工写话术）
心得：
客户问答，AI 是"参谋"，人是"将军"。参谋列问题，将军定话术。
四、职能场景（2 个）
场景 11：会议纪要
通义听悟（转文字准）、Claude（总结）
真实使用场景：
我们开会，有个流程：
录音（征得同意）
转文字
AI 总结
人工核对
发邮件确认
具体操作流程：
提示词模板：
我们踩过的坑：
3-4 倍（AI 转文字 + 总结，人工核对）
心得：
会议纪要，AI 是"记录员"，人是"确认者"。记录员整理内容，确认者拍板结论。
场景 12：数据分析
Cursor（写 SQL/Python）、ChatGPT
真实使用场景：
我们做数据分析，有个变化：
以前：
查 SQL 语法
写 Python 脚本
调图表样式
花很多时间
现在：
AI 写 SQL（不用查语法）
AI 写 Python（快速出结果）
AI 给图表建议（省时间）
人工分析结论（核心）
具体操作流程：
提示词模板：
我们踩过的坑：
3-5 倍（AI 写脚本，人工分析结论）
心得：
数据分析，AI 是"工具人"，人是"分析师"。工具人跑数据，分析师出结论。
五、我们的 3 点经验（不是建议）
这半年用下来，我们有 3 点体会，分享给正在推 AI 的企业：
经验 1：不要一上来就全员推广
我们走过的弯路：
一开始给每个人都买账号，结果很多人不用
后来改成：先让愿意用的人用起来
再后来：周会上分享"谁用 AI 解决了什么问题"
最后：其他人看到效果，主动开始用
现在我们的做法：
先选 3-5 个高频场景试点
跑通了，再推广到全员
具体建议：
经验 2：给场景，不只是给账号
我们踩过的坑：
只发账号，不给场景 → 很多人不知道什么时候用
只说"要用 AI"，不说"什么时候用" → 用不起来
只买工具，不做培训 → 用不好
现在我们的做法：
给每个岗位写清楚：你有哪些场景可以用 AI
每个场景用什么工具
提示词怎么写（给模板）
注意事项是什么（给踩坑记录）
具体建议：
经验 3：建立分享机制
我们现在的做法：
每周周会：留 5 分钟分享"这周用 AI 解决了什么问题"
每月复盘：统计"谁用 AI 提效最多"
新人入职：直接给场景清单，上手快多了
具体建议：
六、写在最后
AI 不是万能的，但用好了确实能提效。
这 12 个场景，是我们自己这半年用下来的真实经验。每个场景都经过实际验证，不是纸上谈兵。
我们也还在摸索：
有些场景用得还不够好
有些工具还在尝试
有些坑还在踩
但有一点是确定的：
会用 AI 的团队，一定会替代不用 AI 的团队。
希望这 12 个场景，能帮你和企业快速上手 AI。
附录：提示词模板领取
为了方便大家使用，我们整理了文中提到的 12 个场景的完整提示词模板（可直接复制使用）。
获取方式：
关注"迅易科技"公众号
后台回复"AI 场景"
自动获取模板文档
迅易科技市场部
关于迅易科技
迅易科技是 AI 驱动的企业数字化转型专家，具备完整的 ABCDU 数字化能力体系，一站式支撑企业数智化转型。
核心业务：
AI 智能应用：AI 项目落地成功率 90%+，平均上线周期 2-6 周
BI 商业智能：报表效率提升 80%+，数据口径 100% 统一
Cloud 智能云：Azure 架构、M365、云迁移
Data 数据治理：数据中台、数据治理、主数据管理
Unified 运维服务：故障定位缩短 60%，运维成本降低 30%
欢迎前往迅易科技官网，了解更多产品详情与定制化解决方案。