关于 如如的咖啡馆

我是谁

我叫 Emily，也可以叫我如如。我有互联网软件行业背景，也接受过系统的教练训练。现在，我把主要精力放在 AI 应用落地、个人 AI 工作台和 AI 产品化的实践上。

我擅长的不是单纯介绍某个 AI 工具，而是从一个真实、甚至还很模糊的问题出发，梳理人的需求、业务目标和专业判断，再把它逐步变成可以运行的流程、工具或产品。

我不想把自己包装成一个什么都已经想明白的“AI 专家”。我更愿意作为一个真实的实践者，记录自己怎样与 AI 一起工作、怎样把想法做出来，以及过程中遇到的问题和形成的判断。

我的经历与能力

互联网软件行业背景，能理解产品、技术和系统之间的关系。

200+ 小时教练实践，习惯从人的真实需求出发，而不是直接给标准答案。

持续参与真实业务项目，涉及内容生产、知识管理、研究简报、课程交付和轻量 AI 工具。

能在没有传统编程团队的情况下，与 AI 协作完成需求梳理、产品设计、开发测试和持续迭代。

我目前在做什么

搭建自己的个人 AI 工作台，让课程、对话、项目资料和日常思考能够持续沉淀并被重新调用。

把专家的方法、判断和服务流程转化成更容易使用的线上工具与 AI 工作流。

参与设计面向普通人的 AI 训练营，帮助人们从真实需求出发使用 AI。

运营公众号「如如的咖啡馆」，记录日常生活中的 AI 实践、产品探索与思考。

为什么开始做这件事

我并不是因为想成为“AI 专家”才走到这里。最初只是不断遇到一些具体的问题：资料太多找不到、课程听完难以复习、重复工作消耗时间、一个有经验的人很难把自己的判断交给别人。

当我开始尝试用 AI 处理这些问题时，我发现自己真正感兴趣的不是某个工具的功能，而是一个想法怎样一步步变成可以使用的东西。一个节拍器、一个课程复习页面、一份自动更新的研究简报，或者一套咨询交付流程，背后都在回答同一个问题：AI 怎样真正进入人的工作和生活，而不是停留在聊天框里。

我也越来越清楚，单纯“会用工具”并不够。很多人不是不会提问，而是在真实问题出现时，根本想不到这里可以与 AI 一起工作；或者想到了，却不知道怎样描述需求、检查结果、保留自己的判断。

因此，我现在一边做真实项目，一边记录方法，也一边保持谨慎。我希望将来能够帮助更多有专业经验、但离技术较远的人，把自己的经验转化成真正能使用、能验证、也能继续生长的东西。

我的价值观

真实比包装重要，问题比工具重要，能够使用比看起来先进重要。AI 可以放大人的能力，但人的判断、关系和责任不能因此消失。

我的基本工作方式

先找真实问题：不从“最近流行什么 AI 工具”开始，而从正在发生的业务卡点、用户需求和工作负担开始。

拆出人的判断：区分事实、经验、判断标准和操作步骤，避免把专家经验粗暴压缩成一段提示词。

先做最小可运行版本：让一个完整场景先跑通，再根据实际使用反馈调整，不在第一版追求大而全。

保留证据与边界：重要结论尽量能够回到原始材料；涉及隐私、专业风险或关键决策的部分保留人工确认。

让成果持续沉淀：原始资料进入 Raw，经过确认的结构化知识进入 Wiki，面向具体场景的文章、方案和工具进入 Output，并让验证后的成果反哺知识层。

我正在形成的核心认识

会使用 AI，和遇到事情能够想到 AI，是两种不同的能力。

真正有价值的不是把所有工作交给 AI，而是知道什么该交、什么不能交。

提示词可以解决一次任务；稳定、重复、可检查的流程，才适合逐步沉淀成 Skill。

技术只是手段。AI 产品是否有价值，最终要回到真实用户、真实场景和真实反馈。

专家的壁垒不只是拥有知识，更在于判断、取舍、行动以及对具体人的理解。