不适合交给 AI 的任务：值得先做的几件事

关于不适合交给 AI 的任务，先区分两件事：你想要的結果，和你能维持的动作。两者差得太远时，先缩小动作，别降低期待。

把不适合交给 AI 的任务放回真实生活里看：有加班、有出差、有不想动的时候。任何只能活在顺利月份的方案，用不了三个月。这篇按“有坏事发生”来设计。

如果你已经试过几次不适合交给 AI 的任务都没坚持下来，先别急着怪自己。多数失败来自设计问题：起点定得太高、场景没布置、坏日子里没有预案。这三处补上，不适合交给 AI 的任务会立刻轻一些。

不适合交给 AI 的任务适用的范围有多宽

不适合交给 AI 的任务这类事情有一个共同点：方法本身并不复杂，复杂的是把它塞进已经有安排的一天。所以本文谈的不是“最优解”，而是“在你的条件下能跑起来的解”。

不适合交给 AI 的任务最容易被忽略的变量是环境。同一个动作，工具在伸手可及的地方和需要翻箱倒柜，完成率能差一倍以上。所以本文会反复提到“把它放在该在的位置”。

不适合交给 AI 的任务的成本往往被低估。不是钱，是注意力：每次开始前的那几分钟犹豫，累积起来比执行本身更耗人。这也是为什么后面所有建议都指向同一件事——减少启动成本。

从零开始做不适合交给 AI 的任务

第一次做不适合交给 AI 的任务时，允许自己做得粗糙。先跑通流程，再谈优化。很多人卡在开头，是因为想一次做对，结果连第一步都没迈出去。粗糙的完成胜过完美的搁置。

动手前花五分钟布置不适合交给 AI 的任务的场地：要用的东西摆出来，多余的挪走，手机放到另一个房间。准备比执行更值得投入，因为执行时的你往往是累的，而准备的你还清醒。

把不适合交给 AI 的任务安排在一天里精力最好的那个时段，而不是最方便的那个时段。方便往往意味着疲惫，疲惫时做出的判断通常不利于长期。

不适合交给 AI 的任务里看起来像努力的事

第五个坑是把优化放在稳定之前。基础还没立住就改方法，每次调整都像重新开始，结果什么都没积累下来。等不适合交给 AI 的任务能连续做两周，再动任何参数。

第八个坑是只做容易的部分。挑顺手的环节反复做，难的环节一直往后拖，半年后回头看，不适合交给 AI 的任务还是原地。定期问一句：我是不是在回避最不想做的那一步。

还有一个隐蔽的坑：把不适合交给 AI 的任务讲给别人听，提前获得了成就感。说得多做得少，动力被提前消费掉了。真想推进，先做满两周再讲。

• 失败当天补一个迷你版，保持链条不断
• 一组统一的命名规则放在使用的地方，不是收纳的地方
• 拿不准就做少一点，连续性优先
• 宁可缩短，也不要跳过
• 把布置环节当正事，它决定一半成功率

把不适合交给 AI 的任务做成默认选项

定期清掉不适合交给 AI 的任务里多余的动作。每加一样东西，就问它是否真的必要；三个月后再看，通常会有一半是可以删的。流程越短，越可能在疲惫的日子里活下来。

把不适合交给 AI 的任务的进度写得粗糙一点。太精细的记录会变成负担，而负担最终会导致放弃。日期加一句备注，已经足够看出趋势。

当不适合交给 AI 的任务能稳定发生，再考虑加量。加的是深度，不是花样：同样的动作多做十二分钟、多走一步，而不是不断换新方法。形状稳定、深度增加，三秒找到文件的确定才会从偶尔变成常态。

把不适合交给 AI 的任务再往深做一层

每月留十分钟做个小复盘：什么有效、哪里漏水、下个月只改哪一处。三个问题，一张纸。坚持半年，你会拥有一份别人抄不走的经验。

给不适合交给 AI 的任务找一个搭子型动作，共用同一个时段。两件事背靠背做，成本增加很少，但跳过其中一个的难度会明显上升。这是最省力的加固方式。

当不适合交给 AI 的任务变熟，容易滑向随意。给自己留一条不可让步的底线，其余部分允许灵活。底线保住了，灵活就不会变成放弃的入口。

习惯的敌人不是懒，是每次都要重新决定。

不适合交给 AI 的任务：常见问题

把不适合交给 AI 的任务当成一件家务来对待，反而更容易长久：不追求漂亮，只求做完。做完的次数够多，质量会自己跟上来。

把不适合交给 AI 的任务的成败标准改一下：不看做得多好，只看有没有做。等次数够了，再谈好坏，那时你已经不需要别人催了。

周予安 常驻作者

长期折腾各类设备，习惯留操作记录。 更多文章 周予安 →