Ep 15 | 我一天用10小时AI,同时管投资和做播客一这是我踩坑后总结的使用方式

Ep 15 | 我一天用10小时AI,同时管投资和做播客一这是我踩坑后总结的使用方式

12分钟 ·
播放数5856
·
评论数102

这期没有市场分析,聊我自己的事。

我现在一天用Al超过10小时,字面意思。同时订着三个200美元/月的服务:ChatGPT Pro、ClaudeMax、Grok SuperGrok。加起来每月600美元,大约4,300块人民币。

第一次跟人说这个数字,对方的反应基本上是:你疯了吗?

所以这期,我要解释清楚这600美元到底换来了什么一以及为什么我认为大多数人用AI,只发挥了它10%的能力。

三个模型,三件事,三种用法:

ChatGPT Pro →做深度研究。它的Deep Research功能会自动检索几十个来源,生成结构化报告。我做播客选题,第一步永远是让它跑一遍。

Claude Max →写作和长文本。这期脚本的最终版,经过Claude润色。它的中文语感比GPT好,更诚实,在复杂问题上会说「这里有几种不同的视角」而不是给你一个假装确定的答案。

Grok SuperGrok→实时x平台数据。当市场出现大事件,我用它搜x上机构投资者的第一时间反应。这是任何其他工具都快不了几个小时的信息。

重点分享三个大多数人没有用到的进阶技巧:

①给AI一个角色,不只是给它一个问题

②不要让AI告诉你答案一让它帮你质疑你的答案

③AI是第一稿,不是最终答案

三个模型简明对比:

这期有一个问题想问你们:你用AI遇到过「没有它就做不到这件事」的时刻吗?评论区告诉我。

展开Show Notes
10:18 谢谢jason分享用不同ai互相指正,查漏补缺的方法。分享一下我用更可控的ai ide去研究或者开发东西的方法。把任何任务当做开发项目,用ide的全局规范去标准化开发流程。1.解构:先用ide优化和扩展提示词,接下来让ai寻找或者生成适用于这个项目的agent、skill、MCP,再规划计划框架流程。2. 重组:让我确认计划框架流程以及任务清单,再开始思考开发。包括不限于统一的ppt和数据图表风格。用现成的skill去ai味加人味道语言风格。用自己过去的文档去解构总结skill,同步自己的输出风格。最重要的是数据源要来自金融数据网站或者开源数据网站,而不是社交媒体。3.评估:检查任务清单有没有一一完成,最终结果有没有满足规划和目标。让ai把所有开发中思考的每一步都保存memory.md中。把spec、task有保存在目录中。把所有每次开发的经验都沉淀到各个项目的目录中。4. 迭代:定期把不同大类项目的memory、spec、task让ai重新解构归纳。总结出rules再更新到以后类似的项目规范中。让ai去自己的风格匹配,以后输出的结果也更容易符合自己的需求。
莫问z
莫问z
7天前
强烈推荐 Claude code (Claude max 套餐送的基本用不完)和 codex(GPT pro 送的也基本用不完),刚用 cc 时带给我的震撼比 22 年第一次接触 chatgpt 时还大, cc 加上 skills 基本可以做任何事了。期待 jason 过段时间来分享关于 skills 的想法
Jason_NDV
:
我觉得也没到啥都可以做的程度吧 。。。 很多时候还是简单的执行,无法做判断 而且人的思路是很难彻底写进skills里面的
莫问z:安装的话 gpt 网页侧边栏下载 codex 应用,然后让 codex 帮你安装 Claude code 就行了
5条回复
总的来说,跟ai工具沟通的成本比人更低
Jason_NDV
:
这是最重要的,我愿意向ai承认错误,不愿意向人
我现在会用AI做研究,尤其是没有做过的主题,可以让AI先帮忙写个研究报告,但是里面的数据幻觉很严重,不准确的很多,所以我一般让AI再列一下source然后二次检查
陈心远:技术角度:人可以给ai提供数据源/知识库。给codex/cluadecode 数据源api入口。ai会按需写代码查询。
伸伸懒腰:如果只用一句话就生成研报,大概离既没专业内容,也没对齐你的审美。你要去控制宏观中观的结构和流程,它来微观采集细化润色内容。你要和ai一起规划讨论成长,这样到开发完成,你自己才会真的了解研究了点什么。
3条回复
08:03 授之以渔的一期啊👍
怡_aO18
怡_aO18
8天前
去年开始成为ChatGPT付费用户,女儿小升初考试阶段,用来帮助打磨creative writing, 做数学卷子,很给力。但发现ChatGPT做数学图形题目不行,non verbal reasoning 也不行🙂‍↔️。 同阶段还用来帮我分析股票,大宗,运气好挣了点钱。 感谢Jason的分享,觉得可以用得更近阶一步了。
GaoXH
GaoXH
9天前
主播此前的博客提到了Stanley Druckenmiller,尝试了解了一下,真是很敬佩。有啥关于他投资思路的一些读物可以推荐么
谦一:(The New Market Wizards)
Mat_qh0d:新金融怪杰
6条回复
D_YmOB
D_YmOB
4天前
不错
想问问Jason为什么选择最高级的会员,因为听起来即使每天高强度使用10小时应该也榨不干三个模型的 quota吧。如果是为了速度调用 fast thinking,或者单纯就是不想被 quota 打断思路我觉得可以理解。我能理解对于像您这样高净值的人士来说 600 刀一个月和 200 刀一个月没有太大的区别,但是像我这样的普通人用起来还是有一点肉疼,想听听 Jason 对 AI 定价或者性价比分析有没有什么可以分享的,谢谢🙏
颜天成
颜天成
8天前
分享自己的感受和用法,
1,一定要用code agent,闭环大量ai chat的开放性工作,code可以用数据回测检验闭环假设和逻辑(比如你的投资逻辑和市场观点有没有经历回测检验?),可以沉淀自动化,可以持续维护迭代,可以归档和git同步,可以盘活大量的存量数据资产,code才能体现ai agency
2,prompt工程要多总结自己常见的需求和思考链,变成跟ai沟通的shortcuts,可以自己定义力度层次和档位,大幅节约写prompt的时间同时确保输出质量
3,用ai学习除了效率高,更关键的是你沉淀的知识的自主性更强,数据结构是网状拓扑的,这个是阅读听课跟专家聊天无法替代的
4,看待ai的观念要改变,不是工具思维,而是土壤和生态思维,不要当成搜索引擎,而要当成系统老爷爷,接受ai对自己的深度改造,不仅仅是workflow,还有mindset,搭建好个人的ontology
呼哈嘿
呼哈嘿
8天前
当然是让AI介绍自己,然后再用其他AI模型批判,然后再折中,前提是AI知道这件事(AI介绍自己),当然,这种自指循环也就只能做个三四次,之后的生成内容都是复读,单纯改变词语分布顺序但无新意义。may,也有可能是我没付费最新模型的原因(10%)
我用了一模一样的cluade播客剪辑文稿,在这个基础上我把他的文稿直接生成剪辑软件达芬奇能读的工程文件,这样文稿就能一键导入变成剪好的视频,唯一的问题是时间只能精确到句子,气口剪不掉
Jason_NDV
:
你用什么生成语音内容?我找了很久没找到像人的语音模型
贺冉对谈:嗯?没有用到语音模型呀。就比如你们录三个人聊天,很多信息是无效的,要剪掉的,Claude我写了一个skill分辨哪一句没用,要删掉。然后把这个信息写成xml文件,直接导入剪辑软件,导完就已经剪掉了。 你需要吗!我发你
5条回复
用ai写事件日记,讲事情陈述给ai,他先能安慰你,这个时候我情绪过去了,就会问这个情况,以后如何避免,再次讨论,最后整成思维导图,提醒自己试着按照步骤去做
Jason_NDV
:
是个办法,不过要小心ai加强你的情绪而不客观
Renee_HR
Renee_HR
6天前
提一个和内容不太相关,作为Jason和wanderers粉丝,希望少一点开始说话的时候,吧唧的声音😂😂😂 感谢分享!!
Jason_NDV
:
有点难呀…我声音就这样…
Renee_HR:好的。那我还是继续当粉丝 磨耳朵!
jason可以试试拿Claude 的skill沉淀工作流,我觉得这个很好用
Jason_NDV
:
有用的,这是个新游戏
研究一个新的领域的时候,我会把我比较认可的专家视频、文献给notebook LM,看思维导图,抓逻辑框架,然后再提问,ai就会只根据这些内容给我回答,帮助我形成初步认知。还有些心理活动想法会让ai帮我分析,没有什么顾虑。
Jason_NDV
:
完整的看似有逻辑的分析未必是个可以真的用来执行的逻辑,ai的讨好型人格可能你还没完整的感受到
Xinyi懒得想名字了:可以举个例子帮助我理解“ai讨好型人格给的看似有逻辑、但不能用来执行”这件事吗?我针对ai讨好打的补丁是总指令中要求“直言不讳,如果我有想法错误可以改进,请直接指出”。
感谢分享,我现在是GPT+Gemini,因为Claude被风过,现在通过中转用Claude code,自己虽然没有一点编程基础,但这个很好上手,也比单纯对话框能做的事更多。话说,可以分享Claude Max稳定不封的建议吗?
Jason_NDV
:
我的情况特殊
不考虑notebooklm吗,我感觉文献,大部头阅读,跨学科研究上还蛮尤其独特性的
KellyCC:请问你一般怎么用呢
51Pegasi-b:如果你需要在某一个专题上做非常深度的学习,你可以把跟这个专题你搜集到的所有资料,不管是论文 PDF,还是新闻的文本粘贴,还是一整本教科书的 TXT 文件,都扔进去,让它帮你进行导图规划,或者你直接根据某一个切入点进行不断追问。我觉得它和同类型产品 ChatGPT 以及 Cloud 相比,最大的优势在于它有目前我看到最长的 Context 管理。如果一本书有 100 章,ChatGPT 和 Cloud 很容易因为文本过长而丢失其中一些章节的记忆,从而让回答存在一定幻觉。 一个很简单的测试就是,你让 bot 总结具体某一章节的某一部分内容,然后观察它是不是在胡编乱造。如果是的话,那说明其实因为内容长度已经超过它的记忆了。这一点我发现 Google 的产品是目前最靠谱的,能够把你的学习限定在你给它提供的样本内,而不是发散性地抓取随机的互联网或者模型训练资源
3条回复
11:04 我觉得AI无法代替的部分,是我们的体验,是我们的灵光一现~
Fufufufufufu
Fufufufufufu
12小时前
“不是技术,是思维方式” 这句话就非常AI 😂