在立正的材料里,“结果导向”有两个用法:一是批评把赚钱、成就压缩成单一分数的“结果导向陷阱”,二是主张给 AI 下指令时只定义“做到什么算对”。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
结果导向指令:说清做到什么算对
材料里的观点在 AI 协作里,立正说的“结果导向指令”是指不要像遥控实习生一样一步步教 AI 怎么做,而是把结果定义清楚:输出长什么样、满足哪些标准、不能碰哪些边界。他举的例子是,不说“先打开 Excel,在 A1 格写标题”,而说“我需要一份对比三个方案优劣的表格,包含成本、时间、风险三个维度,最后给出推荐”。这样 AI 才知道验收标准,产出才可能直接进入工作流1,2。
把赚钱当结果看,会掉进单一维度陷阱
材料里的观点另一处用法是批评性的。立正说,把路径设计成 step by step、把所有维度简化成“赚多少钱、取得多大成就”这一个分数,是打分思维犯的错;真实的事情是多维的,不能被单一维度打分。他还说,这类路径承诺的结果本身也是虚假的,因为如果它真成立,所有人都能照着赚大钱了。所以他给的不是具体路径,而是方向3。在课程里,他把这称为“跳出结果导向的陷阱”:一听到赚钱就只想到谁干了啥赚了多少,会忽略支撑这一切的赚钱技能4。
“结果导向”在材料里没有统一定义,两处用法指向不同场景;招聘帖里也出现“结果导向的职业习惯”,但那是对候选人的要求,不是概念解释。
出处
- 1AI User 与 AI Builder 的 5 个差距,和背后具体技术原因 | 科技大厂打工人版
技术岗位版,讲结果导向指令与 Document-First、Context Curation 的关系,适合核对 AI 场景下的用法。
- 2AI 用得好的人与普通人的5个差距,和背后具体技术原因|非技术岗位版
非技术岗位版,同样讲结果导向指令,并说明个体如何把隐性标准显性化。
- 3最大化赚钱能力的“具体路径”
讲为什么把一切压缩成单一分数是错的,适合核对批评性用法。
- 4第19课|赚钱不是结果,而是技能,它包括……
课程文字稿,明确把“结果导向”称为陷阱,并区分赚钱的结果与技能。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 立正说的“结果确定性”和“过程确定性”,在具体项目里怎么区分?结合数据分析和AB实验机制
立正把两者区别放在“确定性来自哪里”:过程确定性靠人预先规定每一步;结果确定性靠事先讲清验收标准,让执行路径在运行中调整、由检查反馈纠错。
- ai能很容易的建立nlp框架来分析情感或者评论主题,那我还需要学习nlp基础么?
如果目标只是跑通情感分析或评论主题,AI 确实能大幅降低门槛;但要不要学 NLP 基础,取决于你是否需要判断结果对不对、在什么场景下失效。
- 我如果要进行这个创业 我该从什么地方开始?
先别急着做产品,先想清楚谁会在什么情况下付钱、你怎么触达他们;再结合你独有的经验和理解选赛道。
- 我是项目管理,现在有很头疼的点在于项目经历了3代,有很多的技术问题遗留,而且有很多问题都是不知道结果或者进度,以及后续的技术方向。很多信息都掌握在老的PM手上,我无从得知。我很多精力都投入到把模块搭建起来却没有很好的理解模块运行的逻辑和机构的动作,节拍这些细节内容
先把“不知道”变成可追踪的风险清单,再向能补历史信息的人定向索取;同时用“结果+进度+风险”而非“我做了123”来汇报,把模块逻辑和节拍作为要补的技术功课单独立项。
- 立正说codex用了他硬盘300g
现有材料只能确认:立正账号下的一篇文章写到,本机 Codex 目录约 326GiB,清理后降到约 15GiB;文中没有出现“300G”这个说法。
- 要不要学习ai漫剧ai短视频制作
值得学,但要把目标定在“关掉AI还能判断和做出东西”,而不是学会一套生成流程。AI漫剧和短视频的门槛正被工具拉低,稀缺的是选题、剪辑判断和验收标准。