立正总结访谈时,重点不是覆盖每段内容,而是留住谈话里真正有判断力的部分,同时不替嘉宾加戏、不把没说过的话包装成洞察。
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。
总结要留住判断,而不是提炼成建议
材料里的观点立正提到,普通总结追求覆盖,把每段讲了什么、最后三点启发列出来;他做访谈整理时追求的是另一件事:把谈话里真正有判断力的部分留下来,同时不替谈话加戏。他给这个做法划了几条硬边界——不写成对外文章、不写成咨询建议、不给团队分配工作、不假设对方公司的阶段和组织问题、不把嘉宾没说过的东西包装成洞察。这些边界看起来保守,但好访谈的价值常藏在细节和张力里,越急着提炼成建议越容易失真1。
先想清楚要问什么,总结才有锚点
偏差往往不是总结时产生的,而是准备时就埋下了。立正做 Reynold 那期访谈前,先跟公司里十来个工程师、数据科学家聊,积累对 Databricks 的基础认知,再复习嘉宾已有的访谈,避免重复他讲过的东西,也找找对话的感觉。他还会把提纲给嘉宾和社区成员看,请对方提意见,再据此更新一版。有了这些锚点,总结时才知道哪些是嘉宾真正的新判断,哪些只是背景铺垫2。他提问时习惯一次抛出三个问题,先讲清自己的背景和意图,让嘉宾校准到合适的回答程度,也是为了让真正想问的那个问题有机会被聊到3。
有条理靠的是先有结论,再放内容
AI推演想让总结有条理,可以先练一件事:把结论用大白话写在最前面,再让后面的内容去支撑它。立正讲 PPT 时提到,他习惯把 take away 直接写在顶上,意思就是“我的结论是这个,不信再看里面的内容”,因为对方要的是决策依据,得先知道你在说服他什么4。放到访谈总结上,就是先写一句这期嘉宾真正给出的判断,再补他的条件和例子;如果一句话写不出结论,通常说明还没想清楚要留什么。写完可以拿给别人看,问对方是否更清楚了5。
这些材料讲的是访谈准备和整理的做法,没有给出逐句核对、防止偏差的完整流程;具体怎么取舍仍要看那期谈话本身。
出处
- 1用AI做访谈整理,且不加戏
直接说明访谈整理要留住判断、不加戏的几条边界,是回答的核心依据。
- 2和Reynold访谈的三版问题提纲
展示访谈前如何做桌面研究、复习嘉宾旧访谈和更新提纲,说明总结的锚点从哪来。
- 3为什么我访谈中会讲些“废话”?
解释一次抛出三个问题的用意,涉及提问背景和嘉宾如何校准回答。
- 4一小时写30页PPT?还吊打全场?|有「目的性」的PPT才值得写
用 PPT 把结论写在大白话顶部的做法,说明先有结论再放内容的条理来源。
- 5在《如何提升表达的结构性和逻辑性?》下的回复
提到改完再让别人看是否更清晰,可作为检验总结是否讲清楚的简单做法。
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
- 立正怎么看chatgpt ads?
立正认为ChatGPT Ads大概率能做成百亿美元级生意,但方向有根本矛盾:Agent帮用户完成选择,广告靠影响选择赚钱,两者对立。
- 如何进行项目管理
项目管理不是把交付物排进看板打勾,而是持续跟进、让结果真正发生;在创业或探索场景里,它更该服务于假设验证而非流程本身。
- 我就是先来试试,你说,INTJ有什么缺点,有什么要注意的地方
立正讲的 INTJ 缺点集中在沟通上:容易把事实、观点和假设混在一起,也容易在逻辑不严谨时直接炸掉,甚至拉黑对方。
- 课代表立正在哪里讲过为什么要多用动词,少用名词,怎么拆解一个概念,怎么用prompt
立正在《为什么所有人都在学名词,但真正拉开差距的是动词》和《AI的正确打开方式:不学概念,学动作》里讲过:名词是地标,动词是走路的能力,拆概念就是把它还原成一组动词。
- 我觉得工程能力越来越重要 哪怕不用在工作上 做副业或者生活流程上都很好。分析师是离业务更近但从分析师变成业务manager或者director感觉在美国存在天然天花板。这样来看似乎DS的投入至少金钱的回报和长期发展上更好 对吗
不能简单说DS在金钱回报和长期发展上更好。副业收入高低取决于能否完成价值交换,职业天花板则取决于你带来的是维持还是增量,两者都不由岗位名称决定。
- Data scientist 和data analyst选哪个track更好
两个 track 的差别不在高低,而在你解决的问题是否需要复杂模型:Analytics 靠 SQL、可视化和业务判断,Scientist 靠统计建模,且后者的优势正在被工程能力挤压。