资料没有直接讲公司内网托管 AI 生成 HTML 的部署方案,但立正做个人主页的经验可以迁移:人定目的、事实边界和品味,AI 负责把它做成能上线的东西,每轮看改动再放行。
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。
先定谁看、看完做什么,再让 AI 生成
材料里的观点立正做个人主页时,把分工说得很清楚:他定主页给谁看、看完要做什么,定哪些事实能写、哪些不能编,也定审美和上线时机;AI 负责把方向落成代码、数据管线、搜索和路由这些能上线的东西,并且每轮给他看改动和截图,他点头才上线1。放到公司内部托管 AI 生成的 HTML,这套分工同样成立:先写清这个页面服务哪个岗位、看完希望对方做什么动作,再让 AI 生成。反馈和聊天功能也属于“目的”的一部分,需要先想清楚收集反馈是为了改哪一处,聊天是替代答疑还是补充说明,否则 AI 很容易生成一个功能齐全但没人用的页面。
反馈要进入真实工作流,而不是套模板
关于 Jobright 的那篇文章提到,AI 改简历真正难的地方是每个人对简历的偏好不同,价值在于持续记住用户反馈、学习每个人的口味,而不是给所有人套一个模板2。内部工具也是同理:如果反馈只是页面底部一个笼统的评分,很难判断该改什么;更值得收集的是具体场景下的意见,比如某个部门觉得生成的页面缺了哪块信息、聊天回答在哪类问题上不准。这样反馈才能变成下一轮生成和修改的依据。
先小范围上线,看真实使用再扩
AI推演那篇 Jobright 文章还引述了一个判断:从零到一的东西不要期望太高,真正好用通常发生在几个月之后,前提是团队对方向有把握并愿意持续打磨2。所以不必一开始就追求全公司可用的完整系统,可以先选一个真实的小场景,把 AI 生成的 HTML 托管起来,加上反馈入口和聊天,观察同事是否真的会用、反馈是否指向具体问题。这能帮你判断需求是否成立,再决定要不要投入更多工程资源。
资料没有涉及公司内网托管、权限控制或具体技术选型,以上只是从做个人主页和产品打磨的经验迁移出的思路。
出处
- 1建议每个人都用Opus 5.5做一下个人主页
讲人负责定目的、事实边界和品味,AI 负责落地并每轮给改动确认,适合对照内部页面的分工。
- 2AI时代,找工作和创业的有效方法|Jobright联创/CTO Ethan对话
讲反馈要进入真实工作流、学习个体偏好而非套模板,以及从零到一需要时间打磨,适合设计反馈机制。
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
- 我是一名制造业的 HR,现在想要转型到智能制造、相对高端的智能硬件制造,甚至是 AI 行业继续做 HR。
我最常听到的一个说法是,人事应该更加懂业务、更加靠近业务,才会有不会被 AI 取代的价值。包括在很多求职过程中,候选人都会被面试官问:“你懂不懂业务?你知不知道什么叫懂业务?你知道这个业务是什么?”
所以我想知道的是:所谓的“懂业务”,到底什么是懂业务?怎么去懂业务?达到什么样的程度才能被称之为懂业务?
拿我之前的一次面试做例子。我当时面的是 PCB 行业,相当于跨行业了,因为我之前是在汽车零部件行业做的。当时面试官问我,生产过程的流程是怎么样的,分了哪几道工序,以及其中哪些是最重要的。但是回头思考了一下,好像的的确确很少去认真思考过所谓的业务到底是怎么样的。我个人的认知是,我们需要思考以下几个问题:
1. 我们公司到底做的是什么产品?它的定义是什么?
2. 它有哪些工作流程?流程当中哪些东西是比较关键的?
3. 这个产品在市场上的发展情况是怎么样的?还有没有增长的空间?
4. 我们公司擅长做什么样的东西,不擅长做什么样的东西?这些东西未来的市场又是怎么样的?
但是我始终得不到一个比较准确、有参考价值的系统性答案。你觉得呢?
“懂业务”不是背下工序名词,而是能判断业务结果的好坏、分清主次,并对结果负责;对 HR 来说,就是能把招聘、绩效、组织设计等动作和业务成败连起来。
- 复利和超线性有什么关系?
复利是超线性回报的一种机制:上一轮的积累让下一轮回报更高,回报就不再与投入成正比;但复利不会自动发生,需要地基和持续投入才能兑现。
- 文职工作,比如写剧本之类的会被ai替代吗,特别是还没入职的,也没有自己的一个判断力和积累
写剧本这类文职不会被AI整体抹掉,但“只负责把已有材料写成通顺文字”的那一层会最先被压价;还没入职、判断力没积累,恰恰该从做小东西开始积累,而不是先等想清楚。
- 你有说过很多关于人如何成为超级个体,如何更加 AI native。我们在做事的时候,特别是在企业内做事,在 AI 的时代,可能要思考新的流程、新的方法,要对原本的流程做变革。因为很多事情在以前的生产力的关系,它可能由于成本太高,形成某些共识,潜移默化地影响了做事的方式。到现在很大部分的生产力被解放出来,由 AI 提供,很多问题要重新思考,很多可能之前默认的事情都要被翻出来,重新想要怎么做,这个流程怎么做才合适。所以这里要问很多的"Why?",并且对这个流程做重构。个人成为超级个体和 AI native 组织这两件事情本质上是等价的。因为组织就是由人来构成,在一个超级 AI native 的组织上工作的方式一定有 AI native 的人的行为组成。所以我想了解,之于企业、之于人,在企业中我们的流程、我们的做事方法应该怎么被改变?我们的思考方式应该怎么被改变?AI 的价值在什么地方?除了做事方式之外,还有什么其他是需要配合改变的?例如企业内的奖惩制度、绩效制度等等,这些应该怎么样一起去做变革?
AI 进入企业后,先要删掉那些只为防人、只为验收动作而存在的流程,再谈用 AI 提速;同时把激励改成让减少无效工作的人真正获益,否则流程会重新长回来。
- 课代表在如何获得与能力相称的影响力,这期访谈视频中,提到了不要只去设想把一件事情做完之后获得的成就感,而是要思考在完成这件事情的过程中所获得的,这个说法之前是否在其他视频中提到过?如果有,请列出视频;或者有没有其他的和这个观点一致的内容?
现有片段里没有找到立正此前用同一说法讲过“别只想着做完后的成就感,要看过程中的收获”;最接近的是他讲手艺与mastery时强调在做的过程中获得正反馈,以及课程里主张在项目落地过程中学架构原则。
- Product case题的时候 是给框架结构更重要 还是找面试官要信息更重要? 比如问题是traffic drop 这时候应该说我会1.2.3.4.列框架一个个validate还是问她有没有更确切的drop这样我直接删除掉一些假设
先问清楚再展开,但问的方式是带着假设去确认,不是空手要答案。Product case考的是解决问题,框架只是帮你抓重点的工具,用错框架比少列几条更糟。