7 min read

Claude日常工作使用小妙招

Source: https://x.com/i/article/2093090211328860160

手搓这篇《用Claude 写 Performance Review》的时候,突然爆出了景甜和孙宇晨的大瓜。一瞬间席卷了我的各种社交媒体。小伙伴们纷纷喊我:“赶紧去吃瓜!” 娱乐区的瓜实在太炸裂了,三观都快被震碎了。我当然要先停下手上的三次元工作,赶紧去微博和 X 原帖凑凑热闹。

这里顺便标注一下:怎么还有好多朋友不知道什么叫二次元、三次元?这两个词源自日本动漫文化,用来区分“虚拟世界”和“现实世界”。二次元:二维的、虚拟的幻想世界。三次元:三维的、我们真正生活的现实世界。

所以我平时说“我的三次元工作”,就是指我的全职工作。我是真的有在上班。目前是 WFH(work from home)。

看完孙宇晨问 Claude 咨询爱情,我忍不住翻了个大白眼。恋爱脑真的让人捉摸不透。算了,有钱人也不差钱,随便爱咋花咋花吧。跟我无关。好了,瓜吃完了。

回归正题。今天想记录一下,我是怎么用 Claude 写 Performance Review 的。

先说一个非常重要的前提:公司必须允许你使用 AI 写 Performance Review。

这个真的不能默认。比如我老公的公司,就明确规定严厉禁止使用 AI 写 performance review。Performance Review 里面牵扯大量公司内部数据、项目信息。把这些东西直接丢给 AI,相当于把非常宝贵的公司数据送出去。更何况,他们公司跟某几家 AI 公司关系也不太好,甚至已经到了互相拉黑、诉讼阶段。所以这个事情非常敏感。听说 Gemini 是可以用的。

而我所在的公司,恰好是另一个极端。资本家们规定:能用 AI 的工作尽量都用 AI。公司内部的一些组织软件,包括 Slack、Email、Jira、Proposal 等等,基本都要求让 Claude 过一遍。去年好像还规定只准使用 Gemini。资本家爱怎么操作就怎么操作吧。我已经乏了。

我们这个行业有一个非常鲜明的特点:business-driven。很多事情都是:“突然想到一个点子。”“这个好像可以做。”“客户需要那就做吧。”然后一拍脑门开始干。

所以到了 Performance Review 的时候,我经常需要重新回忆:过去 6-12 个月,我到底干了些什么?我参与了哪些项目?最后产生了什么 output?

以前写 review,第一步就是:一个项目一个项目找。然后整理 summary。再回忆自己到底做了什么。

现在是 AI 时代了。这一步已经完全变了。

Step 1:让 Jira AI 先帮你翻旧账

Jira 有自己的 AI,叫 Ask Rovo。所以第一步,我直接进入 Jira,让 Rovo 帮我整理过去 6 个月参与过的项目。让它 compile 成一个完整的 project list。

比如:

  • 参与完成的项目
  • 参与设计的项目
  • 负责的部分
  • 项目产出
  • 相关 Jira ticket

这一步 Rovo 其实做得相当不错。

毕竟它直接连接 Jira,整理 Jira 里的历史数据是它的主场。

但是有一点:Rovo 很擅长整理,不太擅长写 summary。它可以帮你把东西找出来,但如果让它直接把这些东西写成一段漂亮的 performance review language…… Step 2:把 Jira 和 Claude 连起来

进阶版来了。把公司的 Jira account 连接到公司的 Claude account。然后直接给 Claude 下 instruction:让它汇总过去 6 个月,所有我参与完成、参与设计、或者有实际贡献的项目。

这一步其实非常省脑子。因为你不用再自己翻 Jira。Claude 会直接从数据里把你的“工作痕迹”捞出来,再负责把数据变成人话。

这两步加起来,大概 15 分钟。

对比以前光翻 Jira,大半天过去,可能就已经开始怀疑人生了。

Step 3:让 Claude 帮你给项目分类

我们公司的 Performance Review 特别长。一共有 8 道题。我私下管它叫:“八荣八耻。” 题目大概包括:Overall Performance,Job Knowledge,Collaboration,Communication,Skills,Impact

现在直接问 Claude,“这个项目到底应该放在哪一道题里?”

把 8 道题扔给它,让它分析:

  • 过去这些项目分别应该放在哪些 category?
  • 哪些项目最适合体现 impact?
  • 哪些项目可以体现 collaboration?
  • 哪些可以体现 communication?
  • 哪些项目可以体现 technical skills?

这一步我个人真的非常推荐。

因为 AI 的归类和整理能力非常强。不管是 Claude、Gemini 还是其他几个主流 model,在这种 task 上,我的体验都相当不错。

它们特别擅长发现:“这个项目虽然表面上是在做 A,但其实更适合拿来证明 B。”AI也擅长从不同的例子中证明你想**证明的performance metric。**这就是人脑很容易漏掉的地方。

Step 4:让 Claude 校正语言

项目归类完成以后,再让 Claude 跑一遍:Grammar + clarity + conciseness。到这里,一整个整理过程,大概花了 1 个小时左右。

顺便吐槽一下资本家。资本家对 mid-year performance review 的预期时长:30 分钟。我:???光让 AI 把过去半年的项目整理出来,都不止 30 分钟好吗?这个 expectation 不合理。

是不是所有资本家的 expectation 都是天马行空?而且这周还是财报日。明明财报这么出色。花街大佬们却还是要砸盘。哎,砸吧。砸砸更健康。下周发工资。我准备继续定投。正好砸低一点,让我买个合理价格。

Step 5:自己阅读润色

这一步我觉得非常重要。AI 可以帮你写,但不要让 AI 代替你说话。

Claude 写完以后,我一定会自己过一遍。第一件事情:删。删掉那些冗长的句子。删掉重复表达。删掉一看就是 AI 写出来的“正确废话”。以及各种非常完整、非常正确、但读起来很像年终总结模板的话。

还有一个我个人非常讨厌的:“--”AI 特别喜欢用这个。我会全部手动删掉。最后让整篇东西尽量接近我自己的说话方式。

我还有一个个人习惯,我喜欢在每一个 section 开头加一个非常简短的 summary。相当于先告诉 reviewer:“这一部分我到底想表达什么。”然后下面再放具体项目和 evidence。

这样阅读起来会舒服很多。

最后:我越来越觉得,AI 时代的人类角色正在改变

昨天我发 X 的时候提到一个比喻:我们是 AI 时代的“驾马人”。

网友评论这个比喻还挺有意思。以前我们需要自己完成 task。现在越来越多时候,我们的工作变成:面对不同的task,选择适合的AI model

人的价值是知道:什么事情应该交给什么 AI 做。Claude 适合什么?Gemini 适合什么?其他 model 又擅长什么?然后根据不同 task 去选择、训练它们。

我甚至觉得,以后如果每一家 AI 都能形成自己的“看家本领”,反而是一件好事。不要所有 model 都卷成一个模样。有人擅长 coding。有人擅长 writing。有人擅长 data。

人类负责选择和驾驭。AI 负责各自发挥长处。这可能才是一个比较健康的 AI 时代。