我做了什么

AI 产品商业化包装｜书灵墨宝。把自研 AI 产品的功能拆成一颗颗能"被销售拎着出门"的钉子：50+ 个 AI Skill 的功能演示长图、产品讲解视频，用于官网产品页、客户沟通和官方社媒投放。

"图书 + AI" 解决方案｜BooksGPT。针对头部重点书，拆解内容特性、设计 AI 工具的应用场景、产出 Demo，给产品和技术团队评估。月均交付 20 本图书的 AIGC 策划案，支撑出版社采购洽谈和 C 端付费转化。

多平台宣发物料一手包。每月独立操盘 5 本重点书的全网宣发，覆盖 7 大平台，从节奏规划、内容形式选型、选题方向到关键词配置全部自己来；单本书全网平均曝光 12 万+。

搭专属智能体。用 Claude / Gemini / ChatGPT 针对高频环节（选题分析、文案生成、关键词配置、初稿产出）搭建专属 Agent 和自动化工作流，把单本书的方案交付周期压到原来的一半。

关键技能

我做了什么

选题策划。负责艺术类图书的选题调研与策划案撰写；深度挖掘并维护相关作者与专家资源。

编辑组稿。独立完成外版选题译稿审核润色；主导原创选题的资料汇编、大纲架构与样张撰写全流程。

我做了什么

制作与统筹。统筹图书从选题到出版的全流程，主导版权引进、内容组稿、成本核算与装帧设计。2023 年全年新书码洋超 1100 万，位列部门业绩 Top 2。

营销与 KOL 推广。制定整合营销计划，独立撰写话题性文案与视频脚本；挖掘并建联抖音、小红书等平台垂直 KOL，建立覆盖 200+ 达人的资源库。

文创开发。负责横山光辉《水浒传》《封神演义》纪念版等特装书的文创周边开发与摩点众筹策划，两次众筹合计金额 64.2 万。

责编审稿。负责外版书译审与本版书复审；重点责编外国文艺、作家经典及明星养生系列等多部畅销图书。

我做了什么

内容编辑。负责中国区全部及亚太地区部分调研报告、白皮书及定制化项目（中英双语）的编辑校对及格式审查；累计编辑 300+ 篇、600 余万字科技报告，准确率达 99.8%。

项目管理。负责中国区分析师与全球总部及亚太分部的沟通协调，跟踪报告进程及交付项目的全流程，将及时率提升至 100%。

知识培训。负责 IDC 报告模板、出版规范、语言使用体例相关培训，累计覆盖全员 100+ 次。

这段时间的我

大连理工大学是一所学院派985、211高校，工科底色让我对翻译的理解意外有了“工程思维”：术语库、风格指南、QA 流程，本质上和后面 IDC 那套报告体例完全是一回事。

硕士期间第一次做正式实习，是给一家奥地利广告公司做行业会议口译和行程陪同。整整一周时间，收获满满。从此我知道一件事：压力之下还能保持准确，是一种可训练的能力。

01 — 出版业的三年

2021 年春天，我从一家做 IT 咨询的公司辞职，跳进了完全陌生的出版行业。当时身边几乎所有人都问我同一个问题："你确定要去做编辑？纸质书还有未来吗？"

我没有标准答案。我只知道，在做了三年的双语科技报告之后，我已经能在睡梦中写出"亚太地区云计算市场年复合增长率为 24.3%"这样的句子。我想做点离生活更近的东西。

于是我成了一名策划编辑。每天的工作是看选题、谈版权、写文案、追稿子、和印厂吵架。我做过销量过百万的畅销书，也做过印 5000 册仓库里堆到落灰的"长尾"。

编辑这份工作教会了我两件事：第一，你以为读者想要的，和读者真正想要的，往往不是一回事；第二，把一件复杂的事说人话，比把它说得高级，难一百倍。

2023 年，我策划的一本特装书众筹做到了 64.2 万，部门年度 Top 2。但就在那个 Q4 的某天下午，我盯着 Excel 里的码洋数字，突然意识到：这条路再往前走十年，我大概知道我会变成什么样的人。

这种"看得到尽头"的安全感，比未知更让我害怕。

02 — 从书到代码的弯路

2024 年初，ChatGPT 出来差不多一年了，但我还没真正用过几次。直到有一次和一个程序员朋友吃饭，他随手在手机上让 GPT 写了一段 SQL，三秒钟，问题解决。

那天我回家，做了三件事：

• 注册了 ChatGPT Plus
• 买了一本《Python 编程：从入门到实践》
• 在备忘录里写下"我要做出自己的产品"

然后……书翻了三十页就放下了。Python 语法记不住，环境配置卡了两天，第三天我对着报错的红色字体彻底放弃。那本书现在还在我书架上，作为"知识焦虑"的纪念品。

但奇怪的是，我没有放弃想做产品的念头。我开始换一种方式——不学语法，而是直接跟 AI 描述我想要什么。我把这种方式叫做 vibe coding，后来才知道全世界做这事的人都用同一个词。

03 — AI 给了我新答案

2024 年 12 月，我入职了现在这家做 toB AI 的公司，title 是 AIGC 创意策划。说人话就是：把 AI 能做的事，翻译成客户能听懂的方案。

这份工作神奇地把我过去所有的"弯路"全部串了起来：

• IT 咨询那三年 → 我能看懂技术文档，知道什么是 LLM、Embedding、RAG。
• 出版那三年 → 我懂内容、懂版权、懂怎么把一个产品讲给完全不懂的人听。
• Vibe Coding 这一年 → 我能自己写 demo，不用等工程师排期。

我突然发现：那些当年看起来"不务正业"的尝试，每一项都没有浪费。过去的我以为人生是一条直线，越早确定方向越占便宜；现在我才明白，人生更像是一张图，节点越多，能连出的路径越多。

所谓的"职业转型"，本质不是丢掉旧能力换新能力，而是把旧能力重新排列组合。

04 — 写给同样迷茫的你

这篇文章发出来之前，有几个朋友看了草稿，其中一个问我："你写这些是想说什么？跳槽要趁早？还是 AI 是答案？"

都不是。我想说的其实只有三句话：

1. 不要因为"看起来稳"就留在某个地方。稳定的代价是你的好奇心。
2. 不要因为"看起来乱"就否定自己。所有的弯路在三年后都会成为别人羡慕的"复合背景"。
3. 不要等到准备好了再开始。我至今都没"准备好"做 AI 策划，但我已经在做了。

2026 年的春天，我开了这个网站，开始把这些零碎的体会写下来。如果你正在某个十字路口，希望我的经历能给你一点点不焦虑的勇气。

—— 写于北京，一个下着雨的星期六

01 — 起因：一个无聊的下午

2024 年 11 月，我家的真猫在书桌上打翻了一杯水。当我擦完地板坐回电脑前，屏幕上空空荡荡，我突然萌生了一个想法：能不能在桌面上养一只不会打翻东西的电子猫？

我搜了一下市面上的桌面小猫，要么太古早（停留在 2010 年的画风），要么太重（一个宠物 App 装下来要 500 MB，），要么收费奇怪。没有一只是我想要的。

所有伟大的产品，起点都是“我想要的东西不存在”。所有失败的产品，起点都是“我以为别人想要”。

那天晚上，我打开 Gemini ，开始研究要从 0 到 1 做一个产品究竟要如何开始。

02 — 技术栈：我是如何选择的

我对编程的全部了解，差不多就停留在“能看懂 HTML 大概是什么”的水平。所以我做的第一件事不是选技术，而是把我的诉求列清楚：

• Windows 和 Mac 都能用
• 启动后常驻桌面，不能像 App 一样占任务栏
• 可以拖动、可以喂食、有简单互动
• 体积小，最好 50 MB 以内
• 开源，我能自己改

然后我直接把这段话扔给 Gemini ，问它：“以我零基础的水平，最好的方案是什么？”

我连 Electron 是什么都不知道，但我就照做了。npm install 跑了 11 分钟，期间我家猫在键盘上走来走去，陪我一起等。

03 — 踩过的坑（按时间顺序）

坑 1：透明窗口里的“黑色幽灵”

第一版做出来，猫咪是有了，但窗口背景是一个矩形的黑色色块，丑得惊人。立刻咨询G老师，它帮我加上 transparent: true 和 frame: false，问题解决。学到一件事：遇到问题第一反应不应该是搜，而是把完整的截图丢给 AI。

坑 2：猫咪卡在屏幕边缘下不来

因为我没考虑边界判断，猫咪走到屏幕右侧就消失了。这个 bug 花了我整整一个晚上，最后发现是 macOS 和 Windows 的屏幕坐标系不一样——前者从左下角计算，后者从左上角。

坑 3：性能爆炸

动画 30 帧 / 秒看起来很丝滑，但 CPU 占用飙到 18%。后来 Gemini 教我用 CSS animation 代替 setInterval，CPU 降到 1.2%。从这刻起我才真的开始理解“为什么工程师重视性能”。

坑 4：打包后启动不了

本地开发一切正常，npm run build 之后双击没反应。这个坑我和 G 老师来回拉扯了三小时，最后发现是签名问题——macOS 对未签名应用的限制。我交了 99 美元加入 Apple 开发者计划。这是我第一次为自己的产品花钱。

04 — 我学到了什么

最让我开心的是整个开发过程本身。

我用 3 天，写了大约 3000 行代码（其中我自己手敲的不超过 200 行），完成了一个能跨平台跑的真实产品。这件事让我对“编程”这件事的认知发生了三个转变：

1. 编程不是只写代码，更是描述清楚你要什么。AI 能写代码，但不会替你思考产品要长什么样。
2. 新手阶段不要追求“我自己写出来”。追求“它能用、它能上线、它能让人开心”。
3. 所有的卡点都不是技术问题，是问题描述不够清晰的问题。在AI加持下，你可以什么代码都不会写，但是要知道概念。

正在写第二个项目——一个记录健身的小程序，叫“练友友记”。等做完了，再来这里写一篇复盘。

—— 2025 年 1 月 5 日，元旦后第一个周日

01 — 2019 年的那个夏天

2019 年 7 月，我从大连理工毕业，拖着两个 28 寸行李箱坐高铁来北京。和我同一趟车上的还有十几个像我这样的——一眼就能认出来：背着双肩包、戴黑框眼镜、脸上带着既兴奋又恐惧的表情。

那一年北京的夏天奇热。我在西二旗附近租了一间合租房，10 平米，朝北，月租 2900，没有窗户。我第一次在房间里待了一整天没出门，是因为不知道附近哪里有便利店，又不敢点外卖（怕被骗）。

那时候我对这座城市的全部期待，可以用一句话总结："我要在这里证明我能活下去。"

北漂第一年的特征是：地铁里没有座位也不觉得累，因为身体里有种"我在变成大人"的兴奋感。

02 — 那些"它给了我的"

七年下来，这座城市给了我：

1. 一种"不容易被吓到"的钝感

第一年我在三里屯被代购大姐拉住推销奢侈品，差点哭出来；第七年我能在国贸站早高峰被踩三次脚还心平气和。这种钝感不是麻木，是一种"我见过更糟的"的从容。

2. 一群在网上才认识、却比同事还熟的朋友

我现实里其实有点社恐，但在这里，因为有 B 站、有播客、有公众号，我结识了一批电子好友。我们从未见过面，但我会因为他们更新一条动态而开心一整天。北京最神奇的地方就是——它大到你可以在这里只做线上社交，依然过得很丰盛。

3. 一份和"过去的自己"完全不一样的工作

如果我没来北京，我大概率会留在大连，做一份英语翻译相关的工作，稳定、体面、可预期。但是我来了，所以我做过 IT 报告、做过出版编辑、现在在做 AIGC 策划。每一次跳槽都让我变成一个更接近自己想成为的人。

03 — 那些"它拿走的"

但我也要诚实地写写它拿走的东西。

1. 春秋两季

北京只有冬天和夏天。三月底我还在穿羽绒服，五月初已经短袖了。我以前以为"四季分明"是常识，来了北京之后才知道，能看到樱花开满枝头然后慢慢凋落这件事，是一种奢侈。

2. 父母的陪伴

我每年只能回大连两次，每次不超过 5 天。今年春节我妈在送我去机场的路上说："你下次回来，我可能就 60 了。"我没敢接话。北漂最大的代价从来都不是房租，是亲情的折旧。

3. 一种"踏实"的感觉

七年了，我搬过五次家。每次签合同的时候我都在心里默念"这次能多住一段时间"，但每次都不可能。北京教会我"租来的人生也可以认真过"，但它没有教会我"什么是家"。

问题不是"我要不要离开北京"，而是"我要怎么和这座永远不会完全属于我的城市继续相处"。

04 — 第七年的清晨

今天是 4 月 1 日，愚人节，也是我来北京的第七个年头。我坐在自己租来的小房子里，窗外有杨絮飘进来。这是北京最讨厌也最浪漫的时刻——空气里全是白色的小绒毛，像下了一场延期的雪。

七年前的我，绝对想不到自己会在这一天用代码做出一个桌面小猫，会有几千个陌生人关注我的网络分享，会成为一个用自然语言驱动 AI 写程序的人。

这座城市没有给我安全感，但它给了我"哪怕没有安全感也能活得很好"的能力。我想这就够了。

第七年，我想和它说一声：

谢谢，也辛苦你了。

—— 2025 年 4 月 1 日，杨絮纷飞的早晨

01 — 那个被 PPT 杀死的下午

2024 年 9 月的某个周二下午，我接到老板一句话："明天上午 10 点客户来访，需要一份关于 AIGC 在出版业落地的提案 deck，30 页左右。"

那是我入职的第二周。我盯着空白的 Keynote 屏幕，胃开始抽搐。放在以前，这种活我至少要熬到凌晨三点。查资料、写脚本、做配图、调版式、改了又改——这是任何一个内容工作者都熟悉的"PPT 之夜"。

那天晚上我没熬夜。我 21 点下班，22 点睡觉。第二天的 deck 客户给的反馈是"专业、结构清晰、视觉很到位"。

整个过程我用了三个 AI 工具，加起来大约花了 4 小时。这是我第一次真切地感受到："原来不是我变快了，是我手里的工具变了。"

AI 没有让我变成一个更聪明的人，它只是让我"曾经擅长的事"做得快了 5 倍，"曾经做不来的事"现在勉强能凑合做了。

02 — 我的 AI 工作流

讲点具体的。我现在一个完整工作日的工作流，大致拆成四块：

① 信息输入 / 整理

我每天要消化的信息包括：客户群 + 内部群 + 邮件 + 行业资讯 + 论文摘要 + 微博热搜 + 即刻动态。

以前我会专门留 1 小时刷信息，现在我把所有"长内容"丢给 Claude 让它先做一段 200 字摘要，再加一句"这事和我们 AIGC 业务的关联是什么"。30 篇文章用 20 分钟过完。

② 写作（提案 / 方案 / 内容稿）

我从来不让 AI 直接写终稿——质量太"平"，一眼就能看出来。我用的是三段式协作：

• 我写大纲 →（每个二级标题下塞一两句关键观点）
• AI 扩写初稿 →（每段控制在 200 字内，禁止使用空话）
• 我重写所有"金句"和"开头结尾" →（这是文章的灵魂，必须是我的腔调）

这套流程下来，一篇 2000 字的方案从 4 小时压缩到 1 小时左右。

③ 视觉物料

提案配图、社交卡片、新书发布主视觉——这些以前要么求设计师、要么自己在 Figma 里挣扎半天。现在我用 Midjourney 出 base，Recraft 调版式，Photoshop 收尾。一张原本需要外包、来回 3 轮的物料，半小时可以搞定。

④ 编程（Vibe Coding）

从 Caty-Land 到练友友记，我现在每周都会写代码——但我几乎不"敲"代码，我"描述"代码。我用 Cursor + Claude Sonnet，把需求拆成最小可运行单元，让 AI 实现，跑通后再加复杂度。过去三年我屯的几本 Python 书，到今天都还没翻过第二十页。

03 — 算一笔账：到底省了多少时间

我做了一个粗略统计，对比 AI 之前和现在的同类型工作：

• 一份 30 页客户提案 deck · 以前 12 小时 → 现在 4 小时（节省 67%）
• 一篇 2000 字行业洞察 · 以前 4 小时 → 现在 1 小时（节省 75%）
• 一张品牌主视觉 · 以前外包 3 天 → 现在 30 分钟（节省 99%）
• 一个最小可用产品 demo · 以前不存在这个选项 → 现在 1–2 天
• 每天的信息消化 · 以前 60 分钟 → 现在 20 分钟（节省 67%）

如果按一天 8 小时折算，我现在大致可以做完过去 2.5–3 倍的工作量。但更让我开心的不是产能本身，而是——我重新拥有了下班后的时间。

这一年我学会的事包括：开始健身（练友友记就是这么来的）、把 Caty-Land 上线、开了 B 站账号、做了这个网站，还认认真真读了 15 本书。这些都是过去那个晚上 12 点才下班的我，根本想都不敢想的事。

效率提升的真正价值不是让你接更多活——是让你有"做自己想做的事"的时间。

04 — AI 没有替我搞定的事

但我必须诚实地写写另一面。这一年下来，下面这些事 AI 完全帮不上忙：

• 判断"做不做"。所有的"要不要接这个项目"、"要不要争取这个客户"，AI 给不了答案。它能告诉你怎么做，不会告诉你该不该做。
• 和人吵架 / 谈判。谈版权、催作者、和印厂砍价、跟客户讲 NO——这些场景里，AI 给的方案永远像 ChatGPT 写的那样客气得令人发指。
• 感受"哪里不对"。一份方案读完总觉得别扭，但说不上来——这种直觉只能来自你自己的经验。AI 没经验。
• 给我"故事"。所有打动人的细节、独家素材、那种"只有我经历过所以我才写得出"的内容，AI 没有。

所以我现在的工作哲学很简单：AI 负责"快"，我负责"对"。AI 把所有重复劳动压到最小，我把剩下的时间和精力，全部投到"那些只有我能做的事情"上面——判断、谈判、直觉、和故事。

所以回到开头那个问题："AI 让你效率翻了几倍？"——量化的答案是 2.5–3 倍，但我更想说的是：它把我从"被工作追着跑"变成了"我自己想跑去哪就跑去哪"。这件事的价值，没法用倍数衡量。

—— 2025 年 2 月 18 日，一个不加班的周二晚上

09:30 — 一进办公室就被微信淹没

地铁刚出来的时候，手机屏幕上已经有 86 条未读。我已经训练自己不在地铁上看微信——那 30 分钟是我一天里最后的精神缓冲区。

到工位坐下、打开电脑，先按优先级处理：

• 作者群：A 老师的稿子今早要交，确认 ✓
• 设计群：B 老师发来的封面 v3，先存下来，下午开会再看
• 印厂群：上周交的那本书今天要看蓝纸校样，对方让我赶紧给反馈
• 领导群：周三选题会需要交三个新选题，最迟今晚 24 点前给

这才9:45。我连杯水都没接。

编辑这份工作没有“工作时间”和“非工作时间”。准确说是——只要你想，它可以占满你所有的时间。

10:00 整，跟我合作 3 年的设计老师打来电话，说他这个月实在不能交稿，问能不能延期到下个月。我说能，挂了电话之后，开始在心里默默计算这条延期会怎么影响后面 4 个环节——排版、审校、申请书号、跟印厂排期，每个环节都要重新协调。编辑的本质工作其实是“项目管理”，不是“编辑”。

12:30 — 中午饭局是工作的一部分

今天和一个新签的作者在公司楼下的湘菜馆吃饭。她是某高校的副教授，刚交了第一稿。

这是我作为编辑要扮演的另一个角色——陪伴。大部分作者写第一本书都会经历自我怀疑、写不下去、想放弃的时刻，编辑要做的不是给鼓励性废话，而是用很具体的方式让他们感受到“这本书一定会被做出来”。

我们聊了她的成长经历、最早写作的契机、市面上几本相似的书她怎么看。一顿饭吃完，我心里大概知道了这本书要怎么定位、封面方向、营销点切入哪儿。这些信息不是开会能开出来的。

14:00 — 下午：稿件 / 文案 / 印厂

下午是真正“动手”的时间。今天的清单：

① 14:00 — 看蓝纸校样

这是一本即将上市的散文集，蓝纸是印刷前的最后一道关——再有错就刹不住车了。整整 320 页，我要逐页过一遍版式、字号、跨页位置、目录页码对不对。看蓝纸是编辑最枯燥但绝对不能省的环节。就是这种活让我练出了“火眼金睛”——一眼能看出 9pt 和 9.5pt 的差别。

② 15:30 — 写新书宣传文案

下个月有一本新书要上架，需要给营销同事提供：

• 30 字版（用于电商主推位）
• 120 字版（小红书 / 朋友圈）
• 500 字版（豆瓣 / 公众号长图）
• 3 段适合做短视频脚本的内文截选

同一本书的核心卖点要用 5 种不同的口径讲出来，这件事真的很难。写营销文案是编辑的“第二本职工作”——一本书能不能被卖出去，编辑写的文案影响巨大。

③ 17:00 — 跟印制部 PK

之前那本散文集，印制部老师坚持说我的指定纸张“太贵”，建议换一种。——我不想让步，纸张差一档，整本书的质感全垮。

沟通来回两个小时，最后印制老师让我找领导特批。今天又一项小胜利。

19:00 — 真正属于自己的两小时

同事们大多走了。这是我一天里效率最高的两小时——没有人打断我。

我要做周三选题会的 3 个新选题报告。每个选题报告要包含：

• 选题背景（这本书为什么值得做）
• 目标读者画像
• 市面对标书 5 本及其销量、评分、定价
• 预估首印数 + 定价 + 码洋
• 营销关键点 3 条

写一份选题报告大概要 1.5–2 小时，因为每一个判断背后都得有数据支撑——你不能拍脑袋说“我觉得能卖 5 万册”，你得告诉领导你凭什么这么觉得。开卷数据、当当京东榜单、豆瓣评分、抖音热点、小红书话题量，一个都不能少。

23:00 — 收尾：今天到底做了什么

21:45 我从公司出来，地铁回家，路上吃了一个煎饼果子。到家洗完澡 22:30，趴在床上把今天没看完的最后一份选题报告补完，发到部门群里，已经 23:10。

合上电脑，做了张今日总结：

• ✅ 4 个项目的微信沟通
• ✅ 1 顿作者饭局（信息收集完毕）
• ✅ 蓝纸校样 320 页（找到 6 处问题）
• ✅ 4 版宣传文案 + 3 段短视频脚本
• ✅ 跟印制部吵赢 1 次
• ✅ 选题报告 ⅔（剩 1 个明天补）

这就是编辑这份工作的日常。没有任何一件事是“很重要的大事”，但所有的事加起来——就是一本书能不能被做出来的全部原因。

编辑是一份“全是细节”的工作。你做对了，没有人会感谢你；你做错了，emm...

但奇怪的是，这种近乎“无名英雄”的特质，反而让我欲罢不能。每次在书店看到一本自己做过的书，看到陌生读者把它拿在手里翻开——这种感觉抵消了无数个加班的夜晚。

所以如果有人问我：”做编辑累吗？” 答案当然是：累。

但如果他接着问：“那你后悔吗？” 我会说：

一点都不。

—— 2023 年 9 月，于北京

01 — 我的筛选标准

先说立场。我做 AIGC 策划，是真的需要这些工具来吃饭的人——所以下面所有的评价，都基于"我一年下来续费/不续费/用/不用"的真实选择。

3 条筛选标准：

1. 每周至少要用 3 次。偶尔用一次的工具不进榜——再“惊艳”也算不上工作流。
2. 愿意为它付费。免费工具我们都用过很多，但能让我每月主动续费的，必然是真用得着。
3. 有可替代方案我依然选它。不是没得选才用，是 A/B 试过之后还是它。

下面 12 个工具，全部满足上面 3 条。我按使用场景分了 4 类。

02 — 写作 / 思考类

① Claude（Sonnet / Opus）

过去这一年，我在 Claude 上消耗的 token 比所有其他模型加起来还多。

它的长处是长文本理解 + 复杂语境保持 + 中文表达的自然度。我所有的提案初稿、行业洞察长文、和这个网站上的全部交互逻辑，都是它陪我写的。不像 GPT 那种"会议室式"的回答，Claude 更像一个有自己审美的写作伙伴。

缺点是：API 比较贵，访问要折腾。但它是 12 个工具里最不可替代的一个。

② ChatGPT（仍然用）

Claude 之外我还留着 ChatGPT Plus，原因有三：

• 它的搜索能力更强，特别是查时事
• Sora 出图和图像识别有时候比 Claude 直观
• 遇到 Claude 卡住的问题，换一个模型问一遍是个好习惯

③ 元宝（腾讯）

这个有点意外但确实好用——它接了微信生态，能直接读公众号文章。我每天用它批量消化 20+ 篇行业号文章，速度比手动刷快多了。免费、中文友好、信息覆盖广。

03 — 编程 / 产品类

④ Cursor

Vibe Coding 的核心入口。我已经记不清没有 Cursor 之前是怎么写代码的——大概率没法写。

它本质是 VS Code + 深度集成的 Claude/GPT，但"深度集成"这四个字让体验完全不一样。整个项目都在它的上下文里，你说"把首页这个组件抽出来给商品页复用"，它真的会去做整个项目重构。

⑤ Claude Code

Cursor 偶尔会卡，或者上下文不够长——这时候我切到 Claude Code 命令行版本。纯文本交互，无 UI 干扰，深度任务最稳。这个网站后期的几次大改，都是它做的。

⑥ v0 / Bolt

这两个我归到一档：用于"从 0 到能跑的 UI 原型"。早期画 demo 给客户看的时候，这两个比 Figma 还快。但写到真实可上线的产品就力不从心，所以我用它们出原型 → Cursor 实现工程化。

04 — 设计 / 视觉类

⑦ Midjourney

不解释了。所有"灵魂级配图"都来自这里。v6 之后中文 prompt 也能很好理解，对中文创作者极度友好。

⑧ Recraft

这是今年最让我惊喜的设计工具。它在 Midjourney 不擅长的场景（矢量图、品牌物料、有清晰版式的海报）做得非常好，而且支持训练自己的风格。我有一套 brutalist 风格的 lora，每次出新书宣传图都用它，省下大量设计费。

⑨ Figma + Figma AI

Figma 本身不算 AI 工具，但今年它接入的 AI 功能（auto-rename、generate variations、translate）让团队协作效率有质的飞跃。关键是"在原工作流里直接生效"，这点比任何外挂工具都重要。

05 — 信息整理类

⑩ Heptabase

过去这一年我读完的 15 本书 + 看完的 100+ 篇长文，全部沉淀在 Heptabase 里。

它的核心是"白板 + 卡片"——把每一个想法当卡片，再用白板把卡片连成网。AI 功能负责自动摘要、自动找关联。它真正解决的是"信息消化后存不下来"这个老问题。

⑪ Readwise（含 Reader）

所有 RSS、Pocket、Twitter 收藏、Kindle 高亮 → 全部统一进 Readwise。每天早上它会推 5 段我过去标注过的"复习卡片"，把读过的东西变成你真的能调用的知识。

⑫ Notion AI

说实话不是最强的，但我项目笔记和团队 wiki 都在 Notion 里，Notion AI 的"就地翻译、就地摘要、就地写大纲"功能，体验上无可替代。它的价值是"在原工作场景里直接生效"。

06 — 一句话总结 + 我没选谁

用一句话给每个工具一个标签：

• Claude · 有审美的写作伙伴 · ¥150/月
• ChatGPT · 备胎 + 时事查询 · ¥150/月
• 元宝 · 中文信息流大胃王 · 免费
• Cursor · Vibe Coding 大本营 · ¥150/月
• Claude Code · 重活硬扛工具 · 包含在 Claude 订阅
• v0 / Bolt · 原型秒出器 · ¥150/月
• Midjourney · 出图灵魂 · ¥220/月
• Recraft · 矢量设计王 · ¥80/月
• Figma AI · 团队工作流加速 · ¥110/月
• Heptabase · 长期信息花园 · ¥80/月
• Readwise · 读过的东西能用得起来 · ¥70/月
• Notion AI · 原地起飞工作站 · ¥80/月

下面这些工具我用过、但最后没续费：Perplexity（搜索功能 ChatGPT 已经够用）、Runway（视频用得不多，性价比不高）、Suno（音乐生成太娱乐向，无场景）、各种聚合工具（不如直接付主流模型）。

选 AI 工具的核心心法只有一句话：你越知道自己的工作流是什么，工具的选择就越清晰。所有"哪个最好"的问题，本质都是"我要解决什么"的问题。

2026 年的预测：图像生成会被各家模型卷成白菜价，真正的差异会出现在"agent 化的复杂任务"上。所以明年我会重点看的，是能不能让 AI 帮我"做完一件事"，而不是"答完一个问题"。

—— 2025 年 12 月 28 日，年终复盘

01 — 你以为的出版 vs 真实的出版

我没入行之前，对编辑这份工作的想象大概是这样：每天泡一杯咖啡、坐在大书架前面、看稿、修稿、和作者聊文学。安静、体面、像一部法国电影。

真实情况是这样的：

• 大部分编辑根本没时间看完一本完整的书——你看的是选题报告 + 试读章节 + 营销数据
• 会议比写字多。一周开 8 个会是常态：选题会、营销会、印制会、版权会、客户会……
• 你接触最多的人不是作家，是设计师 + 营销 + 印厂 + 渠道
• 你写的字数最多的不是书评，是选题报告 + 营销文案 + 微信沟通
• 真正读书的时间，多数留在了下班后的地铁上和周末

出版业最讽刺的事情之一就是——做书的人，反而是这个时代里最没空读书的一拨人。

02 — 编辑岗位到底在做什么

"编辑"这两个字其实指向至少 4 种完全不同的工种，但社会舆论经常把它们混为一谈：

① 策划编辑（也叫"产品经理")

这是我做的角色。从市场观察 → 选题立项 → 签作者 → 全流程把控到上市后的销售，本质是一个图书产品的"项目经理 + 产品经理"。你需要懂市场、懂内容、懂营销、懂印制工艺，还要会和人打交道。

② 文字编辑（俗称"案头编辑"）

真的逐字逐句改稿子的人。需要中文功底极强 + 极度细致 + 有耐心枯坐 8 小时。这个岗位现在很多公司已经外包给自由职业者了。

③ 美术编辑

负责封面、版式、装帧。其实更接近设计师，只是顶着"编辑"的名字。

④ 营销编辑

负责把书卖出去。需要懂渠道、懂电商、懂短视频、懂直播。近两年这个岗位的需求量在涨，因为"做出来"已经不够，"卖出去"更难。

如果你想入行，第一件事请确认你想做的是哪一种"编辑"。否则面试和入职后都会有巨大落差。

03 — 几个没人告诉你的潜规则

① 一本书是不是好卖，60% 在签下来之前就决定了

选题、作者、立意——这些东西在签约前就定了。后面的封面、营销、铺货只是把"决定的事情"实现到最大化。所以策划编辑最核心的能力是"选题判断力"。这种判断力很难学，只能靠大量观察 + 数据训练 + 试错。

② 编辑收入主要靠"奖金"，不靠"基本工资"

大部分出版机构的编辑底薪都在城市中位数偏下。真正决定你年收入的，是你今年做的项目实际产生了多少码洋（销售额）。爆款一个能顶你三年。这套机制好处是天花板高、坏处是焦虑感重——你永远在追"下一个爆款"。

③ "畅销书"的标准比你想得低

在大众印象里"畅销书"=百万级。事实是：能卖到 5 万册以上的书，已经能在大部分公司年度榜上名列前茅。整个行业里能稳定产出 10 万+ 销量的人，凤毛麟角。

④ 实习一年比读三年传媒硕士有用

这个行业的所有 know-how 全在实战里。看选题怎么定、跟作者怎么谈、和印厂怎么吵——这些事情教科书里一个字都没有。如果你确定想入行，能尽早实习就尽早实习。

04 — 适合 / 不适合做编辑的人

适合的人

• 对内容有"好东西能闻出来"的直觉
• 愿意和人打交道（包括各种类型的人，作家、印厂师傅、商务、领导）
• 能扛得住"长期看不到结果"——一本书从立项到上市平均 12–18 个月
• 对细节有近乎执拗的要求
• 能接受"不是天天读书，而是天天为读书的事情焦虑"

不适合的人

• 把"做编辑"当成"逃离 996 的避难所"——出版业的 996 一点不比互联网少
• 不擅长 / 不喜欢和很多人协作——这是一份高强度协调岗
• 对薪资有较高要求——除非你做到爆款编辑，否则收入并不可观
• 纯粹爱读书但不爱"做"书——这两件事在工作里几乎是反义词

05 — 关于这个行业的未来

这是我最常被问到的问题："现在还有人看书吗？出版业还有未来吗？"

我的诚实回答是——这个行业的总盘子在缓慢萎缩，但好的内容生产者依然紧缺。

萎缩的是什么？

• 大量中等质量的书——读者已经不愿意为"信息量"付费，因为网上都有
• 渠道里中型书店——电商和短视频带货的挤压非常残酷
• 纯文字书的市场——人的注意力已经被切碎

但什么在涨？

• 特装书 / 收藏书——书已经从"读"的功能演化出"陪伴 + 收藏"的属性
• 主题型短书——3 万字以内、聚焦一个具体问题的"小而美"
• 跨界类作品——一本书加上播客、视频、社群形成的"内容矩阵"

所以如果你今天问我："你看好这个行业吗？"

我会说：不看好做"普通的书"，但极度看好做"只有此刻、只有这个团队能做出来的书"。这件事 AI 完全无法替代——它能写出 100 篇标准化的内容，但写不出一本有人格的书。

出版业最大的红利，从来不是"读者多"，而是"内容稀缺"。在 AI 把"信息"卷成白菜的时代，"洞察 + 风格 + 人格"反而比任何时候都贵。

这就是我对这个行业最实在的观察。后来我从出版跳到了 AIGC——但绝不是"我觉得出版没救了"，而是"我想用 AI 反过来帮出版业做点新东西"。事实上我现在的客户里，出版社占了一半。

所以——书还会继续被做、被卖、被读。只是会做、敢做、能做出新东西的人，永远是稀缺的那拨人。

共勉。

—— 2024 年 6 月 30 日，于离开出版社的那一周