p14e-beauty-human-edge
$
npx mdskill add gmaxxxie/ai-native-product-agent-skills/p14e-beauty-human-edgeIdentify human irreplaceable advantages against AI automation.
- Helps users find personal strengths that AI cannot replicate.
- Uses self-assessment of AI capability gaps and personal strengths.
- Compares AI efficiency with human judgment and aesthetic standards.
- Outputs a personalized plan to build a competitive moat.
SKILL.md
.github/skills/p14e-beauty-human-edgeView on GitHub ↗
--- name: p14e-beauty-human-edge description: 人的不可替代性——美感作为护城河、标准进化、人的核心优势 stage: discovery tags: - 美感 - 人的优势 - 护城河 - 标准进化 source_book: AI Beauty source_chapter: Part 3: Ch8-11 如果不想被AI替代,人的优势在哪里 version: 1.0.0 --- # 人的优势 Skill(Human Edge) ## 适用场景 - 担心被AI替代,寻找不可替代的价值 - 想建立长期竞争优势 - 理解"标准"比"作品"更难被复制 ## 输入 | 字段 | 说明 | |------|------| | ai_capability_gap | AI在哪些方面已接近或超过人 | | personal_strengths | 个人独特优势 | | long_term_goal | 长期职业/业务目标 | ## 输出 - 不可替代性清单 - 个人标准升级计划 - 护城河巩固策略 ## 工作流程 1. **能力对比**:列出AI强项(效率/规模)与人强项(标准/情感/意义) 2. **标准识别**:个人/团队的审美标准是什么?能否清晰表达? 3. **优势聚焦**:在哪些领域人的判断是不可替代的? 4. **护城河设计**:如何将个人标准转化为竞争壁垒? ## 核心观点 - **作品可复制,标准不可复制**:AI能模仿输出,但难以复制你的判断标准 - **美感是护城河**:在AI时代,审美能力是最难被替代的职业能力 - **持续进化标准**:护城河不是静态的,需要持续提高标准 ## 注意事项 - 人的优势不是"比AI做得快",而是"比AI判断得准" - 标准是内化的,无法直接提取——这是AI的短板,也是人的机会 ## 核心概念 ### 概念一:从执行价值到判断价值 以前的价值分配:会做=有价值,做得快=更有价值,做得好=最有有价值。现在的价值分配正在改变:会做=基本门槛(AI也会做),做得快=AI更快,做得好=取决于你能不能判断什么叫"好"。 真正的分水岭不再是执行能力,而是判断能力。以前客户找设计师是因为他能把东西做出来,现在客户找他是因为他能从一堆AI生成的方案里选出最成立的那个,并且能说清楚为什么。这个转变的核心:真正值钱的从来不是技术本身,而是知道什么值得做、什么值得留下的判断力。 ### 概念二:AI最容易替代的 vs 人最难被替代的 **AI擅长替代的**:可重复的执行(同样的任务做一百次不累不降质)、已知模板的复现(把已有风格快速复现)、大量变体的生成(一次几十个版本)、通用解法的提供(常见问题的"差不多对"答案)。这些能力的价格正在快速下降。 **人真正难被替代的**: 1. **标准的建立与提升**——谁来定义什么是高分?谁来决定昨天的高分今天是否还够? 2. **在大量可能中做出准确选择**——哪个最符合这个品牌、这群人、这个时刻? 3. **对"成立"的感知**——技术上没问题但仍然不成立的那种"说不清但能感觉到" 4. **对文化、语境、共同语言的理解**——AI没有真正活过,没有在某个文化里成长过 5. **持续提高"够好"的定义**——今天的高级感可能三个月后就变成陈词滥调 ### 概念三:作品可以被复制,标准不能 在AI时代,单一作品、表面风格、prompt技巧、一次性成功案例的复制成本正在快速降低。但以下东西难以被复制:审美标准(你对"够好"的定义是内化的)、判断的敏感度(能感知什么时候好东西开始变平庸)、持续产出高水准的能力、对深层逻辑的理解、对人和文化的理解。 标准是内化的判断系统,不是外显的规则集。别人可以看到你选了什么,但很难理解你为什么选这个而不选那个。而且标准是动态的——你今天学会了他的标准,明天他的标准可能已经往前走了。 ### 概念四:美感建立在人的感受结构之上 美感从来不是孤立的形式判断,而是深深嵌入在文化、语境、共同经验和人类感受结构之中。什么是"高级"在不同文化里定义完全不同;什么是"俗"也是文化定义的。AI可以学习某种文化里的"高级"长什么样,但很难真正理解为什么这种形式在这个文化里被认为是高级的。 人类的感受结构——身体经验、社会经验、文化浸润、生命历程——是AI目前无法真正拥有的。AI不知道什么叫"累了一天之后回到家的放松",不知道什么叫"被理解的轻松"。这些感受不是数据可以给出的,而是需要真正活过才能拥有。 ### 概念五:持续提高标准——人的进化速度可以比AI快 AI的进化依赖训练数据更新,需要大量新数据和时间。人的进化可以是即时的——今天看到一个新作品,感受到一种新可能性,明天就可以融入判断系统。而且人可以从非常少的样本里学习(小样本学习),可以跨领域学习(从电影学叙事节奏用在品牌视频里)。 AI追的是已有答案,人可以改写题目。五年前"高级感"意味着深色调低饱和度,AI学会了这种风格。但当这种风格变得随处可见,它就不再是高级感。有判断力的人会说:现在的高级感是另一种东西。AI会学习这个新模式,但等它学会时,标准又变了。人不是和AI在同一条跑道上赛跑,而是在不断移动终点线。 ## 深入核心概念 ### 深入一:从执行价值到判断价值——正在发生的职业重构 > "以前客户找他,是因为他能把东西做出来。现在客户找他,是因为他能从一堆AI生成的方案里,选出最成立的那个,并且能说清楚为什么。" ——《AI Beauty》第8章 以前的价值分配:会做=有价值,做得快=更有价值,做得好=最有价值。现在的价值分配正在改变:会做=基本门槛(AI也会做),做得快=AI更快,做得好=取决于你能不能判断什么叫"好"。真正的分水岭不再是执行能力,而是判断能力。这个转变一开始让人不安,因为感觉技术优势在被削弱。但真正值钱的从来不是技术本身,而是知道什么值得做、什么值得留下的判断力。 **应用**:在能力对比中,帮助用户把"我的价值"从"我能做出来"重新定义为"我能判断什么值得做"。如果用户的核心焦虑是"被替代",应从判断力的角度重建信心——你的判断力不是被削弱了,而是变得更加稀缺。 ### 深入二:AI追的是答案,人可以改写题目 > "这不是人和AI在同一条跑道上赛跑,而是人在不断移动终点线。" ——《AI Beauty》第9章 AI的进化依赖训练数据更新,需要大量新数据和时间。人的进化可以是即时的——今天看到一个新作品,感受到一种新可能性,明天就可以融入判断系统。五年前"高级感"意味着深色调低饱和度,AI学会了这种风格。但当这种风格变得随处可见,它就不再是高级感。有判断力的人会说:现在的高级感是另一种东西。AI会学习这个新模式,但等它学会时,标准又变了。 **应用**:在护城河设计中,强调"进化速度"而非"当前水平"。让用户建立定期回顾习惯:每3个月问自己"如果现在重新做,我会怎么做"——如果答案和3个月前不同,说明标准在提高。标准的提高速度就是护城河的深度。 ### 深入三:美感建立在人的感受结构之上 > "AI可以学习某种文化里的'高级'长什么样,但它很难真正理解为什么这种形式在这个文化里被认为是高级的。" ——《AI Beauty》第11章 美感从来不是孤立的形式判断,而是深深嵌入在文化、语境、共同经验和人类感受结构之中。什么是"高级"在不同文化里定义完全不同;什么是"俗"也是文化定义的。人类的感受结构——身体经验、社会经验、文化浸润、生命历程——是AI目前无法真正拥有的。AI不知道什么叫"累了一天之后回到家的放松",不知道什么叫"被理解的轻松"。这些感受不是数据可以给出的,而是需要真正活过才能拥有。 **应用**:在优势聚焦中,帮助用户识别自己的"文化理解优势"——你对哪些文化/群体有深度理解?你对哪些情绪有特别准确的感知?这些来自真实生活经验的理解,是AI本质上无法替代的。 ## 分步执行 ### 步骤一:能力对比——列出AI强项与人强项 建立清晰的能力对比框架: 1. **AI的强项**:效率(速度)、规模(批量生成)、一致性(不疲劳)、复现(已知模式) 2. **人的强项**:标准(定义好)、选择(判断准)、情感(感受真实)、意义(理解深层) 3. **交集区域**:哪些能力AI正在逼近?人的优势是否在收窄? 4. **安全区域**:哪些人的能力AI本质上难以替代? **输出**:能力对比矩阵,含威胁评估。 ### 步骤二:标准识别——你的审美标准能否清晰表达 帮助用户识别和语言化自己的审美标准: 1. **标准提取**:你过去做的选择里,反复出现的判断维度是什么? 2. **标准语言化**:你能不能用3-5句话说清楚你对"好"的定义? 3. **标准检验**:你能不能用你的标准解释为什么这个好、那个不好? 4. **标准边界**:你的标准在什么情况下会调整?什么情况下会坚持? **输出**:个人审美标准文档。 ### 步骤三:优势聚焦——哪些领域人的判断不可替代 识别用户的核心不可替代领域: 1. **文化理解**:你对哪些文化/群体有深度理解? 2. **情感敏感度**:你对哪些情绪有特别准确的感知? 3. **领域专长**:你在哪些领域有比AI更深的判断力? 4. **跨领域迁移**:你能从哪些领域借用判断力? **输出**:个人优势地图。 ### 步骤四:护城河设计——将标准转化为竞争壁垒 设计个人护城河: 1. **作品思维→标准思维**:不是做出一个好作品,而是建立一套能持续做出好作品的判断系统 2. **标准显性化**:把内化的判断变成可表述的原则,但保留核心判断力的"不可见性" 3. **进化机制**:建立定期回顾、标准更新、跨领域学习的习惯 4. **输出壁垒**:让每次输出都体现你的标准,形成辨识度 **输出**:护城河设计方案。 ### 步骤五:持续进化——保持标准领先的方法 建立持续进化机制: 1. **定期回看**:每3个月回看自己的作品,问"如果现在重新做,我会怎么做" 2. **主动找不舒服**:不只看你喜欢的,也看那些让你不舒服的新作品 3. **把"为什么"说清楚**:每次判断都逼自己说清理由 4. **观察文化和人的变化**:不只看作品,也看人——受众在关心什么、期待什么 5. **敢于定义新的好**:不要只跟随已有标准,要敢于说"这个方向才是对的" **输出**:持续进化计划和检查清单。 ## 示例 1 **场景**:一个设计师担心被AI替代,想找到自己的不可替代价值。 **执行过程**: **步骤1 - 能力对比**: ``` AI的强项(威胁): - 生成速度:1分钟生成50张 → 我1天做5张 - 风格复现:给参考就能生成类似风格 → 我需要研究+练习 - 变体生成:一次出大量版本 → 我只能出2-3个方案 人的强项(机会): - 标准定义:我知道这个品牌"对"的样子是什么 → AI不知道 - 选择判断:50张里我能选出最成立的那1张 → AI选不准 - 品牌气质:我能感知"不像我们" → AI只能感知"好看不好看" - 文化理解:我知道这个受众对什么有警觉 → AI只能学表面模式 - 情感准确:我知道什么会让人感到"被理解" → AI只能模拟情感 威胁评估:执行层面正在被替代,判断层面安全 ``` **步骤2 - 标准识别**: ``` 从过去一年的选择中提取标准: 反复出现的判断维度: 1. 呼吸感——信息不压迫,有留白 2. 分寸感——不过度设计,不讨好 3. 真实感——不像是模板,有温度 4. 气质匹配——"像这个品牌会做的事" 标准语言化: "好的设计应该是:让人第一眼感到被理解,而不是被打动。 克制比华丽更难,留白比填满更需要判断。 如果一个设计需要解释'它好在哪里',那它可能不够好。" 标准边界调整: - 高端品牌:更克制,留白更多 - 年轻品牌:可以更活泼,但不能失去分寸 - 功能性产品:清晰优先于美感 ``` **步骤3 - 优势聚焦**: ``` 不可替代领域: 1. 品牌气质判断——10年品牌设计经验,对"像不像"有直觉 2. 受众心理——长期做用户研究,知道什么会让人感到"被理解" 3. 分寸感——知道什么时候该做减法,这是AI最难学的 4. 跨领域迁移——从电影和建筑借用叙事和空间感 ``` **步骤4 - 护城河设计**: ``` 从作品思维转向标准思维: - 不是"做出一张好海报",而是"建立能持续产出好海报的判断系统" - 把判断标准写成文档,但保留核心判断力的"直觉部分" - 每个项目结束做复盘:选择是否正确?标准是否需要更新? 进化机制: - 每月花2小时看"让我不舒服的新设计" - 每季度回看自己的旧作品 - 每年更新一次个人审美标准文档 ``` **输出**:能力对比报告 + 个人审美标准文档 + 护城河设计方案。 ## 示例 2 **场景**:一个产品经理想理解为什么"美感"在AI时代比以前更重要。 **执行过程**: **步骤1 - 能力对比**: ``` 以前的产品经理价值: - 需求分析:理解用户要什么 → AI可以辅助但不能替代 - 功能设计:把需求变成方案 → AI正在逼近 - 项目推进:协调资源完成目标 → 人的能力 - 质量把控:判断产品是否达标 → 取决于标准 现在的变化: - 功能设计层面AI越来越强(生成原型、写PRD) - 但"什么样的体验让用户感到被理解"AI判断不了 - "这个功能该不该做"比"怎么做"更重要 - 产品经理的价值从"把事情做对"转向"做对的事情" ``` **步骤2 - 标准识别**: ``` 产品经理的美感标准: "好的产品体验是:用户不需要学习就知道怎么用。 不是因为引导做得好,而是因为产品'懂'用户的直觉。 好的功能设计是:用户说'终于有人做了这个'。 不是因为功能多,而是因为功能准。 好的取舍是:砍掉80%的功能,只留下最核心的20%。 不是因为技术做不到,而是因为判断力告诉你'这些不需要'。" ``` **步骤3 - 优势聚焦**: ``` 产品经理独有的不可替代能力: 1. 用户心理理解——长期做用户研究,对"什么让人感到被理解"有准确感知 2. 取舍判断——知道什么该做什么不该做,这是AI最难学的 3. 体验节奏——知道什么时候该快该慢,什么时候该给信息该留白 4. 跨功能视角——能把技术、设计、商业综合判断 美感在产品工作中的体现: - 信息架构的秩序感 = 结构美感 - 交互流程的节奏感 = 节奏美感 - 功能设计的分寸感 = 分寸美感 - 整体体验的被理解感 = 体验美感 ``` **步骤4 - 护城河设计**: ``` 护城河策略: 1. 深化用户理解——不只做调研,还要真正和用户生活在一起 2. 锻炼取舍判断——每个功能决策都逼自己说清"为什么做/不做" 3. 建立体验标准——把对"好体验"的判断写成可复用的原则 4. 保持进化——每季度回顾:我的标准有没有在提高? 关键认知: "产品可以被复制,标准不能。 别人可以抄你的功能,但抄不了你对'什么值得做'的判断。 这个判断,就是你的护城河。" ``` **输出**:能力对比报告 + 产品经理的审美标准文档 + 护城河设计方案。