# Bo 的 AI 认知视频话题系列

**整理日期**：2026年6月29日
**来源**：Bo 语音口述 + 历史对话素材整理

---

## 总览：6 个 AI 认知话题

| 序号 | 话题 | 核心角度 | 情绪基调 | 难度 |
|------|------|---------|---------|------|
| 1 | AI 审美（破）：你不懂审美会怎么样 | 反面案例——闭门造车 | 困惑、反思 | ★★☆ |
| 2 | AI 审美（立）：审美就是知道好在哪里 | 正面案例——拆解能力 | 豁然开朗 | ★★☆ |
| 3 | AI 时代的可放大资产 | 战略思维——不追工具追资产 | 自信、掌控 | ★★★ |
| 4 | AI 工具的正确投入姿势 | 成本收益——临界点之后超指数增长 | 理性、坚定 | ★★★ |
| 5 | AI 安全第一 | 底线思维——安全是前提 | 冷静、务实 | ★★☆ |
| 6 | AI 成本可控 | 实操层——解决顾虑才能放手用 | 务实、可操作 | ★★☆ |

**话题之间的逻辑关系**：

- 话题 1-2 是一对（破→立），讲的是**"你需要什么能力来驾驭 AI"**
- 话题 3-4 是一对（战略→执行），讲的是**"怎么正确地投入 AI"**
- 话题 5-6 是一对（原则→实操），讲的是**"用 AI 之前先解决什么顾虑"**

观众看完这 6 条，获得的是一套完整的**"AI 使用认知操作系统"**：先解决安全和成本顾虑（5-6）→ 正确投入（3-4）→ 提升驾驭能力（1-2）。但发布顺序不一定按逻辑顺序来，按录制状态和观众反馈灵活调整。

---

## 话题 1：AI 审美（破）——你不懂审美，AI 就是帮你更高效地闭门造车

### 核心主张

AI 帮你做得越好，如果你方向不对，结果反而越差。没有审美的人用 AI，是在用最高效率做错事。

### 真实素材

Bo 在 Corgi Labs 做支付数据报表的亲身经历：

**过程**：
- 用 AI 反复沟通，报表做得越来越 fancy
- 数据准确、图表精美、格式专业
- 全是从网上搜来的"行业最佳实践"
- 自己和 AI 都觉得"这已经很好了"

**翻车时刻**——销售部门的两句话：
1. "太复杂了，数据太多了，用户看不懂"
2. "有些词儿太复杂了，用户根本都不懂"
3. 额外建议："最好有图表/报表形式呈现"（Bo 没想到的维度）

**Bo 的反思**：
- 和 AI 形成了完美闭环 = 闭门造车
- 造出来的东西精美、数据准确
- 唯独抓不住用户的心
- 缺少的是：对用户侧需求的了解、痛点的理解、从用户视角看问题的能力

### 金句

> "我和 AI，形成了一个完美的闭环。问题是——这个闭环里，没有用户。"

### 文稿骨架

> AI 帮我做了一份完美的报表——数据准确、图表精美、格式专业。
> 拿给销售部门，他们说了两句话，直接把我干沉默了。
> 第一句：太复杂了，用户看不懂。
> 第二句：这些专业术语，用户根本不认识。
>
> 我当时就愣了——这些全是行业最佳实践啊。
> 哪个指标不对？哪个数据有问题？
> 没有。全对。但就是没人想看。
>
> 那一刻我突然明白一件事：
> 我和 AI，形成了一个完美的闭环。
> 问题是——这个闭环里，没有用户。
>
> 所以 AI 时代，工程化交给 AI 了，留给我们的到底是什么？
> 很多人说是创造力。我觉得不是。
> 下一条我告诉你我的答案。

### 钩子设计

- 标题钩子："AI 帮我做了一份完美的报表，被销售两句话干沉默了"
- 反常识元素：完美 ≠ 好用，行业最佳实践 ≠ 用户想要的
- 悬念收尾：留给下一条

---

## 话题 2：AI 审美（立）——审美不是懂艺术，是你知道好在哪里，能拆成 123

### 核心主张

审美 = 知道一个东西为什么好，能拆成 123。不需要懂艺术，不需要有天赋。有了审美，AI 就是你的手；没有审美，AI 就是帮你更高效地做错事。

### 真实素材

**例子 1：视频文稿的审美入门**

Bo 自己从"完全不懂"到"能判断"的过程：

之前：
- 刷视频完全没感觉
- 不知道一个视频为什么好、为什么 5 分钟都能看下去
- 看完就过，说不出哪里好

之后（学了流量/IP 相关知识后）：
- 知道了好视频要有：标题、钩子、内容递进、反转、反常识、场景化、引起共鸣
- 有了这几个维度，再看别的视频就能判断：哪些冗长、哪些受欢迎
- 会去验证：看关注量和播放量，基本能印证自己的判断
- 从"反向欣赏"到"正向输出"——有了审美 → 能欣赏别人 → 反过来能输出自己的内容

**例子 2：穿搭的审美避错**

之前：衬衫 + 小西裤 + 小白鞋 = 穿了几年不知道不搭。休闲和轻商务混搭，缺乏内在一致性。
之后：定位轻商务 + 儒雅知识分子 → 衬衫 + 小西裤 + 皮鞋 = 风格一致。

关键洞察：审美不光让你输出好东西，还能让你**避免犯很多错误**。

### 金句

> "审美就是三个字：知道好。能拆出 123——这就是审美。"

### 升华方向

1. AI 做执行，你做判断。判断力的底座，就是审美
2. 审美可以持续进化：AI 生成 → 给别人看 → 拿反馈 → AI 帮你提炼结构化 → 形成更高级的审美 → 循环迭代升级
3. 审美是 AI 时代最被低估的能力——不是创造力，是判断力

### 与话题 1 的衔接

- 承接上一条的悬念："上一条我说，AI 时代留给我们的不是创造力。那是什么？我的答案是——审美。"
- 但每条又能独立成立——没看过第 1 条的人看第 2 条也不会懵

---

## 话题 3：AI 时代，不要追新工具，要盘点你的"可放大资产"

### 核心主张

在 AI 时代，大多数人忙着追逐新工具——今天 ChatGPT，明天 Claude，后天又出一个新的。但正确的做法是反过来：先盘点你自己有什么"可放大资产"，然后用 AI 把它放大。

### 观点来源与化用

**刘润的原始观点**：AI 时代要识别和放大你的"可放大资产"。

**Bo 的个人化解读**（这是关键差异化——不是转述刘润，是用自己的经历重新理解）：

Bo 自己就是一个活生生的案例。他的"可放大资产"：

1. **12年职场经历（含 6 次被裁/PIP）**——痛苦经历本身不值钱，但用 AI 把它结构化、内容化、传播出去，就变成了 IP 资产
2. **40-50 本书的阅读积累**——读书笔记躺在那里没用，但用 AI 帮你提炼金句、做思维导图、生成视频脚本，就变成了内容产能
3. **3 个月学完 AI 全栈的学习能力**——学习能力本身不可见，但用 AI 把学习过程记录、输出、教给别人，就变成了课程产品
4. **OPC（一人公司）系统的建造经历**——项目"失败"了，但用 AI 把建造过程复盘、提炼方法论，就变成了独特素材

### 关键洞察

> 大多数人的问题不是没有资产，而是不知道自己有什么资产。
> 更深一层：不是不知道，而是觉得"这些不值钱"。
> AI 的作用不是替代你，是把你"觉得不值钱的东西"放大到让别人觉得值钱。

### 素材补充：Bo 的结构化认知方法在这里的应用

Bo 的元认知工具"感知缺失 → 搭建骨架 → 实践填充血肉"，在"盘点可放大资产"中的应用：

- 感知缺失：大多数人不知道自己有什么可放大资产（认知盲区）
- 搭建骨架：用框架盘点——知识资产、经历资产、技能资产、关系资产
- 实践填充血肉：用 AI 实际去放大其中一个，体验"原来这个真的值钱"

### 金句候选

- "别追工具，追资产。工具年年换，资产越放越大。"
- "你觉得不值钱的东西，可能只是还没被放大。"
- "AI 不是来替代你的，是来放大你的。前提是——你得知道自己有什么值得放大。"

### 钩子设计

- 开头："每天都有人问我，该学哪个 AI 工具？ChatGPT 还是 Claude？要不要学 Cursor？我的回答是——你问错问题了。"
- 反常识：不是追工具，是追资产。大多数人方向搞反了。

---

## 话题 4：AI 工具的正确投入姿势——坚持到收益覆盖成本的那一刻

### 核心主张

任何 AI 工具都有成本——学习成本、时间成本、金钱成本。大多数人在成本阶段就放弃了。但如果你能坚持到收益覆盖成本的临界点，后续 AI 工具给你带来的收益将是**超指数型**的。

### 认知框架

**成本-收益曲线模型**：

```
收益 ^
     |                        ___________  ← 超指数增长区
     |                      /
     |                    /
     |                  /
     |                /   ← 临界点（收益 = 成本）
     |              /
     |        ____/
     |      /
     |    /
     |--/------------------------→ 时间/投入
     成本线（学习+时间+金钱）
```

**三种成本**：
1. **学习成本**：花时间理解工具的能力边界和使用方法
2. **时间成本**：初期用 AI 不一定比手动快（提示词调试、结果校验等）
3. **金钱成本**：API 费用、订阅费用（Claude Pro、GPT Plus 等）

**为什么大多数人在临界点之前放弃**：
- "学了半天，感觉也没比手动快多少"
- "花了钱买会员，用了两次就吃灰了"
- "AI 生成的东西还得改半天，不如自己写"

**为什么坚持到临界点之后收益是超指数的**：
- 学习成本是一次性的，但技能一旦掌握，终身可用
- 时间成本随熟练度急剧下降——从"调半天提示词"到"一句话出结果"
- AI 工具本身在快速进化——你的技能 × 工具进化 = 复合增长
- 你用 AI 节省的时间可以用来做更多高价值的事 = 正循环

### Bo 的真实案例

1. **OPC 多智能体系统**：前期投入大量时间搭建，一旦跑通，一个人能做 5 个人的活
2. **AI 辅助写视频脚本**：前几次觉得 AI 写的不够好，需要大改。现在能用 AI 快速生成初稿，自己只需要调整语气和加入真实经历
3. **日常工作中的 AI 协同**：从"不知道怎么用"到"随时随地用"，效率提升是非线性的

### 金句候选

- "大多数人倒在了黎明前——不是 AI 不好用，是你还没用到它好用的那一刻。"
- "AI 的收益曲线不是线性的。前面平平无奇，过了临界点，是指数爆炸。"
- "任何工具都有成本。但 AI 工具的特殊之处在于——一旦过了临界点，收益不是翻倍，是翻几十倍。"

### 钩子设计

- 开头："你买了 ChatGPT Plus，用了两个月，觉得也就那样？恭喜你，你可能刚好倒在了临界点前面。"
- 反常识：越觉得"没用"的时候，越可能离"超级有用"只差一步

---

## 话题 5：AI 安全第一——你连"偷家"都不怕了，才能真正放手用

### 核心主张

对 AI 工具的态度，安全是第一位的。如果你心里始终担心"它会不会泄露我的数据""它会不会做出我不想要的事"，你就永远不敢放手用。解决安全顾虑，是高效使用 AI 的**前提条件**，不是"以后再说"的事。

### "偷家"隐喻

Bo 用了一个很生动的比喻——"偷家"（游戏术语，指趁你不注意偷袭你的老巢）：

> 如果你用一个 AI 工具，心里一直在想"它会不会偷家"——
> 它会不会把我的代码泄露出去？
> 它会不会在我不知道的情况下做了什么操作？
> 它会不会把我的聊天记录用来训练？
> 那你用起来就是畏手畏脚的，根本发挥不出 AI 的真正威力。

### 安全的几个层面

1. **数据安全**：你的代码、文档、聊天记录会不会被泄露或用于训练？
   - 解决方案：选择有明确隐私政策的工具（Claude 不用聊天数据训练、企业版有数据隔离）
   - Bo 的实践：在工作中使用 AI 时，敏感数据脱敏后再提交

2. **操作安全**：AI 会不会执行你没授权的操作？
   - 解决方案：理解工具的权限边界，用沙箱环境测试
   - Bo 的实践：Claude Code 的权限审批机制——每次执行命令前需要确认

3. **认知安全**：AI 的输出会不会误导你的判断？
   - 解决方案：始终保持"AI 是工具不是权威"的认知
   - 交叉验证关键信息，不盲信 AI 的输出

### 金句候选

- "安全不是限制你使用 AI 的枷锁，是让你放手用 AI 的地基。"
- "你不怕它偷家了，才能真正让它帮你打天下。"
- "用 AI 最大的障碍不是不会用，是不敢用。不敢用的根源，是安全感不够。"

### 与话题 6 的关系

话题 5 讲"为什么安全重要"（认知层），话题 6 讲"怎么控制成本"（实操层）。合在一起 = 解决两大顾虑，才能放心使用。可以合并为一条视频，也可以分开发。

---

## 话题 6：AI 成本可控——解决了安全和账单的顾虑，才能放心用

### 核心主张

用 AI 有两个最大的心理障碍：一是怕它"偷家"（安全问题），二是怕它"刷爆账单"（成本问题）。这两个顾虑不解决，你就永远在"试试看"的阶段，而不是"全力用"的阶段。

### 成本控制的几个维度

1. **订阅成本**：
   - 月费制工具（ChatGPT Plus $20/月、Claude Pro $20/月）→ 固定成本，可控
   - 年费更划算，但前提是你确定会持续用

2. **API 成本**：
   - 按用量计费，初学者容易不知不觉花超
   - 解决方案：设置月度预算上限（OpenAI/Anthropic 都支持）
   - Bo 的实践：OPC 系统多智能体运行时，通过 token 监控控制成本

3. **时间成本**：
   - 最容易被忽视的成本：花 3 小时用 AI 生成一个东西，手动做可能只要 1 小时
   - 但这个成本是递减的——第一次 3 小时，第十次可能 10 分钟
   - 关键：区分"一次性学习成本"和"持续使用成本"

4. **试错成本**：
   - 试了 5 个 AI 工具，最后只用了 1 个——前面 4 个的时间和钱是不是浪费了？
   - Bo 的观点：不是浪费，是"排除法"的必要投入。但可以更高效——先看别人的测评，缩小范围再试

### 实操建议框架

**"三步放心用"法则**：
1. 确认安全：选有隐私保障的工具，敏感数据脱敏
2. 控制成本：设预算上限，从免费/低价版开始，证明价值后再升级
3. 然后——放手用。不要再犹豫。

### 金句候选

- "怕偷家，怕刷爆账单——这两个顾虑不解决，你永远只是在'试试看'。"
- "成本可控的前提下，AI 的每一次使用都是在给自己充值经验值。"
- "别把'省钱'当目标。你的时间比 API 费贵多了。"

### 与话题 5 的合并方案

如果合为一条视频，结构可以是：

> 用 AI 之前，你需要过两关。
> 第一关：安全。你得确认它不会偷家。
> 第二关：成本。你得确认它不会刷爆你的账单。
> 这两关过了，你就可以放心地、全力地使用 AI 了。
> 然后你会发现——你之前浪费的，不是钱，是不敢用的那段时间。

---

## 发布排序建议

### 推荐顺序：先易后难，先有素材的先发

| 优先级 | 话题 | 理由 |
|--------|------|------|
| 🥇 第1批 | 话题 1-2（审美破→立） | 素材最完整，逐字稿骨架已有，可直接录 |
| 🥈 第2批 | 话题 5-6（安全+成本） | 实操性强，容易讲，观众获得感明确 |
| 🥉 第3批 | 话题 3（可放大资产） | 需要消化刘润观点并融入自己的解读，准备时间稍长 |
| 4 | 话题 4（临界点） | 概念最抽象，需要用案例撑起来，难度最高 |

### 与被裁系列的穿插节奏

按之前确定的 1:1 穿插：

> 被裁角度1 → **AI审美（破）** → 被裁角度2 → **AI审美（立）** → 被裁角度3 → **AI安全+成本** → ...

这样观众每隔一条就看到一个"不一样的你"，既不审美疲劳，又保持了系列连贯性。

---

## 整体调性提醒

### AI 系列的调性 vs 被裁系列

| | 被裁/职场系列 | AI 认知系列 |
|---|---|---|
| 情感底色 | 温暖、共情、"看见别人" | 好奇、反思、"想明白了" |
| 身份定位 | 经历者——"我走过这段路" | 实践者——"我在用 AI 做事" |
| 观众获得感 | "这个人很通透" | "这个人对 AI 的理解跟别人不一样" |

### IP 调性四原则（贯穿所有内容）

1. **真实 > 完美**：允许犹豫、允许"我也不确定"、允许讲犯过的错
2. **通透 > 精明**：传递的是认知深度，不是"我多厉害"
3. **共情 > 说教**：从自己的经历出发，不是从"你应该怎么做"出发
4. **具体 > 抽象**：每个观点必须有真实场景落地

### ⚠️ 专家型思路警示

这份文档本身就是"骨架"。骨架够了——不要继续完善它，去录一条。

> "扒一个视频的逐字稿，比想一小时的课程体系有用10倍。"

---

*整理者：小启 🚀*
*数据来源：2026-06-29 Bo 语音口述 + 2026-06-28 深度对话素材*