这两年来，满世界都在鼓吹各种 AI 工具，什么颠覆、吊打、改写、重新定义，这些词都被标题党用烂了。
我们一边焦虑着，一边又觉得乏力。怕 AI 生产力取代自己，也怕那些会用 AI 工具的同事超过自己。
但真用上了 AI，好像也就那么回事。那到底是 AI 泡沫，还是我们没找到法门呢？
先明确一个重要概念，到底啥样才算个人精进？在我看来，精进离不开认知，也离不开做事。
能知道更多，能做的更好，能进步之后再进一步，这就是精进。
而方法论上呢，得有模型、有工具、有路径。
今天就聚焦个人的知识管理和事项管理这两个方面，结合 AI 升级绩效。干活之前和之后各做一个 SPA，这两个 SPA 模型分别代表知识管理的输入和输出。
知识管理不能空谈，得在事上练，通过做事检验知识的实用性和有效性，从知道到做到再到做好。一、知识输入阶段的 SPA 1. 搜索思维：我们生在互联网时代，遇到的问题 99.99%别人早就遇到过，而且可能做得比我们好。
现在有了 AI，能极大增强搜索效率，帮我们快速调研获取信息。直接问大模型或 AI 搜索工具，能更快获得答案、灵感、思路甚至解决方案。
但最容易忽视的是以问题为导向，知识管理的顶层一定是个好问题，学习知识就是为了解决某个或某一系列问题。
2. 问题导向：举个例子，有个同事把学习内容分为五类，每天看对应书籍文章，看似励志，实则没用。
成年人的学习要功利，要解决问题。如果职场老前辈让你读王阳明、金刚经，别听他们的，他们不解决实际问题就知道动嘴。
3. AI 协助：比如用脑厨脑图，中心主题是要解决的问题。以职场任务管理脑图为例，输入“如何高效做好任务管理”，按照 SPA 模型去搜索。
最高效的搜索方式不是直接去谷歌或问 GPT，而是问 AI“我想高效做好自己的任务管理，需要全面深入了解相关知识，应该问你什么问题”。
这样能获得任务的属性、任务管理基本原则、与时间管理和项目管理的关系、目标设定方法、任务优先级排序方法等一系列问题。
还可以对问题进行拆解，一个个追问，去其他知识平台搜索信息或持续问 AI。
有了 AI，能快速拓展认知，比如任务目标设定方法除了 SMART 法则，还有 CLEAR 目标设定法、OKR 目标管理法等；确定任务优先级除了艾森豪威尔矩阵，还有 ABC 分析法、MOSCO 法则等。二、事项管理进阶路径
1. 代办清单：从简单罗列任务，到进阶的 ABC 优先级分类记录方法，先做 A 类任务（非常重要且优先处理的 MIT 任务），再做 B 类、C 类任务。还可以添加任务进度跟踪，更精确掌握任务进展。
2. 看板：起源于丰田的经济生产，现在各行各业都在用。比如视频创作计划可分为 to do、doing、done，也可切换成完整工作流如选题、构思、脚本、录制、剪辑、上线。
团队 leader 可添加详细任务信息，实现项目协同，还可参考 minemaster 里的模板快速上手。
3. 项目管理甘特图：从代办清单到看板再到甘特图，是做事能力和责任范围的进阶，也是个人经济道路上的关键工具。三、AI 在做事过程中的作用
1. 事前演示：由丹尼尔·卡尼曼提出，在项目开始前假设项目已失败，倒推分析原因。
问 AI 两个问题，一是假设失败找原因，二是提前写复盘报告大纲，以终为始，提前规避风险，提高成功概率。
2. 事中辅助：根据实际需求，让 AI 帮忙做一些工作，比如设计找 Miji，结合 AI 应用，局部 PS 修图，非常省事儿。四、知识输出阶段的 SPA
做完一件事或一个项目后，输出结构化的知识晶体，可以是文章、模型、脑图、PPT、视频、课程、书籍等知识产品。
比如我总结的输入输出 SPA 模型、任务管理脑图、视频、课程都是产品。总之，在 AI 时代实现个人精进，要有 EJ SPA 知识管理输入（搜索、问题导向、AI 协助），到做事阶段学以致用、知行合一，再通过二阶 SPA 结构化输出有价值的经验。
