一个 HR 使用 Tabbit 的真实感受

普通人在 AI 时代,怎么重新理解自己的位置

不是讲很技术的概念,而是讲我怎么从真实工作里慢慢用上 Tabbit。

王宁 HR
Tabbit logo
使用体验

从“就这?”到“真香!”

只是 Chat
差异感不强
只是简单执行 Agent
不一定更快
真香点
上下文 + 模糊判断
核心发现

Tabbit 不是替我点得更快
而是先陪我把问题拆清楚

然后带着判断去行动

组织理想情况
− 组织现状
= 需要补充的能力

案例:招聘「海外增长策略专家」

@ 引用上下文的提示词截图
@业务目标 @组织现状 @人员盘点

把未加工的业务材料直接 @ 给 Tabbit,让它基于上下文参与 AI 任务。

缺什么能力?
藏在哪些人身上?
去哪里找线索?
Tabbit 浏览器

在一个工作台里,从讨论到执行

官网、公众号、小红书、招聘系统、行研报告,都可以成为上下文。Agent 带着画像去看资料、找线索、做判断。

看资料
总结、提炼、追问
找线索
公开资料 + 候选人表达
做判断
带着画像判断匹配度
使用技巧

不是 AI 自动变好用,是我变会用了

01

给上下文

告诉它我是谁、在做什么、为什么看这份资料、结果要用到哪里。

02

让它反问我

不要急着要答案,先让它帮我把模糊问题问清楚。

03

开圆桌会议

让不同模型、不同视角一起讨论,我来主持和判断。

反问

先不要给答案,先问我 5 个问题。

很多时候,不是 AI 回答得不够好,而是我还没把问题想清楚。

AI 不只是回答问题,它也可以帮我把问题问出来。

让 Tabbit 先反问的提示词截图
多模型

多模型 = 好几个不同视角的良师益友

多模型回复选择截图
发散
挑刺
收敛
讲简单
GLM 点评 DeepSeek 的提示词截图
DeepSeek 分析 GLM 观点的提示词截图

同一个问题,问不同 AI;不同 AI,再互相点评。我不等一个标准答案,而是在主持一场讨论。

重新定位

不要把 AI 当工具,把自己当成杠杆

AI + >

努力用 AI 做如果不靠 AI,这辈子都无法完成的事情。

AI 没有信用,人有信用

80% 给 AI 20% 留给自己

成为一个值得被相信的主体。

我们不一定要证明自己比 AI 强,但要学会和 AI 配合,也要积攒自己的信用。

Generated by Tabbit