手边堆着一堆PDF、Word、Excel、图片和笔记，你想让AI帮你整理——但如果还没弄清楚这一堆东西分别是什么，就让AI批量改、批量汇总，很容易把重要信息埋掉。这本蓝皮书教的不是"AI怎么整理"，而是"人怎么告诉AI整理"。从先盘点再到按目标整理，从接收人出发做交付文档，再到七个低风险自动化方向——每一步都在回答同一个问题：怎么让AI帮你，而不是替你做决定。

很多人整理资料一上来就想"统一格式"，把所有文件都转换、都摘要、都塞进一份大报告。实际上不同文件承担的任务不一样：会议纪要有决定和待办，表格里有数字，讲义里有观点，截图里可能只是一个证据。如果还没弄清楚这一堆东西分别是什么，就让AI批量改、批量汇总，很容易把重要信息埋掉。

用@选择文件夹，然后说："请先盘点这个文件夹，不要修改、移动、重命名或转换任何文件。请输出一份清单：里面有哪些文件，每个文件大概是什么类型和用途；哪些文件你可以读取并进一步分析；哪些文件你目前不能可靠读取；如果我的目标是做综合概述，你建议先处理哪些文件。"这段提示词里最关键的，是"不修改、移动、重命名或转换任何文件"——当你自己还不知道资料里有什么时，第一轮就应该只读。

等AI盘点完，再告诉它你到底要什么。同一个文件夹，不同目标，整理方式完全不同：开复盘会你要的是决策、问题和待办；给领导汇报你要的是结论、数字依据和风险；自己学习你要的是知识脉络和阅读顺序。不要说"帮我把文件夹全部整理一下"，因为目标越清楚，AI越不容易把事情做成一堆好看的废话。

如果你确实有十份同类文件要批量处理，先拿一份跑通模板："请先选其中一份文件，按照我们确认的摘要结构生成样例。我确认样例可用以后，再讨论是否批量处理其余文件。"这就像做衣服先打一个样——样衣都不合身，直接量产二十件，不叫效率高，叫返工规模大。

第一遍的正确操作是：用@选择你的材料文件，然后说："请先阅读这份材料，不要替我做泛泛的全文总结。我现在最关心三个问题：这份材料试图解决什么问题？里面最影响普通读者判断的三个结论是什么？哪些结论有证据支撑，哪些只是作者的观点或推测？请引用具体页码或原文位置，方便我回去核对。"

等确认它抓住了你真正关心的问题，再固化下来："请把我们刚才确认过的内容整理成一份Markdown笔记，保存为「材料阅读笔记.md」。这份笔记只保留：我最关心的三个问题及答案；每个重要判断对应的原文位置；我接下来值得继续阅读的页码或章节；仍然不能确定的问题。"这份笔记可能比"全文摘要"短很多，但它更像你的笔记，因为里面留下的，是你真正需要作判断的东西。

用@选中已经确认过的整理文档，然后说："我要把这份整理结果发给参加会议的同事。他们需要快速确认结论、负责人和截止时间，不需要阅读我的整理过程。请先建议最适合的交付形式和文档结构，并说明理由。"这一问不是提前命令它"做个PDF"，而是在告诉它谁要用，看它能不能替你想清楚交付方式。

假设你决定生成一份Word文档："请根据已确认的会议行动摘要，生成一份适合发给参会同事确认的Word文档。要求：不改动已经确认的事实和数字；文档开头先给出会议结论摘要；待办事项用清晰表格呈现；不写入我的整理过程、内部备注或不确定推测；生成后告诉我文件位置，并说明我需要重点检查哪些地方。"

输出以后不能只听AI说"已完成"，你要打开输出文件亲眼看一遍。尤其检查：标题和段落有没有被截断或错位；表格里的数字、负责人、日期有没有变；页面里有没有残留给你自己看的备注。如果输出格式出现问题，把现象发回给它："我打开交付文件后发现待办表格第二列被截断，截止日期显示不全。请只修复这些排版或导出问题，不要改变已经确认的内容。"

适合自动化的事情有三个特点：输入来源清楚、输出格式稳定、风险可控。不适合的包括：自动回复客户邮件、自动改合同或财务数据、自动安排所有优先级、自动处理隐私资料。白领工作里的好自动化是"把那些本来就该定期看一眼、但你经常忘记看的东西，按时送到你面前"。

七个方向包括：每日工作启动卡、下班前收尾卡、会议材料预热卡、项目风险提醒卡、素材箱整理卡、周报草稿、学习和证据积累卡。用三个问题筛一遍：这件事是不是定期重复出现？输入材料是不是可以由我主动指定？结果出来以后是不是必须先给我看而不是自动对外行动？三个都是"是"就可以试。