很多关于职场效率的讨论不少,但关于家庭各项任务的探讨则相对较少。时间是你最宝贵的财富——如果你在每周的待办事项上能节省时间,无论生活哪一方面,都能为享受乐趣腾出更多宝贵时光。
就像金钱一样,再小的时间节省也不应被忽视。每周节省 15 分钟总比一点都不省好。借助人工智能,成为时间预算管理达人。
AI 效率工具能在许多事情上提供帮助,比如规划、节省和最大化清洁、烹饪、锻炼、购物、安排日程、旅行以及生活行政等任务的时间。看看那些你总是拖延的任务——这正是你最需要支持的地方。
ChatGPT 似乎是其中最优秀的 AI 效率工具之一,所以我正在测试它在节省时间方面的能力。OpenAI 的 ChatGPT 发布于 2022 年,但它经历了重大更新,尤其是免费版本。有每月 20 美元的高级订阅服务,但通常免费版就足够用了。
审视你一周中的“时间痛点”
社会上热衷于讨论 AI 能在几秒钟内生成笑话或剧本,但这真的能解决问题吗?答案是否定的。思考你个人的痛点,然后有针对性地使用相关工具,寻找更好或更快完成任务的方法。
如果你每餐总是一团糟,可以把 ChatGPT 当作烹饪助手;如果你想让孩子们远离屏幕,可以让 ChatGPT 为他们的年龄段生成问答游戏题;如果你总是不知该穿什么去上班,可以让 AI 根据你的衣橱帮你规划一周的穿搭。
想一想 ChatGPT 如何能够最好地帮助你,挑选出两到三个最重要的任务或类别。
两个 AI 提高效率的点子
例如,下面介绍两个可以利用 AI 进行组织和优化的每周任务(一个家用,一个职场):
1. 家庭琐事和家务。 2. 将手写会议记录数字化。
利用 AI 帮助处理家庭琐事和家务
你可以利用 ChatGPT 来整理家庭任务表,它是一个很好的工具,可以帮助分配适合不同年龄的家务任务。你可以要求 ChatGPT 使用星级或积分体系,将其与孩子们的零用钱、屏幕时间或周末活动挂钩。
以一个四口之家为例:妈妈、爸爸、一名 6 岁男孩和一名 3 岁女孩。在你的提示中,包含可能影响每周计划的具体细节,例如通勤、参加体育运动、音乐课以及重复出现的家庭任务。
提示: "为一个四口之家(孩子分别为 6 岁和 3 岁)制定一份每周家务任务表,任务须符合其年龄,标明每项任务预计完成时间,并基于积分设计奖励体系。"
我想看看它生成的内容,因为它给了我不少之前没想到的主意,比如浇花等任务。
下面是它生成的基于积分的奖励体系建议:
我曾要求 ChatGPT 将孩子们任务列表中的除尘、吸尘、打扫和整理书籍及玩具去除掉,但需要把装卸洗碗机这项设为每日任务,并且在周六或周日增加协助烹饪的任务。
我还提出了几个要求,例如每天新增 "穿鞋" 的任务,然后让 ChatGPT 按照任务频率从每日到每周进行排序排序,同时调换父母的任务安排。
提示: "对于父母任务,将洗衣安排在周三和周日;每日烹饪(含午餐和晚餐) 1 小时;周日吸尘 30 分钟;清洁炉灶、表面及马桶 15 分钟;周日除尘 15 分钟;每周两次倒垃圾和回收 20 分钟;周日进行餐食计划和采购 1 小时。"
如果有任何错误,只需让 ChatGPT 重新生成即可,细微的调整在所难免。
ChatGPT 的奖励体系建议激发了一个主意:如果孩子们帮忙完成父母的任务,特别是在周日的家务,他们可以获得额外积分奖励。
你甚至可以要求 ChatGPT 将它的计划转换成可打印页面,然后贴在冰箱上作为得分板使用。
利用 AI 将手写会议记录数字化
另一个提升效率的办法是将手写会议记录在几秒钟内转换成数字文本。如果你每周参加多个会议,用 ChatGPT 数字化你的手写内容便能大大节省时间。下载 ChatGPT 应用,这样你就可以轻松拍照并上传纸页内容。
提示: "将这些手写记录转录为文本。"
接着打开桌面版,轻松核对文本并将其粘贴到文档中。确保同时保存实体记录(或照片)以便交叉核对。
我使用的是一位高中生的手写内容,因此不得不提出几条要求。我告诉它,第六个项目应为 "更明确的简报 —— 截止日期、时间、优先级清单(仅供参考)"。不过总体来说,ChatGPT 的表现相当不错!
虽然这可能不会每周为你节省几个小时,但它很好地示范了如何用 AI 加快一些小任务。一旦你开始利用 AI 效率工具处理这些任务,节省下来的时间将会逐渐累积。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。