Skip to content

ai-power-user-user-stories.md

Latest commit

 

History

History
321 lines (244 loc) · 13 KB

ai-power-user-user-stories.md

File metadata and controls

321 lines (244 loc) · 13 KB
Raw

AI Power User — 個人電腦 User Stories

配套：ai-power-user-roadmap.md

這份只談個人電腦的場景：職涯資本、副業、投資、學習、個人決策

Day-job（Coupang 工作執行）→ 看 ai-power-user-work-companion.md

為什麼拆兩邊

個人電腦和工作電腦的 AI 投資性質完全不同：

維度 個人電腦 工作電腦
時間尺度 長期 / 跨年累積 當週 / 當季交付
資料風險 公開 / 個人資料 公司機密
主要 ROI 職涯資本、跳槽彈藥、副業飛輪 當期績效、跨部門效率
決策性質 我的人生 我的工作
可遷移性 換工作不會消失 離職就清空

關鍵 insight：個人電腦是你的「職涯資產負債表」。每個 skill 都該回答「這對 5 年後的我有什麼幫助」。

模塊 A：驗收紀律 — User Story（個人電腦）

觸發情境

週日 21:00，你想把這週某個工作觀察寫成 Medium 文章——「為什麼 RevOps 該停止做 quarterly forecast」。

沒有驗收紀律時

  • 21:00 開 Claude，「寫一篇 Medium 文章關於 quarterly forecast 為什麼該停」
  • 22:00 拿到第一版——結構對但 hook 弱、tone 太教科書
  • 23:00 改 tone，但你不確定這篇配不配進你過去 56 篇的水準
  • 隔天還在想要不要發
  • 痛點：3h 寫出一篇你自己都不確定的文章

有驗收紀律時

  • 21:00 翻 ~/templates/medium_top3.md（你過去 56 篇互動率最高的 3 篇結構）
  • 翻 ~/templates/medium_flopped.md（互動最低的反例，你已分析過為什麼差）
  • 貼下面這段
  • 21:30 拿到對標自己最強水準的版本
  • 22:00 完稿發出
  • 得益：3h 變 1h，且發得出去的把握強

你會輸入的 prompt

Write a Medium article: "Why RevOps Should Stop Doing Quarterly Forecasts"
Target reader: senior RevOps / FP&A / Director-level
Length: 1200-1500 words

GOOD examples (my own top 3 articles):
[paste medium_top3.md — your top 3 patterns: hook / structure / signature voice]

BAD example (my flopped article):
[paste medium_flopped.md — what doesn't work for my audience]

Acceptance checklist:
- [ ] Hook 用反直覺 statement 開頭（像 top 3 的模式）
- [ ] 第 2 段就有具體場景（不是抽象 framework）
- [ ] 至少 1 個我自己經歷的故事
- [ ] 結尾留 reader 可以做的 1 件事
- [ ] Voice 要像我之前最強那 3 篇，不是教科書

套用範圍

  • Medium 文章
  • 求職 cover letter
  • LinkedIn 長 post
  • 投資論文（investment_note/research/）
  • 個人年度回顧

模塊 B：上下文與記憶架構 — User Story（個人電腦）

觸發情境

週六 10:00 想看本週 personal_os dashboard，順便把投資組合回顧一下。

你已經做到的

  • 開新 session 說「跑 personal_os dashboard」
  • Claude 從 ~/Side_project/personal_os/CLAUDE.md 知道 dashboard 怎麼跑
  • 從 investment_note/RULES.md 知道你的投資原則
  • 從 investment_note/portfolio.md 知道現持倉
  • 0 暖機

唯一升級

打開 ~/.claude/CLAUDE.md 逐條審計。Boris 個人 CLAUDE.md 只有 ~76 token——你很可能太肥。

對個人電腦特有的價值

  • 跨 session 記得你的人生脈絡（家人、興趣、長期目標）
  • AI 真的「認識你」，不是每次重新介紹

模塊 C：多 Agent 編排 — User Story（個人電腦）

觸發情境

週六下午，你想研究「2026 年該不該加碼某 AI 公司股票」。

Solo 模式

  • 自己一條 thread：讀財報 → 讀分析師報告 → 比同業 → 想 catalyst
  • 4 小時下來只看完 2 家
  • 痛點：序列太慢，深度不夠廣度

Manager 模式

  • 開 4 個 subagent 並行：
    • A：讀標的最新財報 + 法說會逐字稿
    • B：抓 3 家可比公司同期數字 + multiple
    • C：scrape 該公司的 product launches、hiring trends、insider trading
    • D：讀近期 sell-side 報告，列出 bull / bear case
  • 你去喝咖啡 30 分鐘
  • 回來 main session 收 4 份輸出 → 寫進 investment_note/research/<ticker>.md
  • 再開 fresh session reviewer 批一輪：「找出我論點的 weakest link」
  • 得益：4h → 1.5h，且有 reviewer 強迫你看 bear case

個人電腦特有應用

  • 投資論文研究（4 個 angle 並行）
  • 跳槽 target 公司研究（產品 / 文化 / 待遇 / 內推 並行）
  • XHS 選題研究（熱點 / 競品 / 自身角度 / 數據 並行）
  • Medium 文章準備（論點 / 反論點 / 案例 / 數據 並行）

模塊 D：規格與規劃 — User Story（個人電腦）

觸發情境

12 月底，你思考「2027 年要不要跳槽進 AI-native 公司」。

Vibes 模式

  • 想了 2 個月，越想越亂
  • 一邊投履歷一邊懷疑自己準備夠了沒
  • 半年後還在原地

Spec 模式

  • 12/30 21:00 跑 /spec
  • Claude 反問你 15 題：
    • 跳槽的成功定義是什麼（薪、title、學習、地點？權重？）
    • 願意接受的 trade-off？
    • 不跳槽的機會成本（Coupang 升 director 機率多高？）
    • target 公司清單（你有 job/2026/liblib_like_ai_companies.md）
    • 履歷現在最弱的點？
    • 6 個月內能補強的、不能補強的？
    • 面試弱項？
    • 配偶 / 家庭因素？
    • 退路（如果跳了不適應）？
  • 22:30 你被問完，自己也想清楚了
  • 23:00 SPEC.md 產出：job/2027_career_spec.md，含 timeline + checkpoints
  • 接下來半年每月 review 一次 SPEC.md，看實際 vs 計畫
  • 得益：把「焦慮的內耗」變「可追蹤的進度」

個人電腦特有應用（重大決策）

  • 跳槽決策
  • 投資加減碼
  • 副業要不要 scale up（XHS 帳號要不要做大）
  • 重大消費（搬家、換車、留學）
  • 年度 OKR（個人，不是工作）

模塊 E：Eval 與量測 — User Story（個人電腦）

觸發情境

3 個月後，你修改了 xhs-note-assembly 的 prompt，覺得「這樣應該更好」。

沒 eval 紀律

  • 直接覆蓋舊版
  • XHS 互動數變差，不知道是 prompt 改壞還是演算法變了
  • 想回滾發現沒備份

有輕量 eval

  • 改之前打開 evals/xhs-note-assembly/cases.jsonl（10 個過去最爆款的真 input）
  • 跑舊 vs 新各 10 case，肉眼比對
  • 發現新 prompt 弱化了「衝突感開頭」這條
  • 修第二版再跑
  • 確認 strictly better 才 ship

個人電腦特有 eval 對象

  • XHS skills（高頻、主觀，最該量測）
  • Medium 寫作 prompt
  • 投資論文寫作流程
  • 履歷 / cover letter 客製化 prompt

模塊 F：自動化護欄 — User Story（個人電腦）

觸發情境

你疲倦狀態下打 import anthropic 想快速試 API。

沒 hook

跑了 → 月底 API 帳單幾百美金消失。

有 hook

PreToolUse 攔住，要求你顯式 override。

個人電腦特有的 hook

  • Subscription-only 守門（你 CLAUDE.md 已宣示，但只是 advisory）
  • 投資操作雙重確認：偵測 investment_note/trades/ 寫入 → 強制讓你輸入 confirm 字樣（避免 vibe coding 改 portfolio 紀錄）
  • personal_os 自動備份：寫入觸發 git auto-commit
  • Stop hook 推 reviewer：寫完 Medium / 投資論文 / 求職文件 → 自動 spawn fresh-context reviewer

模塊 G：個人槓桿應用 — 🔥 P0（重新定義）

原本這塊在工作電腦版叫「Day Job 應用」。在個人電腦上，重新定義為職涯資本 + 個人槓桿。

核心問題

你 20+ skill 高度集中在 XHS 內容創作，但 XHS 是已經到頂的副業（模塊 H）。真正缺的個人電腦 skill 是「職涯資本累積」+「人生重大決策」。

該蓋的 8 個 Personal-Side Skill

Skill 用途 對你的具體 ROI
resume-tailor 針對 target 公司客製化履歷 投 10 家公司省 5h，且每份對位
company-deep-research 深度研究 target 公司（產品 / 文化 / 內推） liblib_like_ai_companies.md 上每家 30 min 變產品
interview-mock 針對職位生成題目 + mock + 評分 AI 公司面試前狀態調整
narrative-builder 把工作戰功重寫成跳槽履歷 narrative 你的「efficiency by 50%」變「Architected X with measurable Y」
investment-thesis-writer 餵入研究材料 → 結構化論文進 investment_note/research/ 你已有 RULES.md，缺 thesis 流水線
weekly-self-review 整合 git commits / record-week / personal_os 產週報 已有 record-week，加「給未來面試官看」的 framing
medium-pipeline 從觀察到發布的完整流程 Medium 56 篇能變 100 篇且品質升
life-decision-log ⭐ 重大個人決策的假設→實際追蹤 跨年累積的「決策品質履歷」

重點解釋 3 個

narrative-builder

問題：你履歷上「increased efficiency by 50%」這種話 AI 公司面試官秒看穿是空話。 解法：餵入 Coupang 真實工作（脫敏） + target 公司類型（AI startup / AI-native ops），AI 重寫成：

「Architected an AI workflow stack augmenting pricing operations with deterministic verification, reducing memo iteration cycles from 5 to 2 and saving ~6h/week. Quantified improvements via custom eval suite tracking hypothesis-vs-actual variance.」

這個動作就值幾十萬年薪差。

investment-thesis-writer

問題：你有 investment_note/RULES.md、portfolio.md、BACKLOG.md，但 thesis 進入流程沒系統化。 解法：skill 結構：

  • 強制問你：catalyst / 多空論點 / 信心區間 / position sizing / kill criteria
  • 自動 cross-check 你的 RULES.md
  • 輸出進 investment_note/research/<ticker>_<date>.md
  • 6 個月後自動 review：實際 vs 論文

life-decision-log ⭐

和工作的 decision-log 不同：這個追蹤人生決策——跳槽、加減碼、搬家、消費、健身投入。

date: 2026-05-01
decision: 暫不投 X 公司履歷
hypothesis:
  - 該公司 series B 但燒錢快，2 年內可能裁員
  - 我目前 Coupang 還有空間
  - 等 Q3 拿到本年度評等再決定
expected_6m: Coupang 本月給 promotion signal / X 公司估值修正
checkpoint: 2026-11-01
actual: ???
learning: ???

5 年後你回頭看這份檔案——這就是你「判斷力的演進史」。比履歷上任何文字都有說服力。

Roadmap（8 週、8h）

  • W1-2：resume-tailor + narrative-builder（為了下次跳槽，最高 ROI）
  • W3-4：company-deep-research + interview-mock
  • W5-6：investment-thesis-writer + life-decision-log
  • W7-8：weekly-self-review 升級 + medium-pipeline

對你的具體好處

  1. 下次跳槽：履歷 narrative 已經在 AI 公司頻率上，不是「會用 AI 的 RevOps」而是「親自 architect AI workflow 的 operator」
  2. 投資紀律：thesis 進論述化，5 年後你能跑出「我的 hypothesis hit rate」
  3. 人生決策可追溯：life-decision-log 是任何 LinkedIn / 履歷都做不到的「思考品質證據」
  4. Medium 飛輪轉得起來：56 篇 → 100 篇 → 成為 personal brand

模塊 H：內容與知識產出 — 維持

XHS skills 已到頂。Medium 套上模塊 A + D 後再升一級即可。

一頁總結：個人電腦 8 個 User Story

模塊 觸發場景 帶來的具體改變
A. 驗收 週日寫 Medium 前先貼 top 3 範例 3h → 1h，發得出去把握強
B. 記憶 開新 session 不用重新介紹自己 AI 真的認識你
C. 多 agent 投資研究 4 個 subagent 並行 4h → 1.5h，多 reviewer
D. Spec 重大人生決策強制 spec 焦慮內耗 → 可追蹤進度
E. Eval XHS skill 改版前跑 10 case 對比 知道新版真好
F. Hooks 攔 SDK / 強迫投資操作確認 物理生效
G. 職涯資本 8 個個人槓桿 skill 跳槽彈藥 + 人生決策史
H. 內容 Medium 套 spec + reviewer 寫作有結構感

演練建議

這週只挑 1 個 user story 演練：

  • 如果你近期想跳槽 → 模塊 G 的 narrative-builder（用一個現有履歷 bullet 重寫）
  • 如果你重視投資紀律 → 模塊 G 的 investment-thesis-writer（拿 BACKLOG 一支標的試）
  • 如果你想升級內容 → 模塊 A 套到下一篇 Medium

體感對了再做下一個。

兩邊邊界（重要）

個人電腦做的（這份談的）：

  • 職涯資本累積（履歷、跳槽研究、面試）
  • 副業飛輪（XHS、Medium）
  • 投資 / 個人 OS / 健身 / 重大決策
  • 學習 / 研究筆記
  • AI workflow 方法論研究（在這裡先 prototype，validated 再 port 到工作）

工作電腦做的（→ 看 work companion 文件）：

  • 真實 day-job 執行（pricing / SQL / dashboard / cross-team）
  • 公司資料相關 skill
  • 工作 decision log（不是人生 decision log）
  • 跨部門 deliverable

邊界原則：公司資料不上個人電腦，個人 narrative 不上公司 git。模塊框架共用，user story 兩邊各一份。