假期在家整理收藏夹。
翻到一半发现一个问题：收藏的AI文章越来越多。从最初的ChatGPT使用技巧，到Claude、Cursor、各类MCP，再到Skill、Agent、龙虾、Hermes等工具，每篇都标记了"AI学习"标签。
但日常仍被各种事务占满时间。客户跟进、合同处理、信用证审核、报关资料复核、问题解决、采购及工厂沟通……忙碌状态丝毫未变。
那一刻感到荒诞：收藏再多，实际毫无用处。
收藏不是学习
收藏易让人误以为已掌握知识，但"看过"不等于"知道"。这仅是信息搬运过程，未增加任何实际认知。
工具应用同理。
早年开发外贸客户时，总在寻找更多工具：找客户工具一个不够就换两个，图片处理总在追求更优解。最终实操发现，真正高效且顺手的仅一两个——如找客户用核心平台，图片处理依赖PS和Canva。
AI工具潮亦是如此。
我做了个决定
我清空了大量收藏夹内容，停止随意添加，转而聚焦业务本身：梳理哪些流程值得优化。
首先改造信用证审核。
外贸从业者皆知此事：重复繁琐且容错率极低。开证行、受益人、文件要求、附加条款等需逐项核对，极易出错。但信用证有固定标准（UCP600），核查项和方式明确，企业产品参数也能预设。
于是我将其流程化为Claude Skill。如今，任何复杂信用证草稿，1分钟内输出90分以上的审核报告，快速稳定。
其次是报关资料复核，涉及价格、海关编码、尺寸、数量、产地、品名等多变量，坑点多。该Skill已优化10轮，仍在调优。
这两次改造，才是AI在外贸场景的真实价值体现。
它们源于我业务中每周必遇、高频易错的标准化任务。AI在此的作用纯粹：将已会做但耗时的操作提速。
那些收藏夹里的文章在帮谁
反思后意识到，若AI测评和教程未解决我每周遇到的具体问题，它仅制造"进步假象"。
更真实的情形是：收藏越多越焦虑。清单越长，实际应用越少。反而苛责自己"不够努力"，继而收藏更多《高效学AI的10个方法》——陷入死循环。
地基不够，工具越贵越没用。AI是个放大器，不是发动机
用好AI的关键，不在Prompt技巧，而在于能否在不依赖AI时，清晰阐述产品、流程、客户或市场。逻辑清晰者，AI是加速器；混乱者，AI徒增焦虑。
AI如建筑工具。地基不牢，再昂贵的工具建出的仍是危房。
因此，问题不在于"该用哪个AI"，而在于"业务中哪件事能让AI提效"。
厘清这点后，当下任何AI工具皆已足够。
什么值得用AI来做？
三条准则：
第一，是否为业务中高频重复且有标准可依的任务。如信用证审核（每周固定操作，UCP600为基准）；而"研究AI动态"属他人事务，不符。
第二，能否直接提升询盘产出，或腾出时间做询盘相关事项。若能，才值得搭建Skill或工作流。
第三，能否持续迭代优化。报关资料Skill历经10轮调优属常态——可进化的才是长期资产。
德鲁克有言：效率是"把事情做对"，效能是"做对的事情"。
掌握20个工具是效率，找准AI在业务中的发力点才是效能。
接下来要做的两件事
一是将Claude接入网站文章创作流程，二是通过MCP将谷歌广告投放接入Claude。
逻辑一致：网站内容作为B2B长期资产，持续带询盘；谷歌广告操作有标准、可优化、能反馈。二者均符合上述三大准则。
外贸红利易逝，但内容与广告投放属长跑项目，投入可累积复利。
与其在衰退渠道内卷，不如聚焦产生复利的核心事务。
不乱学，才是AI时代的竞争力
收藏夹少几篇无关文章，业务多一个稳定运行的Skill。
专注更少之事，但深挖更透。