语音摘要 — 点击播放以跟读：正在朗读的行会保持在顶部附近。
你将学到什么
预计时间：50分钟
完成本课程后，你将能够：
- 运用描述技能构建有效提示，指导AI收集并综合与非营利工作相关的信息
- 运用辨别技能评估AI生成的研究结果，判断其准确性、相关性和对非营利工作场景的适用性
使用AI进行研究
(7分钟)
本视频通过一个研究案例展示"描述-辨别"循环的实际应用。你将跟随Maria——一位将住房非营利组织从波特兰扩展到西雅图的执行董事——看她如何使用AI研究政策环境、资助机会和合规要求。视频展示了如何构建富含上下文的提示、批判性评估AI输出，并通过迭代获得有用结果。
关键要点
- 有效的描述需提供上下文：不要只提宽泛问题——要说明你是谁、服务对象以及具体需要了解什么。这些上下文能帮助AI提供相关且可操作的信息
- 辨别不可或缺：必须批判性评估AI输出，特别是在准确性至关重要的领域。标记需要验证的具体主张，注意信息缺口，质疑信息时效性
- 描述-辨别循环是迭代过程：首次提示很少能直接获得所需全部信息。通过评估每个响应来构建更有针对性的后续问题
- AI加速研究但不能替代专业判断：AI能帮助你快速掌握概况，但你仍是需要运用专业判断进行最终决策的人
练习1：政策与立法追踪
本练习帮助你运用描述和辨别技能研究与工作相关的政策领域。
第一部分：自我反思
选择与你工作相关的政策领域（住房政策、教育资金、医疗可及性、环境法规等）。构建研究提示时包含：
- 你想了解的具体政策或立法
- 你组织的背景（服务对象、与使命的关联性）
- 你需要了解的内容（对受益人的影响、资金影响、合规要求、倡导机会）
- 时间范围或地理范围
第二部分：协作
向AI提交提示并评估响应。运用辨别能力：
- 识别至少2个需要验证的主张
- 注意与你的社区相关但缺失的观点
- 标记看似过时或过于笼统的信息
第三部分：反思
- 你的初始提示是否为AI提供了足够的上下文？
- 你会如何修改提示进行第二次尝试？
- 在应用这些信息前你需要进行哪些验证步骤？
进阶目标：要求AI追踪总结中某个关键主张的原始来源，比较其表述准确性。
练习2：捐赠者或资助方发掘
本练习将描述与辨别能力应用于筹款研究——这个对准确性要求极高的领域。
第一部分：自我反思
选择研究重点（例如：特定项目的资助机会、所在地区有相关捐赠优先事项的企业资助方，或资助类似组织的基金会）。构建研究提示时包含：
- 组织使命和寻求资助的具体项目/需求
- 非营利组织特征（预算规模、地理区域、服务人群）
- 资助参数（资助金额范围、合格支出、申请时间）
- 除主题契合外"良好匹配"的标准（价值观、捐赠历史、可及性）
第二部分：协作
向AI提交提示并评估响应。运用辨别能力：
- 核实建议资助方是否确实资助你这类规模/类型的组织
- 验证当前申请截止日期和资格要求
- 识别过时信息（已终止项目、变更的优先事项）
- 注意哪些潜在资助方与你的价值观而不仅是预算需求相符
第三部分：反思
- AI是否理解资助方与你使命"契合"的真正含义？
- 在投入时间申请前你需要核实哪些关键细节？
- 这些研究结果中缺失了哪些只有你（或你的人脉）才知道的信息？
进阶目标：选择一个建议资助方，要求AI帮助你研究其近期资助记录，了解实际资助模式与声明优先事项的差异。
课程反思
- 提供组织背景信息如何改变了AI研究输出的质量？
- 使用AI进行研究时，你将在工作流程中建立哪些验证习惯？
后续内容
下节课我们将在不同场景——AI辅助写作中——探索相同的描述与辨别技能。你将看到这个循环在内容创作而非信息收集时的运作方式。
反馈
学习过程中，我们期待了解你如何应用课程概念以及任何反馈意见。请通过此链接分享反馈。
版权声明
_版权2025 Anthropic与Giving Tuesday。基于Rick Dakan教授（瑞林艺术设计学院）和Joseph Feller教授（科克大学）开发的AI流畅度框架。采用CC BY-NC-SA 4. 0许可协议发布。_