基于习惯回路的 AI 采纳

三要素：

1. Consistency（一致性）：让人每天做一件事，从极小开始（每件 1-2 分钟）。她的 "30 Days of GPT" 工具：连续 30 天每天一个小任务。按她的说法，走完的人无一例外建立了日常使用习惯并对技能自信大增——因为它是按习惯养成工具设计的，不是按教程设计的。

2. Reduce friction（降摩擦）：反直觉——不要从工作任务教起。工作自带 deadline 压力，此时换工具等于加摩擦（不熟、答案差、更慢），只会造成挫败。应从与工作无关、有趣、零压力的场景切入：让 AI 出主意去哪度假、把日历喂给 ChatGPT 生成每个会议的 talking points——不需要动脑，没有外部压力。

3. Reward loops（奖励回路）——作者认为最重要、最被低估："你对奖励回路的思考远远不够"。奖励必须 powerful（有力）、immediate（即时）、emotional（情绪化），让做了这件事的人 "feel like a million bucks"。手段：

   • 用 Custom GPT 做新手的第一接触点：作为建 GPT 的人你把 prompt 预写好，新手只需上传文档就能得到高质量输出（如文档反馈/改写版）——收获"哇真有用"的喜悦，而不是"我不会 prompt"的挫败
   • 团队会议公开 shout-out + 让本人 demo 自己的 AI 用法，在大家笑着、情绪好的时刻给出

反模式警告：小心你无意间奖励了什么。表扬"这人熬到凌晨两点把活赶完了"，团队就会模仿熬夜。奖励必须指向你真正想复制的行为（Hilary 反向操作：公开表扬团队成员工作之外的自我照顾，如让兼职做健身教练的 PM 在长会前带拉伸并宣传她的课）。

产品侧印证（同一套原理在 WHOOP 产品里）：

• 红/绿 recovery 分数是"anti-reward loop"：喝酒→第二天红分。用户多年明知喝酒伤身而无法改变，但即时、情绪化的红分让行为真正改变（有会员称"多年酒瘾直到戴上 WHOOP 才控制住"）
• Healthspan/WHOOP Age 功能：把"几十年后才见效"的健康行为压缩成当天可见的分数/颜色变化，解决"改变在变好之前先感觉更糟"的长回路问题