像你一样思考的GPT

核心洞察：善于教人的人也善于教 AI——把"向人解释为什么这样改"的能力对准模型即可。隐性品味可以反向工程：不直接描述标准，而是让 AI 从你的修改前后对比中归纳标准。

五步：

1. 识别你最擅长给哪类反馈。不确定就问 AI："我想做一个帮团队提升的 custom GPT，产品领导者可能有哪些独特专长可以教给 AI？"
2. 把技能翻译成 GPT 概念。例：擅长 UX 细节 → 团队上传 wireframe 拿第一轮反馈的 GPT，或生成可用性测试提问的 GPT。没思路就把相关文章喂给 AI 要 10 个创意。
3. 教模型像你一样想。收集你改过的 before/after 作品对（或你眼中 best-in-class 的范例），让 AI "Describe in detail the differences between the 'before' and 'after' versions"，再用她最爱的追问 "Be 100x clearer and more specific" 逼出具体模式。
4. 让 AI 替你写 prompt。"写一个能把 before 这样的粗稿变成 after 这样的成稿的 prompt，并极其具体地解释每条建议背后的 why"。拿 before 样本回测输出，人工再精修。
5. 创建并分享 GPT。装载 prompt + 知识库（如你写过的相关博文），发布给团队；同时明确你本人依然提供时间和反馈。

分工模型：GPT 负责 0→80 的实时反馈（随时、多轮），你专注 80→100（战略、细节、高影响时刻）。

副产品：这个过程逼你把直觉标准说清楚，本身会让你成为更反思、更有效的领导者。