90 天转型启动计划

理论结束，行动开始。本节把全书的框架压缩成一个具体可执行的 90 天计划。

为什么是 90 天？

from dataclasses import dataclass
from typing import List, Dict
@dataclass
class WhyNinetyDays:
"""90天的科学依据"""
RATIONALE = {
"习惯形成": "行为心理学研究显示，新习惯平均需要 66 天（21天是谬误）",
"可见成果": "90 天足够产生可量化的外部成果（内容/项目/客户）",
"审视周期": "既不太短（看不到结果），也不太长（失去动力）",
"企业季度": "与公司的绩效周期对齐，方便在工作中展示进步",
}
EXPECTATION_CALIBRATION = {
"第一个 90 天能做到": [
"建立 1–2 个 AI 工作流，节省每周 3–5 小时",
"完成岗位风险评估和技能路线图",
"发布 8–12 篇高质量内容（每周 1–2 篇）",
"启动一个副业方向的市场验证",
"建立基础 PKM 系统",
],
"第一个 90 天不能做到": [
"副业月入过万（需要 6–12 个月）",
"完全转换职业（需要 12–18 个月）",
"建立大量粉丝（需要 6–24 个月）",
],
}
why = WhyNinetyDays()
print("第一个 90 天能实现：")
for goal in why.EXPECTATION_CALIBRATION["第一个 90 天能做到"]:
print(f"  ✅ {goal}")
print("\n第一个 90 天不要期望：")
for unrealistic in why.EXPECTATION_CALIBRATION["第一个 90 天不能做到"]:
print(f"  ❌ {unrealistic}")

90 天计划：三阶段框架

Month 1：觉察与基础

MONTH_1_PLAN = {
"主题": "先诊断，再建基础。不要还没搞清楚处境就急着行动。",
"Week 1 - 诊断周": {
"任务": [
"完成第一章的岗位 AI 替代风险评分（记录真实数字）",
"列出你过去 6 个月做过的所有工作，按执行层/判断层分类",
"做一次'市场价值自测'：招聘网站找 5–10 个相关职位，对比能力差距",
],
"输出": "一张清晰的现状地图：我在哪里 / 风险是什么 / 差距在哪里",
},
"Week 2 - 路线确认": {
"任务": [
"根据风险评分选择行动模式（防御/升维/进攻）",
"选定一个主要技能升级方向（12 个月后你要在哪里）",
"选定一个副业方向进行 90 天验证",
],
"输出": "书面的 90 天个人计划",
},
"Week 3 - 工具与系统": {
"任务": [
"开通 Claude/ChatGPT，完成至少 5 个工作任务的 AI 辅助测试",
"建立基础 PKM（Notion 或 Obsidian，选一个）",
"设计你最重复的一个工作任务的 AI 工作流",
],
"输出": "第一个可运行的 AI 工作流",
},
"Week 4 - 第一次输出": {
"任务": [
"写并发布你的第一篇'学习+观点'文章",
"优化 LinkedIn/社媒档案：清晰说明你的专业判断力",
"做第一次 PKM 的周度处理",
],
"输出": "第一篇公开内容，真实的第一步",
},
}
print("=== Month 1 详细计划 ===")
print(f"主题：{MONTH_1_PLAN['主题']}\n")
for week, details in MONTH_1_PLAN.items():
if week != "主题":
print(f"{week}")
for task in details["任务"]:
print(f"  ✅ {task}")
print(f"  → 输出：{details['输出']}\n")

Month 2：整合与实践

MONTH_2_PLAN = {
"主题": "把 AI 真正嵌进工作流，同时建立内容节奏。",
"AI工作流目标": [
"完成 3 个核心工作任务的 AI 工作流设计和文档",
"每周通过 AI 工作流节省至少 3 小时执行时间",
"建立一个可复用的 Prompt 模板库（至少 10 个）",
],
"内容输出目标": [
"每周发布 1–2 条有质量的内容",
"试验至少 3 种不同的内容角度（教程/故事/框架/清单）",
"回复每一条评论，建立真实的读者关系",
],
"副业验证目标": [
"完成选定副业方向的'最小可行验证'（一次免费咨询/一个课程大纲/一个数字产品原型）",
"获得 3–5 个真实的市场反馈",
"决定是否继续或调整方向",
],
"学习目标": [
"完成选定技能方向的入门（10–15 小时）",
"建立每周固定的学习时间块（至少 3 小时/周）",
"PKM 开始有规律地更新",
],
}
print("=== Month 2 目标 ===")
for category, goals in MONTH_2_PLAN.items():
if category != "主题":
print(f"\n{category}：")
for goal in goals:
print(f"  ☐ {goal}")

Month 3：加速与验证

MONTH_3_PLAN = {
"主题": "把前两个月的基础加速，开始看到真实回报。",
"里程碑检验": [
"AI 工作流是否真正节省了可量化的时间？（记录数据）",
"内容是否开始有稳定的阅读量和真实互动？",
"副业方向是否有'值得继续'的信号（付费/持续需求/真实反馈）？",
"技能升维是否开始在工作中展现（新项目/新责任/新对话）？",
],
"加速动作": {
"如果内容效果好": "把最好的 2–3 篇内容改编到其他平台",
"如果副业有信号": "从免费/低价升级到正式定价",
"如果AI工作流成熟": "文档化并分享给团队（建立内部影响力）",
"如果技能进展顺利": "接一个超出现有舒适区的工作或项目",
},
"90天总复盘问题": [
"我的岗位 AI 替代风险评分有变化吗？（现在是多少）",
"我的'判断层工作'占比从多少到多少？",
"我有了哪些 90 天前没有的可见性证据？",
"我从副业/内容获得了哪些来自市场的真实信号？",
"未来 90 天，最重要的一件事是什么？",
],
}
print("=== Month 3：里程碑检验 ===")
for milestone in MONTH_3_PLAN["里程碑检验"]:
print(f"  ☐ {milestone}")
print("\n=== 90 天总复盘问题 ===")
for q in MONTH_3_PLAN["90天总复盘问题"]:
print(f"  🔍 {q}")

每周节奏模板

WEEKLY_RHYTHM = {
"周一": "主业重心 + 回顾上周 AI 工作流效果",
"周二–四": "主业执行 + 每天 30 分钟副业/内容进展",
"周五": "主业收尾 + 30 分钟 PKM 处理",
"周六早上": "2–3 小时副业深度工作",
"周日": "学习 + 规划下周",
}
DAILY_AI_HABITS = [
"早晨：用 AI 处理昨天积累的邮件/信息草稿（15 分钟）",
"工作中：遇到执行类任务，先想'AI 能处理吗？'",
"晚上：快速把今日洞见/想法记入 PKM（5 分钟）",
]
print("=== 每周节奏模板 ===")
for day, activity in WEEKLY_RHYTHM.items():
print(f"  {day}：{activity}")
print("\n=== 每日 AI 使用习惯 ===")
for habit in DAILY_AI_HABITS:
print(f"  · {habit}")

本章小结

• 📌 90 天是建立习惯、见到真实成果的最短合理周期
• 📌 三阶段：觉察与基础（Month 1）→ 整合与实践（Month 2）→ 加速与验证（Month 3）
• 📌 月底复盘不可缺：用数据检验进展，而不是靠感觉判断
• 📌 每周节奏先设计好——副业时间必须是固定的，不是碎片的

下一节：马来西亚 AI 时代职场实况