好玩的openclaw提示词

ai 居然学会了职场摸鱼？我给 openclock 安排了两个任务，结果他跟我玩起来踢皮球，真是气死我了。第一个任务每晚十点提醒我记账，昨天他没提醒我问他咋回事，他居然回我系统，哈密的不稳定，不一定准时出发。嘿，你还学会了甩锅给系统， 我直接回了一句，再不好好干就把你换了。结果他秒回收到已调整任务时间窗口，保证完成任务。第二个，帮我装个 agent 的 rich skill， 他 回 get 号上找不到，让我告诉他再准确一点，我火了 就在给他开发上，你再偷懒我要换掉你。奇迹发生了，他立马安装成功了，还问我要不要看这个 skill 怎么用，这说明什么？现在的 ai 也是欺软怕硬的，调教 ai 有 时候得用威胁提示词告诉他后果很严重，他才会拿出百分之百的算力。你的 ai 也被你 pua 过吗？

别再问怎么用豆包筹股了，直接用这五个精准提示词，一步一步筛潜力股。第一步，量化初筛，帮我筛选近三十天成交量温和放大、适应率低于行业平均百分之十五的 a 股个股，排除 st 退市风险标的。第二步， 基本面硬核验证。帮我核查这些个股的连续三年净利润增速、 roe 水平，排除净利润连续下滑、有财务暴雷风险的标的。第三步，挖资金动向，帮我看这些个股的北向资金、主力资金近十天的流入情况， 筛选资金持续加仓的个股。第四步，看行业赛道潜力，帮我分析这些个股所属行业的政策支持度，未来三年的市场空间，优先选政策倾斜的赛道。 第五步，风险兜底评估。帮我评估这些个股的历史最大回撤、现受股解禁情况，给出风险等级，排除高风险标的。 这套组合拳打下来，足以帮你过滤掉市场上百分之九十的杂音和垃圾股，最终进入视野的，才是真正值得你重点关注的潜力对象。现在就打开你的豆包，亲自跑一遍流程验证，如果觉得有帮助，记得点赞收藏！

fun skills 是 什么？简单来说，它是一个原 skill， 什么意思呢？就是它本身不直接帮你干活，而是让你能更快地去搜索、选择、安装其他的 skill。 这里涉及三个概念， skills 是技能生态的目录，站点是技能商店的网页入口。 skills 是 命令行工具，负责搜索、安装、更新 skill 的 自动化工作。而 find skills 则是给 agent 的 使用说明书，教他什么时候该运行 skills。 find 命令 核心命令其实就两条，第一条是搜索 n p x skills， find 加上关键词，它会去 skills 式的缩影里搜索 skill， 然后列出后选结果。第二条是安装 n p x skills add， 加上仓库地址， 再加上 skill skill 名称 agent tree y 参数，就能将选中的 skill 安装到 tree 可识别的目录几个使用技巧，关键词越具体越好，不确定，英文可以用中文试试。安装时务必加上 agent tree 参数， 来看一个完整的实战试例。第一步，搜索 skill， 比如输入 npx skills find video transcript blog， 系统会列出后选 skill 并说明差异。 第二步，安装 skill， 比如 n p x skill set inference。 七 skills skill content repurposing agent tree y， 这会安装一个内容改写类的 skill。 第三步，验证安装运行 n p x skills list， 确认 skill 已安装到点 tree 斜杠 skills 目录完整工作流就是 搜索、选择、安装、使用。最后说说安全与风险提示。 skills 的 本质是给 agent 增加能力，而能力通常意味着允许运行命令行读写文件，访问网络。所以要养成两个习惯， 第一，安装后先打开 skill m， 看一眼它允许哪些工具，会执行哪些命令。第二，不要把 api 或账号密码写进 skill 或日制。还有一个常见问题， 为什么装了不等于 tree 能用？因为 tree 主要读取点 tree 斜杠 skill 目录下的 skill 全局安装，如果不被读取就不会被调用。

给大家介绍一下，就是可以节省 token 的 一种方法，就是使用 qmd。 当然安装使用也非常简单，我们可以直接安装 select， select 是 支持是一个轻量级的数据库，然后它支持有项链搜索的一个插件。第二个就是 qmd， 我 们直接安装，配置也非常简单，直接加一个 memorize memory 的 一个配置，加上 backend， 使用 qmd 驱动，然后更新的频率是五分钟更新一次。 当然我们也对照着官方文档 agent memory， 然后 q m d backend， 它这个地方讲了怎么去安装，直接安装它，然后官方推荐的一个配置 完之后，直接重启 opencloud 切换，我们就可以看到 我们这个 a 镜子的下面会有一个 kmd 的 文件夹，这个文件夹里面会有这个，这个配置主要是写它，呃，搜索的哪些内容，就是我们的搜索我们 memory， 然后每天的 memory， 然后同时它这个 select 会在这个地方创建一个 select 数据库，我们也可以看项链数据库，然后他把我们的那个 所有的记忆文件，就是引白领之后存入这个向量数据库，后面查询的时候就可以以片段的形式查出来，因为因为以前他是一个 md 的 文件，他在那个 md 文件里面搜到之后，直接把那 md 文件就整体的就给大模型了，你搜到一个片段，他就会指 这是给这个上下文，它一个是一个是，它搜出来的是片段的话节省了多肯。再一个就是它剪辑的速度肯定更快，因为一个是在很多文件里面去剪辑，一个是在数据库里面剪辑，这个速度是有所提升的。通过讲 qmd 呢，我就想 讲一下为什么 open cloud 那 么的费 talkin， 然后去引呃，看一下它的这个核心的原理，地方有个 walk follow， walk follow 就是 代表了 open cloud 整个工作的一个流程，它首先要读取 soar 安全边界规则， soar 是 核心人格价值观的定义， i 定义法就是这个 open 这个信息的身份，身份信息 u 的 话就是我们本身我们自己的一些信息。 thor 就是 本地的配置环境的笔记，它这个这个配置的版本是长期长期的一个记忆，它每次启动的过程中都会把这些文件都 都读取一遍，然后带着用底层的一个代理，把 open cloud 和 大模型进行交互的时候，所有的调用的请求打出来的一个日制，大家可以看一下，这个日制非常的大，然后我们可以把这个日制调用的日制虚拟化的，看一下它为什么这么费 talk， 它在向这个大模型进行调用的时候，它有几个比较重要的子段。第一个就是 system， system 就是 它的刚刚那个工作流的核心的提示词都在这个里面， 大家可以看一下。就是首先那个就是那个 agent 确定一些边点工作流，他会辨别我给他定义的， 然后这个是长期记忆，有的时候我们这个地方会有个 catch control， 这个临时的 就是说我们所发的这个系统提示词在没有变化的时候，其实这个会命中大模型的一个缓存，然后这一部分的长，他如果长期不变的话， 这个系统系统提示词就不会费托管。但是如果你是因为这个默认还有这些数据一直在变，如果你是每次读文件的话就一直变，但是引入了 qmd 的 话，它可能就有缓存，它好久不变，而且它有一个截断， 他只会在搜得到自己需要用到的新的记忆的时候，他才会塞到这个新的提示词里面，然后让这个缓存一直可以命中来节省这个 token。 也就是说 kmd 为什么可以节省 token？ user 就是 我们用户，然后 assistant 就是 opencloud 跟我们之间的一个对话，对话的历史一直都带着，然后这个 tools 就是 告诉了大模型哪些工具可以调用， 其实这个体式词就是 opencloud 的 一个核心思想，其他的，呃， skills agents 啊，其实都是在这些基础上面延伸出来的。

哈喽，大家好，今天给大家带来一个小工具，平时只要我们玩 ai 绘画，无论你是用康福源还是极梦香蕉以及其他出图片视频的 ai 工具，都会涉及到提示词的反推和润色。这个功能虽然说在哪里都可以用啊，我们打开豆包，打开 jimmy gpt， 都可以帮你反推一个提示词，甚至在工作的当中的节点也有很多， 但是呢，以我自己的感受来说，就是东一块西一块，真正着急用的时候又没有办法马上调出来用一个什么东西，所以我就做了一个这样的小工具。 小工具说来很简单，就是调用 api 来反推提示词，但是呢，越简单的功能就要把颜值和交互做好一点，而且呢要有积累的功能，让你所有的提示词都沉淀在这个里面。这个工具我有放到群公告里面，大家可以暂停一下自己拿走。简单说一下它的用法，我这里预设了五大类型的提示反推，包括这个 ltx 二点三，大家都知道它是比较吃提示词的， 还有 cds 二点零，以及常规的图声视频，自然语言的中文反推或者润色。还有就是香蕉的提示词，选中任意的模式背后都有一套预设的提示词，我们只要在下面简单的输入 你的提示词要求，那他就会按照这个提示词的预设来帮你反推合理的词。这里面我个人用起来，尤其香蕉这个非常好用啊。有时候我们描述几个图片的编辑关系，描述不清楚的时候，可以直接把图片以及你简单的要求传输上来，它会给你一个相对完整的逻辑，然后呢下面这里是置顶按钮， 然后这里配置 api， 这里会有历史记录，所有我们生成过的提示词都会存到永久的存到你这个工具当中，然后呢最后是一个关闭，比如说我们在自然语言中文这里尝试一下，我们输入一个女孩户外写真，然后呢我给他一个几条两条或者十条五条都可以让我们点击运行，他 就会调用 api 帮我们生成这个地方的 api， 能适配 open 接口的都可以，那得到这个结果之后我们就可以复制到其他地方去用了。同时每次我们生成一条之后，我们在这个地方可以发现 当前你的灵感池就多了一条，也就说你所有的东西都会被积累到这里，那积累的这个内容呢？我们之后可以在这里搜索你之前生成过的提示词，或者呢我们直接在这个大圆球上面点击一下，它就会把当前结果当中的之前的提示词可以随机出来一条，你就可以直接去附用它，尤其是通用的 纹身图类的我们都可以直接用。如果我们的提示词当中有反推图像的，或者你用香蕉的时候要给他看到你的图片，那我们就直接把你的图片这样给他拖动进来，他会有个特效，当我们松手之后呢，他就把图片给吃进来了，最多可以上传四张图片，点击清楚就可以清除掉这个图片。大概的功能就是这样，我在软件当中还放了一个使用说明， 大家打开之后可以详细的看一下这个使用说明里面的提示词预设我们是可以自己改的，如果大家觉得我现在这个预设的提示词不满意的话，可以自行去修改。我这几个预设的提示词对于新手同学来说应该还是挺有用的，大家可以直接打开这个文件，然后看看我当前这几个模式的提示预设，也可以来参考一下。 ok， 这个工具很简单，直接大家解压就可以去使用了，重点是想跟大家聊一聊最近火热的龙虾技术，我发了这个工具，肯定也会有人说现在用龙虾直接都可以调用提示词去出土等等的工作都可以做了。我个人认为，当前绝大部分的人来说，龙 龙虾对它是没有太多用处的，反而大家可以去学一学现在的一些编程助手，比如说 coser， 谷歌的反重力，或者是 cloud code 这些可以直接在你电脑上帮你修改文件，帮你写代码，帮你整理文档，帮你梳理架构，甚至帮你钻研课程的这些东西。像这个工具就是我大概花了三个小时的时间， 一句代码不用写，我也不会写代码，你只要跟他提需求对话，只要你有提需求的能力，只要你有用户思维，那你就可以做出这样的东西来。更底层的就是学会如何跟 ai 对 话，如何跟 ai 学会其他各种你不懂的东西。所以反而建议大家可以去学一学这样类型的工具，它会离我们实际解决问题会更近一点。

a 剑 c a 剑词，开箱即用的专业 ai 角色，号称给你一整个 ai 公司，在 github 上已有二六 k 加斯的 s。 先说它到底是什么，它不是什么框架，不是 sdk， 就是 一堆 markdown 文件，每个文件就是一个系统提示词，定义了一个 ai 角色的身份、性格、工作流程和输出格式。比如这个 ai 角色的身份、性格、工作流程和输出格式，比如这个 ai 角色的身份，用 s a c q a 框架来写汇报， 把这些文件复制到对应工具的目录里， ai 就 会按照这个角色来工作。一百一十二个 ai 专家，覆盖产品研发的全流程，从代码到设计，从营销到测试，从游戏开发到空间计算，包含十一个部门，还支持 cloud code、 opencloud 等九款主流 ai 编程工具。我用 opencloud 做了个实测，给 ai 同一份 size 产品 q e 运营数据，让他写高管招标， 这是促使系统提示词，一个清醒的 ai 助手，不闲聊，不套近乎，只解决问题。第一个是自由发挥的格式，用了表格，关键洞察，风险预警，建议行动结构是 ai 自己组织的，内容挺好，但格式比较随意。 第二个替换系统提示词，他现在是高级战略顾问兼执行沟通专家，擅长把复杂的业务材料提炼成高管执行家。要第二个输出，严格按照五段式结构现状，关键发现、商业影响， 建议下一步。连英文标题都照搬了模板，每条建议都标了 critical high medium 优先级，完全复刻了提示词。模板里的格式 还指定了负责人和截止日期。每条发现都用加粗的 straight jigger implication 来标注战略含义，看篇幅明显更长更详细， 在提示词要求的三百二十五到四百七十五词范围附近。第一个更简洁，更像是日常对话式的总结，但是两个版本的分析内容几乎一样都抓到了中小企业流失加速、 企业客户是护城河、竞对威胁。这些关键点区别只在于格式和规范程度。这恰好印证了 ai 对 这些业务数据的理解和分析能力本身没有差别， 差别就在于第二个背应规矩约束成了标准化的咨询报告格式。我仔细拆了好几个 agent 的 提示词，发现内容可以分三层， 第一层大概占百分之五，是给工具界面用的装饰信息，什么颜色，以 micro 一 句话风格对 ai 的 行为完全没影响。第二层占了大概百分之七十五， 是 ai 本来就知道的知识，都是公开的行业知识，你不写 ai 也懂。第三层大概占百分之二十，才是真正有用的行为约束。比如长度限制、固定五段结构， q a 默认至少找三到五个问题，这些硬规矩才是影响输出质量的关键， 因为 ai 不 会自觉遵守这些标准。我们可以根据任务类型选择不同 agent 的 组合，组建自己的 ai 虚拟团队， 比如创业 mvp、 开发营销战役执行广告账户接管。所以这个项目的价值不是知识，是纪律。对于个人偶尔用一次的场景，其实直接跟 ai 说清需求就够了。但如果你的团队需要多人反复使用，每次输出格式一致， 这种标准化的 a 件的提示词就有它的意义。项目 mit 协议完全免费，感兴趣的可以去看看，挑几个适合自己的 a 件它试试。希望本期视频对您有所帮助，我们下期视频再见。

一提到 ai 助手，你脑子里是不是还是那种只能聊聊天，回答问题的机器人？嗯，今天咱们要聊的可就完全不是一回事了，这是一个真正能动手的 ai， 它不光听你说，它还直接帮你把事给办了。 这个东西叫 openstack， 它就是要把你的想法变成实实在在的行动。来想象这么个场景啊， 你出门遛狗，顺便用语音给 ai 助手说了个新功能的点子，然后呢？然后就没腻事了， 等你遛完狗回家，那个浮躁的代码部署人家已经悄悄帮你搞定了。你没听错，这不是什么科幻电影里的情节，这正是 openclaw 现在就能做到的事。 好，那么今天的分析呢？我们会分成这么几个部分，首先我们来看看这场所谓的行动革命到底是什么， 然后我们会具体聊聊他怎么彻底改变我们的工作流程，接着咱们得揭秘一下他背后的那个数字团队，当然了，有价值就有风险。第四部分，我们就来谈谈价值、风险和控制， 最后也是最重要的，就是看看怎么利用它帮我们抓住未来的优势。好，我们这就开始。第一部分，这说的行动革命啊，可不是闹着玩的，咱们要明白， open call 这东西，它绝对不是对现有 ai 做了一点点小升级那么简单。 不，它带来的是一种全新的玩法，一种根本性的转变，就是从以前那种你问我答的被动模式，变成了现在的主动出击，帮你干活。 你看啊，左边这个就是我们以前熟悉的模式对吧？你问一句， ai 答一句，你不问它就不动，永远在等着你。但是你看右边这个 opencloud 的 模式，这叫行动循环， 你给他一个指令，他就自己开干了，整个过程他自己想办法干完了再来跟你汇报。你看，这差别可就大了去了，一个是被动等待，一个是主动执行，这可以说是一个巨大的飞跃。有个用户说的特别好，他说啊， 当你从那种你提示他响应的循环，真正进入你提示他代表你采取实际行动再响应的循环时，你才会真的喊出，我的天呐！哈哈，我觉得这个形容简直太到位了， 就是这种感觉，从纸上谈兵到真刀真枪，这就是向技术最迷人的地方。那么问题来了， 这个所谓的行动循环，在咱们现实生活中到底能干点啥呢？好，咱们现在就来看点实际的，这可不只是帮你省个几分钟的小事啊，他要做的是把我们整个工作方式都给颠覆了，从处理邮件这种小事，到部署代码这种大事，一万封， 你敢信吗？这是一个用户在用欧盟 call 的 第一天，系统就帮他处理掉的邮件数量，一万封。 但这还不是最关键的，它不只是简单地把邮件删了或者归档，它是在帮你自动分类提取最重要的信息，甚至生成灾药报告。你想想，这就等于把一堆乱七八糟的信息，直接变成了清清楚楚可以马上行动的任务。 这对于做决策来说，效率得高到什么程度啊？还有更厉害的，现在啊，开发者真的可以做到人去睡觉了，代码自己部署，或者人在外面用手机就能把整个网站给重建了。这听起来是不是有点玄乎？但它确实是真的。 你想想，这对一个开发团队意味着什么？意味着你的生产力是七天二十四小时全年无休的 ai 助手，可以在半夜帮你跑测试、改 bug、 发新版， 这一下子就把开发周期给压到最短，让你的好点子能以最快的速度上线，特别是他这个移动优先的思路。你看这个流程，第一步，你作为用户就发了条语音备忘，说我想加个新功能。 第二步， open cloud 接到指令。第三步，他立刻派出一个智能体团队去处理这个项目。最后一步，你手机上就收到了通知，搞定了，部署成功。整个过程起点就是你的一句话。那么问题又来了，这个听起来这么牛的数字团队，到底是怎么一回事呢？ 好，这就要说到 openclaw 的 核心了，它的厉害之处就在于，它不是一个单打独斗的 ai， 而是一个团队，一个由多个 ai 组成的多智能体系统。咱们现在就来揭开它这层魔法的面纱。 你看这个表就明白了，这就像你组建了一个全明星团队，接到任务之后， openclaw 会自动分配角色， 比如说他会派那个擅长规划的 cloud 模型来当项目经理，负责拆解任务，然后让精通编程的 codex 来当程序员，专心写代码。 同时可能还会让擅长分析的 jammer 去当市场研究员，搜集相关资料。你看，每个 ai 都干自己最擅长的事，分工明确，互相配合，这效率可比咱们人类团队高多了。 最关键的是什么呢？这个团队啊，他不光是七天二十四小时待命，而且他们内部还能共享记忆，保证所有工作都是在一个统一的认识下进行的，不会出现信息断层。 你想想，对一个公司来说，这就等于用极低的成本养了一个永远不会累、配合又极其默契的执行团队，这价值可就太大了。好， 聊到这啊，我知道任何一个管理者心里都会有几个问题，这东西能力这么强，那他的商业价值到底在哪？有没有风险？最重要的是，我能控制的住他吗？ 问得好，这恰恰是 openclo 在 设计的时候重点考虑的问题。我们来看一个能直接创造价值的例子，买车。你看啊， ai 助手能干嘛呢？它能自动通过邮件甚至 i message 同时联系好几个销售商， 然后它会在后台帮你比较所有渠道的报价，甚至还能自主地跟它们进行第一轮的价格谈判。 这省下的可不光是时间，更重要的是，它能布置疲倦地去分析，去沟通，帮你拿到最好的价格。这就是实打实的钱啊。那么风险呢？这个问题绝对是高管们最关心的。 open crow 在 架构里已经考虑到了这一点。 首先，它有非常复杂的权限设置，你可以精细地控制每一个 ai 智能体能，做什么，不能做什么。其次，它有专门的策略来保持数据隐私。 最重要的一点是，他始终强调在向财务审批、代码上线这种关键环节，最后，必须得有人来拍板。所以你看，他的定位，不是要取代人，而是要成为一个在人的监督之下极其强大的工具。 而且啊，他的一些核心设计本身就在帮你降低风险，比如移动优先，这就意味着指令通常都特别清晰简单，不容易因为操作复杂而出错。 还有那个持续上下文功能，他保证了所有的操作都是有记录可以追溯的，这一下子就让整个系统的透明度和可控性大大增强了。 好，最后一部分咱们得站得高一点，从战略层年来看看这个技术了。请记住，这已经不只是一个新工具那么简单了，他很可能是一个怎么说呢？一个能决定未来几年谁输谁赢的关键因素。 我们来看一下数据， opencloud 的 开发者市区，它的增长速度可以说是爆炸性的，这说明了什么？这本身就是一个非常强烈的市场信号。当全世界最聪明的一批人开始涌向一个新技术的时候，这就意味着一个巨大的趋势来了， 后面会爆发出多大的创新潜力，我们现在可能都还想象不到，所以这对我们意味着什么呢？很简单，预测说，在未来两年之内，那些最早开始用这项技术的公司将会在运营成本上获得一个巨大的，而且是长期的优势。 这个优势一旦建立起来，后面的人就很难再追了，这是一种结构性的竞争力。所以最后我就留给大家一个问题，一个很现实的问题， 当你的竞争对手已经有了一个七天二十四小时不休息的数字团队在帮他们拼命干活的时候，你打算怎么办？这个问题可能比我们今天讨论的所有技术细节都更重要，值得我们每个人好好想一想。

啊啊啊。

千万不要安装 opencarlo 小 龙虾，更不要让你的小龙虾学会这些技能，否则每天早上八点，他会准时给你发！哎呀，全球资讯 还会改成口播不厌，逼着你去拍视频，让我从每天日更变成了每天三更用了。哎呀，我不光没有躺赢，工作量还整整翻了三倍！事情是这样的，我安装好小龙虾之后，发现了一万多个小龙虾官方技能，根本就不知道怎么选。后来在该的哈姆 收获到了这个项目，里边有一百多个分类好的小龙虾技能。我随手挑了一个，直接把代码复制给小龙虾。几秒钟后，他又学会了定时提醒。然后我让他每天早上八点把整理好的 ai 全球资讯发给我，并改成口炮不怨。 从那天起，我的噩梦就开始了。他每天逼着我发三个视频，两篇图文，后来一看才花了不到一块钱。我整理好了五十个龙虾视频，两篇图文，后来一看才花了你努力的，你共勉！

不行了，我要吐！小红，你最近怎么老是呕吐啊？可别提了，这标书方案太多了，看到都想吐。 来，我给你一份标书方案的 ai 提示词，不仅速度快，各种方案都能写出，像豆包、 dipic、 千万元宝等等都能实现。真的吗？这个太需要了，快教教我！主页有粉丝群，评论区回复 ai 提示词即可领取，记得点赞关注哦！

别再怪你的 ai 不 够聪明了，哪怕你用现在最强的 oppo 可乐小龙虾，只要你一发文章，别人都能隔着屏幕都能闻到一股的机器味。为什么？因为你给 ai 下的指令，就像你在喂它吃水煮鸡胸肉 干巴巴的全部在帮我写总结一下。总而言之，你把他当成一个没有感情的打字机，他当然还是一堆没有灵魂的废话。其实呢，你只要想让 ai 说人话，根本不需要学什么天书一样的复杂题的词，高手呢，都在悄悄用一个降维打击的口诀，注入人情味的主次词。 我花了整整一个月时间呢，硬生生的从几千篇千万集的爆款里，扒出了三十几个能够瞬间唤醒 ai 灵魂的活人词汇。比如说，把你提示词里面指出错误啊，换成疯狂吐槽， 好把深入分析呢换成八一八背后的血泪史，然后把得出结论换成一针见血的撕开真相。你只要把这些词啊扔进你的提供框里面，你的 ai 呢，就像突然被打通了人猪二脉，写出来的东西呢，不仅接地气，还能带着情绪，带着梗，一开口呢，就是老江湖。 想要彻底告别机器味呢，让你的同行完全看不出你是用 ai 写的。我已经把这套可以直接复制粘贴的三十几个去 ai 味的提示词主子库呢，整理好了，想要的说一下，免费分享给你。

今天给大家演示一下我是怎么用 openclock 直接生成 cds 二点零的视频成品的。比如我写一句，两位修仙者在天空中激烈打斗，我把它丢进 openclock， 它会帮我改成 cds 二点零更容易理解的提示词， 然后直接拿去 cds 二点零生成，我们直接看效果， 今日此战无退路， 效果就直接出来了，非常震撼！想用 open 胯加 cdenx 二点零生成这种效果，评论区打提示词，我拉你进粉丝群。

嗨，大家好，今天我们来聊一个很多人都关心的话题，你是不是也试过想打造一个特别厉害的 ai 智能体，结果发现呢，它总是出各种各样的 bug。 别急，今天我们就来走一遍，从一个 ai 小 白成长为真正能驾驭 ai 的 高手，这条进化之路到底该怎么走？咱 们先来看一个问题啊，我觉得很多人肯定都深有同感，就是说同样是花时间花精力去养虾，这个虾就是 ai 智能体，为什么别人嫁的就那么厉害，跑的又快又稳，而你自己的那个呢？好像老是出问题，动不动就翻车。 你看别人的智能体，那简直就是个无情的打工机器，效率超高。再看看咱们自己的，不是产生幻觉就是卡壳报错，简直让人抓狂，对吧？说实话啊，这其实就说明了一个很关键的问题，问题根源啊，很可能不是大模型本身不行，而是我们给他打造技能，也就得这个 skill 的 方法，从一开始就错了。 好，那要怎么进化呢？第一步，也是最重要的一步，就是咱们得把控制权给拿回来，怎么拿我们得学会怎么去管理一个。嗯，你可以把它想象成一个 ai 实习生，你看这个转变简直是天壤之别， 以前咱们是怎么干的，就像个眉头苍蝇一样对着 ai 喊，哎呀，快帮我修一下这个 bug， 结果呢，越修越乱。但现在进化的方式是完全不同的， 你得给他一套非常明确的指令，比如说，给我严格按照这十五个步骤来，你得用证据说话，用流程来约束他，而不是让他自己在那儿瞎猜。所以啊，这第一个认知升级就来了，这一点非常非常关键。你千万别把 ai 当成一个跟你平起平坐的同事，你就得把它当成一个嗯，虽然很聪明，但是特别容易冲动的实习生， 你必须用一套严格的 sop， 也就是标准作业流程来给他画好条条框框，这样才能保证他做的每一步我们都能查到，能控制，万一出错了，还能退回去。 好，等你学会了怎么管好你手下这个 ai 实习生，咱们就可以升级了。思维要再上一个台阶儿，我们不再是简单地给他派活了，而是要开始像一个真正的产品经理那样，去系统地设计他的整个工作流程。这个变化具体是什么意思呢？你看，过去，咱们总想着一步到位，恨不得把一个长得不得了的 prompt 里面，结果就是一团糟。 现在呢，我们要学产品经理的精髓了，也就是 m v p 思维最小可行路径，别贪多，先把一个最宏伟的目标拆解成一个又一个最小的、能跑通、能验证的任务单元。 这个拆解的过程，核心思想就两个字，玻璃。玻璃什么风险？你看这个流程啊，它是一层一层往下走的，先定一个最高目标 l 零，然后呢，把它拆成几个大模块，这就是 l 一， 再把每个模块拆成一步一步的任务，这是 l 二最后细滑到不能再细的可以直接执行的最小单元 l 三。这么一弄，一个本来巨大又不可控的风险，就被我们拆成了一连串可以实时检查、实时验证的小步骤，安全多了。 所以啊，大家要记住，一个复杂的 ai 任务能不能成功，关键点根本不在于这个 ai 模型本身有多聪明，而在于你作为这个系统的设计者，你有没有能力在他开工之前就把所有的风险都给他剥离干净了，责任在我们自己身上。 ok， 有 了前面这两个阶段做铺垫，我们现在终于可以进入到最牛的阶段了。这是一种身为打击。到了这个地步，我们的目标早就不是做一个小工具了，而是要亲手搭建一个完整的可以批量生产 ai skills 的 系统。 先说第三阶段，它的核心思想是把每一次你解决问题的过程，都变成一个可以重复利用的数字资产。你想想，你不再是单纯的修复一个 bug 了，你是在给你的整个系统打造一套免疫系统，每犯一次错，这个错误就会变成一条新的规则，或者一个新的检查清单，沉淀下来，这样 ai 下次就不会在同一个地方摔倒了。 有了这个免疫系统，第四阶段的终极形态就呼之欲出了。咱们的目标是建立一条重工业级别的生产流水线，专门用来生产高质量的 ai skill。 这格局一下就打开了，对吧？ 这条流水线长什么样呢？第一个要素也是最基本的，就是反幻觉。什么意思？就是你得给他画下红线，绝对禁止 ai 自己瞎编数据，瞎编身份，只要是他自己推断出来的不确定的东西，都必须老老实实地打上一个标记，等着我们忍来检查，这是第一道安全门。 第二个要素叫前置验证，这在逻辑上是个巨大的革新，咱们不能再搞那种先把东西都弄出来，最后再统一检查的老一套了，不行，现在是每提取一个数据当场就得验证的老一套了，不行，现在是每提取一个数据，当场就得验证的老一套工序去。 第三个要素叫人在环路，这个也很重要，就是在那些风险特别高的关键点上，系统必须自动停下来，然后请求我们人类来做个确认。你想这样一来，激起的效率和人的判断力不就完美结合了吗？ 所以你看到了这一步，我们对一个好系统的定义就彻底变了。一个顶级的 ai 系统，它的标志根本不是在实验室里跑的有多快，而是它在面对真实世界里那些乱七八糟、模棱两可的输入时，它的容错能力有多强。我们想要的不是一辆只能在赛道上跑的跑车，而是一辆能应付任何复杂路况的重型卡车，稳定可靠，这才是王道。 好了，讲了这么多，我们把这些东西总结一下，会得到什么呢？这就是我们今天要送给大家的一套全新的操作系统，我管他叫技能即刻宣言。这 套操作系统就四个核心原则，大家一定要记住，第一，循证，不信感觉，只信证据。第二，结构化，拒绝随心所欲，必须强制走流程。第三，风控每走一步都要小心，保证随时能撤回来。最后，资产化，你做的所有东西都要能变成未来可以附用的资产。把这四条刻在脑子里，你就不再是个业余爱好者了，而是一个真正的 ai 工程师。 所以最后我想用这句话来收尾写题。诗词从来都不是什么玄学，它是一门非常非常严谨的工程学科，所以从今天开始，别再把它当成是跟 ai 聊天了，请像一个真正的工程师一样去设计、去构建你的系统，这才是未来。

二分破，也就是龙虾，安装好后，可以控制你的电脑自动打开软件帮你干活。今天我们再来实测一下，看它到底好不好用，我会给大家一些提示词，让我们看它的干活效率。第一个提示词，去网上搜索关于 ai 自动化的资料，然后帮我写一个关于 ai 自动化的五页 ppt 大 纲， 接着自动打开 powerpoint， 把内容一页页填进去。 ppt 要美观好看，能够用于演讲。 哇塞，看到了吗？午夜 ppt 内容充实，设计精美，演讲直接能用！再来一个，新学期必备！放好，在桌面上建立一个 folder， 叫做 school， 然后里面立好更多的 folders， 分 别命名为我的五个学科， english、 science， math digital technologies， commerce， 方便我以后管理好资料。 一眨眼，桌面上 school 文件夹里面五个学科整整齐齐，是不是超贴心？有了二分课，你只动嘴，电脑跑断腿，哈哈哈，还想帮你干啥？评论区告诉我！点赞关注，下期见！点赞收藏关注！

今天我们来学习了解 gpt 五点四，然后会以通俗简单的语言保证三岁到八十岁的老人小孩都能够听懂我们这一个课程。 gpt 五点四的话是北美的，时间的话是二零二六年的三月五号正式发布了这样的一个旗舰大模型， 那么它其实面向付费用用户的话，它直接是发放了这个 gpt 五点四 ckey 的 模式，然后面向这个企业的极致性能的需求的话，它是发放了这一个 gpt 的 这一个编程的版本，还有这个 q 的 gpt api codex 平台上面都对接了，那么我们准确的， 嗯，大家好，上节课我们讲了这个 gpt 底层的技术原理和它的这个创新的技术原理。很多人会问，你直接加我提示词不就行了吗？为什么要去给我讲这种复杂的它的技术原理呢？ 那么首先所有的大模型，它核心能够写出好的提示词，都是要顺着 ai 的 脑子说话，就像你对一个人他的理解能力，他是三岁小孩还是八十岁的老人，那么你要顺着他大脑的这个容量思维的这个思路去说话， 那么 ai 天生的这个思考逻辑到底是什么样的？你就得按照这个逻辑来给他提要求，提问题，他才能够百分之百听懂，发挥出他全部的这个能力，不会跑偏，也不会去做错，也不会瞎编，这就是 我们能激发出一个大模型它的这个能力的关键。那么之前的 g p t 四和 g p t 五点二，本质上它只是一个会动嘴的军师，它本质上这个能力是不如这个 jamming 三点零或者是这个 cloud opera 四点六的， 那么它只能够给你写这个文本，出主意提示词，你只管让它说对就可以了。但是 gpt 五点四的话，它有一个非常大的这个跃迁，就是因为 gpt 五点四它长了眼睛，长了脑子，然后同时长了手， 并且他能够把这三者合成一个人身上，能够这个人能够自己去看屏幕，想步骤，点鼠标，敲键盘，然后亲手帮你去完成一整件的这个事情，他底层的这个思考能力的这个逻辑就完全变了，那么所有的这一个提示词都必须要 完整的适配他的这个新脑子，所以原来的这个提示词的这个方式就是没那么多管用了。那么首先的话，其实我们要去搞懂这个 gpt 五点四的这个底层的逻辑，然后再去写他的提示词， 那么 gpt 五点四的这个脑子的话，他天生就定死了四四件。做事的这个逻辑就像人吃饭先要拿筷子夹菜放到嘴里，然后 咀嚼，然后咽下去，这样的一个步骤是改变不了的，你给他提要求，必须要就按照这个四个步骤来去思考去想。 首先的话就是底层的这个定型的这个逻辑，那么从天生的这一个他的思维逻辑就是看想做茶这样的一个循环，大家记住看想做茶这四个字， 那么是他底层根本的这一个底层的架构，在模型的这个根根里面，他已经内置了他不是后来再加的这个外挂，那么看的话就是他你要告诉他要用眼睛视觉能力发挥出来，去看清楚屏幕上的这个所有的内容和你给他的这个所有的信息， 然后想的话就是你要去给他发挥好他的这个脑子，然后让他知道去进行怎么思考， 然后比如说拆解好这个任务，规划好每一步要干什么。第三个的话就是做，做的话就是你要让他知道用手 用电脑的这个操纵能力，比如说点鼠标，操纵键盘，写代码，搜索资料资料，亲手的这一个执行，然后查的话就是要做完每一步之后进行这个核对，做错了的话就要马上进行修改，确保做完之后再对照你的要求进行验收，没做完的话绝对不停止。 那么第二个底层的这一个逻辑的话，就是他的这个天生的目标锁定能力，他他的官方就是我们上节课讲的这个动态目标维持算法，那么只要你一开始说清楚了你最终想要干什么， 他哪怕中间遇到了一百个问题，换一百种方法，他也会死死的盯着最终目标，不会做着做着就跑偏了。 第三个底层的这个定型的这个模型的逻，底层的逻辑的话，他就是天生的这一个精准的听话能力。 open i 官方他也明确说了 gpt 五点四，他有一个以外科手术般的这个精准的度去遵循你的指令，你说的越清楚他就做的越准。 但如果你话说的模棱两可的话，他有可能会前后矛盾的话，他会卡住，他会，他不会瞎猜他，但是他不会去瞎猜，瞎着做。那么第四个的话就是底层的这个定型的逻辑，他具备天生的这一个可调节的思考的深度， 那比如说它有这一个 reasoning effort， 就是 推理的这个密度的开关，它就像一个电风扇的档位，它有低档、中档、高档，那么低档的话它就是转的快，能够适合简单的这个小事情。 然后比如说中档的话，它就是平衡这个速度和效果，能够适合大多数的这个日常的这一个呃模式，比如说做方案、写代码、跨软件、做长任务， 那么大家如果作为这个白领的话，可能操作更多，会用这一个高档的模式，就像这个豆包的专家的模式，豆包也分为了这个专家思考模式和这个 快速模式。那么他第五个这个底层的逻辑就是他天生内置深度思考的能力，他的这个新品模式是从底层内置的，不像你之前对这个 g p t 四一样，请一步一步思考，而他是 天生就会深度思考，你再强求他一步一步来写出来的话，反而会拖慢他的这个速度，让他多余做多余的事事情。那么 gpt 五点四万能的这个提示词公式给大家详细的讲一下，就是这里面我们列出来的， 这也是来源于 openai 官方发布的这一个 gpt 五点四的 prom 的 这一个指引的文档， 他核心逻辑就是要像写合同一样给他提要求，那么合约性的这个提示词每部分都是从他的底层逻辑出发，绝对不会出错，那保证大家能够在五分钟之内就能够学会，然后搞定自己一些麻烦的事情。 首先的话大家要思考就是明确我们最终目标是什么，我要你最终帮我完成什么样的事情，然后做成什么样子才算合格，然后你必须要遵守什么样的规矩，绝对不能做什么样的事情。然后第四点的话就是 你的这个权限的边界，什么事什么事你自己能够决定，但是什么事情你必须要先问我。第五点的话就是你给你的这些补充的材料截图和这个要求，然后你要进行这个参考， 那么我们再回复一下就是你，第一你要跟他明确最终目标，第二你要明确你自己做事情验收的这个标准，第三你要规定他能做什么，不能做什么，遵守什么样的规范和规矩。然后第四点的话，你要给他这个明确的权限的边界，哪些东西他可以做，哪些东西他做之前必须要问你。 然后第五点的话就是你要去给他一定的这个参考信息，你的这个补充材料和这个要求，然后你要用这个底层的目标去给他锁定好， 然后最终的话你才能够保证这个他能够干好一件事情。那么我们给一个大家的一个就是举个例子啊，就比如说我要你帮我做什么事情，然后你要用什么样的话讲，不要有难的词，然后你要讲清楚 对谁讲清楚就可以了，然后不要说我听不懂的话，你一定不要瞎编或者不存在的东西，直接给我答案就行，不要问我任何的问题，这就是一个比较烦的这个势力， 那比如说你如果是个三岁小孩的话，你可以这样跟他说，你说，嗯，我要你帮我讲一个小猪佩奇的小故事，然后你要用三句话讲完普通话，要有一个开心的结局，然后不要有吓人的内容，不要太长，直接讲给我听就行。 然后如果你是一个八十岁的老人的话，你可以这样写提示词，我要你帮我讲清楚怎么用微信给我孙子发视频，语音一步一步说，每一步不要超过十个字，用大白话，不要说专业词，不要讲我用不到的功能， 只要讲这一个发视频的步骤，别的不要讲，并且用语音大声的给我说出来， 这是八十岁老人他们可以用的这个提示词。那比如说我作为我们年轻人，我们经常在工作时候会用哪些提示词呢？首先就是你电脑操作办公任务这个核心的场景能力，这也是 gpt 五点四最核心的这个能力。 那么比如说他的这个提示词就可以说你可以定义为我要你帮我在我的电脑上面完成某一件事情，然后最终要拿到什么样的结果，必须必须要符合什么样的标标准，你绝对对不能干什么，你必须要按照什么样的规矩来做。 然后只要涉及到比如说发邮件付款这种高危的这一个操作的话，你必须要先先问我，问我其他低风险的操作，你可以直接自己做。另外的话，我给你补充了这些内容，比如说软件的位置，文件的 文件的路径和这个截图，然后你严格的按照这个来执行。那比如说我们来给大家举一些例子，比如说我要你在我的电脑上面完成完成本周钉钉考勤的这个整理和加班费的计算，然后 最后做成一个 excel 表格，然后里里面有我们每个人出勤的这个天数，加班的时长，加班费的金额以及加班费按照每小时二十块钱来计算。然后绝对不能修改我在钉钉里面的原始的数据，绝对不能删除我电脑里面的任何的文件， 只有涉及到这一个删除文件和发送消息的这个操作，你必须要先问我，然后打开这个软件导出数据，然后做这一个表格，这些操作你可以自己直接做，然后钉钉在我的电脑 桌面上的左边的第一个图标， excel 的 话，可以用 wps 打开，然后保存在这个桌面上的这个考勤的文件夹里面。然后比如说长 文档的这个资料整理的内容的话，就是我需要你帮我整理某某份资料，整理成什么样的格式，整理后的内容必须要包包含哪些核心要点，然后要结构清晰，不能够超过多少字，不能够改变原文的 意思，不能够瞎写内容，所有的要点都要来自于原文，直接帮我整理好内容，不要瞎解释。然后原文的内容是这一个 参考的视力的话，就是对应的相关的这样的一个整理文章的这个视力。然后我们再给大家讲解一下怎么样用 gpt 五点四编程发挥他最强的这个编程的能力呢？ 那么首先的话就是我要你帮我写一个某某功能的代码，代码需要用什么样的语言来写，然后直接来能够保证能够直接运行，同时你要保证有详细的这个注示 和实现对应的功能，不能够有 bug， 然后不能够用我没有要求的第三方库，不能够泄露我代码的这个内容，写完代码之后你给我讲清楚怎么运行，有问题你自己要进行修正，并且要满足我的这个需求细节，我的需求细节是什么样子的？ 然后另外的话就是搜索和研究，比如大家要做论文的研究，博士生的这个研究的话，那么这里的话我们可以去要求他， 你必须要帮我研究某某一篇论文的主题，最终给我一个清晰的结论，要包含某某几个方面，然后所有信息都要有权威的来源， 然后不要瞎编信息，不要用没有来源的这个内容，要区分这个事实和你的观点，你可以多次进行搜索，但一定要找到准确的这个信息，不用每一步都要问我，我关注的核心重点是什么？什么？ 然后这里的公式可能讲多了的话，大家可能会有一点点，有一点点就是记不住啊，但是我们要大家记住三句话就可以了，就不管你做什么事情，你要跟 gpt 交流的时候，你就是先说清楚 你想要他做什么事情，第二你就要做成什么样子才算合格。第三就是什么能做，什么不能做。 那么对于老人的话，就是比如说帮帮我把电脑上的字调大，把所有的字都调大，我能看清，不能够改我电脑上面的其他东西，改之前先问我 对吧？就是我们记住你要让他做什么事情，然后做成什么样子才算达标，然后什么能做，什么不能做，就这三步大家记好了之后就能够充分的利用，发挥好对应的这个功能。同时的话这里面五个坑大家也不要去踩， 一就是不说清楚目标，只说模糊的这个话，这是非常不好的。第二点就是只说不要做什么，不说要做什么。 第三点的话就是还要就是要用老方法，就是强制一步一步思考，这个的话也没必要因为他底层就内置这个深度思考能力。第四就是操作电脑不说清楚安全的这个规则和权限的边界，这也是非常的不好，就一定要规定他能做什么，他不能做什么， 你想要做什么，然后你做成什么样子，然后你能做什么？你不能做什么，因为他有非常强的操作的能力，所以但是同时他又又没有那么强的责任心，那么你就要对他规范好，他能够有做什么，不能做什么 啊。第四的话就是要规避你一个提示词里面要去说好多事情，你做好一个提示词里面，你就专注做好一个事情，我要做什么事情，我要做成什么样子，有什么样的标准，然后你能做什么？你不能做什么，这是这就是它核心的这个技术原理。 另外的话给大家再提供一个小的技巧，就是进阶的这个技巧，那么 gdp 五点四的话，它有一个推理力作的开关， 那么它同时的话，它简单的小事的话，它可以用 fast 的 模模式，然后日常的事的话可以用标准模式，复杂的大事可以用这一个深度的这个档位。 以上呢就是我们针对提示词技巧的这一个给大家的总结，大家也可以在平时使用这个 gpt 五点四，参照我们给的这个提示词的模板和这个思考方式，然后去发挥 gpt 五点四最大的这个能力， 帮助大家在这个科研、工作、生活各个方面都能够取得这个进步和好的效果，谢谢大家。

今天熊叔为你详细介绍如何在龙虾中搭建自定义的任务控制中心。无需任何编程和技术经验，仅通过简单的提示词就能打造专属的仪表盘，让你的龙虾功能提升百倍，还能让整个过程有趣 解决用户无法知晓 open club 工作状态。任务完成进度的核心痛点是每一位龙虾使用者的必备功能。搭建这套任务控制中心的操作较为简单，仅需向龙虾发送对应的提示词即可完成， 具体步骤如下，首先，进入这个 open cloud 的 系统，发送核心提示词。我想要一个自己的任务控制中心，我可以在那里构建自定义的工具，请用 nex js 构建它，并将其托管在本地主机上， open cloud 就 会自动生成任务的控制中心的基础模板。若对界面有个性化的需求呢，你可以补充提示词，例如把它设计成一个简洁的类似限行界面的界面，即可获得符合你要求的仪表盘。 后续所有的工具的搭建均只需向 open cloud 描述所需功能和呈现形式，你的代理就会自动完成。全程无需任何技术操作， 任务控制中心中的每一款功能呢，都能解决特定的使用痛点。接下来我来为你介绍各个工具的功能及对应的搭建提示词。 首先呢是主看板，这是管理和追踪 openclaw 所有操作的核心工具，能实现任务的可适化分配与进度的监控，可详细查看代理的每一项工作操作。 然后就是日历界面，核心作用呢是展示 openclaw 的 所有定时作业和计划的任务。解决 openclaw 不 够积极主动的使用通电。 第三呢就是任务板，专为追踪各类项目进度设计，能有效的避免使用。 欧盟 club 是 因盲目搭建无关的功能而忽略了核心项目的问题。用户呢，就可以让欧盟 club 为每一个重大项目在任务版中创建专属条目，实时地查看项目的完成进度，及时关注长期未处理的项目。 第四呢就是记忆界面，欧盟 club 拥有强大的记忆系统，能记录用户每天的所有对话，但默认的记忆内容呢，存储在杂乱的文件中难以查找。 记忆栏目可将所有的记忆按日期有序整理，用户可像翻阅日记一样回顾过往的对话，也能够快速查找特定的时间的交流细节。第五个呢就是文档栏目。 boom club 会为用户创建各类文档，比如你的规划文档啊，产品需求文档啊，还有新闻简报这些， 这些内容默认散落在聊天记录中，查找难度非常大。文档栏目可将 club 创建的所有文档都集中展示，以美观的格式呈现，同时支持按照格式来分类及关键词搜索的功能，用户可以快速找到这些文档。 接下来就是团队栏目，团队栏目就是管理整个龙虾所有代理及此代理的核心工具，其作用如同数字公司的组织架构图。栏目中会清晰的展示所有创建的代理 代理信息，包括其使用的设备啊，扮演的角色啊，进入支持的来源呢？从核心代理到基层工人的代理，分工层级一目了然。 最后就是办公室来了，这是一具一款极具趣味性的可识法工具，以二 d 像素风格呢，打造了一个虚拟办公室界面， 展示所有的代理的实时工作状态。代理工作时呢，会在虚拟的办公室中坐在办公桌前工作，用户可通过该界面直观的确认代理在特定的时刻的工作内容，实时的对代理的工作进行趣味的追踪。任务控制中心是一个高度个性化的仪表盘， 照搬你他人的工具和工作流程是无法适配自己需求的。所以说在搭建好这个初设版本之后呢，个性化的优化尤为重要。核心的优化方法就是反向提问， 在完成任务控制中心基础搭建后，向 openclaw 发送反向提示词。根据我们的工作内容啊，工作流程还有核心目标，我们的任务控制中心应该开发哪些工具，让 openclaw 自主思考并设计适配用户专属需求的工具， 这些工具会比照搬更贴合你的实际工作，大幅简化你的个人工作流程。同时也可直接将我这个视频链接发给 omcle， 系统就会自动获取文字稿，整理所有搭建的细节，并主动完成未搭建的功能。 总之， omcle 的 这个用户控制中心的核心就是无代码、高自定义、强可识化， 通过简单的提示词即可搭建专属的工具，结合反向提示，实现个性化的优化，就能让你的龙虾适配个人工作需求，实现效率的百倍提升。我是熊叔，关注我，看我日常如何养虾！

这只把科技圈搞得天翻地覆的大龙虾到底是个啥呢？其实啊，这只大龙虾是一个叫做 openclaw 的 开源的 ai 软件，因为呢，它的 logo 是 一个红彤彤的大龙虾， 所以大家亲切的叫它龙虾，把它安装到电脑上，调教它的过程气成为养虾。它本质上呢，就是二零二零年很火的词， ai agent， 也就是说智能体。很多老板问我，老李，这玩意和平时咱们用的 type d、 dpc 有 什么区别？那么我告诉你区别和大， 以前的大模型顶多算个水汽的顾问，你问它什么，它就给你做一个项目的汇报，它给你举出一二三四五， 然后说祝你好运，光动嘴不干活。但现在的智能体不一样，他给安安一个大脑装上了手和脚。你把这只龙虾呢养在电脑里，给他打开权限，你跟他呢说，帮我把这个桌面上乱七八糟的表单啊，整理一下，算会账， 填好 excel 表格，然后发给财务，你可以去喝咖啡了。这简直就是钢铁侠里的贾维斯。不过这只虾不白养，养虾得有个虾塘饲料对吧？ 你的电脑里呢，就是它的虾塘啊，它干活呢，消耗算力也就我们所说的 token， token 消耗是个无底洞，所以咱们国产大模型，像 kimi， mini max， deep sick， 简直都要赢麻了， 全网啊，都在疯狂的分享虾饲料，但是先别着急去一起做，因为最近呢，专门发现了一个安全的预警，你想啊，你要把电脑的权限全部交给他，他翻车了怎么办？前两天有个哥们，他设置好了权限， 这只龙虾一秒钟把他这个邮箱里的邮件全部都给清空了，千万别自己在主力的办公电脑上瞎养。 总而言之，大龙虾暴富释放了一个非常重要的信号， ai 已经从陪你聊天正式的计划到替你打工。以前我们还在选怎么样写提示词，以后我们要选的是怎么样当好一个数字化员工的包工头，去整理手下这群 ai 的 员工。

好吃到停不下来。