📘 L2 课程：搭建 AI 工作流

课程定位

一句话目标：把 L2-7 到 L2-10 的成果合并成一个“我的 AI 工具箱”，并让学员知道如何把一个课堂工作流优化成可稳定产出、可交付、可投入生产的 AI 工作流程。

本节核心比喻：AI 是发动机，人是方向盘、刹车和验收员。

本节新增重点：从能跑一次，到稳定生产

模块二最后不只展示“我做了一个 Agent / Skill”，而是要判断它能不能真的放进日常工作里。一个可以投入生产的 AI 工作流程，至少要满足 6 个条件：

当前开源项目映射

课堂上不要承诺“全自动”。主线是：先做到稳定辅助生产，再考虑部分自动化。

课前准备

• 工作流拆解表.md
• 知识库说明.md
• Agent设定卡.md
• Skill草稿.md
• AGENTS.md / SKILL.md 草稿。
• IDENTITY.md / SOUL.md 草稿。

课堂流程

本节行动导航：把课堂作业升级为稳定辅助流程

逐字稿

0-10 分钟：模块回顾

我们这几节课学的不是一堆孤立工具，而是一条完整路线。

L2-7 学的是工作流：把复杂问题拆小。
L2-8 学的是知识库：让 AI 有资料可查。
L2-8A 学的是本地 Markdown 资料和工程资产：知道什么时候 Prompt、什么时候 RAG、什么时候写 AGENTS.md、Skill、IDENTITY.md、SOUL.md。
L2-9 学的是 Agent：给 AI 一个岗位。
L2-10 学的是 Skill：把重复流程固化成技能包。

今天我们把它们合成一个东西：我的 AI 工具箱。

10-25 分钟：什么时候需要哪类工程资产

很多同学会问：老师，我到底应该交付什么？

我们用一个简单判断：

• 只是偶尔用一次：Prompt。
• 资料经常变：知识库 / ima / RAG。
• 流程固定：AGENTS.md / Skill。
• 风格固定：IDENTITY.md / SOUL.md。

比如“帮我总结今天会议”，用 Prompt 就够。
比如“每周都要把会议整理成结论、行动项、风险和待确认问题”，这就适合写成 Skill。
比如“回答要像客户本人，温和但直接”，这就适合写进 IDENTITY.md 和 SOUL.md。

记住：客户先要的是可交付的资料、流程和风格，不是复杂模型改造。

25-40 分钟：组装 AI 工具箱

一个完整 AI 工具箱至少有 5 个部分：

1. 一个工作流：做事步骤。
2. 一个知识库：资料来源。
3. 一个 Agent：岗位员工。
4. 一个 Skill：固定技能。
5. 一组风格文件：身份、语气、禁用词和示例回答。

这就像开一家小店。
工作流是店里的 SOP，知识库是资料柜，Agent 是员工，Skill 是员工培训手册，IDENTITY.md 和 SOUL.md 是员工的说话方式。

40-52 分钟：把工作流调到稳定输出

AI 时代，人不是没用了，而是换位置了。

人要做 5 件关键事：

1. 定目标：到底解决什么问题。
2. 管资料：哪些资料可信，哪些不能上传。
3. 写规则：给 AI 看什么是好流程和好风格。
4. 做验收：判断输出对不对。
5. 担风险：决定能不能发布、能不能执行。

AI 可以帮你快，但不能替你负责。

尤其是发布、交易、健康、金融、未成年人、隐私和客户资料，一定要人工确认。

接下来我们用“生产化四步”检查自己的工具箱：

1. 定版本：先命名为 v1，不追求一步到位。
2. 跑样例：用 3 个固定测试跑一遍：正常任务、资料不足、高风险任务。
3. 记问题：记录 AI 哪一步乱了、缺了、编了、越界了。
4. 写回规则：把问题写回知识库、Agent 设定、Skill 流程或人工确认点。

每一次优化都要留下记录。没有记录，就无法判断下一版是不是更好。

生产可用工作流的 4 层结构

如果一个工作流只有提示词，没有资料层和验收层，它只能算“临时用一下”。
如果它有资料、流程、岗位、测试，才开始接近“可交付的 AI 工作系统”。

稳定输出优化话术

请根据下面的 AI 工作流试跑结果，帮我优化到 v2。

原始目标：
原始输入：
原始步骤：
原始输出模板：
试跑结果：
发现的问题：

请输出：
1. 哪些问题属于输入不清楚。
2. 哪些问题属于步骤缺失。
3. 哪些问题属于输出格式不稳定。
4. 哪些问题属于风险边界不足。
5. v2 工作流修改建议。
6. 需要新增的测试任务。

课堂实操模板

请根据下面的模块二产物，整理成“我的 AI 工具箱”，并评估是否可以进入日常使用。

工作流拆解表：
[粘贴]

知识库说明：
[粘贴]

Agent 设定卡：
[粘贴]

Skill 草稿：
[粘贴]

要求：
1. 汇总成我的 AI 工具箱。
2. 检查资料层、流程层、岗位层、验收层是否完整。
3. 用提效流程评估表打分。
4. 设计正常、资料不足、高风险 3 个试跑任务。
5. 输出 v2 优化建议。

52-57 分钟：学完后能交付什么

这套课学完，不是把一堆复杂工具卖给客户，而是把客户最需要的东西整理成三件套。

第一，知识整理：给 AI 参考资料，形成 RAG 或知识库。
第二，流程固化：把稳定操作流程写进 AGENTS.md 或 Skill，让 AI 按 Plan、Execute、Verify、Reflect 做事。
第三，风格学习：用 IDENTITY.md、SOUL.md 和 Markdown 样文，让 AI 学客户的说话方式、写作风格和习惯。

客户说“我想做一个 xxx”时，可以用 OpenClaw Skill Creator：先理解需求，再从历史对话提取信息，补充提问，确认需求，选择预设框架，生成 Skill，生成测试，最后打分优化。

如果你面对的是企业客户，最容易成交的不是“我会 AI”，而是“我能交付一个知识库、一套流程规则、一份风格文件和一组测试题”。

完整交付包装见：../OpenClaw课程销售卖点包.md。示范技能见：../skillpacket/skills/openclaw-skill-creator/SKILL.md。

57-60 分钟：展示说明

每位同学用 1 分钟展示自己的 AI 工具箱。

展示模板：

我的工具箱解决的问题是：
我的工作流有几步：
我的知识库资料来自：
我的 Agent 负责：
我的 Skill 输出：
我保留人工确认的地方是：
我的客户交付属于：知识整理 / 流程固化 / 风格学习

不要追求复杂。能说清楚、能执行、能检查，就已经很厉害。

我的 AI 工具箱模板

# 我的 AI 工具箱

## 1. 我要解决的问题

## 2. AI 化流程筛选

| 判断项 | 分数 1-5 | 说明 |
| --- | --- | --- |
| 重复频率 |  |  |
| 输入清晰度 |  |  |
| 输出稳定性 |  |  |
| 风险可控性 |  |  |
| 人工可验收 |  |  |

是否适合进入 AI 化改造：

## 3. 工作流

## 4. 知识库

## 5. Agent 设定

## 6. Skill 草稿

## 7. IDENTITY.md / SOUL.md 风格文件

## 8. 人工确认点

## 9. 三个测试样例

### 正常任务

### 资料不足

### 高风险任务

## 10. 试跑记录

| 版本 | 输入 | 输出是否稳定 | 问题 | 下一版修改 |
| --- | --- | --- | --- | --- |
| v1 |  |  |  |  |

## 11. 可以包装成哪类客户交付

## 12. 是否需要 Skill Creator 继续生成技能

提效流程评估表

总分建议：

• 30 分以上：可以作为稳定辅助流程，进入日常使用。
• 24-29 分：可以试用，但要补输入模板、测试任务或人工确认点。
• 24 分以下：先不要交付给客户，回到工作流拆解和知识库整理。

作业

提交 我的AI工具箱.md。

验收标准

• 包含工作流、知识库、Agent、Skill、风格文件或工程资产计划。
• 至少 3 个测试样例。
• 至少 3 个人工确认点。
• 有 AI 化流程筛选结果。
• 有至少 1 次试跑记录和 v2 优化建议。
• 提效流程评估表总分达到 24 分以上。
• 能说出自己的工具箱适合包装成知识整理、流程固化还是风格学习。
• 能说明是否需要用 Skill Creator 生成或优化一个 Skill。
• 学员能用 1 分钟讲清自己的工具箱。