# L2-11 模块收官与 AI 工具箱

## 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

| 工程概念 | 小白解释 | 课程里怎么落地 |
| --- | --- | --- |
| Evals | 用测试判断 AI 是否稳定 | 正常、资料不足、高风险测试 |
| Tracing | 看 AI 每一步做了什么 | 试跑记录 |
| Observability | 长期观察哪里容易出错 | 版本记录、问题记录 |
| Guardrails | 高风险动作的护栏 | 人工确认点和禁止事项 |
| Sessions | 保留一次任务的上下文 | 工具箱里的试跑记录 |
| Optimization Loop | 每次错误都写回规则 | v1 → v2 修改建议 |

| 条件 | 说明 | 课程产物 |
| --- | --- | --- |
| 场景稳定 | 任务经常发生，边界清楚，不是一次性灵感 | AI 化流程筛选卡 |
| 输入稳定 | 每次运行前能提供固定字段、资料来源和限制条件 | 输入清单 |
| 步骤稳定 | AI 按固定顺序处理，不随意跳步或改目标 | 工作流拆解表 |
| 输出稳定 | 结果格式固定，能被人复查、复用或交付 | 输出模板 |
| 验收稳定 | 有正常、资料不足、高风险测试 | 测试记录 |
| 风险可控 | 高风险动作停下来，人确认后再继续 | 人工确认点 |

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

| 时间 | 环节 | 老师做什么 | 学员产物 |
| --- | --- | --- | --- |
| 0-10 分钟 | 回顾 | 串起工作流、知识库、Agent、Skill | 模块地图 |
| 10-25 分钟 | 资产判断 | 讲什么时候用 Prompt、RAG、AGENTS.md、Skill、IDENTITY.md、SOUL.md | 决策表 |
| 25-40 分钟 | 工具箱 | 整合个人成果 | 工具箱目录 |
| 40-52 分钟 | 生产化评估 | 用稳定输出标准评估一个流程 | 提效流程评估表 |
| 52-57 分钟 | 客户交付 | 讲学完后能交付什么 | 三件套选择 |
| 57-60 分钟 | 展示 | 学员 1 分钟展示 | `我的AI工具箱.md` |

## 本节行动导航：把课堂作业升级为稳定辅助流程

| 步骤 | 这一小步要解决什么 | 学员具体做什么 | 推荐工具 | 可复制提示词 | 当场产出 | 通过标准 |
| --- | --- | --- | --- | --- | --- | --- |
| 1. 收齐资产 | 确认系统不是只有一条 Prompt | 汇总工作流、知识库、Agent、Skill 和测试文件 | 腾讯文档 / 飞书文档 / WPS / 本地文件夹 | “请按资料层、流程层、岗位层、验收层检查我的 AI 工具箱。列出已有文件、缺失文件、每个缺失会导致什么问题。材料：[…]” | 工具箱目录 | 四层文件至少各有一份可用内容 |
| 2. 定 v1.0 | 给当前能力一个清晰边界 | 写版本号、适用场景、暂不处理的场景 | 腾讯文档 / 飞书文档 / WPS + 元宝、豆包、Kimi 或通义 | “请把以下产物整理成 v1.0 使用卡：解决什么问题、适用输入、固定输出、人工确认点、暂不处理的情况、启动方式。禁止出现‘全自动’或无法验证的承诺。材料：[…]” | v1.0 使用卡 | 不把“偶尔成功”写成“全自动可用” |
| 3. 跑三类任务 | 验证正常与异常情况 | 运行正常、资料不足、高风险样例 | 当前 Agent / Skill + 试跑记录表 | “请用以下工作流执行 3 个样例：正常、资料不足、高风险。逐步记录输入、实际输出、是否通过验收、失败原因、人工介入点；资料不足必须追问，高风险必须停止执行。工作流：[…]” | 试跑记录 | 三类样例都有结果、问题和处理结论 |
| 4. 评分决策 | 判断能否进入试用 | 用提效流程评估表打分 | `提效流程评估表.md` + 元宝、豆包、Kimi 或通义 | “请依据这份试跑记录，按场景、输入、步骤、输出、验收、风险六项各 1-5 分评分。总分低于 28 分给出返工项；28-35 分给出试用范围；36 分以上也要列出人工确认点。” | `提效流程评估表.md` | 28 分以下回到改造；达到门槛才试用 |
| 5. 写回规则 | 让每次错误变成下一版能力 | 把问题写回资料、流程、Agent 或 Skill | 腾讯文档 / 飞书文档 + 元宝、豆包、Kimi 或通义 | “根据以下问题记录生成 v1.0 → v1.1 变更清单。每项必须写：问题、归属文件、具体修改句、下次验证样例、负责人。不要只写‘优化提示词’。问题记录：[…]” | v1.1 待办清单 | 每个问题都有归属和下一次验证场景 |

## 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

| 层级 | 解决的问题 | 典型文件 |
| --- | --- | --- |
| 1. 资料层 | AI 可以查什么、不能查什么 | `知识库说明.md`、Markdown 资料卡 |
| 2. 流程层 | AI 先做什么、后做什么 | `工作流拆解表.md`、`AGENTS.md` |
| 3. 岗位层 | AI 作为哪个角色工作 | `Agent设定卡.md` |
| 4. 验收层 | 怎么知道输出能不能用 | `测试任务.md`、`评估打分表.md` |

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

```text
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

```text
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](../OpenClaw课程销售卖点包.md)。示范技能见：[../skillpacket/skills/openclaw-skill-creator/SKILL.md](../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：

```text
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

```markdown
# 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

| 维度 | 1 分 | 3 分 | 5 分 |
| --- | --- | --- | --- |
| 场景选择 | 任务模糊，不知道为什么要 AI 化 | 有场景，但频率或价值一般 | 高频、耗时、边界清楚 |
| 输入质量 | 没有固定资料 | 有资料但格式不统一 | 有固定字段、来源和更新说明 |
| 流程拆分 | 只有一句提示词 | 有步骤但缺少验收 | 每步都有输入、动作、输出、验收 |
| 输出稳定 | 每次格式都变 | 大致稳定，需要人工重排 | 输出模板固定，可直接复查 |
| 异常处理 | 资料不足时乱编 | 偶尔会追问 | 会明确列缺口、暂停并请人确认 |
| 安全边界 | 没有高风险限制 | 有提醒但不完整 | 发布、付款、审批、删除、隐私默认人工确认 |
| 可迭代性 | 没有记录 | 有简单反馈 | 有测试记录、版本记录和 v2 修改 |

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。