30 天小白课程

AI Agent 小白实战路线

每天解决一个真实卡点:Agent 是什么、API Key 怎么填、OpenClaw 怎么接、Bot 报错怎么查、知识库和客服工作流怎么拆。

课程地图

30 天卡片导航

  1. 第 1 天|什么是 AI Agent?小白版解释

    Agent 不是聊天机器人,而是能围绕目标执行任务的助手。

  2. 第 2 天|普通 ChatGPT 和 Agent 有什么区别?

    ChatGPT 偏一次性回答,Agent 偏流程化办事。

  3. 第 3 天|API Key 是什么?

    API Key 是调用模型的钥匙,填错或泄露都会出问题。

  4. 第 4 天|什么是模型中转站?

    中转站把多家模型接口统一成一个入口,方便接工具和切模型。

  5. 第 5 天|额度、倍率、并发是什么意思?

    额度像余额,倍率像单价,并发像同时能跑几条通道。

  6. 第 6 天|Cursor、Codex、Claude Code 怎么选?

    先看你是小白改页面、轻度写代码,还是要处理完整工程任务。

  7. 第 7 天|小白要不要学代码才能用 Agent?

    不一定先写代码;会描述需求、整理资料、配置工具、看懂报错更重要。

  8. 第 8 天|OpenClaw 是什么?

    OpenClaw 适合把模型、Bot、知识库、插件和多 Agent 流程连接起来。

  9. 第 9 天|Telegram Bot 有什么用?

    Bot 是用户和 Agent 之间的入口,可以接收任务、自动回复和推送通知。

  10. 第 10 天|Bot 提示 chat not found 怎么办?

    通常是 Bot 没激活、没进群、Chat ID 错误或权限不足。

  11. 第 11 天|API 401 是什么意思?

    401 多数是鉴权失败:Key 错、权限不够、接口地址不匹配。

  12. 第 12 天|API 429 是什么意思?

    429 常见于频率限制、额度不足、并发过高。

  13. 第 13 天|503 / 524 是什么意思?

    503 多是服务不可用或拥堵,524 多是请求超时。

  14. 第 14 天|为什么你的 Agent 老是跑偏?

    多数跑偏不是模型太差,而是边界、资料、步骤和输出格式不清楚。

  15. 第 15 天|如何写一个 Agent 任务说明?

    任务说明要包含角色、目标、资料、步骤、边界和输出格式。

  16. 第 16 天|如何做闲鱼客服 Agent?

    先整理商品信息、常见问题和回复规则,再让 Agent 按问题类型生成回复。

  17. 第 17 天|如何做商品文案 Agent?

    商品文案 Agent 要围绕标题、卖点、详情、话术和风险词检查来设计。

  18. 第 18 天|如何做知识库问答 Agent?

    关键是资料整理、检索、回答和引用,不是把文件一股脑丢进去。

  19. 第 19 天|如何做每日总结 Agent?

    每日总结要明确数据来源、总结维度、输出格式和推送方式。

  20. 第 20 天|如何做客户问题分类 Agent?

    把咨询按意向、售后、价格、发货、风险等类型整理出来。

  21. 第 21 天|小白搭 Agent 最常见的 5 个坑

    工具太多、目标太大、资料太乱、不会排错、急着全自动,是最常见问题。

  22. 第 22 天|一个 Agent 项目怎么拆需求?

    先拆输入、处理、输出、触发条件,再谈工具和模型。

  23. 第 23 天|什么场景不适合做 Agent?

    需求模糊、数据不足、流程不固定、风险太高的场景,不适合一开始做 Agent。

  24. 第 24 天|Agent 和自动化脚本有什么区别?

    脚本更固定,Agent 更灵活;规则稳定用脚本,需要理解判断用 Agent。

  25. 第 25 天|如何让 Agent 更稳定?

    稳定性来自限制任务、固定格式、明确边界、记录日志和人工兜底。

  26. 第 26 天|如何降低 AI 调用成本?

    通过选对模型、控制上下文、拆分任务、缓存结果和避免重复调用来降成本。

  27. 第 27 天|个人和小团队怎么用 AI 提效?

    先从客服、文案、资料、总结、通知这 5 类高频重复工作开始。

  28. 第 28 天|课程学完能做出什么?

    第一阶段应能理解 API、跑通 Bot、搭基础知识库、做简单客服或自动回复工作流。

  29. 第 29 天|给小白的一套 Agent 学习路线

    认知、API、工具、Bot、知识库、工作流,是更稳的小白路线。

  30. 第 30 天|第一阶段总结:你已经入门 Agent 了

    把 30 天内容合成一个可继续迭代的 Agent 项目,而不是停在零散笔记。

30 天详细课程

  1. 第 1 天|什么是 AI Agent?小白版解释

    第一天不用急着装工具,先把 Agent 当成一个能按流程办事的助手。你要学会把一句“帮我做事”,改写成目标、资料、输出、异常处理四块。

    今天先懂:Agent 不是聊天机器人,而是能围绕目标执行任务的助手。

    常见卡点:听过 Agent,但以为它只是 ChatGPT 换了名字。

    留下结果:得到一张最小 Agent 任务卡。

    照着做

    1. 选一个每天重复出现的任务,例如回复客户、整理资料或写日报。
    2. 写清 Agent 要达到的目标、能看的资料、最后要交付的结果。
    3. 补一句异常处理规则:遇到不确定信息时提醒人工,不要硬编。

    可复制给 Agent 的任务

    请帮我把这个想法整理成一张 Agent 任务卡:目标是什么、需要哪些资料、输出什么格式、遇到不确定问题怎么处理。我的想法是:{填入你的重复任务}。

    验收清单

    • 能用一句话说清这个 Agent 要帮谁做什么。
    • 资料来源明确,不是让模型凭空猜。
    • 有人工兜底规则。

    今天交付物:今天留下的是一张“最小 Agent 任务卡”,后面所有工具配置都围绕它展开。

  2. 第 2 天|普通 ChatGPT 和 Agent 有什么区别?

    ChatGPT 更像你问一句它答一句,Agent 更像把任务拆成几个动作后连续执行。今天要把“提问思维”改成“流程思维”。

    今天先懂:ChatGPT 偏一次性回答,Agent 偏流程化办事。

    常见卡点:已经会问 ChatGPT,但不知道为什么还要学 Agent。

    留下结果:理解从聊天到工作流的升级点。

    照着做

    1. 找一个你常问 AI 的问题,例如写商品标题。
    2. 把它拆成读取资料、提取卖点、生成结果、检查风险四步。
    3. 标出哪些步骤可以自动做,哪些步骤需要你确认。

    可复制给 Agent 的任务

    请把这个普通 ChatGPT 提问改造成 Agent 工作流,要求列出输入、处理步骤、输出格式和人工确认点。原始提问:{填入你的提问}。

    验收清单

    • 不再只是一句提问,而是至少 3 个连续步骤。
    • 每一步都有输入和输出。
    • 能看出哪里需要人工确认。

    今天交付物:今天留下的是一个 3-5 步工作流草图。

  3. 第 3 天|API Key 是什么?

    API Key 是工具调用模型时用来证明身份的钥匙。小白最容易把它当登录密码乱贴,或者不知道该填在哪个配置项里。

    今天先懂:API Key 是调用模型的钥匙,填错或泄露都会出问题。

    常见卡点:第一次用 Cursor、OpenClaw、Chatbox 或 Bot 时卡在填 Key。

    留下结果:能安全管理第一把 API Key。

    照着做

    1. 在平台后台新建一个只用于测试的 Key,并给它命名。
    2. 把 Key 写入 .env 或工具设置,不要贴到公开文档和截图里。
    3. 用最小请求或工具自带测试按钮确认 Key 能调用模型。

    可复制给 Agent 的任务

    请检查我的 API Key 接入清单是否完整。工具:{工具名};需要填写的字段:{字段列表};我想确认 Key、BASE_URL、模型名分别应该放在哪里。不要要求我提供完整密钥。

    验收清单

    • Key 有用途命名,后续能区分。
    • 没有把完整 Key 发到群聊、网页、仓库。
    • 能通过一次最小请求验证可用。

    今天交付物:今天留下的是一份安全的 API Key 配置清单。

  4. 第 4 天|什么是模型中转站?

    模型中转站解决的是接入复杂度:让多个模型看起来像同一套接口。小白要先理解工具、BASE_URL、API Key、模型名之间的关系。

    今天先懂:中转站把多家模型接口统一成一个入口,方便接工具和切模型。

    常见卡点:不理解 BASE_URL、模型名、统一额度到底有什么用。

    留下结果:能解释为什么 1 个 Key 可以接多个工具。

    照着做

    1. 画出请求链路:工具发请求到 BASE_URL,BASE_URL 再转到模型服务。
    2. 记录中转站需要的三个字段:接口地址、API Key、模型名。
    3. 用同一个工具切换两个模型,观察模型名变化即可。

    可复制给 Agent 的任务

    请用小白能看懂的话解释这个接入链路:工具={工具名},BASE_URL={接口地址},模型名={模型名}。并帮我列出容易填错的地方。

    验收清单

    • 知道 BASE_URL 不是模型名。
    • 知道 API Key 是鉴权,不是登录密码。
    • 知道模型名必须按平台列表填写。

    今天交付物:今天留下的是一张模型中转接入链路图。

  5. 第 5 天|额度、倍率、并发是什么意思?

    额度、倍率、并发决定你能用多久、一次调用大概多贵、同时能跑多少任务。不要只看单价,要结合任务类型看。

    今天先懂:额度像余额,倍率像单价,并发像同时能跑几条通道。

    常见卡点:看到后台的倍率、额度、并发、池子这些词就不敢继续配置。

    留下结果:能按学习、Bot、业务三类场景估算用量。

    照着做

    1. 把你的使用场景分成学习测试、个人工具、多人 Bot 三类。
    2. 为每类场景选择一个便宜模型和一个强模型备用。
    3. 跑批量任务前先低并发测试,再逐步提高。

    可复制给 Agent 的任务

    请按我的场景帮我估算 API 使用策略:场景={学习/客服/Bot/知识库},用户量={数量},任务频率={频率}。请说明额度、倍率、并发分别要注意什么。

    验收清单

    • 能说出额度、倍率、并发各自含义。
    • 知道批量任务要先低并发试跑。
    • 至少准备一个低成本模型。

    今天交付物:今天留下的是一份 API 使用策略小表。

  6. 第 6 天|Cursor、Codex、Claude Code 怎么选?

    工具选择不用问“哪个最强”,先问“我现在要完成什么”。Cursor、Codex、Claude Code、OpenClaw 的位置不一样。

    今天先懂:先看你是小白改页面、轻度写代码,还是要处理完整工程任务。

    常见卡点:被工具名搞晕,不知道先学哪个。

    留下结果:确定一套当前阶段够用的工具组合。

    照着做

    1. 列出你的目标:改网页、写脚本、读项目、搭 Bot、做知识库。
    2. 按目标给每个工具打一个适配分。
    3. 只保留当前阶段最常用的 1-2 个工具,避免工具焦虑。

    可复制给 Agent 的任务

    请根据我的目标推荐 AI 工具组合。我的基础:{不会代码/会一点/会开发};目标:{目标列表};预算和设备限制:{限制}。请给出优先级和理由。

    验收清单

    • 知道 Cursor 更偏编辑器内协作。
    • 知道 Codex/Claude Code 更适合工程任务。
    • 知道 OpenClaw 更适合 Agent 工作流和 Bot/知识库。

    今天交付物:今天留下的是你的工具选择表。

  7. 第 7 天|小白要不要学代码才能用 Agent?

    不会代码也能开始,但不能完全不理解配置、资料和排错。小白的第一阶段目标是会用、会配、会判断结果。

    今天先懂:不一定先写代码;会描述需求、整理资料、配置工具、看懂报错更重要。

    常见卡点:觉得不会代码就没资格开始。

    留下结果:知道自己先学使用、配置和排错,再考虑开发。

    照着做

    1. 把一个目标写成需求描述,不写代码也要讲清流程。
    2. 整理 Agent 能看的资料,而不是只让模型猜。
    3. 准备最基础的报错对照:401、429、503、524、chat not found。

    可复制给 Agent 的任务

    请把我的 Agent 想法拆成不写代码也能准备的清单:需求描述、资料清单、工具配置、常见报错、验收方式。想法:{填入想法}。

    验收清单

    • 需求不是一句模糊口号。
    • 资料和规则已经能整理出来。
    • 知道遇到报错先查哪几类问题。

    今天交付物:今天留下的是一份小白可执行准备清单。

  8. 第 8 天|OpenClaw 是什么?

    OpenClaw 更像 Agent 工作台,不是普通聊天窗口。它的价值在于把模型、知识库、插件、Bot、任务流程连起来。

    今天先懂:OpenClaw 适合把模型、Bot、知识库、插件和多 Agent 流程连接起来。

    常见卡点:听过 OpenClaw,但不知道它和普通聊天工具有什么关系。

    留下结果:判断 OpenClaw 是否适合你的场景。

    照着做

    1. 写出你想用 OpenClaw 连接的对象:模型、Telegram、知识库、插件。
    2. 先选一个最小场景,不要同时开多个 Agent。
    3. 确认启动、模型调用、消息入口这三件事能单独跑通。

    可复制给 Agent 的任务

    请帮我判断这个场景适不适合 OpenClaw:{场景描述}。请列出需要的模块、最小可行版本、容易卡住的配置项。

    验收清单

    • 能说清 OpenClaw 负责连接哪些模块。
    • 场景足够小,能先做 MVP。
    • 知道先验证网关和模型,再接 Bot。

    今天交付物:今天留下的是 OpenClaw 场景拆解卡。

  9. 第 9 天|Telegram Bot 有什么用?

    Telegram Bot 是 Agent 对外服务的入口之一。用户发消息,Bot 收到,Agent 处理,再由 Bot 返回结果。

    今天先懂:Bot 是用户和 Agent 之间的入口,可以接收任务、自动回复和推送通知。

    常见卡点:只把 Bot 当聊天机器人,不知道它在工作流里扮演入口角色。

    留下结果:理解 Bot Token、Chat ID、权限三件事的位置。

    照着做

    1. 写出用户到 Bot、Bot 到 Agent、Agent 到模型、再返回用户的链路。
    2. 准备 Bot Token、Chat ID、群权限三项信息。
    3. 先发一条测试消息,不要直接上复杂工作流。

    可复制给 Agent 的任务

    请帮我设计 Telegram Bot 接 Agent 的最小链路。我的场景:{场景}。请列出消息入口、处理逻辑、回复格式和权限检查。

    验收清单

    • 知道 Bot Token 和 Chat ID 不同。
    • 知道群里要给 Bot 权限。
    • 知道用户私聊前通常要先 /start。

    今天交付物:今天留下的是一张 Telegram Bot 消息链路图。

  10. 第 10 天|Bot 提示 chat not found 怎么办?

    chat not found 不代表系统坏了,通常是 Bot 没加入、ID 写错、没权限或用户没激活。按顺序排查比乱改配置更快。

    今天先懂:通常是 Bot 没激活、没进群、Chat ID 错误或权限不足。

    常见卡点:看到英文报错以为系统坏了。

    留下结果:能独立完成一次 Telegram Bot 连接排查。

    照着做

    1. 先让目标用户或群主动发一条消息给 Bot。
    2. 用 getUpdates 找真实 chat_id,注意群 ID 可能带负号。
    3. 检查 Bot 是否在群里、是否有发消息权限。

    可复制给 Agent 的任务

    请根据我的 Telegram Bot 报错帮我排查 chat not found。已知信息:Bot 是否进群={是/否},是否 /start={是/否},chat_id={脱敏后描述},报错日志={粘贴日志}。

    验收清单

    • 真实 chat_id 已从 getUpdates 获取。
    • Bot 已在目标群或用户已私聊 /start。
    • 权限和 ID 格式都检查过。

    今天交付物:今天留下的是 Bot 连接排错记录。

  11. 第 11 天|API 401 是什么意思?

    401 的核心是鉴权失败。不要先怀疑模型能力,先查 Key、BASE_URL、模型权限和复制粘贴错误。

    今天先懂:401 多数是鉴权失败:Key 错、权限不够、接口地址不匹配。

    常见卡点:不知道该查 Key、接口、权限还是余额。

    留下结果:能区分 Key 问题和工具配置问题。

    照着做

    1. 用最小 curl 请求访问 /v1/models,确认 Key 能鉴权。
    2. 检查 BASE_URL 是否多了路径、少了 /v1 或多了空格。
    3. 重新生成一个测试 Key,排除旧 Key 被禁或复制错误。

    可复制给 Agent 的任务

    请帮我排查 API 401。工具={工具名},BASE_URL={脱敏地址},模型名={模型名},报错={完整错误}。请按 Key、地址、权限、模型名顺序排查。

    验收清单

    • 能用最小请求验证 Key。
    • BASE_URL 和模型名来自同一个平台。
    • 没有把 OpenAI 官方 Key 填到中转地址,或反过来。

    今天交付物:今天留下的是 401 排查四步表。

  12. 第 12 天|API 429 是什么意思?

    429 多数和请求频率、额度、并发有关。它不是“完全不能用”,而是提醒你降速、分批或升级资源。

    今天先懂:429 常见于频率限制、额度不足、并发过高。

    常见卡点:误以为服务挂了,其实是请求太多或资源不够。

    留下结果:知道什么时候该降速、等待、换模型或升级并发。

    照着做

    1. 把并发调到 1,先确认单个请求能跑通。
    2. 增加间隔或分批处理,观察 429 是否减少。
    3. 检查额度、限速、RPM/TPM 或平台套餐限制。

    可复制给 Agent 的任务

    请帮我设计一个降低 429 的重试策略。任务={任务类型},当前并发={数量},报错频率={频率},平台限制={已知限制}。请给出分批、间隔、重试建议。

    验收清单

    • 单请求能成功。
    • 批量任务有间隔和重试。
    • 知道什么时候该升级并发或换模型。

    今天交付物:今天留下的是 429 降速和重试策略。

  13. 第 13 天|503 / 524 是什么意思?

    503 往往是服务不可用或拥堵,524 往往是请求时间太长。排查时要区分上游不稳和任务太重。

    今天先懂:503 多是服务不可用或拥堵,524 多是请求超时。

    常见卡点:分不清自己配置错了,还是上游服务问题。

    留下结果:能用缩短任务、换模型、换通道三个动作定位超时。

    照着做

    1. 换一个模型或备用通道,确认是否只有某个模型失败。
    2. 把长输入拆成小段,避免一次请求过长。
    3. 保留失败时间、模型名、请求长度,方便后续对账或排查。

    可复制给 Agent 的任务

    请帮我排查 503/524。任务={任务},模型={模型名},输入长度={大概长度},耗时={耗时},错误={错误原文}。请判断是上游拥堵还是任务过长。

    验收清单

    • 试过备用模型或备用通道。
    • 长任务已拆分。
    • 记录了失败时间和模型名。

    今天交付物:今天留下的是超时和上游故障判断表。

  14. 第 14 天|为什么你的 Agent 老是跑偏?

    Agent 跑偏通常不是模型突然变差,而是任务边界不清、资料不完整、输出格式没限制。今天重点补边界。

    今天先懂:多数跑偏不是模型太差,而是边界、资料、步骤和输出格式不清楚。

    常见卡点:Agent 能回答,但经常胡说、答非所问或格式乱。

    留下结果:得到一版更稳定的 Agent 任务边界。

    照着做

    1. 给任务加上“只能依据哪些资料回答”。
    2. 写清禁止行为:不确定就说不知道、不能编造价格或库存。
    3. 规定输出格式,例如三段话、表格、JSON 或客服回复。

    可复制给 Agent 的任务

    请帮我优化这个 Agent 任务说明,让它不跑偏。原说明:{粘贴说明}。请补充资料范围、禁止事项、输出格式、转人工条件。

    验收清单

    • 有明确资料范围。
    • 有禁止编造和转人工规则。
    • 输出格式固定。

    今天交付物:今天留下的是一版带边界的任务说明。

  15. 第 15 天|如何写一个 Agent 任务说明?

    好的 Agent 任务说明应该像工作 SOP,不是随口一句提示词。角色、目标、资料、步骤、边界、输出格式都要有。

    今天先懂:任务说明要包含角色、目标、资料、步骤、边界和输出格式。

    常见卡点:不知道如何给 Agent 下达可复用的任务。

    留下结果:得到一份可交给 Codex、Claude Code 或 OpenClaw 使用的任务稿。

    照着做

    1. 先写角色和目标:这个 Agent 为谁服务,完成什么。
    2. 列资料来源和处理步骤,别让模型自由发挥。
    3. 写输出格式和验收标准,方便之后复用。

    可复制给 Agent 的任务

    请按“角色、目标、资料、步骤、边界、输出格式、验收标准”帮我生成 Agent 任务说明。场景:{场景};资料:{资料};期望输出:{输出}。

    验收清单

    • 七个栏目完整。
    • 步骤不是空话,能实际执行。
    • 输出结果能被人工验收。

    今天交付物:今天留下的是一份可复制到 Agent 工具里的任务说明模板。

  16. 第 16 天|如何做闲鱼客服 Agent?

    闲鱼客服 Agent 的核心不是“会聊天”,而是能根据商品资料和规则生成稳定回复,并知道什么时候转人工。

    今天先懂:先整理商品信息、常见问题和回复规则,再让 Agent 按问题类型生成回复。

    常见卡点:商家想提效,但不知道从哪里开始。

    留下结果:形成闲鱼客服 Agent 的第一版资料包。

    照着做

    1. 整理商品信息、价格底线、发货规则、售后规则。
    2. 把历史买家问题分成价格、配置、发货、售后、风险五类。
    3. 先做半自动回复建议,人工确认后再发送。

    可复制给 Agent 的任务

    请帮我设计闲鱼客服 Agent。商品资料={资料},常见问题={问题列表},回复风格={风格}。要求按问题类型生成回复,并标出需要转人工的情况。

    验收清单

    • 商品资料和 FAQ 已整理。
    • 有价格底线和风险词规则。
    • 低置信度会转人工。

    今天交付物:今天留下的是闲鱼客服资料包和回复分类规则。

  17. 第 17 天|如何做商品文案 Agent?

    商品文案 Agent 要避免空泛,必须给它真实规格、卖点、目标用户和禁用词。文案不是越夸越好,而是越贴近商品越好。

    今天先懂:商品文案 Agent 要围绕标题、卖点、详情、话术和风险词检查来设计。

    常见卡点:AI 写出来的文案空泛,不像自己的商品。

    留下结果:得到可复用的商品文案流程。

    照着做

    1. 整理商品规格、使用场景、成色、优势和限制。
    2. 指定输出:标题、卖点、详情、买家问答。
    3. 加入风险词检查,避免夸大、违规或误导。

    可复制给 Agent 的任务

    请为这个商品生成闲鱼/小红书文案。商品资料={资料},目标用户={用户},语气={语气},禁用词={禁用词}。输出标题、卖点、详情和风险提醒。

    验收清单

    • 文案能看到具体商品信息。
    • 没有过度承诺和夸大。
    • 有标题、详情、问答三类输出。

    今天交付物:今天留下的是商品文案 Agent 的输入模板。

  18. 第 18 天|如何做知识库问答 Agent?

    知识库问答 Agent 的重点是资料质量和引用,不是文件越多越好。先把资料切清楚,再测十个真实问题。

    今天先懂:关键是资料整理、检索、回答和引用,不是把文件一股脑丢进去。

    常见卡点:上传资料后回答混乱,甚至编造答案。

    留下结果:得到知识库上线前的验收清单。

    照着做

    1. 把资料按章节整理,删除重复、过期、冲突内容。
    2. 准备 10 个真实问题和标准答案。
    3. 要求回答必须带来源或引用片段,不能凭空补充。

    可复制给 Agent 的任务

    请帮我设计知识库问答 Agent 验收方案。资料类型={Markdown/PDF/网页},用户问题={问题列表}。请给出切片建议、检索测试题和回答格式。

    验收清单

    • 资料已经按主题整理。
    • 有 10 个标准测试问题。
    • 回答带来源,不乱编。

    今天交付物:今天留下的是知识库问答验收清单。

  19. 第 19 天|如何做每日总结 Agent?

    每日总结 Agent 要先确定数据从哪里来,再确定总结给谁看。没有数据来源的总结,只会变成泛泛而谈。

    今天先懂:每日总结要明确数据来源、总结维度、输出格式和推送方式。

    常见卡点:想自动总结,但不知道抓什么、总结什么、发到哪里。

    留下结果:得到日报 Agent 的最小流程。

    照着做

    1. 确定数据源:聊天记录、表格、工单、项目日志或销售记录。
    2. 确定总结维度:进展、问题、风险、下一步。
    3. 确定推送方式:Telegram、邮件、飞书、文档或手动复制。

    可复制给 Agent 的任务

    请帮我设计每日总结 Agent。数据来源={来源},接收人={角色},关注维度={维度},推送方式={方式}。请输出总结模板和异常提醒规则。

    验收清单

    • 数据源清楚。
    • 总结维度固定。
    • 输出格式适合接收人阅读。

    今天交付物:今天留下的是日报总结模板。

  20. 第 20 天|如何做客户问题分类 Agent?

    客户问题分类 Agent 能帮你把大量消息变成可处理的队列。分类越清楚,后续客服和销售动作越稳。

    今天先懂:把咨询按意向、售后、价格、发货、风险等类型整理出来。

    常见卡点:消息多但不知道哪些要优先处理。

    留下结果:形成客户分类 Agent 的标签体系。

    照着做

    1. 收集 20 条历史咨询,保留真实问法。
    2. 定义标签:高意向、议价、售后、发货、风险、无效。
    3. 给每个标签写判断规则和下一步动作。

    可复制给 Agent 的任务

    请帮我设计客户问题分类 Agent。历史咨询={粘贴样例}。请建立标签体系、判断规则、输出表格字段和高优先级提醒条件。

    验收清单

    • 每个标签有清楚定义。
    • 输出能排序优先级。
    • 高风险或高意向会提醒人工。

    今天交付物:今天留下的是客户咨询分类标签表。

  21. 第 21 天|小白搭 Agent 最常见的 5 个坑

    小白搭 Agent 最容易同时犯几个错:目标太大、资料太乱、工具太多、不会排错、急着全自动。今天做减法。

    今天先懂:工具太多、目标太大、资料太乱、不会排错、急着全自动,是最常见问题。

    常见卡点:一开始很兴奋,很快被复杂工具和报错劝退。

    留下结果:得到更小、更容易跑通的第一版 Agent。

    照着做

    1. 把当前项目里暂时不需要的功能删掉。
    2. 只保留一个入口、一个资料源、一个输出。
    3. 列出最可能失败的 3 个点和对应排查方式。

    可复制给 Agent 的任务

    请帮我给这个 Agent 项目做减法。当前目标={目标},已有功能={功能列表}。请指出哪些先删掉,保留一个最小可行版本。

    验收清单

    • MVP 能在一天内测试。
    • 没有同时接太多工具。
    • 知道失败后先查哪 3 个点。

    今天交付物:今天留下的是精简后的 Agent MVP 范围。

  22. 第 22 天|一个 Agent 项目怎么拆需求?

    Agent 项目要先拆需求,再谈工具。输入、处理、输出、触发条件、验收标准没写清,后面很容易反复返工。

    今天先懂:先拆输入、处理、输出、触发条件,再谈工具和模型。

    常见卡点:只有“我想做客服 Agent”这种模糊想法,落不到步骤。

    留下结果:得到能交给技术或 Agent 执行的需求说明。

    照着做

    1. 写输入:用户会发什么、文件从哪来、数据格式是什么。
    2. 写处理:分类、检索、生成、检查、推送分别怎么做。
    3. 写输出和验收:什么结果算可用,什么情况算失败。

    可复制给 Agent 的任务

    请把我的 Agent 想法拆成需求文档。想法={想法}。请按输入、处理、输出、触发条件、验收标准、风险点输出。

    验收清单

    • 输入、处理、输出都具体。
    • 触发条件清楚。
    • 验收标准可以被测试。

    今天交付物:今天留下的是一份 Agent 需求拆解文档。

  23. 第 23 天|什么场景不适合做 Agent?

    不是所有场景都适合一开始做 Agent。风险高、流程不稳定、资料不足的场景,先做人机协作或半自动更稳。

    今天先懂:需求模糊、数据不足、流程不固定、风险太高的场景,不适合一开始做 Agent。

    常见卡点:以为任何事都可以交给 Agent,容易浪费时间或踩风险。

    留下结果:知道哪些场景先做半自动,哪些暂时别做。

    照着做

    1. 检查数据是否足够、规则是否稳定、结果是否能验收。
    2. 把高风险操作改成人工确认。
    3. 把不适合自动化的部分先排除在 MVP 外。

    可复制给 Agent 的任务

    请判断这个场景是否适合做 Agent:{场景}。请从数据、流程稳定性、风险、验收、人工兜底五个角度评分,并给出建议。

    验收清单

    • 知道哪些动作不能全自动。
    • 高风险场景有人审。
    • 资料不足时不会硬做。

    今天交付物:今天留下的是 Agent 场景可行性评分表。

  24. 第 24 天|Agent 和自动化脚本有什么区别?

    脚本适合规则固定的事,Agent 适合需要理解和判断的事。很多项目其实应该脚本和 Agent 混用。

    今天先懂:脚本更固定,Agent 更灵活;规则稳定用脚本,需要理解判断用 Agent。

    常见卡点:分不清 Agent、脚本、机器人、自动化工具的边界。

    留下结果:知道什么时候该用脚本,什么时候该上 Agent。

    照着做

    1. 把任务拆成固定规则和需要判断两部分。
    2. 固定规则交给脚本,例如改文件名、搬运表格、定时推送。
    3. 需要理解语义的部分交给 Agent,例如分类、总结、回复建议。

    可复制给 Agent 的任务

    请帮我判断这个任务哪些部分适合脚本,哪些适合 Agent。任务={任务}。请输出拆分表、推荐工具和执行顺序。

    验收清单

    • 固定动作没有强行交给模型。
    • 模型只处理需要理解的环节。
    • 脚本和 Agent 的边界清楚。

    今天交付物:今天留下的是脚本/Agent 分工表。

  25. 第 25 天|如何让 Agent 更稳定?

    稳定性不是靠祈祷模型聪明,而是靠限制范围、固定格式、记录日志和人工兜底。上线前先做稳定性设计。

    今天先懂:稳定性来自限制任务、固定格式、明确边界、记录日志和人工兜底。

    常见卡点:Agent 能跑,但时好时坏,不敢真正使用。

    留下结果:形成上线前稳定性检查表。

    照着做

    1. 给输入加限制:只处理哪些类型的问题。
    2. 给输出加格式:字段、长度、语气、引用规则。
    3. 给失败加处理:重试、转人工、记录日志。

    可复制给 Agent 的任务

    请帮我给这个 Agent 加稳定性规则。场景={场景},当前问题={不稳定表现}。请输出输入限制、输出格式、失败重试、日志字段和转人工规则。

    验收清单

    • 输入范围有限制。
    • 输出格式固定。
    • 失败会重试或转人工,且有日志。

    今天交付物:今天留下的是上线前稳定性检查表。

  26. 第 26 天|如何降低 AI 调用成本?

    降低成本不是只换便宜模型,还要减少无效上下文、拆分任务、缓存结果、避免重复调用。

    今天先懂:通过选对模型、控制上下文、拆分任务、缓存结果和避免重复调用来降成本。

    常见卡点:接入 API 后担心额度烧得太快。

    留下结果:得到一套更省额度的调用策略。

    照着做

    1. 把任务分成简单处理和复杂判断两段。
    2. 简单处理用便宜模型或规则,复杂判断再用强模型。
    3. 记录哪些结果可以复用,避免每次重新问。

    可复制给 Agent 的任务

    请帮我优化这个 AI 工作流的调用成本。流程={流程},当前模型={模型},输入长度={长度}。请给出模型分层、上下文压缩、缓存和重试建议。

    验收清单

    • 简单任务没有都用强模型。
    • 上下文只保留必要信息。
    • 可复用结果有缓存策略。

    今天交付物:今天留下的是一份 API 成本优化方案。

  27. 第 27 天|个人和小团队怎么用 AI 提效?

    个人和小团队别从宏大系统开始,先找每周重复多次、低风险、可验收的工作。客服、文案、资料、总结、通知最适合试点。

    今天先懂:先从客服、文案、资料、总结、通知这 5 类高频重复工作开始。

    常见卡点:知道 AI 有用,但不知道先改造哪个流程。

    留下结果:得到个人或小团队的第一批 AI 提效清单。

    照着做

    1. 列出团队每周重复 3 次以上的工作。
    2. 按耗时、风险、资料完整度排序。
    3. 挑一个低风险场景做 7 天试点。

    可复制给 Agent 的任务

    请帮我为个人/小团队挑选第一个 AI 提效场景。团队情况={情况},重复工作={列表}。请按价值、难度、风险排序,并推荐试点。

    验收清单

    • 试点任务低风险。
    • 能在 7 天内看到效果。
    • 有明确节省时间或减少错误的指标。

    今天交付物:今天留下的是小团队 AI 试点清单。

  28. 第 28 天|课程学完能做出什么?

    学完第一阶段,不是要变成开发者,而是能看懂 Agent、API、Bot、知识库、工作流之间的关系,并跑通一个小场景。

    今天先懂:第一阶段应能理解 API、跑通 Bot、搭基础知识库、做简单客服或自动回复工作流。

    常见卡点:不知道学完到底能留下什么成果。

    留下结果:看到自己已经具备的落地能力。

    照着做

    1. 检查是否理解 API Key、BASE_URL、模型名、额度并发。
    2. 检查是否能跑通一个 Bot 或知识库问答链路。
    3. 检查是否有一套排错记录和验收标准。

    可复制给 Agent 的任务

    请根据这 30 天课程帮我做阶段验收。我的成果={成果列表}。请指出已掌握、还缺少、下一步最该补的内容。

    验收清单

    • 至少有一个可演示的小流程。
    • 知道常见报错怎么查。
    • 能说清下一步要做什么。

    今天交付物:今天留下的是第一阶段成果清单。

  29. 第 29 天|给小白的一套 Agent 学习路线

    学习路线要有顺序:认知、API、工具、Bot、知识库、工作流。乱跳教程会越学越乱。

    今天先懂:认知、API、工具、Bot、知识库、工作流,是更稳的小白路线。

    常见卡点:教程很多但没有顺序,越学越乱。

    留下结果:得到下一阶段学习地图。

    照着做

    1. 把已学内容放进六步路线里,标记薄弱环节。
    2. 每个环节选一篇站内笔记复习。
    3. 为下一阶段定一个真实项目,而不是继续收藏教程。

    可复制给 Agent 的任务

    请帮我制定下一阶段 Agent 学习路线。我的基础={基础},已完成={内容},目标={目标}。请按认知、API、工具、Bot、知识库、工作流安排。

    验收清单

    • 路线按顺序,不乱跳。
    • 每个阶段有输出物。
    • 下一阶段绑定真实项目。

    今天交付物:今天留下的是你的下一阶段学习地图。

  30. 第 30 天|第一阶段总结:你已经入门 Agent 了

    最后一天要把零散学习合成一个项目起点。选一个真实场景,写出需求、资料、验收和排错预案,后面才能继续迭代。

    今天先懂:把 30 天内容合成一个可继续迭代的 Agent 项目,而不是停在零散笔记。

    常见卡点:看了很多内容,需要知道下一步怎么走。

    留下结果:拥有一个可以继续陪跑或定制落地的 Agent 项目起点。

    照着做

    1. 从 30 天里选一个最想落地的场景。
    2. 写出下一版需求、资料清单、工具组合和验收标准。
    3. 决定下一步:自己继续做、找排错协助,或做定制落地。

    可复制给 Agent 的任务

    请把我这 30 天学习内容整理成一个 Agent 项目计划。我的场景={场景},已有资料={资料},目标={目标}。请输出需求、工具、步骤、验收、风险和下一步。

    验收清单

    • 项目目标具体。
    • 资料清单和工具组合明确。
    • 知道下一步是自学、排错还是定制。

    今天交付物:今天留下的是一个可继续执行的 Agent 项目计划。