从会用 AI 到会造 AI：第一课，先搞懂 AI 是怎么帮你干活的
这是「AI 开窍计划」系列的第一课。讲师天锦从普通人使用 AI 的真实困惑出发，讲清楚提示词、上下文、模型、智能体这些概念到底是什么，以及它们如何帮你真正把活儿干成。课程还给出了一个写提示词的五步框架、一套让 AI 写稿的完整流程，以及课后作业：找出你所在行业里想用 AI 解决的 5 个问题。
先拉齐一个共识：AI 已经从「聊天助手」变成了「干活工具」
课程一开始，讲师天锦先做了一个现场小调查：有多少人把豆包当搜索引擎用，有多少人让 AI 帮你干活？结果发现，大多数人还停留在「你问我答」的阶段。
天锦指出，现在的 AI 已经完成了从「对话助手」到「工作助手」的转变。它不光是能聊天，更重要的是能帮你完成任务、把活儿干了。但很多人的困惑是：「我想学 AI，但不知道 AI 能帮我干啥。」
针对这个问题，他给出了一个判断框架：有两类工作特别适合交给 AI。
第一类是明确的、繁琐的、重复的场景。比如每天要把发票信息扫描成 PDF 再上传到公司系统，比如每天要整理自媒体热点、提取每一条数据的逐字稿。这类「耗时耗力、繁琐复杂」的固定任务，都可以交给 AI。
第二类是陌生领域里的大型挑战。比如接到一个以前从没做过的项目，靠现有的人力甚至请专家都很难完成。这种「巨量的大型工程」，现在也可以用 AI 辅助完成。
提示词工程：让 AI 听懂你的第一步
同样一个任务，AI 高手和新手用出来的效果天差地别。差别在哪？天锦用自己做 PPT 的经历来说明。
他现场展示了自己用 AI 做的课程 PPT，并给出了生成这个 PPT 的完整提示词。这个提示词里包含了几个关键要素：目标（做一个 PPT）、时长（一个小时）、风格要求（不能晦涩难懂）、文档数量（30 页）、章节划分（第一章、第二章、第三章分别是什么），以及一句非常关键的话——「你先去理解一下我的意图，如果我有表达不清楚或者有遗漏的地方，你可以向我追问，然后规划一下，先给我出一个方案」。
这就是提示词工程。天锦解释，提示词就是我们人把想要表达的意图发送给 AI 的语言，英文叫 prompt。
他总结了一个写提示词的「五板斧」框架：
- 目标：明确你要做什么。比如「我要做一个能讲课的 PPT」。
- 拆解任务：把目标拆开，风格是什么、时长多少、页数多少、要讲哪些内容。
- 定义问题：每个任务具体解决什么问题。比如第一章引入概念，第二章讲进阶方法。
- 设置规范：设定验收标准。比如风格是不是简约插画风，有没有用晦涩的语言，是不是真的适合新手。
- 成果验收：最后检查结果是否符合预期。
天锦特别强调，现在写提示词已经不需要完全手写了。你可以把刚才那个 PPT 提示词的截图发给豆包，告诉它：「我要写一篇财经类自媒体稿件的生成提示词，你按照身份、能力、任务、参考、边界、交付这 6 个标准，给我生成一段提示词。」AI 会帮你把提示词写好。
但不用手写，不代表不需要知道提示词包含哪些部分。他详细拆解了这几个要素：
- 身份：比如「你是一个 PPT 制作专家」。
- 能力：比如「你会从网上检索 PPT 主题相关的图片」「你能把晦涩的 AI 原理变成小白也能听懂的通识科普」「你能把文字和图片巧妙排版结合」。
- 任务：比如「当用户输入一个需求后，你要把需求转换成一个 PPT」。
- 参考：可以给 AI 一些名师做的 PPT 作为参考。
- 边界：明确什么不能干。比如一个做 PPT 的提示词，就不能让它去写文案、做视频；加载了提示词之后就是干活，不能闲聊。
- 交付：明确输出格式，比如 PPT 格式、YAML 格式或 Markdown 格式。
从提示词到上下文：为什么 AI 还是干不好活
很多人的体验是：用了提示词之后，AI 做出来的东西还是「能用 20%，不能用 80%」。天锦说，这说明一个单纯的提示词解决不了问题——哪怕提示词有 8000 个字，给到 AI 的信息还是不够。
这时候就需要上下文工程（Context Engineering）。天锦解释，上下文就是给 AI 营造一个环境，让它知道背景是什么。他举了自己做 PPT 的例子：背景是「我要给你们上课，一天后就要讲」，行业资料是「你们的基础大概是什么样、用什么语言你们能听懂」，参考样例是「哪些 PPT 做得好、哪些做得不好」，个人偏好是「豆包记得你上次的对话、知道你是谁」。
这些信息——背景、资料、样例、个人信息——全部打包成一轮对话发送给模型，就构成了整个聊天的 context。
天锦还特别讲了一个写作场景中的痛点：AI 写出来的内容「一股 AI 味」，分数只有 30 分，自己改的功夫说不定都写完一篇了。问题就在于没有给 AI 参考样例。在提示词工程里，给正面和反面的例子叫 few-shot（少样本示例）；如果不给案例，叫 zero-shot（零样本），质量大概率不高。
五个工程名词：一次说清它们到底在解决什么问题
AI 行业每隔一段时间就冒出新名词：提示词工程、上下文工程、驾驭工程、循环工程、图谱工程。天锦说，这些名词听起来唬人，但本质都是同一个目的——「为了让我们人类给 AI 设定的那个目标，让它更好地来完成」。
他用通俗的方式逐个解释了一遍（并强调这些解释不严谨，只是为了帮助理解）：
- 提示词工程（Prompt Engineering）：给 AI 一个明确的指令，包含身份、能力、任务、参考、边界、交付。
- 上下文工程（Context Engineering）：提示词不够用，就给 AI 更多背景资料、行业资料、参考样例和个人信息，营造一个环境。
- 驾驭工程（Harness Engineering）：AI 能力很强但「有自己的想法」，让它往西它偏往东。驾驭工程就是给它定好规矩——什么能干、什么不能干、干到什么程度算满意。相当于本来是个十字路口，把其他三条道堵上，只留一条道让它走。
- 循环工程（Loop Engineering）：给 AI 设定一个目标，让它自己干、自己打分，达不到 60 分就不停，直到完成目标为止。
- 图谱工程（Graph Engineering）：完成一个复杂任务时，派出多个智能体分工协作——一个搜金融报告，一个搜论文，一个搜论坛，最后把结果汇总给另一个智能体。它们还可以动态组队，像一个「智能体操作系统」。
天锦提醒大家，不要被这些名词绕晕。他特别强调了一个误区：「2026 年了，有人说 AI 很强大，提示词不重要了——这是非常大的误区。提示词工程依然是所有 AI 工程里最重要的那一个，它就是我们学习 AI 的地基，地基不牢，地动山摇。」
一个完整案例：让 AI 帮你写一篇自媒体稿件
理论讲完，天锦给了一个完整的实操案例：一个不会写作的人，想用 AI 做自媒体博主，应该怎么做？
他先问大家：你们平时是不是直接跟豆包说「帮我写一篇财经自媒体稿件」？他说，从今天开始不要这样干了。至少要给 AI 说清楚这些信息：
- 账号定位：我是做什么内容的自媒体博主。
- 粉丝画像：关注我的人大概是什么样的人，他们喜欢看什么，为什么要看我的内容。
- 更新频率和时长：一天发一篇还是一周发一篇？视频做 3 分钟以下还是 10 分钟以上？
- 选题和角度：我要讲什么内容，我的判断是什么。
- 发布平台：发在小红书还是抖音？图文还是视频？
天锦强调了一个重要原则：「你用模糊去让 AI 给你执行，你的结果也一定是模糊。」就像「用谎言验证的一定是谎言」。所以开始之前，自己要先理清楚。
他给了一段可以直接用的提示词模板：「我是一个做什么什么内容的自媒体博主，账号面向什么样的人，我现在的时间节点要做一个系列（系列这个词很重要），几期，主要内容是什么，观点要明确，要交付什么样的内容。」最后一定要加上那句「非常好使」的话：「你有没有理解清楚我在说什么？如果你觉得我说的话有很多遗漏，你一定要及时追问我，不要在这个错误的道路上一路前行。」
为什么这句话好使？天锦解释了大语言模型的原理：它本质上是在预测下一个字出现的概率，就像「首尾词语接龙」。哪怕每个字预测对的概率是 99%，连续预测 100 次，整体正确的概率也会骤降到 60% 多。所以一定要让 AI 中途确认理解，及时追问，而不是闷头往下写。
模型、智能体、Skill：这些概念到底有什么区别
课程最后一部分，天锦把几个核心概念讲清楚了。
模型是提供底层能力的。大语言模型的功能就是预测下一个字。除此之外还有生成图片的模型（如 Seedream）、生成视频的模型（如 Seedance）、生成音乐的模型、生成语音的 TTS 模型等等。还有一类是理解模型，比如有的模型能直接看懂图片，有的不能——比如 DeepSeek V4 Flash 就没有看图功能。
这里牵扯到模态的概念。天锦解释：文字是一种模态，图片是一种模态，视频是一种模态，音频是一种模态，代码是一种模态。当一个模型能看懂文字、图片、视频、音频，它就是多模态模型。但要注意，多模态不等于能生成——理解和生成是两个概念。
智能体（Agent） 又是什么？天锦问大家：手机上的豆包是模型还是智能体？答案是智能体。
他解释：模型有训练截止日期。比如现在是 2026 年 8 月，DeepSeek V4 Flash 的训练数据只到 6 月，你问它 8 月有什么活动，它答不出来，只能瞎编。这时候它需要调用一个工具——联网搜索。当模型通过调用工具获取信息并返回结果，这就变成了一个最小的智能体。
再比如，豆包本身是大语言模型，不能生成图片和视频。你让它生成图片，它实际上是调用了别的生成图片的工具。中间传输的协议叫 MCP（模型上下文协议）。所以智能体就是「模型 + 调用工具」。
天锦总结：模型是提供底层能力的，比如 DeepSeek、千问；工具是产品，现在的工具大部分是智能体平台，比如豆包、Workbody、千问办公。
他还提到了 Skill（技能） 的概念。Skill 是从提示词工程演化而来的。他举了个例子：一个生成图像的提示词里写了男人怎么画、女人怎么画、动物怎么画，但用户只想画一个男孩，那女人和动物的内容就没用了，还占用了上下文长度，增加了 AI 犯错概率和 Token 消耗。Token 就是大模型处理文本的基本单位，一般来说要花钱。Skill 解决的就是这个问题——用户想画男孩时只加载男孩的内容，按需加载。
天锦说，现在用豆包、Workbody、千问办公等工具，加载一个合适的 Skill 就可以了，「不要贪多求全」。Skill 的背后是知识，可能加一点代码。
信息差与落地：真正该关注什么
天锦提醒大家一个「坑」：天天刷「AI 颠覆某某行业」的资讯，刷完发现跟自己没什么关系，反而越来越焦虑。他说，AI 发展没那么快，现在发展最快的是大语言模型和 AI 编程，视频生成模型发展得还很慢，3D 模型、世界模型都还在非常早期的阶段。这些泛资讯「当一个谈资就可以了」。
真正该关注的是「AI 落地到你行业内的信息」——它能不能解决你工作中的真实问题，能不能落到你真实的场景里。天锦说：「如何把 AI 落地到具体的行业内，是这个时候、这个时代对于我们而言最大最大的红利。」哪怕你只有 500 个粉丝，只要你有落地的解决问题的能力，抖音的算法会帮你找到合适的人群。
他举了自己的例子：一点编程都不会，但想做一个像即梦、豆包这样的产品界面。以前得找程序员搭前端、搭后端，现在用 AI 自己编程就能搞定，半小时免费做出一个网页界面。这就是能力的变化，是真正能落地到场景里的东西。
他还提到，做 AI 落地不需要从零开始。世界上有一个巨大的开源网站叫 GitHub，上面有很多人分享的开源项目。比如字节开源了一个多智能体框架叫 Deep Flow，做多智能体时直接用就行，「站在巨人的肩膀上看问题」。
要点回顾
- AI 能帮你干两类活：一类是固定、繁琐、重复的任务（如贴发票、整理数据），一类是陌生领域的大型挑战。
- 写提示词的五板斧：目标 → 拆解任务 → 定义问题 → 设置规范 → 成果验收。
- 提示词六要素：身份、能力、任务、参考、边界、交付。现在可以让 AI 帮你写提示词，但你要知道它包含哪些部分。
- 上下文工程：提示词不够用时，给 AI 补充背景、行业资料、参考样例和个人偏好，打包成 context 发给模型。
- 五个工程名词：提示词工程（给指令）、上下文工程（给环境）、驾驭工程（定规矩）、循环工程（设目标让它自己干到合格）、图谱工程（多智能体协作）。它们都是为了同一个目的——让 AI 更好地完成你设定的目标。
- 大语言模型的原理：预测下一个字出现的概率。所以一定要让 AI 中途确认理解、及时追问，别让它闷头往下写。
- 模型 vs 智能体：模型是底层能力（如 DeepSeek），智能体是「模型 + 调用工具」（如豆包、Workbody）。
- Skill：按需加载的知识包，比一整段提示词更高效，能减少 Token 消耗、降低出错率。
- 该关注什么：少看「AI 颠覆行业」的泛资讯，多关注 AI 在你行业内的落地应用。这是普通人最大的红利。
- 课后作业：找出你所在垂直场景里想用 AI 解决的 5 个问题，从中选一个任务去落地。
直播回放约 95 分钟
播放器来自飞书妙记 · 点击正文里的章节卡可跳到对应时刻 · 在新窗口打开