AI 和 Agent 怎么用：给朋友的实操分享

可以直接转发的短版

有人问我，AI 到底给日常生活带来了什么变化？

我最明显的感受是：以前觉得麻烦、懒得开始的事，现在更愿意动手了。

比如新买了一个干湿吹吸尘器，不知道怎么用。我打开豆包，让它看设备，边拍边问，它帮我理解怎么操作。比起先找一堆教程，这个入口对我更自然。当然，具体型号的操作还是要对照说明书。

再比如，我现在大量用语音输入。脑子里有个想法，不用先组织成漂亮的文字，直接把背景、想法和困惑说出来，再让 AI 帮我整理成能发给朋友的话，或者一份值得继续研究的问题清单。

进阶一点，我会让能操作电脑的 Agent 帮忙处理设备和资料：检查旧 Kindle、寻找已有的书籍资料、协助配置路由器。这些事以前不是完全不会做，而是要查教程、试错，想想就放下了。有个助手一起排查，启动成本就低了很多。前提是设备能连接、相关权限已设置好。

研究资料也是一样。我会把自己为什么关心这个问题、目前怎么想、卡在哪里都告诉它，再让它找资料、找反面证据，最后把有用的结论存进知识库。以后还能回来问：“过去几个月，我到底一直在研究什么？哪些问题有进展，哪些只是在反复想？”

还有几种很适合普通人试的：把一段工作聊天整理成待办；把一期播客变成几个值得回听的片段；让 AI 扮演客户，陪你练一次汇报；做一个只解决自己小需求的工具。

我的建议是，先挑一件这周必须做、又一直嫌麻烦的事。把材料给它，讲清楚你想得到什么，做完自己检查一次。好用就留下，下次继续。

不用先学一堆术语。先让它帮你完成一件真实的小事，再慢慢扩大范围。

---

展开讲：九个能照着试的场景

以下“你可以这样说”均为本次整理的示范提示词，不是原作者原话，也不代表这些示范全部经过实测。

1. 不会用的东西，拍给它看

来源：Jerry 在截图里自述的吸尘器经历。

适用场景：设备面板看不懂、配件不知道装哪里、软件页面不知道点哪个按钮。

**怎么开始：**用支持图片或视频输入的 AI，给它看设备全貌、型号和当前卡住的位置；需要时补说明书。

这是我的设备和型号。我现在想完成【任务】，卡在【这一步】。先告诉我还需要拍哪里，再一次教我一步。我反馈结果后你再继续。不能确定的地方请查这款型号的官方说明书。

**做到什么算有用：**自己确实完成了操作，并且知道下次怎么做。识别外观不能保证知道具体型号的所有操作，涉及用电、加水和拆装时尤其要核对说明书。

2. 先说出来，再整理成别人看得懂的话

来源：Jerry 自述的语音输入与口述研究习惯。

把“语音转文字”和“AI 帮你组织意思”接起来。可以先用手机听写，把文字交给 AI；不必一开始就换输入法或建立复杂系统。

我先随便说一段，可能重复、跳跃。请保留我的意思，整理成发给朋友的文字，300 字左右，口语一点，不要替我加新观点。信息有缺口就单独标出来。

想法还没成熟，可以换一种要求：

先别写文章。帮我分清：已经知道的事实、我的判断、还没想明白的问题。最后找出一个最值得继续聊的问题。

**验收：**读一遍，是否还是自己的意思；数字、人名和承诺有没有转错。价值不仅是少打字，还包括降低表达一个不成熟想法的门槛。

3. 从工作聊天里，找出真正要做的事

来源：知识库里的群友实践分享；本库记录过读取微信的局部技术验证，不能据此说完整流程已稳定运行。

最容易起步的方式是手动提供一小段有权处理的工作聊天，不必先自动接入整个微信。

请从下面这段聊天中整理：谁答应做什么、什么时候完成、谁在等我回复、哪些事情还没定。每条附对应原话。没说负责人或日期就留空，不要猜；“可以考虑”不要记成“已经决定”。

**输出：**一张“事项—负责人—截止日期—来源”的待办表。

**验收：**抽查每条承诺和时间，确认讨论没有被误记成任务。涉及他人信息，只提供完成任务必要的部分。

4. 让闲置设备和小项目重新用起来

来源：Jerry 自述的 Kindle、路由器与个人项目经历；以下为更具体的任务拆法。

普通聊天 AI 可以指导你做；连接了文件、终端或设备管理界面的 Agent，才可能代你操作。第一次仍可能需要登录、插线、配权限。

旧 Kindle 可以这样说：

我想重新用这台 Kindle。先确认型号、连接情况和可用的传书方式；再在我指定的书籍目录里，按【最近想读的主题】挑 5 本。列出理由、格式和下一步操作，先别批量导入。

小项目可以这样说：

这个项目很久没维护了。先检查能不能运行，找出最影响使用的一个问题，把它修到可验证。告诉我改了什么，并实际走一遍主要功能。

路由器则先交代用途、现有网络结构和需要保留的设置。改网络配置前留好原设置和恢复办法，避免远程连接断开后无法继续。

**验收：**书能打开、网络能连、项目主要功能能用。要定期检查，还得真正建立定时任务，并确认运行环境和失败提醒。

5. 研究一个真实问题，最后留下自己的判断

来源：Jerry 自述；知识库已有研究报告、会话保存与写回记录。

研究最好从具体疑问开始。例如“我想改善家里的阅读习惯，现有设备能不能用起来”，比“全面研究电子阅读”更容易产生行动。

我关心的问题是【问题】，背景是【背景】，目前判断是【判断】。先找最影响结论的 3 个未知，再查资料。区分事实、推测和建议，附上原始来源，也找能反驳我判断的证据。最后给一页结论和下一步，不用写长篇综述。

做完再补一句：

把我确认过的结论、还没解决的问题、关键来源，存进【指定笔记】。模型提出但我没有认可的想法，请单独标注。

**验收：**是否回答了原来的问题；重要事实能不能追溯；读完是否知道下一步，而不只是多了一篇报告。

6. 让笔记帮你回忆，而不是只负责存东西

来源：Jerry 的知识库使用习惯及本库既有复盘材料；下面是建议采用的回顾方式。

起步不需要整理全库，也不一定要用 Obsidian。一个存放自己笔记的文件夹就能开始，关键是工具能读取这些材料。

看我过去一个月的笔记，找出反复出现的 3 个问题。分别列出：最初怎么想、后来增加了什么证据、现在卡在哪里。附日期和原文位置。不要把 AI 写的建议算成我已经做出的决定。

**输出：**一页月度回顾。

**验收：**是否帮助自己找回一个遗漏的决定，或推进一个搁置的问题。笔记只能反映被记录的部分，不能根据没记下来就断言“你没有做”。

本库 7 月的复盘有一个值得保留的提醒：自动产出越来越多以后，人还需要固定时间检查和使用产出。知识库的价值要靠回顾、比较和行动兑现。

7. 听过的播客，变成能回听、能用的材料

来源：本库已有播客文字稿、转录与精听材料的实践记录。

先找节目现成的文字稿；没有再转录。无法读取音频的工具，需要先给它文字稿，不能只扔链接就假定它已经听完。

我关心【具体问题】。从这期文字稿里选出最相关的 3 段：嘉宾做了什么、怎么做、有什么限制。保留原文位置，有时间戳就附时间戳，不能编。最后给一个我能照着试的动作。

练英语还可以说：

从这里挑一段约 3 分钟、难度适中的内容，列出 5 个值得学的表达，再问我 3 个理解问题。我回答后你再纠正。

**验收：**回到原文抽查一段。优先检验是否保留操作细节，不把“嘉宾讨论过”夸大成“嘉宾亲自做成了”。

8. 给重要表达找一个随时能练的陪练

来源：外部一手实践。 Ethan Mollick 在课堂中用语音识别把学生的创业演讲交给 GPT-4，请它从投资人视角反馈；现场同时有真人投资人。这是具体教学实验，不是效果保证。原文：On giving AI eyes and ears

迁移到日常，可以练汇报、面试或客户沟通：

接下来我讲 3 分钟方案。请扮演一个对背景不熟、会追问的客户，先完整听完，再指出最难理解的 2 处，并问我 3 个具体问题。重点检查我有没有讲清楚价值和证据。

**验收：**改完再讲一次，看原来答不上的问题是否能答清楚。AI 对音调、语速的评价取决于它是否真的接收音频；只有转写稿时，主要评估内容和结构。

9. 为一个小麻烦，做一个自己的小工具

来源：外部一手实践。 Simon Willison 在 2025 年 12 月的文章里展示了他用大模型做的单页工具，包括图片格式转换、文本处理等；多数例子附源码，部分提交记录还包含提示词或对话，可回看制作过程。原文：Useful patterns for building HTML tools

迁移示例：家庭聚餐分账、批量统一文本格式、打印用的小卡片。

帮我做一个聚餐分账小工具。我输入每笔金额、付款人和参与分摊的人，输出每人最后该收或该付多少钱。做成一个浏览器能打开的单文件网页，数据仅在本地处理，不加载外部资源。先用 3 笔示例验证，再让我试。

**验收：**拿一组自己能手算的数据对账，确认总支出和总分摊一致，再用真实数据。先把一个功能做好，后续需要时再加。

---