本文通过厨房的比喻用通俗易懂的语言解释了Prompt、Skill、Agent等AI相关概念并分享了如何通过对话建立自己的Agent。作者以制作日报为例详细介绍了从Prompt开始到建立Skill和Agent的步骤以及如何通过MCP和Harness优化AI系统。文章强调AI工具并非只给程序员使用而是帮助所有人解放重复劳动提升工作效率。对于想要学习AI的小白和程序员来说这是一份非常实用的进阶指南。上周高端闭门会给我感触很深场地很大但现场的学习氛围很凝聚台下一百位创始人CEO没有一位刷手机全在聚精会神地听讲、做记录。这段时间聊的私董都在紧锣密鼓地推行公司 AI 化。投入程度感觉不是他们在推行 AI而是 AI 在推着他们走——不进步就淘汰。但说句实话——很多人一听到 Prompt、Skill、Agent 这些词就晕了。对 AI 的使用都是断断续续没有章法更没有形成完整的工作流。今天就来用最直白的语言教大家真正理解这些专业词以及如何通过对话建立一个自己的Agent。先别急着看定义跟我进厨房很多人都被这些词劝退过什么「提示词工程」、什么「代理编排」、什么「模型上下文协议」——说白了用厨房打比方一下子就通透了。一句话总结就是Prompt 点菜你告诉厨师你要吃啥Skill 预制菜套餐把好几道菜打包好一键下单Agent 大厨不只炒菜还知道什么时候放盐、要不要翻面MCP 食材配送口厨房背后有一整套供应链新鲜食材随时送到灶台Harness 餐厅经理管着所有厨师、食材、菜单确保出餐又快又好你现在可能觉得「懂了但又没完全懂」没关系。往下看我的日报案例你就会发现—— 这五个词不是理论是五个你迟早会用到的操作步骤。我是怎么用 AI 做日报的先说我每天的任务每天上午 10 点我需要产出一份 28推日报包含 AI 行业热点、短剧/漫剧动态、跨境电商新闻、私域运营案例每个板块 4-6 条再加上当天的深度解读。以前的做法全网搜 → 手动筛选 → 给美工设计 → 检查 → 发群。费时费力手忙脚乱。现在的做法一句话1 分钟日报自动生成配图整理出的日报信息量还比之前的大很多。这中间的差距就是靠 Agent 一步步帮我填平的。第一步从 Prompt 开始最开始的版本我就写了一句话「帮我整理今天的 AI 行业新闻」然后 AI 给了我一堆胡言乱语。为什么因为我的 Prompt 太模糊了。后来我总结了一个 Prompt 公式 角色设定 任务描述 输出格式 限制条件四个要素缺一不可。比如我现在的日报 prompt 是这样的角色你是 28推的日报主编任务抓取今天 AI/短剧/跨境电商/私域四大板块的新闻格式每条新闻标题概要来源不要加自己的总结4-6 条/板块陈述句标题不用问号限制不碰政治敏感话题优先中文来源一套写下来命中率从 30% 提到了 80%。好用的 AI一定是前期做足了功夫的。第二步把 Prompt 升级成 SkillPrompt 写好了但我发现一个新问题每次都要重新输入那套指令太麻烦了。而且日报不是一次性任务是每天都要跑的重复流程。这时候就需要 Skill 了。Skill 就是把你的 Prompt 和操作流程捆在一起变成一个「一键可调用的套装」。用厨房比喻就是你不再每次都「老板来一份宫保鸡丁」而是直接说「老规矩」。我是怎么建的 Skill以日报为例拆成 5 步步骤做什么日报实操1. 找重复任务每周至少干 3 次、流程固定的事才值得建 Skill每天一次流程一模一样2. 拆动作链把任务切成独立环节每环单独写 Prompt搜索→筛选→分类→解读→配图3. 以终为始写 Prompt先告诉 AI 你的目的是什么再按链条分开写各自调优抓新闻和写解读是两种 Prompt分别套公式4. 串起来调通全链路连在一起跑哪里报错改哪里让 AI 记住不再犯前期遇到过乱总结、沿用旧新闻、板块分布不均、错别字……后面越跑越顺再也不需要改5. 加定时设置每天定时触发等着查收就行每天 10:00 自动跑生成完日报图片直接去收建完这个 Skill 的瞬间我感觉自己像个程序员但我一行代码都没写。AI 执行命令的效果在于你能不能把工作拆成可执行的步骤。第三步Skill 再进化就是 AgentSkill 好用但它有个局限只会按预设流程走不会自己判断。比如日报如果某天 AI 板块没大新闻但短剧板块有大事件Skill 还是会按部就班各写 4-6 条。Agent 不一样。它不只是执行它会自主决策——判断「今天 AI 没啥可说的短剧爆了我把短剧扩到 8 条AI 缩到 2 条」。最开始的版本 vs 调整后的版本这就是大厨和预制菜套餐的区别——大厨会根据今天的食材新鲜度调整菜单。同理搭建复杂的Agent也是把一个个小的 skill 放进锅里MCP 和 Harness给系统装上自来水管MCP按厨房比喻就是食材配送口。我建日报 Skill 的时候发现AI 自己搜新闻经常过时、不全。后来接入了联网搜索接口和 RSS 源新闻质量和时效性直接上了两个台阶。 让 AI 不再只靠自己脑子里那点东西而是能实时从外部获取数据。Harness 就更上层了。当你同时跑着日报 Skill、活动文案 Skill、客服回复 Agent 的时候谁先谁后资源怎么分配出错了谁兜底这就是 Harness 的工作——餐厅经理管所有厨师和食材。你的 AI 进阶路线从我的亲身经历来看AI 工具的使用能力是分阶梯的L1 Prompt 玩家能写好指令让 AI 听话干活L2 Skill 搭建师把重复任务打包成自动化流程L3 Agent 驯养员让 AI 会自主判断和决策L5 Harness 指挥官统筹多个 AI 系统的协作大多数人卡在 L1觉得「我的 Prompt 写得挺好的」就满足了。但你一旦跨到 L2效率和别人的差距就是数量级的。最后说点真心话写这篇文章不是单纯想拆解一个基础的工作流。只想通过一个案例告诉大家这些概念真的没有那么难。AI 工具不是给程序员准备的是给所有「想把时间花在更有价值的事情上」的人准备的。你不需要懂代码。你只需要知道——你每天干的那些重复劳动里藏着多少可以让 AI 代劳的部分。我用了 3 天把日报自动化。你猜你的工作中有多少个「日报」等着被解放如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线互联网企业工作十余年里指导过不少同行后辈。帮助很多人得到了学习和成长。我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】为什么要学习大模型我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年人才缺口已超百万凸显培养不足。随着AI技术飞速发展预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。大模型入门到实战全套学习大礼包1、大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通2、大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。3、AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。4、大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。5、大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。适用人群第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…学习是一个过程只要学习就会有挑战。天道酬勤你越努力就会成为越优秀的自己。如果你能在15天内完成所有的任务那你堪称天才。然而如果你能完成 60-70% 的内容你就已经开始具备成为一名大模型 AI 的正确特征了。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】 小白也能看懂！手把手教你用AI做日报，收藏这份进阶指南
本文通过厨房的比喻用通俗易懂的语言解释了Prompt、Skill、Agent等AI相关概念并分享了如何通过对话建立自己的Agent。作者以制作日报为例详细介绍了从Prompt开始到建立Skill和Agent的步骤以及如何通过MCP和Harness优化AI系统。文章强调AI工具并非只给程序员使用而是帮助所有人解放重复劳动提升工作效率。对于想要学习AI的小白和程序员来说这是一份非常实用的进阶指南。上周高端闭门会给我感触很深场地很大但现场的学习氛围很凝聚台下一百位创始人CEO没有一位刷手机全在聚精会神地听讲、做记录。这段时间聊的私董都在紧锣密鼓地推行公司 AI 化。投入程度感觉不是他们在推行 AI而是 AI 在推着他们走——不进步就淘汰。但说句实话——很多人一听到 Prompt、Skill、Agent 这些词就晕了。对 AI 的使用都是断断续续没有章法更没有形成完整的工作流。今天就来用最直白的语言教大家真正理解这些专业词以及如何通过对话建立一个自己的Agent。先别急着看定义跟我进厨房很多人都被这些词劝退过什么「提示词工程」、什么「代理编排」、什么「模型上下文协议」——说白了用厨房打比方一下子就通透了。一句话总结就是Prompt 点菜你告诉厨师你要吃啥Skill 预制菜套餐把好几道菜打包好一键下单Agent 大厨不只炒菜还知道什么时候放盐、要不要翻面MCP 食材配送口厨房背后有一整套供应链新鲜食材随时送到灶台Harness 餐厅经理管着所有厨师、食材、菜单确保出餐又快又好你现在可能觉得「懂了但又没完全懂」没关系。往下看我的日报案例你就会发现—— 这五个词不是理论是五个你迟早会用到的操作步骤。我是怎么用 AI 做日报的先说我每天的任务每天上午 10 点我需要产出一份 28推日报包含 AI 行业热点、短剧/漫剧动态、跨境电商新闻、私域运营案例每个板块 4-6 条再加上当天的深度解读。以前的做法全网搜 → 手动筛选 → 给美工设计 → 检查 → 发群。费时费力手忙脚乱。现在的做法一句话1 分钟日报自动生成配图整理出的日报信息量还比之前的大很多。这中间的差距就是靠 Agent 一步步帮我填平的。第一步从 Prompt 开始最开始的版本我就写了一句话「帮我整理今天的 AI 行业新闻」然后 AI 给了我一堆胡言乱语。为什么因为我的 Prompt 太模糊了。后来我总结了一个 Prompt 公式 角色设定 任务描述 输出格式 限制条件四个要素缺一不可。比如我现在的日报 prompt 是这样的角色你是 28推的日报主编任务抓取今天 AI/短剧/跨境电商/私域四大板块的新闻格式每条新闻标题概要来源不要加自己的总结4-6 条/板块陈述句标题不用问号限制不碰政治敏感话题优先中文来源一套写下来命中率从 30% 提到了 80%。好用的 AI一定是前期做足了功夫的。第二步把 Prompt 升级成 SkillPrompt 写好了但我发现一个新问题每次都要重新输入那套指令太麻烦了。而且日报不是一次性任务是每天都要跑的重复流程。这时候就需要 Skill 了。Skill 就是把你的 Prompt 和操作流程捆在一起变成一个「一键可调用的套装」。用厨房比喻就是你不再每次都「老板来一份宫保鸡丁」而是直接说「老规矩」。我是怎么建的 Skill以日报为例拆成 5 步步骤做什么日报实操1. 找重复任务每周至少干 3 次、流程固定的事才值得建 Skill每天一次流程一模一样2. 拆动作链把任务切成独立环节每环单独写 Prompt搜索→筛选→分类→解读→配图3. 以终为始写 Prompt先告诉 AI 你的目的是什么再按链条分开写各自调优抓新闻和写解读是两种 Prompt分别套公式4. 串起来调通全链路连在一起跑哪里报错改哪里让 AI 记住不再犯前期遇到过乱总结、沿用旧新闻、板块分布不均、错别字……后面越跑越顺再也不需要改5. 加定时设置每天定时触发等着查收就行每天 10:00 自动跑生成完日报图片直接去收建完这个 Skill 的瞬间我感觉自己像个程序员但我一行代码都没写。AI 执行命令的效果在于你能不能把工作拆成可执行的步骤。第三步Skill 再进化就是 AgentSkill 好用但它有个局限只会按预设流程走不会自己判断。比如日报如果某天 AI 板块没大新闻但短剧板块有大事件Skill 还是会按部就班各写 4-6 条。Agent 不一样。它不只是执行它会自主决策——判断「今天 AI 没啥可说的短剧爆了我把短剧扩到 8 条AI 缩到 2 条」。最开始的版本 vs 调整后的版本这就是大厨和预制菜套餐的区别——大厨会根据今天的食材新鲜度调整菜单。同理搭建复杂的Agent也是把一个个小的 skill 放进锅里MCP 和 Harness给系统装上自来水管MCP按厨房比喻就是食材配送口。我建日报 Skill 的时候发现AI 自己搜新闻经常过时、不全。后来接入了联网搜索接口和 RSS 源新闻质量和时效性直接上了两个台阶。 让 AI 不再只靠自己脑子里那点东西而是能实时从外部获取数据。Harness 就更上层了。当你同时跑着日报 Skill、活动文案 Skill、客服回复 Agent 的时候谁先谁后资源怎么分配出错了谁兜底这就是 Harness 的工作——餐厅经理管所有厨师和食材。你的 AI 进阶路线从我的亲身经历来看AI 工具的使用能力是分阶梯的L1 Prompt 玩家能写好指令让 AI 听话干活L2 Skill 搭建师把重复任务打包成自动化流程L3 Agent 驯养员让 AI 会自主判断和决策L5 Harness 指挥官统筹多个 AI 系统的协作大多数人卡在 L1觉得「我的 Prompt 写得挺好的」就满足了。但你一旦跨到 L2效率和别人的差距就是数量级的。最后说点真心话写这篇文章不是单纯想拆解一个基础的工作流。只想通过一个案例告诉大家这些概念真的没有那么难。AI 工具不是给程序员准备的是给所有「想把时间花在更有价值的事情上」的人准备的。你不需要懂代码。你只需要知道——你每天干的那些重复劳动里藏着多少可以让 AI 代劳的部分。我用了 3 天把日报自动化。你猜你的工作中有多少个「日报」等着被解放如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线互联网企业工作十余年里指导过不少同行后辈。帮助很多人得到了学习和成长。我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】为什么要学习大模型我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年人才缺口已超百万凸显培养不足。随着AI技术飞速发展预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。大模型入门到实战全套学习大礼包1、大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通2、大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。3、AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。4、大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。5、大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。适用人群第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…学习是一个过程只要学习就会有挑战。天道酬勤你越努力就会成为越优秀的自己。如果你能在15天内完成所有的任务那你堪称天才。然而如果你能完成 60-70% 的内容你就已经开始具备成为一名大模型 AI 的正确特征了。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】