【活动背景】
2026年3月26日，合作青年&重庆龙虾社联合参识AI，举行“openclaw数字员工实战训练课”，策略工场创始人、参识AI联合创始人谢康利（康康），围绕“老板如何训练第一个数字员工”这一主题，与来自各个行业的创始人、高管进行了三小时的深度分享与训练。
现场学员来自新媒体运营、二手车、股票投资、复合调味品工厂、房地产、电商等不同行业，每组带着各自最头疼的业务问题上场。康康让各组提出真实需求，现场拆解任务、规划AI数字员工的协作路径，手把手演示"需求怎么提、任务怎么拆、人和AI怎么分工"。这不是一场关于AI概念的布道，而是一次真刀真枪的实战演练——每个人带着自己的业务痛点来，带着一张可以回去就用的任务拆解卡走。
一、起点不是工具，是你最痛的那个点
我一直在讲一件事：AI数字员工的起点，永远不是工具。
不要一上来就想象"我要用龙虾（OpenClaw）做什么"，也不要一上来就研究哪个大模型最强。先想清楚一个问题——你最痛的那个点是什么？
最简单的筛选方法：想想你每周花时间最多的那件事，就是你最想把它扔出去的那件事。找到它，才有解决它的动力和欲望。
今天的训练，我希望大家做的就是这件事：
第一步，想清楚你的业务需求是什么。
第二步，把这个需求拆解成任务。哪些是人做？哪些是AI来做？如果不确定，就先写"待定"。
第三步，需要训练的数字员工，给它命名，明确它负责的任务。注意，不是按岗位分，是按任务分。
第四步，估算了下，如果跑通了，大概能省多少钱，或者省多少时间。
然后你回去之后的第一步行动是什么，把它写下来。
二、每组的真实需求，现场拆
我让每组先内部讨论，选出一个最有代表性的需求——最头疼的、最想扔出去的那件事。
第一组：变装短视频的爆款内容采集
他们做新媒体内容，核心需求是想让AI去各个平台上抓取那种"一秒变装"的反差感爆款视频，作为二创素材。
第二组：二手车价格查询与新闻报道
需求很明确——查询重庆奥迪A6的二手价格，写一篇带数据新闻报道。这是一个单项任务，不复杂。
第三组：AI辅助选股
结合当下A股行情，用AI辅助完成短线、长线的全流程选股，解决人工选股耗时久、逻辑不系统的痛点。
第四组：新媒体全流程自动化
从选题、写脚本、剪辑、发布，到后台数据监控和自动回复，希望AI能跑通整个视频内容的生产发布链路。
第五组：复合调味品工厂的传播获客
做复合调味品、炒菜酱的，客户是夫妻老婆店、地摊、小餐馆。想解决如何让目标客户看到自己，购买自己的产品。想用内容做传播获客，但不知道从哪里突破。
第六组：电商全自动获客成交
做过直播电商，用100个矩阵账号打流量，每天几百条线索。他的终极想象是：早上起来给“数字员工”下达指令，AI自动拼素材、自动发布、自动加微信、自动沟通成交，晚上回家钱已经收回来了。
需求都很真实，也都很大。但越大的需求，越要拆。
三、变装短视频：我怎么拆这个流程
拿第一组的需求来说。如果是我做这件事，我会这样拆：
第一步，锁定平台。
你的目标客户是谁？中老年人？年轻人？不同平台的人群特征不一样。抖音、B站、小红书、视频号，内容属性完全不同。精力有限的情况下，先锁定一个平台打透。
第二步，做一个"视频侦查"的Agent。
我需要它每天从锁定的平台上，按照我定义的标准——比如低粉高赞、特定类型——给我筛选出10条最火的视频。这个可以用传统的RPA（机器人流程自动化）工具去抓去，也可以做一个爆款视频侦查Agent，让它具备抓取和筛选的能力。
第三步，做一个"二创复刻导演"的Agent。
它要能分析爆款视频为什么火、适不适合我的客群，然后帮我拆解——哪些是场景复刻，哪些是动作复刻，哪些是神态复刻，我的产品在什么环节植入。它要把视频的底层逻辑拆出来，而不只是表面模仿。
第四步，文案脚本创作。
导演拆解结构之后，需要一个Agent把它写成具体的文案脚本，拆到每一个画面、每一句话。
第五步，文字生图、图生视频。
把脚本中的画面描述转化成AI绘图的提示词，生成图片，同时生成运镜指令。然后拿到生成的图片，再在视频生成模式里面去生成视频。
第六步，剪辑输出。
这一步大概率还是需要人手动剪两下，把素材导入剪辑软件里剪辑完成。
整个流程的核心难点不在单个环节，而在于每个环节的Agent配置。你把一条调顺了，同类型的就可以批量跑。但前面你要花时间去调每一步的Agent，这个省不了。
四、二手车写稿：简单任务不用拆那么细
第二组的需求其实很简单——查价格、写报道。这种一次性任务，甚至不需要拆成多个Agent，直接把需求描述清楚，丢给一个聪明的模型，它就能帮你跑。
但如果你是一个长期做车评内容的博主，每天都要做这种动作，那就不一样了。
你可能需要拆成两个Agent：一个负责搜索侦查，做成定时任务，每天自动给你推送各车型的价格变动；另一个是你专属的写稿Agent，喂进去你的历史文章、你的风格、你的观点偏好，让它以你的口吻输出内容。
初稿出来能达80%以上的水准。如果是跑量的内容，不用改，直接发。如果是专业程度要求高的，你自己再手改一下就OK。
关键还是那句话：你是什么身份？你想解决什么需求？你对输出的要求是什么？这些决定了你要不要拆、怎么拆、拆多细。
五、选股：唤起专业能力，AI才能帮到你
选股这个需求很有意思。我不炒股，不懂这个业务本身的逻辑，但这位同学的做法里有两个关键点值得所有人注意：
第一，他用了巴菲特的投资理论来构建选股Agent的提示词。也就是说，他在AI里召唤了这个领域最强的专家思维。这跟我前面讲的一样——当你不知道怎么做的时候，召唤专家。
第二，他用了专业的排列公式和算法模型。如果你不是懂这一块的，你根本写不出这种提示词，你根本唤不起AI在这方面的能力。
这就是为什么大家说"AI用得好的人，本身就很强"——因为他在某个领域本身就是专家，所以他能唤起AI的专家能力。
如果你只是泛泛地说"帮我选个股票"，AI不知道你到底要什么，它也干不了。
业务先行，专业先行，然后才是AI。这个顺序不能反。
六、电商全自动：能不能做到？能，但没有那么快
那位做电商的兄弟，他的终极想象是AI全自动获客成交。能不能实现？如果他的团队足够强，持续跟进，应该可以。但在现阶段，有几个卡点必须正视：
第一，龙虾还没有那么智能。 它会犯错，前期训练要花大量时间。
第二，专业壁垒。 自动获客、自动沟通、自动成交，每一个细分环节跟每一个流程去打通，都需要你去专项训练，不是想象中那么美好的能跑通。
第三，平台规则。 你想自动发布，平台规则可能会限制，不让你自动发，或者就算你自动发了，但是不给你流量。除非你的团队非常厉害，能打赢平台的AI，并且能随时应对平台的规则变化。
第四，还是要算ROI。 不计成本的投入听起来很豪迈，但最终你还是要算回报。
我的建议是：先用一个小步骤去跑，跑通了你就能大概估出来整个系统需要多长时间、多少投入。不要一上来就想搞一个全自动的大系统，那个太耗人了。
七、To B获客：信任问题才是核心
做复合调味品的这位朋友，表面上说的是"怎么做内容传播获客"，但底层问题其实是——信任。
To B业务，不管你是做调味品的、做咨询的，还是卖什么东西给企业的，核心都是信任问题。产品大部分是同质化的，为什么买你不买他？以前是谁便宜买谁，现在是我信任谁买谁。
所以很多聪明的To B老板都在做个人IP。你自己出来，让大家认识你，你的性格、你的态度、你做事的方式，就决定了别人要不要买你的东西。
传播的切入点，最快的就是老板IP。但不一定是讲"我的产品有多好"——你讲产品有多好，不一定卖得动。 你要从客户的角度想：那些开小餐馆的、摆地摊的，他们关心什么？他们看什么样的内容？你怎么让他们看到你？
我的建议是：两条线并行
一条线是老板你自己出镜，真实的、有活人感的内容。不在乎流量大不大，你就持续出现。平台很聪明，你的人群是垂直的，它会帮你找到你想要的人群。我见过一个做To B的做工厂的姐姐，内容做得不算很好，但她持续做，她说"我是得到正反馈的"，很多客户是看了我的视频，来到我厂里看，然后成交的。
另一条线是用AI做流量型内容。网上什么火就跟什么，把你的产品植入进去。可以做AI虚拟形象，故意接地气一点，专门负责搞流量。
但不管哪条线，前提是你要先把自家企业的基础知识库梳理好——你的产品是什么、卖点是什么、解决什么问题、目标客户是谁。这是第一步，这一步没做好，后面全是空的。
八、用AI的三个阶段，每个人都会经历
大家发现没有？不管是做变装视频的、写二手车稿子的、选股的、做电商的、搞To B获客的，底层逻辑都是一样的。
把大任务拆成小步骤，每一步明确是人做还是AI做。
不要指望AI全能。你把什么都塞进一个Agent里面，它会混乱，会出现幻觉。
我观察下来，用AI的人基本上都会经历三个阶段
第一阶段：觉得AI挺傻的。 你用一些基础模型，问它几个问题，它答得不怎么样样，你觉得"这玩意儿解决不了我的问题"。
第二阶段：觉得AI全能。 你触碰到更强的模型，发现它什么都能聊、什么都能写，你对它期待爆棚，什么都想让它帮你做完。
第三阶段：你知道它会犯错。 它再聪明，也会犯错。它需要规则、需要检查、需要你持续训练和调试。数字员工不是今天装了就行，也不是今天调了就没事。它需要你花时间去磨。
我自己在用龙虾的第一周，也很消耗，每天搞到凌晨两点，结果啥事儿没有干成。真正让你觉得"还有点好用"的，基本要一个月以后，而且是每天高频交互。有的时候两天时间什么都没干出事情，就在教它怎么干活，很没有成就感。
但是，如果你是在解决你真实的业务问题，你就会有成就感。 每完成一件事，你就积累一下，就有正激励。有正激励你就能继续搞。
最后跟大家说一个我的真实体会：先从非常非常小的事做起。小事你才有正反馈。你做大事，发现干不了，你很容易放弃。
先描述你的需求，不一定要先写精细化的提示词。先跟AI聊，让它理解你要什么。然后在真实业务里去用，每跑通一个小环节，你就知道下一步该怎么做了。
我在没有用龙虾之前，所有的Agent都是自己手搓的。我先让整个流程跑通，测它的输出，然后再去调精细化的系统提示词。有些人喜欢先把每一步做到极致再串起来，那也行，看个人习惯。但不管哪种方式，起点永远是需求，不是工具。
AI时代，只要你想解决一个问题，你把AI用好了，大概概率都能解决。
先把最痛的那个点找到，然后动手，从今天开始！
