从提问到上线：普通人如何用 AI Agent 放大执行力
一篇面向普通人的 AI Agent 实战笔记，解释大模型原理、线程拆分、Agent、Skill、MCP、Git、模型选择和使用经验。
# 从提问到上线：普通人如何用 AI Agent 放大执行力
> 核心观点：AI 不是替代人，而是放大人的执行力。会用 AI 的关键，不是会写代码，而是会把工作拆清楚、讲清楚、验收清楚。
很多人用 AI，还停留在“问一句，答一句”。这当然有用，但真正能改变工作效率的，是把 AI 当成一个能协助推进任务的 Agent：你给它背景、目标、限制和验收标准，它帮你拆解、执行、检查、记录。
我做个人站的过程就是这个逻辑：先用 GPT 把模糊想法整理成网站定位、页面结构、视觉风格和功能范围，再用 Codex 进入项目现场，读取项目文件，按规则修改、检查、更新记录。最后由人来判断方向、取舍范围、验收结果。
这不是“一句话让 AI 变出网站”，而是一个更实用的流程：人负责判断，AI 放大执行。
## 1. AI 的基础原理：它本质上是在预测下一个 Token
大模型回答问题，可以粗略理解为“根据上下文预测下一个字”。更准确地说，是预测下一个 Token。Token 可以是字、词、数字、符号或代码片段。
这件事很重要，因为它解释了 AI 的几个特点：
1. 它不是全知全能，而是基于当前上下文生成最可能合适的内容。
2. 你给的信息越清楚，它越容易沿着正确方向预测。
3. 你给的信息越乱，它越容易抓错重点。
4. 你没有提供的事实，它可能会猜。
5. 旧对话太长时，关键内容可能被稀释，甚至被挤出上下文。
所以，使用 AI 的第一原则不是“写神奇咒语”，而是管理上下文。
## 2. 为什么长项目要拆线程
很多人把一个项目从头聊到尾，最后发现 AI 越来越不稳。原因很简单：同一个聊天线程里塞了太多历史，模型每次都要在一堆旧信息里判断什么重要、什么已经过时、什么只是中间方案。
我的经验是：长项目不要一直堆在同一个线程里，要按阶段拆。
可以这样拆：
```text
需求澄清线程：只聊目标、用户、范围、优先级
方案设计线程：只聊架构、页面、流程、风险
执行线程：只让 Agent 按明确任务动手
修 bug 线程：只放现象、复现步骤、期望结果
总结线程：只整理变更、经验、文档和下一步
```
每开一个新线程，都带一份“项目交接包”：
```text
项目背景：这是一个什么项目
当前状态：已经完成什么，还缺什么
本次目标：这次只要做什么
限制条件：不能做什么，必须遵守什么
相关文件：需要读哪些资料
验收标准：做到什么算完成
输出格式：我要清单、方案、代码、文章还是 PPT
```
换线程不是为了重新开始，而是为了让 AI 的上下文变干净。
## 3. Agent 的工作原理
模型像大脑，Agent 像一个带工具的工作角色。
普通聊天主要是回答；Agent 可以在授权范围内读文件、调用工具、执行命令、打开浏览器、修改文档、生成图片、导出 PPT、跑检查。它的工作循环通常是：
```text
理解任务 -> 读取上下文 -> 制定步骤 -> 调用工具 -> 检查结果 -> 汇报或继续修正
```
这就是 Codex 有价值的地方。它不是只告诉我“你可以这样改”，而是能进入项目目录，读取 README、PROJECT_CONTEXT、CHANGELOG 和项目 Skill，再按已有规则执行。
但 Agent 也不是自动可靠。它需要权限、工具、上下文和验收标准。没有边界的 Agent，容易把简单问题做复杂；没有验收标准的 Agent，做完了也不知道对不对。
## 4. 几个必须知道的概念
大模型：负责理解、推理、生成内容的核心能力。不同模型擅长的任务不一样，一般来说，参数规模、训练质量和推理能力都会影响模型表现，但不是“体积越大就一定更好”。
Token：AI 处理文字的基本单位。输入越长、输出越长，成本和时间通常越高。
上下文窗口：AI 当前能看到的信息范围。窗口外的信息，它就像没看见。
Prompt：你给 AI 的任务说明。好 Prompt 的本质是好交代。
RAG：让 AI 先从指定资料里检索，再基于资料回答。适合公司知识库、文档问答。
微调：用专门数据训练模型，让它更适合某类任务。多数普通团队一开始不需要，先把 Prompt、知识库和流程做好更划算。
Tool Calling：让模型调用外部工具，比如搜索、查表、读文件、发请求、操作浏览器。
Skill：给 Agent 的专项工作说明。它把某类任务的流程、规则、参考资料和脚本打包起来，让 Codex 更稳定地执行重复工作。OpenAI 文档里也把 Skill 描述为给 Codex 增加特定能力和工作流的方式。Skill 本质就是文档和提示词工程，是提前把一段规则输入给 AI。
MCP：Model Context Protocol，可以理解成 AI 连接外部工具和上下文的标准接口。通过 MCP，Codex 可以访问第三方文档、浏览器、Figma、GitHub 等工具。
Git：版本管理工具。它记录项目每次改了什么，方便回退、比较、协作。
GitHub：托管代码和协作的平台。仓库是项目文件夹，commit 是一次保存记录，branch 是分支，PR 是把分支合并回主线前的审查申请。
## 5. 最好用的提示词公式
我最常用的是这套：
```text
背景 + 目标 + 当前状态 + 限制条件 + 验收标准 + 输出格式 + 不要做什么
```
例子，不要这样问：
```text
帮我做个匿名聊天室。
```
更好的问法是：
```text
我想在个人站加入轻量匿名聊天室。目标是让访客公开留言。
当前网站部署在 Cloudflare Pages，已有 D1 数据库。
第一版只做公开房间、纯文本、随机昵称、本地记住昵称、字数限制、发送冷却和轮询刷新。
不要做私聊、图片上传、多房间和复杂后台。
验收标准是手机和电脑都能发消息，刷新后消息仍存在，用户输入不会执行脚本，界面符合现有 XP 像素风。
请先给方案，再执行最小可用版本，并更新项目文档。
```
AI 不是怕任务难，是怕你让它猜。
## 6. 使用 AI 的实战技巧
第一，先让 AI 反问你。需求不清时，不要急着让它做，先说：“请先指出缺失信息和风险，不要直接执行。”
第二，把大任务拆成小任务。比如“做网站”要拆成结构、视觉、首页、登录、数据库、移动端、部署、文档。每次只让 AI 处理一块。
第三，明确不要做什么。很多跑偏都不是 AI 不会，而是你没说边界。
第四，让 AI 输出验收清单。比如“做完后请列出我应该检查哪些地方”。这会让结果更容易落地。
第五，重要任务先要方案。涉及账号、数据、安全、费用、发布时，不要直接执行，先让 AI 写方案和风险。
第六，反复沉淀项目规则。把长期规则写进 README、PROJECT_CONTEXT、CHANGELOG 或 Skill，不要每次靠口头补充。
第七，经常让 AI 总结交接包。一个线程结束前，让它总结“已完成、未完成、关键决策、下一步、注意事项”，方便开新线程。
## 7. AI 市场现在是什么状态
截至 2026 年 6 月 14 日，AI 模型市场已经非常拥挤，不是一家独大。竞争大概分成几类：
1. 通用闭源旗舰：OpenAI GPT、Anthropic Claude、Google Gemini、xAI Grok。
2. 国内大模型与平台：Qwen/阿里百炼、DeepSeek、智谱 GLM、豆包/火山方舟、Kimi、MiniMax、腾讯混元等。
3. 开放权重生态：Meta Llama、Mistral 等，适合本地部署、私有化和二次开发。
4. 多模态与媒体模型：图像、视频、音频、语音、文档理解正在快速竞争。
5. Agent 平台：不只是模型强弱，还要看工具调用、上下文管理、权限、安全、可观测性和工作流。
主流模型大致可以这样理解：
OpenAI：综合能力强，适合复杂推理、代码、Agent 和工具调用。官方模型文档建议复杂推理和编码从旗舰模型开始，成本和延迟敏感时选小模型。
Claude：长文档、写作、代码和复杂分析很强，适合需要稳重表达和长上下文理解的任务。
Gemini：多模态生态强，文本、图像、语音、视频、实时能力覆盖广，适合 Google 生态和多媒体任务。
DeepSeek：中文和代码场景关注度高，成本、长上下文和工具调用是常见优势点。
Qwen/阿里百炼：国内平台化能力强，模型种类多，文本、图像、音频、视频、向量等覆盖广。
Llama：开放生态重要，适合研究、本地化、私有部署和可控环境。
Mistral：开源和企业模型并行，代码、Agent、文档和多模态方向都有布局。
Grok：xAI 生态模型，偏通用对话、工具调用和 X 相关生态。
GLM、豆包、Kimi、MiniMax、混元：国内常见选择，具体要看中文能力、上下文、价格、接口、合规和所在平台生态。
## 8. 什么是“好模型”
好模型不是排行榜第一，而是适合你的任务。
判断模型好不好，可以看这几项：
1. 准确性：在你的真实问题上是否少犯错。
2. 指令遵循：能不能按格式、边界和角色要求输出。
3. 长上下文：能不能读长文档、长项目、长对话而不乱。
4. 推理能力：能不能拆复杂问题、发现矛盾、给出取舍。
5. 工具调用：能不能稳定使用搜索、文件、代码、浏览器、数据库等工具。
6. 代码能力：能不能读懂项目、少改错、会测试、会解释风险。
7. 中文能力：是否符合中文表达习惯，是否能处理中文业务语境。
8. 成本和速度：高频任务不能只看能力，也要看价格和响应时间。
9. 稳定性：同样任务多试几次，结果是否稳定。
10. 安全与合规：数据是否能进外部模型，是否需要本地或企业方案。
最实用的方法是用自己的任务做小型盲测。选 3 到 5 个真实问题，让不同模型回答，再按准确、可用、格式、速度、成本打分。别只看网上榜单。
## 9. 该怎么选 AI 和 Agent
普通写作、总结、头脑风暴：选你用得顺、表达稳定的通用模型。
长文档分析：优先看上下文长度、引用能力和长文稳定性。
代码项目：选能读项目、会改文件、能跑检查的 Agent，比如 Codex 这类工作流工具。
做 PPT、图片、视频：选有对应插件或多模态能力的工具，不要指望纯聊天模型包办所有视觉细节。注意不同模型支持多模态能力情况不同，比如 DeepSeek 的主流文本模型暂时不适合直接处理图片任务。
公司知识库：优先考虑 RAG、权限、审计和数据安全，而不是一上来微调。
高频低风险任务：可以用便宜快的小模型。
重要决策材料：用强模型，但必须人工复核。
涉及隐私、合同、客户和内部系统：先看公司规则，必要时用企业版、私有化或本地模型。
## 10. 我的经验总结
第一，AI 最能放大的不是懒，而是清晰。你越会表达目标、边界和验收标准，AI 越好用。可以把模糊的需求先交给对话型 AI，然后让它帮你完善。中间不认识的关键词，及时问 AI。尽量让 AI 给你多个可选的执行选项，从中挑选。
第二，Agent 适合执行明确任务，不适合替你决定方向。方向、取舍、责任还是人的。
第三，长项目一定要文档化。项目背景、规则、变更记录、下一步，比一次漂亮输出更重要。要有项目文档，注意事项和 Skill，更新记录文档。每次开新线程。让 AI 读取这些文档就可以。
第四，别迷信单一插件技能，但是 Skill 也不是越多越好，过多 Skill 会导致上下文过长。写作、代码、图片、PPT、知识库、部署，可能需要不同工具组合。
第五，缺信息就标出来。靠谱的 AI 协作不是把空白编满，而是把不确定性暴露出来。
